Последовательность - псевдослучайное число
Cтраница 2
В отличие от последовательностей, генерируемых физическими источниками случайных явлений, одна и та же последовательность псевдослучайных чисел может неограниченно повторяться. Поэтому одну и ту же реализацию случайной величины можно использовать многократно. Это дает некоторые преимущества при решении ряда практических задач. [16]
Для изучения и иллюстрации эффективности различных статистических процедур удобно использовать статистическое моделирование, реализуемое с помощью последовательности псевдослучайных чисел. Псевдослучайными числами называют последовательности чисел, получаемые по некоторому алгоритму и обладающие свойствами последовательности случайных чисел. [17]
Его достоинствами являются большой период, вычислительная эффективность и присущий параллелизм алгоритма, делающий метод особенно привлекательным для применения на векторных компьютерах. К тому же алгоритм выдает не только последовательность псевдослучайных чисел, но также и последовательность псевдослучайных бит. Аналогично линейному конгруэнтному генератору случайных чисел данный алгоритм вычисляет новое число из предшествующих ему чисел последовательности. [18]
Прикладное программное обеспечение данной подсистемы, как и других ранее рассмотренных, организовано по схеме программной системы со сложной структурой. Основу программы вероятностного анализа составляют модули, позволяющие моделировать независимые последовательности псевдослучайных чисел с различными распределениями вероятности, в том числе и с произвольным распределением, задаваемым гистограммой, одновременно по нескольким десяткам входных параметров, а также модули, обрабатывающие выходную статистическую информацию с построением гистограмм по ряду рабочих показателей объекта. [19]
В этой модели объект задается двумя последовательностями чисел, описывающих значения амплитуды и фазы поля соответственно. Эти последовательности генерируются либо детерминированной функцией, либо в виде последовательностей псевдослучайных чисел с гауссовским распределением и заданным энергетическим спектром. [20]
При наличии нескольких управляющих функций на каждом интервале Д / ищется п параметров оптимизации. Для метода Монте-Карло это означает, что при единичном испытании вырабатывается последовательность псевдослучайных чисел, преобразуемых в случайные наборы yp i, i I... При покоординатном поиске можно поступать двояко. В одном случае процедура поиска сохраняется неизменной. [21]
Использует аргумент как семя для новой последовательности псевдослучайных чисел, возвращаемой последовательными вызовами rand. Если srand вызывается с одним и тем же семенем, то последовательность псевдослучайных чисел будет повторена. [22]
Использует значение параметра в качестве начального числа для выработки новой последовательности псевдослучайных чисел, которые будут возвращаться при последующих обращениях к функции rand. Если srand вызвать затем с тем же самым значением параметра, то последовательность псевдослучайных чисел будет повторена. [23]
Метод статистического моделирования заключается в получении последовательности псевдослучайных чисел с заданным законом распределения, генерируемых алгоритмически. Практически, используя специальный алгоритм, называемый генератором случайных чисел, получают последовательность псевдослучайных чисел с квазиравномерным законом распределения в иитервале [ а - Ь, какправило, [0-1] или - 1 1 ], которая функционально преобразуется в последовательность псевдослучайных чисел с заданным законом распределения. [24]
Существует несколько вариантов датчиков случайных чисел. В одних системах функция RND употребляется без аргумента или с фиктивным аргументом, и, как правило, при повторных запусках программы генерируемая последовательность псевдослучайных чисел повторяется. В этом есть определенное преимущество, которое можно использовать при разработке программы. [25]
 |
Плотность вероятности ( а и функция распределения ( б случайной величины Г с одной степенью свободы.| Плотность вероятности ( а и. [26] |
Для наиболее употребляемых распределений прикладной статистики в настоящее время существуют эффективные приемы вычисления функций распределения на ЭВМ. Для этого используются простые, но надежные подпрограммы, позволяющие генерировать регулярную последовательность чисел, являющуюся для пользователя случайной, однако удовлетворяющую основным необходимым свойствам, которую принято называть последовательностью псевдослучайных чисел. В статистическом моделировании возможность воспроизводить последовательность псевдослучайных чисел позволяет эффективно оценить, как будет вести себя тот или иной метод статистической обработки на вновь сгенерированных данных той же функции распределения и какова при этом его устойчивость. [27]
Метод статистического моделирования заключается в получении последовательности псевдослучайных чисел с заданным законом распределения, генерируемых алгоритмически. Практически, используя специальный алгоритм, называемый генератором случайных чисел, получают последовательность псевдослучайных чисел с квазиравномерным законом распределения в иитервале [ а - Ь, какправило, [0-1] или - 1 1 ], которая функционально преобразуется в последовательность псевдослучайных чисел с заданным законом распределения. [28]
 |
Плотность вероятности ( а и функция распределения ( б случайной величины Г с одной степенью свободы.| Плотность вероятности ( а и. [29] |
Для наиболее употребляемых распределений прикладной статистики в настоящее время существуют эффективные приемы вычисления функций распределения на ЭВМ. Для этого используются простые, но надежные подпрограммы, позволяющие генерировать регулярную последовательность чисел, являющуюся для пользователя случайной, однако удовлетворяющую основным необходимым свойствам, которую принято называть последовательностью псевдослучайных чисел. В статистическом моделировании возможность воспроизводить последовательность псевдослучайных чисел позволяет эффективно оценить, как будет вести себя тот или иной метод статистической обработки на вновь сгенерированных данных той же функции распределения и какова при этом его устойчивость. [30]
Страницы: 1 2