




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、1布豐(Buffon)投針試驗(shyn) 例子:布豐(Buffon)投針試驗 將一根長為l的細針隨機(su j)地投擲于標有無數(shù)平行線的平面上,假定平行線間距為2l,則針與平行線相交的概率為1/。sin)2/()2 , 0(), 0(進入陰影區(qū),則,由下圖可知,針與平行線相交為彼此獨立。定義事件,且與分別服從均勻分布與,則線的距離為與上邊平行,角度為針的中心點為解:設(shè)落在平面上的細oAlBAlUUDDoolBDBB2lO第1頁/共29頁第一頁,共29頁。2隨機數(shù)及其產(chǎn)生(chnshng) 定義:如果一個實數(shù)列ui與均勻分布的獨立隨機變量序列Ui的樣本序列具有相同的統(tǒng)計特性,則稱之為隨機的,該
2、數(shù)列中的各個數(shù)稱為均勻分布隨機數(shù),簡稱隨機數(shù)(Random Number)。 隨機數(shù)的產(chǎn)生有三種方法: 1)將已有的隨機數(shù)存表,需要時直接使用: 美國蘭德公司在1950年曾將100萬個在(0,1)區(qū)間內(nèi)的實數(shù)存入計算機外存儲器,以便在仿真過程中進行隨機調(diào)用。2)將計算機連接到物理設(shè)備(如噪聲源)上獲得(hud)隨機數(shù)流。(隨機性和均勻性最好,但產(chǎn)生過程太復(fù)雜,未能得到推廣。)3)通過數(shù)學(xué)算法產(chǎn)生隨機數(shù)(偽隨機數(shù))。這種方法容易與計算機結(jié)合,因而得到廣泛的應(yīng)用。 第2頁/共29頁第二頁,共29頁。3偽隨機數(shù) 偽隨機數(shù)的產(chǎn)生:用戶只需給定一個初始的 隨機數(shù)(種子值),調(diào)用該算法,即可按某個固定的公
3、式計算出下一個“隨機”數(shù)。隨后,以新產(chǎn)生出來的“隨機”數(shù)作為種子,再計算出新的“隨機”數(shù)。重復(fù)調(diào)用該算法即可產(chǎn)生出一系列的“隨機”數(shù),以滿足系統(tǒng)仿真的需要。 偽隨機數(shù)本質(zhì)上不是隨機的。但只要計算公式選擇得當,通過比較嚴格地統(tǒng)計檢驗,仍然可以產(chǎn)生出一系列近似于U(0,1)分布并且相對獨立的隨機數(shù)流,這種隨機數(shù)流對于大多數(shù)仿真模型,是能滿足需要的。因此,仍然是目前廣泛應(yīng)用的工程(gngchng)方法。第3頁/共29頁第三頁,共29頁。4偽隨機數(shù)的算法(sun f)偽隨機數(shù)是按照一定的計算公式產(chǎn)生的一列數(shù),主要借助于如下的遞推公式: un=f(un-1,un-2,un-k)該公式(或算法)也稱為隨機
4、數(shù)發(fā)生器(RNG)。常用的偽隨機數(shù)的算法有:1)平方取中法(Von Neumann 40年代發(fā)明)2)乘法取中法 3)線性同余法:簡單、實用偽隨機數(shù)發(fā)生器的特點:1)產(chǎn)生的隨機數(shù)序列具有循環(huán)周期性。可以證明,任何產(chǎn)生偽隨機數(shù)的算法總會進入循環(huán),這樣為了保證隨機數(shù)序列不產(chǎn)生重復(fù)的數(shù)據(jù),就要求循環(huán)的周期足夠長。2)算法過程具有再現(xiàn)(zixin)性:在初始化時,如果賦予相同的種子值,將產(chǎn)生完全相同的隨機數(shù)序列。第4頁/共29頁第四頁,共29頁。5偽隨機數(shù)的算法(sun f)(續(xù)) 線性同余法 1)設(shè)置(shzh)y0,即設(shè)置(shzh)種子 2)yn=kyn-1(mod N),un=yn/N 三組常
