均匀分布的概率密度是多少？
如下：
已知概率密度f(x)，那么求F(x)对f(x)进行积分即可，在x<a时，f(x)都等于0，显然积分F(x)=0。
而在a<x<b时，f(x)=1/(b-a)。
不定积分结果为x/(b-a)，代入上下限x和a。
于是在a到x上积分得到概率为(x-a)/(b-a)。
介绍
均匀分布对于任意分布的采样是有用的。 一般的方法是使用目标随机变量的累积分布函数（CDF）的逆变换采样方法。 这种方法在理论工作中非常有用。
由于使用这种方法的模拟需要反转目标变量的CDF，所以已经设计了cdf未以封闭形式知道的情况的替代方法。 一种这样的方法是拒收抽样。
绛旓細姒傜巼瀵嗗害鍑芥暟鏈夋椂涓0锛屾湁鏃朵负1/锛坆-a锛銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屽潎鍖鍒嗗竷涔熷彨鐭╁舰鍒嗗竷锛屽畠鏄绉版鐜囧垎甯冿紝鍦ㄧ浉鍚岄暱搴﹂棿闅旂殑鍒嗗竷姒傜巼鏄瓑鍙兘鐨勩 鍧囧寑鍒嗗竷鐢变袱涓弬鏁癮鍜宐瀹氫箟锛屽畠浠槸鏁拌酱涓婄殑鏈灏忓煎拰鏈澶у硷紝閫氬父缂╁啓涓篣锛坅锛宐锛夈傜浉鍏冲垎甯:锛1锛夊鏋淴鏈嶄粠鏍囧噯鍧囧寑鍒嗗竷锛屽垯閫氳繃閫嗗彉鎹㈡柟娉曪紝鍏锋湁...
绛旓細鍧囧寑鍒嗗竷鐨勬鐜囧瘑搴﹀嚱鏁版槸f(x)=1/(b-a)銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屽潎鍖鍒嗗竷锛堢煩褰㈠垎甯冿級锛屾槸瀵圭О姒傜巼鍒嗗竷锛屽湪鐩稿悓闀垮害闂撮殧鐨勫垎甯冩鐜囨槸绛夊彲鑳界殑銆傚潎鍖鍒嗗竷鐢变袱涓弬鏁癮鍜宐瀹氫箟锛屽畠浠槸鏁拌酱涓婄殑鏈灏忓煎拰鏈澶у硷紝閫氬父缂╁啓涓篣锛坅锛宐锛夈傛鐜囪鍒嗘瀽 鍧囧寑鍒嗗竷瀵逛簬浠绘剰鍒嗗竷鐨勯噰鏍锋槸鏈夌敤鐨勩 涓鑸殑鏂规硶鏄娇...
绛旓細宸茬煡姒傜巼瀵嗗害f(x)锛岄偅涔堟眰F(x)瀵筬(x)杩涜绉垎鍗冲彲锛屽湪x<a鏃讹紝f(x)閮界瓑浜0锛屾樉鐒剁Н鍒咶(x)=0銆傝屽湪a<x
绛旓細鍦ㄨ涓夎褰㈠唴鐨勬鐜囩浉绛夛紝鎵浠ュ簲璇ユ槸鍏堕潰绉垎涔嬩竴锛岄偅灏辨槸2銆俧锛坸锛寉锛夊氨鏄簩缁村彉閲鐨勬鐜囧瘑搴鍑芥暟f锛坸锛寉锛=1/S 鍦ㄤ笁瑙掑舰鐨勮寖鍥村唴鎴愮珛銆傛墍浠1闄や互1/2绛変簬2銆傝竟闄呭瘑搴﹀嚱鏁扮殑姹傝В锛屾湰璐ㄥ氨鏄冨療绉垎锛屽彧瑕佽浣忚竟缂樻鐜囧瘑搴﹀氨鏄鑱斿悎瀵嗗害鍑芥暟姹傜Н鍒嗭紝褰撴眰鍏充簬Y鐨勮竟闄呭瘑搴﹀嚱鏁版椂灏辨槸瀵逛簬f锛坸锛寉...
