一、功能
产生指数分布的随机数。
二、方法简介
1、产生随机变量的逆变换法
定理设 \(F(x)\) 是任一连续的分布函数,如果 $ u \sim U(0, \ 1) $ 且 $ \eta \sim F(x) $。
证明由于$ u \sim U(0, \ 1) $,则有
\[P(\eta \leqslant x)=P(F^{-1}(u)\leqslant x)=P(u\leqslant F(x))=F(x)
\]
所以,\(\eta \sim F(x)\)。定理证毕。
此定理给出了从均匀分布随机数到给定分布\(F(x)\)的随机数的变换。根据该变换可产生分布函数为\(F(x)\)的随机数\(x\),其算法可用下列两个步骤实现:
产生均匀分布的随机数\(u\),即\(u \sim U(0, \ 1)\);
计算\(x=F^{-1}(u)\)。
2、产生指数分布随机数的方法
指数分布的概率密度函数为
\[f(x)=\left\{\begin{matrix}
\frac{1}{ \beta } e^{-\frac{x}{ \beta }} & , x \geqslant 0\\
0 & , others
\end{matrix}\right.
\]
其分布函数为
\[F(x)=\left\{\begin{matrix}
1- e^{-\frac{x}{ \beta }} & , x \geqslant 0\\
0 & , others
\end{matrix}\right.
\]
指数分