5、見的參數(shù) N=1010,k=7,周期5107 (IBM隨機數(shù)發(fā)生器)N=231,k=216+3,周期5108 (ran0) N=231-1,k=75,周期2109第5頁/共29頁第五頁,共29頁。6一般(ybn)隨機數(shù)的產(chǎn)生方法 大部分計算機語言都提供了產(chǎn)生01間隔均勻分布隨機數(shù)的標準函數(shù)或方法:C語言中的rand函數(shù),VB中的randum函數(shù), java語言中的Randnum類。 由均勻分布的隨機數(shù)可構(gòu)造出任(chrn)一分布F(x)的隨機數(shù),最基本的方法是逆變換法:的密度函數(shù)。是其中,。因為的分布函數(shù)正好是則進行變換,可得:對均勻隨機變量),由它的反函數(shù)(假定它是嚴格單調(diào)的給定分布) 1
6、, 0()()(1)()()()()()()()()(111UufxFduduufxFuPxUFPxXPxFxFXUFXUFxFUxFxFUX第6頁/共29頁第六頁,共29頁。7一般隨機數(shù)的產(chǎn)生(chnshng)方法(續(xù)) 例如:利用變換法產(chǎn)生指數(shù)分布隨機數(shù)的方法(fngf)。 因此,X的模擬方法(fngf)為 1)產(chǎn)生均勻分布隨機數(shù)ui; 2)計算指數(shù)分布隨機數(shù):xi=-ln ui /)1ln(1)(1)(1UUFXexFx,其反函數(shù)為為的指數(shù)分布的分布函數(shù)參數(shù)為第7頁/共29頁第七頁,共29頁。8泊松分布隨機變量(su j bin lin)的產(chǎn)生方法從泊松分布的分布律可知(k zh),采用
7、前述方法很不適用。由于!iiepP Xii11(1)!1iiieppii因此,采用遞推法構(gòu)成泊松分布:1)產(chǎn)生(chnshng)均勻分布隨機數(shù);2)3)若uF,令X=i,停止;4)5)轉(zhuǎn)向3)。0,;ipeFp/(1),1;ppiFFp ii 第8頁/共29頁第八頁,共29頁。9正態(tài)分布隨機變量(su j bin lin)的產(chǎn)生方法標準正態(tài)隨機變量的分布函數(shù) 的反函數(shù)不存在顯式,因此也不能用逆變法產(chǎn)生。故采用如下方法(fngf):設(shè)UiU(0,1),i=1,2,n,且相互獨立,由中心極限定理可知,當n較大時2/21( )2xtxedt1()(0,1)()niiiiUnE UZNnD U第9頁/
8、共29頁第九頁,共29頁。10實驗平臺(pngti)介紹產(chǎn)生(chnshng)各種分布的隨機數(shù)統(tǒng)計并顯示各種( zhn)分布的概率密度或分布律顯示均值實驗自相關(guān)序列并顯示Rx將顯示的結(jié)果保存為*.bmp文件波形顯示區(qū)域第10頁/共29頁第十頁,共29頁。11實驗執(zhí)行(zhxng)步驟1. 選擇執(zhí)行的實驗內(nèi)容2. 在出現(xiàn)(chxin)正確結(jié)果后,選擇“保存”3. 選擇結(jié)果保存的目錄4. 輸入保存結(jié)果的文件名,必須為*.bmp文件5. 選擇“保存”12453第11頁/共29頁第十一頁,共29頁。12實驗(shyn)平臺介紹 實驗平臺包含的源文件 StdAfx.cpp:VC工程(gngchng)自帶
9、文件,不能修改 random.cpp和random.h:工程(gngchng)主文件,不能修改 Scope.cpp和Scope.h :畫圖程序,不能修改 randomDlg.cpp和randomDlg.h:主界面程序,包括對各個按鈕的動作的響應(yīng),還包括對各種隨機變量的輸入?yún)?shù)的設(shè)定 MyRand.cpp和MyRand.h:各種分布的隨機變量的產(chǎn)生程序,實驗過程中主要完成MyRand.cpp中的函數(shù)即可第12頁/共29頁第十二頁,共29頁。13MyRand.cpp的函數(shù)(hnsh) unsigned int CMyRand:MyRand(unsigned int seed) 函數(shù)功能:采用線性同
