matlab逆变换法产生随机数_随机变量的模拟－逆变换法

对于一个随机变量，都有一个分布与之对应。事实上，我们也只关心随机变量的分布。分布表示有几种方式，比如概率分布、分布函数、分布率以及密度函数等都是对分布的表示。分布率是为了描述离散性随机变量，密度函数是为了描述连续型随机变量。而分布函数和概率分布可以描述任何一个随机变量。

随机变量的模拟是一个什么问题呢？具体表述为：假设给定一个分布

，如何用计算机模拟一个随机变量

，使得

的分布为

?前面我们讲过随机数的模拟，假定计算机可以模拟

上均匀分布的随机变量

,

称为随机数。事实上，该随机数是伪随机数，不具有随机性，只不过和随机数比较没有显著性差异而已。那么我们如何解决任意一个随机变量的模拟呢？我们的想法为，给定一个分布

,是否存在一个函数

，使得

的分布为

?从理论上讲，这是完全可以做到的。假设

为

的分布函数，

，令

。可以证明

的分布函数为

。这样随机变量的模拟就转化为如何求

。一般地，

很难找到的显性表示。比如正态分布函数就不能没有具体的表达式。这样就不能用该方法进行模拟。所以说理论上是行得通，但实际上是很难做到的。这样就想其他办法给予解决。

例子1 模拟指数型随机变量。指数型分布的密度函数为

分布函数

,

。那么

。假设

,那么

,即参数为1的指数型分布。下面给出R实现程序：

u<-runif(1)
x<--log(1-u)

运行结果

> x

[1] 1.456366

由于

,因此

，这样R程序为

》u<-runif(1)
x<--log(u)
>> x
[1] 0.7403556

作业 用逆变换法随机模拟下面密度的随机变量，请给出R程序

（1）

;

（2）

.

（3）

（4）

参考答案：

（1）

,

u<-runif(1)
x<-4*sqrt(u)+2
x

(2)

,

u<-runif(1)
y<-4-4*u
x<-sqrt((2-y)/2)

(3)

,

u<-runif(1)
x<-tan(pi*(u-0.5))
x