统计-均匀分布生成其他分布的两种方法

 

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