Генератор - псевдослучайное число
Cтраница 3
В случае линейного просмотра при неудачном обращении следующее обращение производится по соседнему адресу. При использовании же метода случайных проб генерируется новый адрес, который в некотором смысле рандоми-зирован. Это достигается с помощью генератора псевдослучайных чисел. Префикс псевдо означает, что, хотя генератором и производятся случайные числа, очередное генерируемое число заранее определено; каждый раз, когда генератор запускается с одной и той же исходной точки, мьГ получаем адрес одной и той же ячейки. Генерацию адресов можно представить символически, воспользовавшись оператором проба. [31]
Равномерному закону распределения подчиняются, например, погрешности округления, возникающие в результате отбрасывания у чисел одной или нескольких цифр. С этим довольно часто приходится встречаться экспериментаторам в различных областях измерительной практики. Данное свойство используется в некоторых генераторах псевдослучайных чисел. [32]
Как видно из математической формулы каждый тест является набором из М заданий, причем на роль m - го задания претендуют только элементы т-го списка. Для первого теста значение n ( m, t) определяется с помощью генератора псевдослучайных чисел. При компоновке теста с относительным номером tN ( m) l происходит очередное обращение к генератору псевдослучайных чисел и начинает формироваться новая последовательность заданий. [33]
Синтез объекта состоит из синтеза частей балки и из синтеза опор и производится в такой последовательности. Задается общая длина всей балки. Подбираются длины левой и средней астей балки ( L1 и L2) с помощью стандартной подпрограммы генератора псевдослучайных чисел, обеспечивающих случайное равновероятное распределение подбираемых чисел во множестве. Производится подбор опор для уже сформированной разрезной балки. [34]
АОС способны осуществлять в полной мере составление стереотипных учебных и контрольных заданий. Разумеется, обучающий опять-таки обеспечивает подготовку соответствующих алгоритмов, согласно которым машина подбирает подходящие численные данные для задач и компонует их тексты. В более простых случаях ЭВМ лишь организует комплекты численных данных, используемых впоследствии преподавателем для составления заданий, или ее роль ограничивается определением номера экзаменационного билета для того или иного учащегося посредством генератора псевдослучайных чисел. Благодаря высокой скорости работы ЭВМ она может порождать задание оперативно, по мере возникновения необходимости в нем и сообразно текущему состоянию познавательной деятельности учащегося. [35]
 |
График функций plog2 ( l / p [ IMAGE ] Энтропия для двух событий. [36] |
Имеются формулы для генерирования псевдослучайных чисел. Пусть они вычислены и занесены в таблицу. Если мы не поверим сразу, что это - псевдослучайные числа, можно попытаться вычислить энтропию, основанную на частотах появления отдельных чисел. Поскольку генераторы псевдослучайных чисел достаточно хорошо имитируют случайные числа, окажется, что каждое следующее число является для нас полной неожиданностью. Если, однако, нам известна структура формулы, используемой для порождения таблицы, то после нескольких шагов мы сможем точно предсказать последующие числа и никакой неожиданности не будет. Таким образом, оценка энтропии источника зависит от принятой модели. [37]
Основной метод изучения проводимости такой системы состоит в имитационном моделировании с помощью совокупности связанных сопротивлений. Этот куб плоскостями, параллельными основанию, разбиваем на п слоев, каждый слой в свою очередь плоскостями, параллельными боковым граням, разбиваем на п2 частей. Между узлами получившейся решетки расположены сопротивления того или иного типа, причем их число пропорционально концентрации компонентов. С помощью генератора псевдослучайных чисел сопротивлениям присваивается одно из двух возможных значений. [38]
Зависимость выбирается достаточно сложной, чтобы обеспечить в той или иной мере кажущуюся случайность чисел. Указанному вопросу посвящено большое количество литературы. В настоящем обзоре неуместно заниматься детальным исследованием этого вопроса. Достаточно сказать, что в своей собственной работе мы решили использовать несколько программ для эмпирической проверки генераторов псевдослучайных чисел, а для реализации цепи Маркова применяли различные порождающие алгоритмы и проводили перекрестную проверку, надеясь таким путем обнаружить наиболее неудачные из них. [39]
Принцип работы тестов КПТО состоит в том, что в проверяемом устройстве выполняется команда или группа команд с заранее подготовленными исходными данными. Результаты выполнения сравниваются с заранее подготовленными эталонами. Если эти результаты не совпадают с эталонами, оператору выдается сообщение об ошибке. В ряде тестов применяется метод обратного просчета. В этом случае исходные данные вырабатывает программный генератор псевдослучайных чисел. [40]
Точность имитации необходимо определять из-за наличия в модели множества обращений к генераторам псевдослучайных чисел. Каждый такой генератор является источником отклонений при имитации различных вариантов модели. Как показала практика исследований вычислительных систем, достаточна оценка дисперсии отклонений показателей качества различных вариантов моделей по методике, реализованной в моделирующем комплексе ( МК) PLSIM. В срединной точке области изменения параметров модели организуется десяток прогонов модели с одними и теми же начальными значениями для генераторов псевдослучайных чисел. Отметим, что при использовании нескольких генераторов псевдослучайных чисел необходимо хранить начальные значения для каждого генератора. [41]
В принципе автономная отладка программной модели большой системы распадается на множество отладок отдельных процессов, каждая из которых может вестись по методикам отладки отдельных процедур. Однако в отладке процессов программных моделей больших систем существуют некоторые трудности. Дело очень усложняется, если управляющая информация распределена по времени. Если в процессах модели используются стохастические элементы, приходится затрачивать дополнительные усилия на запись во внешнюю память последовательности начальных значений генераторов псевдослучайных чисел, для того чтобы обеспечить повторяемость стохастических характеристик при отладке различных ветвей алгоритма процесса. Повышаются также требования и к качеству работы ЭВМ, на которой ведется отладка модели. В связи с большими затратами машинного времени на организацию имитации надежность ЭВМ, на которой реализуется программная модель, должна быть очень высокой. [42]
Точность имитации необходимо определять из-за наличия в модели множества обращений к генераторам псевдослучайных чисел. Каждый такой генератор является источником отклонений при имитации различных вариантов модели. Как показала практика исследований вычислительных систем, достаточна оценка дисперсии отклонений показателей качества различных вариантов моделей по методике, реализованной в моделирующем комплексе ( МК) PLSIM. В срединной точке области изменения параметров модели организуется десяток прогонов модели с одними и теми же начальными значениями для генераторов псевдослучайных чисел. Отметим, что при использовании нескольких генераторов псевдослучайных чисел необходимо хранить начальные значения для каждого генератора. [43]
Точность имитации необходимо определять из-за наличия в имитационной модели большой системы множества обращений к генераторам псевдослучайных чисел. Каждый такой генератор является источником отклонений имитации вариантов модели друг от друга. Как показала практика исследований вычислительной системы, достаточна оценка дисперсии отклонений показателей качества вариантов моделирования друг от друга по следующей методике. Вычисляется математическое ожидание показателя качества моделирования и с уровнем доверия 0 - 0 95 определяются доверительные интервалы. В МК PLSIM каждая процедура имитации реализует свой генератор псевдослучайных чисел. [44]
Страницы: 1 2 3