저는 반 개방 간격 [0,1]에서 부동 소수점 값을 반환하는 의사 난수 생성기에 익숙합니다.어떤 상황에서 [0,1]에서 생성 된 난수와 [0,1]에서 생성 된 난수의 차이는 무엇입니까?
닫힌 간격 [0,1]에서 값을 반환 할 수있는 RNG에 대한 참조를 보았습니다. this implementation of the Mersenne Twister.
수학적 이유로 인해 끝점 중 하나 또는 둘 모두를 제외하려는 이유를 볼 수 있습니다.
exponentially_distributed=-logf(1.0-rng())
는 항상 유효한 숫자 0.0<=rng()<1.0
경우를 얻을 수 있습니다.
그러나 [0,1] 항을 [0,1] 항으로 대체하면 실질적인 차이가 발생하는 경우를 생각할 수 없습니다.
어떤 상황에서 닫힌 간격 [0,1]에서 값을 반환하는 부동 소수 의사 난수 생성 프로그램 이 절대적으로 필요합니까?
나는 없을 것이라고 생각합니다. 부동 소수점 유형의 제한된 정밀도로 인해 바닥재가 중요 할 수 있습니다. –
+1 좋은 질문입니다. 나는 또한 왜 RNG가 종종 반 개방 간격에 있는지 궁금해. 고정 소수점 숫자에 대해 무작위 비트를 생성 할 수있는 것과 같지 않으므로 부동 소수점 숫자의 균일 성을 어떻게 얻을 수 있습니까? –
나는 당신의 질문이 그것의 사용보다 무작위의 이중 생성의 구현과 더 관련이있을 것이라고 생각한다. 어쩌면 세대 및 유스 케이스 모두를 포함하도록 질문을 확대하는 것이 좋을 것입니다. –