1 / 3
连续型分布随机数的产生（反函数法）
一、定理：设随机变量X的分布函数为()XFx，其()XFx为严格单调的
连续函数，其反函数1()XxFy存在，则()XYFX服从(0,1)上的均匀
分布(0,1)U。
也即，若~(0,1)YU，则1()~()XXXFYFx
二、例

设~()XExp，分布函数为10()00xXexFxx
则，1~(0,1)XUeU，或若~(0,1)UU，11ln~()1XExpU
产生()Exp分布随机数的算法
（1）产生~(0,1)uU

（2）计算111lnln11xuu
x
即为()Exp分布的随机数。

如：产生10000个(14)Exp分布随机数的Ｒ程序代码为
lamda<-1/4
N<-10000
M<-c(rep(0,N))
for (k in 1:N) {
u<-runif(1)
x<--log(1-u)/lamda
M[k]<-x
}
M
hist(M)
mean(M)
var(M)
2 / 3

实验六
2
(10)


分布随机数的产生

编制程序产生10000个2(10)分布的随机数，并完成
（1）绘制该10000个随机数的直方图；
（2）求该10000个随机数的样本均值及样本方差。

2
2
222222

()(1,)1()(,)221121()(1,)(,)(2)2222(10)(2)(2)(2)(2)(2)(,)ExpGannGaExpGaGaGan





############卡方分布随机数##############
lamda<-1/2
N<-10000
M<-c(rep(0,N))
for(K in 1:N){
{n<-5
m<-c(rep(0,n))
for(k in 1:n){
u<-runif(1)
x<--log(1-u)/lamda
m[k]<-x
m1<-sum(m[1:k])
}
m1
}
M[K]<-m1
}
M
hist(M)
mean(M)
var(M)

############指数分布随机数###########
lamda<-1/2
N<-10000
3 / 3

M<-c(rep(0,N))
for(k in 1:N){
u<-runif(1)
x<--log(1-u)/lamda
m
M[k]<-x
}
M
hist(M) ### 画直方图 ###
mean(M) ### 均值 ###
var(M) ### 方差 ###