Шаг 1. Сгенерируйте случайные числа от стандартного равномерного распределения.

Используйте rand сгенерировать 1 000 случайных чисел от равномерного распределения на интервале (0,1).

rng('default')  % For reproducibility
u = rand(1000,1);

Метод инверсии использует принцип, что непрерывные кумулятивные функции распределения (cdfs) располагаются однородно на открытом интервале (0,1). Если $$u$$ универсальное случайное число на (0,1), затем $$x=F^{-1}(u)$$ генерирует случайное число $$x$$ от любого непрерывного распределения с заданным cdf F.

Шаг 2. Сгенерируйте случайные числа от распределения Weibull.

Используйте обратную кумулятивную функцию распределения, чтобы сгенерировать случайные числа от распределения Weibull параметрами A = 1 и B = 1 это соответствует вероятностям в uПостройте график результатов.

x = wblinv(u,1,1);
histogram(x,20);

Гистограмма показывает, что случайные числа сгенерировали использование инверсии Weibull cdf функциональный wblinv имейте распределение Weibull.

Шаг 3. Сгенерируйте случайные числа от стандартного нормального распределения.

Те же значения в u может сгенерировать случайные числа от любого распределения, например, нормальный стандарт, следующим та же процедура с помощью инверсии cdf желаемого распределения.

figure
x_norm = norminv(u,1,1);
histogram(x_norm,20)

Гистограмма показывает что, при помощи стандартной нормальной инверсии cdf norminv, случайные числа сгенерированы от u теперь имейте стандартное нормальное распределение.