X = F_inv(rd.random()) pour obtenir une réalisation de Simuler une réalisation de de fonction de répartition connue, continue et strictement croissante.
Simuler une variable avec par inversion de sa fonction de répartition pour .
Simuler une réalisation de de fonction de répartition connue, continue et strictement croissante.
Si est continue strictement croissante et , alors la variable a pour fonction de répartition , puisque .
def F_inv(u): return ....import numpy.random as rd puis u = rd.random() (réel de ).X = F_inv(u) : d'après le théorème de la réciproque, suit bien la loi de fonction de répartition .U = rd.random(N) puis X = F_inv(U) (si F_inv accepte un tableau numpy).Simuler une variable avec par inversion de sa fonction de répartition pour .
Je pars de sur , strictement croissante et continue.
def F_inv(u): return ....Je résous , soit , donc . Comme a même loi que , je simplifie en F_inv = lambda u: -np.log(u)/2.
import numpy.random as rd puis u = rd.random() (réel de ).Je saisis import numpy as np puis import numpy.random as rd et u = rd.random().
X = F_inv(u) : d'après le théorème de la réciproque, suit bien la loi de fonction de répartition .Je tape X = -np.log(rd.random())/2 : suit .
U = rd.random(N) puis X = F_inv(U) (si F_inv accepte un tableau numpy).Pour un échantillon : U = rd.random(10**4), X = -np.log(U)/2 puis plt.hist(X, bins=50, density=True) permet de vérifier la densité .
X = -np.log(rd.random())/2 fournit une réalisation de .
Les applications suivantes et la correction guidée sont réservées aux membres Premium
La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.