10、余法,根據(jù)輸入的種子數(shù)產(chǎn)生(chnshng)一個偽隨機數(shù),如果種子不變,則可以重復(fù)調(diào)用該函數(shù)產(chǎn)生(chnshng)一個偽隨機序列 參數(shù): seed作為調(diào)用函數(shù)的輸入種子,同一個偽隨機數(shù)序列可采用同一個seed 實現(xiàn)思路:利用CMyRand類中定義的全局變量:S, K, N, Y。其中K和N為算法參數(shù),S用于保存種子數(shù),Y為產(chǎn)生(chnshng)的隨機數(shù) 注意事項:Y的初值的計算第13頁/共29頁第十三頁,共29頁。14MyRand.cpp的函數(shù)(hnsh) double CMyRand:AverageRandom (double min,double max) 函數(shù)功能(gngnng):產(chǎn)生一
11、個在minmax范圍內(nèi)精度為4位小數(shù)的平均分布的隨機數(shù) 參數(shù):min和max代表該均勻隨機變量的取值范圍,精確到小數(shù)點后4位。該參數(shù)在randomDlg.cpp中OnAverage ()和OnAverageStat()函數(shù)中已經(jīng)設(shè)置第14頁/共29頁第十四頁,共29頁。15MyRand.cpp的函數(shù)(hnsh) double CMyRand:NormalRandom(double miu, double sigma, double min, double max) 函數(shù)功能:產(chǎn)生均值為miu,方差(fn ch)為sigma的正態(tài)分布的隨機數(shù) 參數(shù): miu為均值, sigma為方差(fn ch
12、), min和max 為均勻分布隨機變量的取值范圍。 所有參數(shù)在randomDlg.cpp的OnNormal()和OnNormalStat()函數(shù)中設(shè)置。 實現(xiàn)思路:利用中心極限定理,通過多個獨立的均勻隨機變量之和構(gòu)成正態(tài)隨機變量第15頁/共29頁第十五頁,共29頁。16MyRand.cpp的函數(shù)(hnsh) double CMyRand:ExpRandom(double lambda, double min, double max) 函數(shù)功能:產(chǎn)生參數(shù)為lambda的指數(shù)分布的隨機數(shù) 參數(shù): lambda為指數(shù)分布的參數(shù), min和max 為均勻分布隨機變量的取值范圍。所有參數(shù)在random
13、Dlg.cpp的OnExp ()和OnExpStat ()函數(shù)中設(shè)置。 實現(xiàn)思路(sl):利用逆變換法第16頁/共29頁第十六頁,共29頁。17MyRand.cpp的函數(shù)(hnsh) unsigned int CMyRand:PoisonRandom (double lambda, double min, double max) 函數(shù)功能:產(chǎn)生參數(shù)為lambda的產(chǎn)生泊松分布的隨機數(shù) 參數(shù): lambda為泊松分布的參數(shù), min和max 為均勻分布隨機變量的取值范圍(fnwi)。所有參數(shù)在randomDlg.cpp的OnPoison ()和OnPoisonStat ()函數(shù)中設(shè)置。 實現(xiàn)思路
14、:利用遞歸法第17頁/共29頁第十七頁,共29頁。18MyRand.cpp的函數(shù)(hnsh) double CMyRand:Ex(void) 函數(shù)功能:計算任意分布(fnb)的隨機過程的均值。本函數(shù)在randomDlg.cpp的OnSelf()函數(shù)中調(diào)用。第18頁/共29頁第十八頁,共29頁。19MyRand.cpp的函數(shù)(hnsh) double* CMyRand:Rx(double lambda, int points) 函數(shù)功能:計算泊松過程的自相關(guān)序列 參數(shù): lambda為泊松過程的參數(shù), points為輸入隨機數(shù)序列的個數(shù)。所有參數(shù)在randomDlg.cpp的OnSelfStat
