- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第五章 随机数的产生
§5.1 [0, 1]均分布随机数产生
1、[0, 1]均匀分布
密度函数
分布函数
2、产生均匀随机数的一般方法
(1)随机数表法
把事先作好的随机数输入到内存或外存贮器中
缺点:占用下量内存,放在外存贮器时,降低运行速度
(2)利用硬设备产生随机数,如放射粒子的放射源,电子管或晶体管的固有噪声放大作为随机源。
(3)用移位寄存器产生随机数,
(4)用数学公式产生随机数
3、产生伪随机数的要求
(1)有较理想的随机性和均匀性
(2)程序应简短、运行快、占内存少
(3)循环周期应可能大
(4)伪随机数列中,前后之间和各子列之间,相互独立。
(5)保证所要求的精度
4、数学公式产生的方法
(1)平方取中法
b进制2k位的数,自乘后得到4k位的乘积,去头截位,取中间2k位,易出现退化现象
(2)倍积取中法
Si+1=[k. Si],k为常数,[k. Si]表示k. Si中间的n位
(3)同余法
a、加同余法
统计性能差
b、二次同余法
计算复杂
c、线性同余法
5、线性同余法
其中a为乘子,为种子,C为常数,M为模
迭代步骤:
(1)设定a, c, M值,并给定初始种子
(2)令
(3)
(4)
(5),转入(3)
分析:,取整
序列返回初始值之前取值的个数,称为序列的周期p,
选择和M使p达到最大
结论1:若,S为计算机位数,若c与M互素,且则的周期为M,p=M。
结论2:若c=0即乘同余法
(1)M=2S,a=4k+1或a=8k±3, Xo为奇数
(2)令M取(1,2S)中的最大素数,a是M原根,则乘同余法的循环周期p=M-1
原根定义:a与M互素,
例S=32 M=231-1 a=16807或a=630360016
5.1.4 伪随机数发生器的联合使用
乘同余法与移位寄存器法联合使用
首先用乘同余数法产生一个伪随机数,将其用二进制表示,然后进行移位操作,并进行浮点化,便可以得到一个(0,1)区间中的伪随机数。
线性同余法和移位寄存器法联合使用
如果用线性同余法和移位寄存器法分别产生两个(0,1)区间上的随机数序列、、……和、、……,用一个数组,如C(100)来存储100个伪随机数,i = 1,2,…,100。接着根据已产生的一个伪随机数,计算1+100*,取不超过1+100*的最大整数作为下标J,这样就选定了C(J),将C(J)中所存的随机数作为被选用的随机数。然后,再产生一个新的随机数,将它放入C(J)单元中去更新其中的内容。每次需要使用一个随机数时,都要执行上述的运算过程。
等间隔地跳跃选用或几个伪随机数发生器轮换使用
假若伪随机数发生器的周期很长,而需使用的随机数又不多时,可以每间隔一定的距离选用一个,其余的都丢掉。
§5.2 均匀分布伪随机数的检验
1、随机性和均匀性检验
1)频率检验
对于(0,1)均匀分布数分成n组(0,),
每组的理论频数为随机数个数,实际频数为Qi
统计量服从分布,对于一定数量,若采用5%的置信度,查分布表,得,若,认为这批随机数在统计性能上是95%可信。
2)粗略统计检验(参数检验)
为随机数,N为随机数个数
如果明显不成立,就可否定随机性不够要求。
2. 独立性检验
1)相关系数检验
n个独立的服从于[0,1]均匀分布的随机数U1,U2,…,Un
均值
协方差
协方差估值:
令 的均值,
的方差:
当n充分大,分布近似于正态分布N(0,1)
2)联立表检验
把一单位正方形分成K2相等的小正方形
把随机数数列Ui,(i=1,?n)按受的次序组成
(U1,Ue+1),?)
设存入第(i,j)个小正方形的频数为
,落入(i, j)的理论值为
服从
5.2.3 矩检验
矩检验是检验随机数的观测值各阶矩与理论值的差别是否显著。
在产生N个随机数,,…,之后,可以给出观测值的各阶矩
根据中心极限定理,统计量
渐进服从N(0,1)分布。当给定置信度后,即可根据正态分布表确定临界值,如大于临界值,拒绝假设,否则接受假设。
§3 产生各种概率分布的随机数
1.求逆法
X为一个随机变量,它的分布函数为F(X),记为FX的逆函数,U为[0,1]均匀分布随机变量,则随机变量同X具有相同的分布函数F(X)
算法:1)产生U
2)
例:负指数分布随机变量产生
负指数密度函数:
其分布函数:
设U为[0,1]均匀分布
2.舍选法
设某一随机数变量的密度函数f(x)满足:
当xb 或xa 时,f(x)=0
文档评论(0)