Генерирование - случайное число
Cтраница 2
Трудности выбора и регулирования порога м0 ограничивают возможности и этого способа генерирования случайных чисел. [16]
Система моделирования непрерывных процессов при помощи проблемно-ориентированного языка КСМП автоматически производит моделирование дифференциальных уравнений, генерирование случайных чисел, решение логических функций. Кроме того, этот язык моделирования предоставляет пользователю средства графического вывода результатов решения задач ( таблицы, графики), различные методы интегрирования, средства повторения расчетов при других значениях параметров модели. [17]
Осуществление моделирования - объединение входных переменных вместе в соответствии с логикой системы, описывающей, каким образом связаны входные переменные и как получаются выходные. С помощью многократного генерирования случайных чисел мы получаем будущее значение искомой переменной. [18]
Однако затраты на генерирование нового случайного числа для каждого символа в ключе, скорее всего, окажутся неприемлемыми. В прбграмме 14.2 продемонстрирован практический компромисс: мы варьируем коэффициенты, генерируя простую псевдослучайную последовательность. [19]
Несомненно, самым известным было применение таких устройств для генерирования случайных чисел в фирме RAND Corporation, где для этого использовался электронный импульсный генератор, управляемый источником шума. Один миллион случайных чисел, сформированных этим устройством, включен в книгу [21], выпущенную фирмой RAND, а также существует в записи на магнитной ленте. [20]
В качестве исходных случайных элементов для этой цели удобно использовать случайные числа с равномерным распределением в интервале ( О, 1), так как совокупность таких чисел может быть получена с наименьшими затратами машинного времени и, кроме того, обеспечивает простоту и удобство дальнейших преобразований. Возможны два способа получения случайных чисел: ( 1) генерирование случайных чисел специальной электронной приставкой к машине - генератором случайных чисел; ( 2) алгоритмическое получение так называемых псевдослучайных чисел. [21]
Заметим, однако, что эффективность их использования сильно зависит от того, каким способом генерируются последовательности случайных чисел: на основе физических процессов или алгоритмически. Современные серийные ЭВМ пока не имеют стандартных устройств для аппаратурной реализации генерирования случайных чисел, хотя имеются работы, в которых показано, как такие устройства могут быть созданы. Использование же алгоритмических процедур генерирования не только де дает выигрыша, а, наоборот, снижает скорость счета. [22]
Кнута ( первый том вышел в издательстве Мир в 1976 г.) состоит из двух частей: Случайные числа и Арифметика. В первой части подробно анализируется понятие последовательности случайных чисел, приводятся алгоритмы генерирования случайных чисел. Вторая часть посвящена исследованиям, связанным с выполнением вычислений, ошибками округления, быстрым умножением. Подробно исследованы различные аспекты проблемы вычисления многочленов и степенных рядов. [23]
После этого считают полезным строить произвольные контрольные примеры. Значения исходных данных для этих контрольных примеров могут быть получены с помощью классического метода генерирования случайных чисел в соответствии с одним из классических вероятностных законов ( например, законом Гаусса) или же с помощью одного из следующих методов. [24]
И наоборот, если число проб слишком быстро уменьшается при возрастании числа связей, то преимущества этого метода сводятся на нет. После того, как во время второй мировой войны фон Нойманн и Улам исследовали явление диффузии нейтронов при ядерном делении путем генерирования случайных чисел, этот метод начали называть методом Монте-Карло. [25]
Взаимокорреляционная функция для различных последовательностей равна - 1 / Мп. При выбранном п последовательности отличаются как порядком чередования символов 1 и - 1, так и максимальным значением амплитуд боковых лепестков корреляционной функции. Генерирование псевдослучайных последовательностей напоминает генерирование случайных чисел в ЦВМ. Наряду с сигналами Хаффмена применяют и другие шумоподобные сигналы. [26]
Предусмотрено множество интерактивных инструментов для динамической визуализации и анализа данных. Имеются специализированные интерфейсы для моделирования поверхности отклика, визуализации распределений, генерирование случайных чисел и линий уровня. [27]
Конечно, у женщин многому можно поучиться, но работа в дополнительном измерении требует своего подхода к тренировке интуитивного дара чувствовать дыхание будущего. Наиболее подходящим представляется использование материала, наиболее близкого к практической деятельности. В такой роли могут выступать графики случайного блуждания, составленные на основе генерирования случайных чисел. [28]
 |
Схема алгоритма испытаний при длительном статическом нагружении. [29] |
Вторым видом программ для усталостных испытаний являются испытания при случайном нагружении. Основными функциями распределения при этом являются нормальный, ре-леевский и равномерный законы распределения экстремумов. Оператору обычно предоставляется возможность Задать числа, которые затем используются в качестве исходных Для генерирования случайных чисел. Этим до стигается возможность изменения реализации случайного процесса при сох ранении закона распределения. [30]
Страницы: 1 2 3