一.求逆法:
二.舍弃法:
三.python实现,通过从均匀分布中抽样,模拟其他分布的样本
# 求逆法,需要原函数的逆函数比较容易求得
import numpy as np
import matplotlib.pyplot as plt
uniform_data=np.linspace(0,1000,10000)
# 针对连续型密度函数 3*x^2 ,求原函数,即不定积分
from sympy import *
x=symbols('x')
print(Integral(3*x**2,x).doit()) # 可以看到 x**3 为原函数
# 那么根据上面的结果,原函数的逆为 u^(1/3)
y=[ele**(1/3) for ele in uniform_data]
z=[3*ele**2 for ele in y]
#plt.plot(y,z)
#plt.show()
# 舍弃法
# 令,f(x)=6*x*(x-1) g(x) 服从(0,1)均匀分布,则g(x)=1,c=6
from numpy import random
#生成1000个随机数
k=0
j=0 # 若要生成k=1000个随机数,需要模拟j次
random_data1=[]
while k<1000:
j=j+1
u=random.uniform(0,1,1)
ran=random.uniform(0,1,1)
#print(ran)
if ran*(1-ran)>u:
k=k+1
random_data1.append(ran[0])
print(j) # 若要产生1000个随机数,则需要模拟大约6000多次