Компьютерное моделирование. Клюев С.А. - 72 стр.

UptoLike

Составители: 

72
отрицательную роль в нашей жизни. Однако есть обстоятельства, в которых случайность
может оказаться полезной.
При компьютерном математическом моделировании случайных процессов нельзя обойтись
без наборов, так называемых, случайных чисел, удовлетворяющих заданному закону
распределения. На самом деле эти числа генерирует компьютер по определенному алгоритму,
т.е. они не являются вполне случайными хотя бы потому, что при повторном запуске
программы с теми же параметрами последовательность повторится; такие числа называют
«псевдослучайными». Большинство программ генераторов случайных чисел выдают
последовательность, в которой предыдущее число используется для нахождения
последующего. Первое из них начальное значение. Все генераторы случайных чисел дают
последовательности, повторяющиеся после некоторого количества членов, называемого
периодом, что связано с конечной длиной машинного слова. Самый простой и наиболее
распространенный метод метод вычетов, или линейный конгруэнтный метод, в котором
очередное случайное число х
n
определяется «отображением»
X
n
=(ax
n-1
+c)mod m (18),
где a,c,m - натуральные числа, mod функция деления по модулю. Наибольший период
датчика равен m однако, он зависит от a и c. Ясно, что чем больше период, тем лучше; однако
реально наибольшее m ограничено разрядной сеткой ЭВМ. В любом случае используемая в
конкретной задаче выборка случайных чисел должна быть короче периода, иначе задача будет
решена неверно. Обычно генераторы выдают отношение x
n
/m, которое всегда меньше 1, т.е.
генерируют последовательность псевдослучайных чисел на отрезке [0, 1]. Вопрос о
случайности конечной последовательности чисел гораздо сложнее, чем выглядит на первый
взгляд. Так последовательно генерируемые псевдослучайные числа могут появляться не
идеально равномерно, а проявлять тенденцию к образованию групп. Один из тестов на
отрицательную роль в нашей жизни. Однако есть обстоятельства, в которых случайность

может оказаться полезной.

 При компьютерном математическом моделировании случайных процессов нельзя обойтись

без наборов, так называемых, случайных чисел, удовлетворяющих заданному закону

распределения. На самом деле эти числа генерирует компьютер по определенному алгоритму,

т.е. они не являются вполне случайными хотя бы потому, что при повторном запуске

программы с теми же параметрами последовательность повторится; такие числа называют

«псевдослучайными».       Большинство программ – генераторов случайных чисел – выдают

последовательность,   в     которой   предыдущее   число   используется    для   нахождения

последующего. Первое из них – начальное значение. Все генераторы случайных чисел дают

последовательности, повторяющиеся после некоторого количества членов, называемого

периодом, что связано с конечной длиной машинного слова. Самый простой и наиболее

распространенный метод – метод вычетов, или линейный конгруэнтный метод, в котором

очередное случайное число хn определяется «отображением»


 Xn=(axn-1+c)mod m                                                 (18),


где a,c,m - натуральные числа, mod функция деления по модулю. Наибольший             период

датчика равен m однако, он зависит от a и c. Ясно, что чем больше период, тем лучше; однако

реально наибольшее m ограничено разрядной сеткой ЭВМ. В любом случае используемая в

конкретной задаче выборка случайных чисел должна быть короче периода, иначе задача будет

решена неверно. Обычно генераторы выдают отношение xn/m, которое всегда меньше 1, т.е.

генерируют последовательность псевдослучайных чисел на отрезке [0, 1]. Вопрос о

случайности конечной последовательности чисел гораздо сложнее, чем выглядит на первый

взгляд. Так последовательно генерируемые псевдослучайные числа могут появляться не

идеально равномерно, а проявлять тенденцию к образованию групп. Один из тестов на
                                             72