Cтраница 3
Может быть, оператор, гипнотизировавший генератор случайных чисел, обладал феноменальными способностями. [31]
Метод имитационного моделирования с использованием генератора случайных чисел для расчета статистически достоверных переменных. Требует множества повторений базового алгоритма для построения статистически значимого распределения возможных результатов. [32]
В приложениях приведены данные по генераторам случайных чисел, тексты программ. [33]
Предположим, что у нас есть генератор случайных чисел, который выдал 500 цифр, распределенных по случайному закону, причем зарегистрированная нами частота их появления представлена в табл. 2.9. Если бы цифры генерировались действительно по случайному закону, то мы могли бы ожидать, что каждая цифра появится около 50 раз. Используя уровень значимости 0 99, проверим, насколько полученные результаты соответствуют равномерному распределению. [34]
Для пояснения этого метода Монте-Карло применим генератор случайных чисел, описанный в разд. [35]
Кроме того, в Mathcad есть генераторы случайных чисел, соответствующие всем 17 видам распределения, позволяющие эффективно проводить моделирование методом Монте-Карло. [36]
Псевдослучайные числа, полученные при помощи генератора случайных чисел, должны быть статистически независимыми и воспроизводимыми. Алгоритмы псевдослучайных чисел представляют собой рекуррентные соотношения. [37]
Команда RMULT устанавливает начальное число для генераторов случайных чисел. [38]
Для получения этих чисел используются таблицы, генераторы случайных чисел и алгоритмы формирования случайных чисел на ЭВМ. [39]
Поэтому будем рассматривать лишь те способы построения генераторов случайных чисел, которые обеспечивают формирование этих - чисел непосредственно в процессе работы машины. При этом задача состоит в получении последовательности величин, обладающих статистическими свойствами, аналогичными системе случайных чисел с заданным законом распределения. Такие последовательности принято называть псевдослучайными. Если при этом формируемая последовательность величин обладает статистическими характеристиками системы равномерно распределенных случайных чисел, ее называют квазиравномерной. [40]
О, 1 ], порожденные этим генератором случайных чисел. [41]
Такой независимый порядок возникает, если воспользоваться генератором случайных чисел, подсказкой внутреннего голоса, советом эксперта или чем-то иным. [42]
Выборка данных, созданная функцией runif ( генератором случайных чисел равномерного распределения), как и следовало ожидать, располагается ближе всего к прямой, соответствующей равномерному распределению. Проверим это наблюдение методами математической статистики. [43]
Хоар для определения основы использует на каждом этапе генератор случайных чисел. Ценность этого приема заключается не столько в определении хорошей аппроксимации позиции медианы, сколько в защите метода от нежелательного смещения в данных. Случайный выбор основы для каждой новой части делает практически невероятной зависимость выбираемых основ от нежелательной особенности В данных. [44]
Существует вероятность, что при первой же возможности генератор случайных чисел может привести к неверному решению, обусловливая тем самым создание плохо сбалансированных деревьев, однако эту вероятность можно оценить математически и доказать, что она очень мала. [45]