如何使用均匀随机数生成器从给定离散分布生成样本？

嘿，这个问题其实是离散分布抽样里最常用的逆变换抽样法的典型场景，我给你一步步拆解清楚怎么操作：

核心思路 #

逆变换抽样的逻辑很简单：把均匀随机数的区间和目标分布的累积概率区间一一对应，通过判断随机数落在哪个区间，就能得到对应的样本结果。

具体步骤 #

1. 计算累积分布函数（CDF） #

先把每个结果的概率累加起来，得到每个结果对应的累积概率区间：

• 结果1：累积概率 = 0.34 → 对应区间 [0, 0.34)
• 结果2：累积概率 = 0.34 + 0.10 = 0.44 → 对应区间 [0.34, 0.44)
• 结果3：累积概率 = 0.44 + 0.05 = 0.49 → 对应区间 [0.44, 0.49)
• 结果4：累积概率 = 0.49 + 0.13 = 0.62 → 对应区间 [0.49, 0.62)
• 结果5：累积概率 = 0.62 + 0.13 = 0.75 → 对应区间 [0.62, 0.75)
• 结果6：累积概率 = 0.75 + 0.25 = 1.00 → 对应区间 [0.75, 1.00)

2. 生成均匀随机数 #

用你的随机数生成器生成一个范围在 [0, 1) 之间的均匀随机数，记为 U。

3. 匹配区间得到样本 #

判断 U 落在哪个累积概率区间里，对应的结果就是你要的样本：

• 如果 U < 0.34 → 输出1
• 如果 0.34 ≤ U < 0.44 → 输出2
• 如果 0.44 ≤ U < 0.49 → 输出3
• 如果 0.49 ≤ U < 0.62 → 输出4
• 如果 0.62 ≤ U < 0.75 → 输出5
• 如果 U ≥ 0.75 → 输出6

伪代码实现 #

给你写个简单的伪代码示例，方便你理解：

def sample_from_distribution():
    # 生成[0,1)的均匀随机数
    U = generate_uniform_random(0, 1)
    
    if U < 0.34:
        return 1
    elif U < 0.44:
        return 2
    elif U < 0.49:
        return 3
    elif U < 0.62:
        return 4
    elif U < 0.75:
        return 5
    else:
        return 6

额外说明 #

这个方法的优势是简单直观、通用性强，不管你的离散分布有多少个结果，都能直接套用。如果你的样本量特别大，或者结果数量很多，可以把累积概率存在数组里，用二分查找来匹配区间，能提升一点效率，但对于你这个只有6个结果的分布，直接顺序判断完全够用啦。

内容的提问来源于stack exchange，提问作者Derrick Jones