[实验六随机数问题1.docVIP

实验六 随机数1．随机数的之间的随机数，通常用表示，即 ， 为的概率分布密度，记为。 2．产生区间(0,1)内均匀分布的随机数位数的数字自乘以后，得到一个位数的数字，然后取其中间的是位数，便得到一个新的位数，将新的位数的数字再一次自乘以后，又得到一个位数的数字，然后再取其中间的是位数，便得到第三个新的位数，如此不断进行下去，便得到了一个位字长的随机数序列，而将这个数列中的每个数都除以最大的位整数，便得到了一个分布在之间的伪随机数列。 3．产生区间(0,1)内均匀分布的随机数的公式是：， 。 其中，是乘因子，是模数或。第一式称做以为模数的同余式，即以除后得到的余数记为。，均为之间的整数。从上述构造过程可知（因而对也同样）最多有个相异值， 即这表明（）有周期，且。因此，不是真正的随机数序列，但若充分大，在一个周期内能经得起统计检验。周期的长度取决于参数的选择时，。 时， 混合同余法： 递推公式为：， 。 其中，是非负整数。通过适当选取参数可以改善随机数的统计性质。一般取作小于的任意奇数正整数，最好使其与模互素。其他参数的选择与乘同余法相类似,　　对随机数的统计检验。　　（1）参数检验：子样平均值和理论平均值的差异性检验。　　在(0,1)上均匀分布随机变量和的平均值和方差分别为： 　　　　　　　　 　　如果随机数是Ｘ的Ｎ个独立观测值，令：　　　　　　　　 　　则它们的平均值和方差为：　　　　　　　　 　　由中心极限定理知统计量：　　　　　　　　 　　渐近服从正态Ｎ(0,1)。 给定显著性水平，根据正态分布确定临界值，据此判断与， 与的差异是否显著，从而决定能否把 看成(0,1)上均匀分布的随机变量Ｘ的Ｎ个独立样本值。　　（2）分布均匀性检验： 均匀性检验又称频率检验，它用来检验用随机数（样本值）确定的经验频率和均匀分布频率是否有显著性差异。常用的统计检验方法有检验和累积频率检验（K-S检验）。　　（3）独立性检验： 只要是检验随机数中前后各数的统计相关性是否显著。 #include iostream #include ctime #include cstdlib using namespace std; int main() { double random(double,double); srand(unsigned(time(0))); for(int icnt = 0; icnt != 10; ++icnt) cout No. icnt+1 : int(random(0,10)) endl; return 0; } double random(double start, double end) { return start+(end-start)*rand()/(RAND_MAX + 1.0); } /* 运行结果 * No.1: 3 * No.2: 9 * No.3: 0 * No.4: 9 * No.5: 5 * No.6: 6 * No.7: 9 * No.8: 2 * No.9: 9 * No.10: 6 */ 伪随机数生成程序： //rand01.c 　　#include 　　static unsigned int RAND_SEED; 　　unsigned int random(void) 伪随机数 　　{ 伪随机数RAND_SEED=(RAND_SEED*123+59)%65536; 　　return(RAND_SEED); 　　} 　　void random_start(void) 　　{ 　　int temp[2]; 　　movedata(0x0040,0x006c,FP_SEG(temp),FP_OFF(temp),4); 　　RAND_SEED=temp[0]; 　　} 　　main() 　　{ 　　unsigned int i,n; 　　random_start(); 　　for(i=0;i10;i++) 　　printf(%u\t,random()); 　　printf(\n); 　　}