- •1. Случайные числа и случайные цифры. Таблицы случайных цифр.
- •3. Датчики случайных чисел.
- •4. Сравнение трех способов с практической точки зрения.
- •5. Метод псевдослучайных чисел.
- •6. Стандартный датчик псевдо-сдучайных чисел реализованный на эвм
- •7. Простые алгоритмы. Длина отрезка апериодичности
- •9. Алгоритм д. Неймана
- •10. Алгоритм д. Леммера
- •11. Тесты для проверки случайных цифр
- •12. Проверка псевдослучайных чисел.
- •13. Моделирование дискретных случайных величин.
- •14. Оптимизация метода интервалов
- •15. Моделирование случайных событий.
- •Моделирование случайных непрерывных величин.
- •Моделирование многомерной случайной точки.
- •Поправки к приближенным распределениям.
- •Разделение области моделирования случайной величины.
- •Общая характеристика методов.
- •Метод Неймана.
- •Модифицированный метод Неймана.
- •Метод Метрополиса
- •Моделирование усеченных распределений.
- •Выбор равномерно распределенных точек в сложных пространственных областях.
- •Простейший метод вычислений.
- •Геометрический метод.
- •Сравнение точности методов Монте Карло.
- •Сравнение трудоемкости различных алгоритмов Монте Карло.
- •31. Моделирование процесса переноса иМетод имитации для решения задач о прохождении излучения через слой.
1. Случайные числа и случайные цифры. Таблицы случайных цифр. 2
3. Датчики случайных чисел. 2
4. Сравнение трех способов с практической точки зрения. 3
5. Метод псевдослучайных чисел. 4
6. Стандартный датчик псевдо-сдучайных чисел реализованный на ЭВМ 4
7. Простые алгоритмы. Длина отрезка апериодичности 5
9. Алгоритм Д. Неймана 6
10. Алгоритм Д. Леммера 6
11. Тесты для проверки случайных цифр 7
12. Проверка псевдослучайных чисел. 7
13. Моделирование дискретных случайных величин. 7
14. Оптимизация метода интервалов 8
15. Моделирование случайных событий. 8
16.Моделирование случайных непрерывных величин. 9
17.Моделирование многомерной случайной точки. 10
18.Поправки к приближенным распределениям. 10
19.Разделение области моделирования случайной величины. 11
20.Общая характеристика методов. 12
21.Метод Неймана. 12
22.Модифицированный метод Неймана. 13
24.Метод Метрополиса 13
25.Моделирование усеченных распределений. 14
26.Выбор равномерно распределенных точек в сложных пространственных областях. 14
27.Простейший метод вычислений. 15
28.Геометрический метод. 15
29.Сравнение точности методов Монте Карло. 15
30.Сравнение трудоемкости различных алгоритмов Монте Карло. 16
31. Моделирование процесса переноса и Метод имитации для решения задач о прохождении излучения через слой. 17
1. Случайные числа и случайные цифры. Таблицы случайных цифр.
Как правило. в качестве стандартной выбирают непрерывную случайную величину , равномерно распределенную и интервале (0,1). Основные характеристики этой величины: при 0 <<1 плотность, а функция распределения; математическое ожидание, дисперсия.
Заметно реже в качестве стандартной используют дискретную случайную величину , которая с одинаковой вероятностью может принимать 10 значений 0, 1, 2,...,9.
Величина будет называтьсяслучайным числом, а величина случайной цифрой.
Чтобы установить связь между и, разложим числов бесконечную десятичную дробь:
(1)
Последняя запись означает, что
Предположим, что мы осуществили N независимых опытов, в результате которых получили N случайных цифр . Записав эти цифры (в порядке появления) в таблицу, получим то, что называется таблицей случайных цифр. Способ употребления такой таблицы весьма прост. Если в ходе расчета некоторой задачи нам потребуется случайная цифра, то мы можем взять любую цифруиз этой таблицы. Если нам понадобится случайное число, то мы можем взять из таблицыn очередных цифр и считать, что . Выбирать цифры из такой таблицы в случайном порядке не обязательно. Их можно выбирать подряд. Но, конечно, можно начинать с любого места, читать в любом направлении, использовать любой заранее заданный алгоритм выбора, не зависящий от конкретных значений цифр таблицы.
Во-первых, изготовление хорошей таблицы — весьма сложное дело, ибо в любом реальном опыте всегда возможны ошибки. Проверка «качества» таблицы абсолютно необходима. Никакие априорные соображения о тщательности постановки опыта не гарантируют нас от ошибок.
Вторая трудность связана с «незаконностью» многократного использования одной и той же таблицы. Наконец, отметим еще известный парадокс: в большой таблице найдутся плохие участки. (Например, в таблице, содержащей 10100 цифр, вполне вероятно найти 100 нулей подряд). Очевидно, самостоятельное использование таких участков недопустимо.
В настоящее время таблицы случайных цифр (или более разнообразные таблицы случайных величин) используют главным образом при расчетах вручную; для расчетов на ЭВМ ими практически не пользуются. Основная причина этого — чисто техническая: внутренний накопитель всех современных ЭВМ сравнительно мал и большая таблица туда не помещается; а обращение к внешним запоминающим устройствам сильно замедляет счет. Вторая причина — ограниченность объема существующих таблиц,— по-видимому, играет второстепенную роль: можно заготовить таблицу любого объема, если
это потребуется.
3. Датчики случайных чисел.
Генераторами или датчиками случайных величин называют различные технические устройства, вырабатывающие случайные величины. Чаще всего для построения датчика используют «шумящие» радиоэлектронные приборы (диоды, тиратроны, газотроны и др.). Не вдаваясь в технические подробности, рассмотрим один из возможных способов построения датчика, вырабатывающего случайные двоичные цифры .
Нетрудно представить себе счетчик, который подсчитывает количество
флуктуации напряжения шумящего прибора, превышающих заданный уровеньза фиксированное время(рис. 2). Еще проще устроить счетчик, который выдавал бы число(mod 2), т. е. 0 при четном и 1 при нечетном. Если вероятности появления 0 и 1 в таком процессе равны между собой, то можно считать, что устройство вырабатывает случайную последовательность двоичных цифр.
Если вероятность появления нуля отлична от половины , то можно ввести какую-нибудь схему стабилизации вероятности. Например, можно группировать цифры парами и выдавать 0 при получении пары 01 и 1 — при получении пары 10, а пары 00 и 11 просто опускать. Так как, то в результате получим последовательность нулей и единиц с равными вероятностями.
Обычно датчики случайных чисел содержат m генераторов описанного типа, работающих независимо, так что датчиком выдается приближенное случайное число , записанное в формеm-разрядной двоичной дроби. Для случайных чисел отведена специальная ячейка в накопителе, и скорость генерирования их столь велика, что на каждом такте работы ЭВМ в этой ячейке получается новое случайное число.
Применение датчиков случайных чисел свободно от тех недостатков, которые препятствуют широкому применению таблиц: не требуется места во внутреннем накопителе и запас чисел практически неограничен. Тем не менее подавляющее большинство задач, решенных методом Монте-Карло, сосчитано без применения датчиков. Ибо датчики имеют свои, недостатки. Во-первых, числа, выработанные датчиком, нельзя воспроизвести. Это затрудняет контроль расчетов и делает невозможным счет на таких ЭВМ, на которых двойной пересчет является правилом. Во-вторых, приходится содержать и эксплуатировать дополнительное устройство, которое требует ухода и регулярной проверки «качества» вырабатываемых чисел с помощью специальных тестов.
Основные области применения датчиков — системы автоматического регулирования и аналоговые вычислительные машины, а не методы Монте-Карло.