随机数与伪随机数.pdfVIP

2.2 随机数与伪随机数 数列可以分为三种不同的类型： 真随机数列，准随机数列, 伪随机数列 一、 真随机数 真随机数数列是不可预计的，因而也不可能重复产生 两个相同的真随机数数列。 真随机数只能用某些随机物理过程来产生。例如：放 射性衰变、电子设备的热噪音、宇宙射线的触发时间 等等。 如果采用随机物理过程来产生蒙特卡洛计算用的随机 数，理论上不存在什么问题。但在实际应用时，要做 出速度很快 （例如每秒产生上百个浮点数），而又准确 的随机数物理过程产生器是非常困难的。 弗里吉雷欧(Frigerio)等人的真随机数获取： 用一个α粒子放射源和一个高分辨率的计数器做成的 装置，在20 毫秒时间内平均记录了24.315 个α粒子。当计 数为偶数时，便在磁带上记录二进制的“1”。 这个装置每小时可以产生大约6000个31 比特(bits)的 真随机数。这些数被存储在磁带上，并通过了一系列的 “随 机数”检验后用于蒙特卡洛计算当中。 消除奇数计数的几率并不精确等于1/2所引起的偏差的 1 处理方法： 利用上面介绍的装置得到的 “0”或者“1”的真随机数 序列中，0 和 1 出现的几率P(0)和 P(1)可能并不精确等于 1/2。 我们从原始的真随机数序列出发，将序列中的二进制数 依次成对组合；如果这组中的两个数相同，则舍去这两个数； 如果这组中的两个数不相同，则保留第二个二进制数而丢弃 第一个数。 这样构成的一个新序列可以保证：在原始序列中的数是 相互独立的情况下，“0”和“1”出现的概率相等。 这一点可以从如下的计算中看出：“0”出现在新序列中 的概率为 ′( ) ( ) ( )。这是因为新序列中的 “0”只能在原 P 0 P 1 P 0 始序列中“1”后面跟着“0”时才出现。同样“1”在新序 ′ p (0) 列中出现的概率 。因而无论 和 等于什么 () ( ) () p (1) P 1 P 0 P 1 值， ′ 和 都相等。由于在构成新序列时，舍去了一组数′ p (0) p (1) 的几率为 2 2 ，因而 ′( ) ()′ 不等于 1，而小于或等 ( ) () P 0 +P 1 P 0 +P 1 于 1/2。在这种方法中，对两个数不相同的一组数至少要丢 掉一个二进制数。很明显，它的产生效率为 ( ) ( ) ( )， P 0 P 1 P 1−P p p (0) p (1) 其中 为 或 。其产生效率的最大值为25 %。 巴夫昂投针实验在真随机数产生器中由于物理偏差所 引起的问题： （1）在投针实验中平行线间间距必须保证为一个常数 2 值，并在所要求的误差范围内与针长相等。如果我们仅要求 π值的一至二位有效数字，这个要求是不难满足做到的，但 是如果要求更多位的有效数字，这就比较困难了。 （2）正确地判断临界状态下的针与平行线的相交也非 易事。第三，我们还必须保证针的投掷位置和角度的分布是 均匀分布的。为保证角度分布的均匀性，可以在投针的时候， 让针迅速旋转，并采用非常平的、摩擦系数是各向同性的桌 面。 （3）投针位置的分布决不是均匀分布的，而是在投掷 目标点周围服从高斯分布。在实际应用中，我们必须由实验 来决定这一分布宽度，并且要对它引起的偏差做类似于前面 所述的由弗里吉雷欧等人所做的