绛旓細濡傛灉闅忔満鍙橀噺鏈嶄粠姝ｆ佸垎甯冿細鍒╃敤鍏紡鍗冲彲鐢姒傜巼瀵嗗害姹傚垎甯冨嚱鏁般傚鏋滈殢鏈哄彉閲忔湇浠鍧囧寑鍒嗗竷锛氬埄鐢ㄥ叕寮忓嵆鍙敱姒傜巼瀵嗗害姹傚垎甯冨嚱鏁般傚鏋滈殢鏈哄彉閲忔湇浠庢寚鏁板垎甯冿細鍒╃敤鍏紡鍗冲彲鐢辨鐜囧瘑搴︽眰鍒嗗竷鍑芥暟銆傚浜嶻=g(X)锛孹涓虹鏁ｅ彉閲忥紝Y涓鸿繛缁彉閲忥紝鍏堟槑纭畾涔夈傛鐜囧瘑搴﹁櫧鐒舵槸姒傜巼鍒嗗竷鍑芥暟姹傚杩囧悗鐨勫嚱鏁帮紝浣嗘鐜囧瘑搴︾粡杩囩Н鍒...
绛旓細鐢变簬闅忔満鍙橀噺X鏈嶄粠鍧囧寑鍒嗗竷锛屽叾姒傜巼瀵嗗害鍑芥暟涓篺_x(x) = 1/(2-(-2)) = 1/4锛屽洜姝わ紝鎴戜滑鍙互鏍规嵁鍏紡f_y(y) = f_x(x) * |x|璁＄畻鍑篩鐨勬鐜囧瘑搴鍑芥暟銆傛墍浠ワ紝Y鐨勬鐜囧瘑搴﹀嚱鏁颁负锛歠_y(y) = f_x(x) * |x| = 1/4 * |x|鐜板湪鎴戜滑鏉ヨ绠梇鐨勬鐜囧瘑搴﹀嚱鏁板湪鍖洪棿[0, 8]鍐呯殑鍊笺...
绛旓細瀵逛簬鍧囧寑鍒嗗竷锛屽湪鍖洪棿a锛宐鍐咃紝姣忎釜鐐鐨勬鐜囨槸鐩哥瓑鐨勶紝鎵浠姒傜巼瀵嗗害鍑芥暟鍊间负甯告暟1/锛坆-a锛夈傚綋闅忔満鍙橀噺X涓嶅湪鍖洪棿a锛宐鍐呮椂锛屽畠涓嶅彲鑳藉彇璇ュ硷紝鎵浠ユ鐜囧瘑搴﹀嚱鏁板间负0銆傛鐜囧瘑搴﹀嚱鏁扮殑绉垎琛ㄧず鏌愪釜鍖洪棿鐨勬鐜囥傚浜庡潎鍖鍒嗗竷锛屾暣涓尯闂鐨勬鐜囦负1锛屽嵆锛氱Н鍒嗭紙浠巃鍒癰锛1/锛坆-a锛塪x=1銆傚瘑搴﹀嚱鏁扮殑搴旂敤...
绛旓細0-1鍒嗗竷锛鍒嗗竷寰嬶細P(X=x)=x, x鈭圼0,1]姒傜巼瀵嗗害鍑芥暟锛歠(x)=1, x鈭圼0,1]浜岄」鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=C(n,x)p^x(1-p)^(n-x), x=0,1,2,...,n姒傜巼瀵嗗害鍑芥暟锛歠(x)=C(n,x)p^x(1-p)^(n-x), x=0,1,2,...,n娉婃澗鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=e^(-位)位^x/x!
绛旓細璁鹃殢鏈哄彉閲廥鍦ㄥ尯闂(1,7)涓婃湇浠鍧囧寑鍒嗗竷锛姒傜巼P(0.5<X<6)涓5/6銆傞殢鏈哄彉閲廥鍦ㄥ尯闂(1,7)涓婃湇浠庡潎鍖鍒嗗竷锛屼篃灏辨槸璇碢(1<X<7)=1锛孭(X鈮1)=0锛孭(X鈮7)=0銆傛墍浠ユ鐜嘝(0.5<X<6)=姒傜巼P(1<X<6)=锛6-1锛/锛7-1锛=5/6銆
绛旓細鍧囧寑鍒嗗竷鐨勬鐜囧瘑搴鍑芥暟涓篺锛坸锛 = 1/锛坆-a锛夛紝鍏朵腑a涓哄畾涔夊煙鐨勪笅闄愶紝b涓哄畾涔夊煙鐨勪笂闄愩傛帹瀵煎垎甯冨嚱鏁 鏍规嵁姒傜巼瀵嗗害鍑芥暟鐨勫畾涔夛紝鍙互鎺ㄥ鍑哄潎鍖鍒嗗竷鐨勫垎甯冨嚱鏁癋锛坸锛 = Prob锛圶 鈮 x锛夈傚綋x < a鏃讹紝F锛坸锛 = 0锛涘綋a 鈮 x < b鏃讹紝F锛坸锛 = 锛坸 - a锛/锛坆 - a锛夛紱褰搙 鈮 b...