15、 () 函數(shù)中設(shè)置。 返回:函數(shù)返回一個動態(tài)分配的數(shù)組頭指針,產(chǎn)生的Rx序列保存于該數(shù)組中 注意(zh y):不要在本函數(shù)中釋放該數(shù)組的內(nèi)存第19頁/共29頁第十九頁,共29頁。20randomDlg.cpp注意事項 可以修改本程序中調(diào)用的MyRand.cpp中函數(shù)的輸入?yún)?shù),以觀測參數(shù)變化后的效果。但是,不要修改其他與MyRand.cpp無關(guān)的代碼,以免出現(xiàn)(chxin)錯誤!第20頁/共29頁第二十頁,共29頁。21 實驗安排: 第一次:偽隨機數(shù)、均勻隨機變量和正態(tài)隨機變量 第二次:指數(shù)隨機變量、泊松隨機變量、均值( jn zh)和自相關(guān)。第21頁/共29頁第二十一頁,共29頁。22第22頁/共29頁第二十二頁,共29頁。23第23頁/共29頁第二十三頁,共29頁。24(1)隨機數(shù)的產(chǎn)生(chnshng)第24頁/共29頁第二十四頁,共29頁。25(2)產(chǎn)生一個在minmax范圍(fnwi)內(nèi)精度為4位小數(shù)的平均分布的隨機數(shù)已知隨機變量(su j bin lin)密度函數(shù)為 : 第25頁/共29頁第二十五頁,共29頁。26(4)泊松分布(fnb)的隨機數(shù)(3)產(chǎn)生(chnshng)一個指數(shù)分布的隨機數(shù)第26頁/共29頁第二十六頁,共29頁。27實驗平臺(pngti)介紹產(chǎn)生各種(
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 湖北省宜昌市虎亭區(qū)2025屆小升初數(shù)學(xué)模擬試卷含解析
- 青島市市北區(qū)2025屆數(shù)學(xué)四下期末檢測模擬試題含解析
- 四川航天職業(yè)技術(shù)學(xué)院《當代西方學(xué)者眼中的馬克思主義哲學(xué)》2023-2024學(xué)年第一學(xué)期期末試卷
- 南昌應(yīng)用技術(shù)師范學(xué)院《網(wǎng)絡(luò)與新媒體導(dǎo)論》2023-2024學(xué)年第二學(xué)期期末試卷
- 武漢科技大學(xué)《建筑法規(guī)》2023-2024學(xué)年第二學(xué)期期末試卷
- 電磁閥氣源控制系統(tǒng)助力工業(yè)智能化
- 廣東工貿(mào)職業(yè)技術(shù)學(xué)院《燈具與照明設(shè)計》2023-2024學(xué)年第一學(xué)期期末試卷
- 貴州城市職業(yè)學(xué)院《施工原理與方法》2023-2024學(xué)年第二學(xué)期期末試卷
- 華中農(nóng)業(yè)大學(xué)《城市公共景觀設(shè)計》2023-2024學(xué)年第二學(xué)期期末試卷
- 人口老齡化背景下居民儲蓄模式轉(zhuǎn)變調(diào)查問卷
- 2024年07月江蘇銀行招考筆試歷年參考題庫附帶答案詳解
- 2023中華護理學(xué)會團體標準-注射相關(guān)感染預(yù)防與控制
- GB/T 6414-2017鑄件尺寸公差、幾何公差與機械加工余量
- 《金字塔原理-邏輯思維與高效溝通》汪洱課件
- 常見臨床實驗室檢查解讀課件
- 簡諧運動課件
- 生命科學(xué)引論:遺傳學(xué)的魅力
- 北京市建設(shè)工程造價管理協(xié)會 京價協(xié)2015011
- 小學(xué)數(shù)學(xué)人教四年級下冊圖形的運動軸對稱教案詳案
- 招貼設(shè)計 課件完整版
- 住宅房屋樓層修正系數(shù)表
評論
0/150
提交評論