第4章节随机数产生原理.pptVIP

信息统计分析 第四章 随机数产生原理 Principle of Random Number Generation 数学科学学学院 第四章 随机数的产生原理 以随机数产生为基础的Monte-Carlo方法已成为现代科研的重要手段之一。其意义早以超出了概率论与数理统计的范畴。广泛应用于计算方法、随机数规划、管理科学、物理化学中的高分子结构的研究等领域。我们来看一些例子。 第四章 随机数的产生原理 前面Monte-Carlo方法的例子是以高质量的随机数为基础的。通过完全的随机抽样或调查可以产生随机序列。 第四章 随机数的产生原理 算法要求 产生的数值序列要具有均匀总体简单子样的一些概率统计特性，通常包括分布的均匀性，抽样的随机性，试验的独立性和前后的一致性。 产生的随机数要有足够长的周期。 产生随机数速度快，占用内存小。 第四章 随机数的产生原理 第四章 随机数的产生原理 第四章 随机数的产生原理 第四章 随机数的产生原理 我们已经基本清楚伪随机数的产生原理，由于并不是真正的随机数，很自然的问题是，它们是否具有真正随机数的那些统计性质如参数大小、独立性，均匀性等等。 设：随机数具有连续的分布函数F（X），则随机变量R=（X）是均匀分布（0，1）的随机变量，因此如果R通过统计检验随机变量 X 也可以通过。因此我们以下着重讨论均匀分布R的检验问题，再简单地讨论正态随机数检验问题。