《第2章伪随机数的产生》-公开课件（设计）.pptVIP

* 第二章 伪随机数的产生 * 第二章 伪随机数的产生 一.伪随机数产生的意义 二.产生U(0,1)的乘同余法 三.正态分布N(0,1)的产生 四.逆变法与其它分布随机数的产生 * 随机数的产生是进行随机优化的第一步也是最重要的一步，智能优化方法中都要用到随机数； 传统手工方法：抽签，掷骰子，抽牌，摇号等，无法满足产生大量随机数的需求； 伪随机数方法：利用计算机通过某些数学公式计算而产生，从数学意义上说不是随机的，但只要通过随机数的一系列统计检验，就可以作为随机数来使用。 一.伪随机数产生的意义（1） * 伪随机数的产生过程 确定一个数学模型或者某种规则； 规定几个初始值； 按照一定步骤产生第一个随机数； 用产生的上一个随机数作为新的初值，按照相同的步骤产生下一个随机数，重复之，得一伪随机数序列。 一.伪随机数产生的意义（2） * 一个良好的伪随机数产生器应具有的特性 产生的随机数要具有均匀总体随机样本的统计性质，如分布的均匀性，抽样的随机性，数列间的独立性等； 产生的数列要有足够长的周期； 产生数列的速度要快，占用计算机的内存要尽可能的少。 一.伪随机数产生的意义（3） * 二.产生U(0,1)的乘同余法（1） 均匀随机数是产生其他随机数的基础 乘同余法是目前应用最广泛的方法之一 乘同余法的计算公式 整数常数 取模运算 大的模数 * 二.产生U(0,1)的乘同余法（2） 乘同余法是目前应用最广泛的方法之一 如何确定A和M的值，以保证产生的随机数周期最长？ 数论的理论可以证明：当 时， 若 或 ，且 为奇数时， 可以获得的最长随机数序列长度为 * 二.产生U(0,1)的乘同余法（3） 计算举例 令 ，则可以产生随机整数序列为 I. II. III. * 二.产生U(0,1)的乘同余法（4） 计算举例 若想产生U(0,1)，则令 即可。 I. II. III. * 二.产生U(0,1)的乘同余法（5） 混合同余法 公式： 初始参数取值： ， ，C与M互为质数，则可以获得最长的随机数序列长度为 上例中，若M=16，A=5，C=3，则产生的随机整数序列？ * 三.正态分布N(0,1)的产生（1） 0 * 三.正态分布N(0,1)的产生（2） 正态分布可以由多个U(0,1)来近似 若 是独立同分布，且n较大，则 近似于正态分布 且满足 及 则 * 令 ，则 由于 ，故 三.正态分布N(0,1)的产生（3） * 注： 三.正态分布N(0,1)的产生（4） * 一般n取12，则： 若想产生服从一般正态分布 的随机数 x，则只需产生 ，再按公式 即可获得。 三.正态分布N(0,1)的产生（5） * 逆变法 四.逆变法与其它分布随机数的产生（1） 密度函数 1 0 1 1 0 1 分布函数 * 是分布函数， ，如何产生X？ 设 ，Y是随机变量 产生 ，G(y)是U(0,1)分布函数 逆变法的目的：产生 f(x)分布的随机数 四.逆变法与其它分布随机数的产生（2） * 逆变法的步骤： 已知 F(x)，或由f(x)求 F(x) 即 ，令 推导 产生 用 得到 四.逆变法与其它分布随机数的产生（3） * 负指数分布的产生 负指数函数的密度函数： 四.逆变法与其它分布随机数的产生（4） * 负指数函数的分布函数的产生过程： ① 令 ② ③ 产生 则 ④ 即 四.逆变法与其它分布随机数的产生（5） * 产生 ，令 则，X是负指数分布的 四.逆变法与其它分布随机数的产生（6） * 四.逆变法与其它分布随机数的产生（6） 思考1： 爱尔朗（Erlang）分布是m个负指数分布的