정규분포 난수 생성의 혁신: 폰노이만·포사스와 브렌트의 알고리즘
본 논문은 폰노이만이 제시한 지수분포 샘플링 방법을 포사스가 일반화한 뒤, 브렌트가 이를 정규분포에 적용해 효율적인 난수 생성 알고리즘(GRAND)을 만든 과정을 서술한다. 알고리즘의 이론적 배경, 구간 분할 기법, 기대 균등 난수 사용량, 그리고 이후의 발전과 한계까지 포괄적으로 검토한다.
저자: ** - **주 저자**: (명시되지 않음 – 논문 본문에서 “I” 로 서술) - **관련 인물**: George Forsythe, John von Neumann, Gene Golub
이 논문은 존 폰노이만이 1940년대 후반에 제시한 지수분포 샘플링 기법을 시작점으로, 조지 포사스가 이를 일반적인 형태 f(x)=exp(−G(x)) 로 확장하고, 로버트 브렌트가 이를 정규분포에 적용해 실용적인 난수 생성 알고리즘을 만든 과정을 상세히 서술한다.
먼저, 폰노이만의 “비교 방법”은 G(x)=x인 경우, 즉 지수분포에서 u₁=G(w) 로 시작해 연속적인 균등 난수 u₂, u₃,… 를 뽑아가며 감소 순서를 확인한다. n번째 시점에서 멈추는 확률 pₙ는 G^{n‑1}/(n‑1)!−G^{n}/n!이며, n이 홀수일 확률이 exp(−G)와 일치한다는 사실을 이용해 거부 샘플링을 구현한다. 이는 특별한 함수 계산 없이도 목표 분포의 확률밀도 exp(−G) 를 직접 얻을 수 있게 한다.
포사스는 이 절차를 G(x) 가 다항식 등 쉽게 계산 가능한 함수인 경우로 일반화한다. 핵심은 구간
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기