(1)反函数法
重要结论:设随机变量Y的分布函数F(y)是连续函数,而且随机变量X~U(0,1),令Z=F-1(X),则Z与Y有相同分布.
证明:FZ(z)= P{F-1(X) ≤ z}= P{X≤F(z)}=G(F(z)) = F(z)
其中,G(x)是随机变量X的分布函数:
若Y的概率密度为f(y),由Y=F-1(X)可得
对给出的(0,1)上均匀分布随机数ri,则具有给定分布的随机数yi可由方程
中解出.
舍选法算法原理分析:
设P{a<Z<b}=1,Z的概率密度为f(z),
选常数λ,使λf(z)≤1,z∈(a,b);
随机变量X1,X2相互独立Xi~U(0,1),
令 Y1=a+(b-a)X1~U(a,b);
若X2≤λf(Y1),则令 X=Y1,否则剔除X1,X2重复到(2).
随机变量X的分布与Z相同,
证明:
从而 ,随机变量X与Z的概率密度相同.
0 a z b
重要结论:设随机变量Y的分布函数F(y)是连续函数,而且随机变量X~U(0,1),令Z=F-1(X),则Z与Y有相同分布.
证明:FZ(z)= P{F-1(X) ≤ z}= P{X≤F(z)}=G(F(z)) = F(z)
其中,G(x)是随机变量X的分布函数:
若Y的概率密度为f(y),由Y=F-1(X)可得
对给出的(0,1)上均匀分布随机数ri,则具有给定分布的随机数yi可由方程
中解出.
舍选法算法原理分析:
设P{a<Z<b}=1,Z的概率密度为f(z),
选常数λ,使λf(z)≤1,z∈(a,b);
随机变量X1,X2相互独立Xi~U(0,1),
令 Y1=a+(b-a)X1~U(a,b);
若X2≤λf(Y1),则令 X=Y1,否则剔除X1,X2重复到(2).
随机变量X的分布与Z相同,
证明:
从而 ,随机变量X与Z的概率密度相同.
0 a z b