是否可以使从正态分布生成的数字列表的平均值完全零？

Question

因此，即使在没有有限的机器精度引起的错误的情况下，考虑一个情况在数学上是不正确的，其中有限的从高斯分布中采样的点数始终始终为零。一个人确实需要无限的积分才能使这完全正确。

尽管如此，我（以临时的方式）试图将分布置为中心，以使平均值为零。为此，我首先生成高斯分布，找到它是均值的，然后以该平均值移动每个点。通过执行此操作，我将平均值非常接近零，但是我遇到了一个接近机器精度的小值（10 **（ - 17）），我不知道如何制作它完全为零。

这是我使用的代码：

import numpy as np
n=10000
X=np.random.normal(0,1,size=(2,n))[0,:]
Xm=np.mean(X)
print("Xm = ", Xm)
Y=np.random.normal(0,1,size=(2,n))[1,:]
Ym=np.mean(Ym)
print("Ym = ", Y)

for i in range(len(X)):
  X[i]=X[i]-Xm
  Y[i]=Y[i]-Ym

new_X=np.mean(X)
new_Y=np.mean(Y)
print(new_X)
print(new_Y)

Output:
Zreli =  0.002713682499601005
Preli =  -0.0011499576497770079
-3.552713678800501e-18
2.2026824808563105e-17

Answer 1

我对代码不好，但是从数学上讲，您可能会有一个段循环，以检查您必须不为0的数字的总和。如果不是0，则会在允许的最低单元中添加1个。