Решение горно-геологических задач методом "Монте-Карло". Смолич С.В - 59 стр.

случайных чисел сильно громоздко, а применение специальных дат-
чиков случайных чисел экономически не выгодно.
     Обычно в качестве стандартной случайной величины выбирают
непрерывную случайную величину равномерно распределенную в ин-
тервале (0,1). Равномерное распределение было рассмотрено нами
выше. Основные параметры такого распределения: математическое
ожидание M(X) = 0,5 и дисперсия D(Х) = 1/12.
     Иногда требуется получить равномерное распределение на ин-
тервале (а,b). Его можно получить простым преобразованием из зна-
чений равномерного распределения R на интервале (0,1)
                            Xi = a + (b – a)·Ri .
     Математическое ожидание такого распределения равно
                            M(X) = 0,5·(a + b),
а дисперсия
                            D(Х) = (b – a)/12 .
     Большинство современных программных средств, предназна-
ченных для использования на ЭВМ, имеют датчики псевдослучайных
чисел равномерного распределения на интервале (0,1) (например: все
современные языки программирования Basic, C++, Delphi, электрон-
ные таблицы Microsoft Exel, математические процессоры MathCad,
MatLab и др.). Псевдослучайные числа обладают как преимущества-
ми, так и недостатками. Обычно в этих программных продуктах при-
меняются рекуррентные формулы, а запас случайных чисел, получен-
ных по любой формуле, ограничен, хотя обычно достаточен для ре-
шения практических задач.
     Большое преимущество использования псевдослучайных чисел,
это возможность воспроизведения одной и той же последовательности
случайных чисел в случае контрольных просчетов или отладки про-
граммы. Кроме того, программа для расчета псевдослучайных чисел
                                 59