Презентация на тему "Генераторы случайных чисел"

Презентация: Генераторы случайных чисел
Включить эффекты
1 из 15
Ваша оценка презентации
Оцените презентацию по шкале от 1 до 5 баллов
  • 1
  • 2
  • 3
  • 4
  • 5
4.2
2 оценки

Комментарии

Нет комментариев для данной презентации

Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.


Добавить свой комментарий

Аннотация к презентации

Смотреть презентацию онлайн с анимацией на тему "Генераторы случайных чисел" по математике. Презентация состоит из 15 слайдов. Для учеников 10-11 класса. Материал добавлен в 2017 году. Средняя оценка: 4.2 балла из 5.. Возможность скчачать презентацию powerpoint бесплатно и без регистрации. Размер файла 0.36 Мб.

Содержание

  • Презентация: Генераторы случайных чисел
    Слайд 1

    Генераторы случайных чисел

  • Слайд 2

    Вероятность. Случайные величины с дискретным и непрерывным распределением Получение и тестирование случайных чисел Преобразование случайных величин

  • Слайд 3

    Несколько определений

    События называются несовместными, если появление одного из них исключает появление других событий в одном и том же испытании. Несколько событий образуют полную группу событий, если в результате каждого испытания происходит хотя бы одно из них. События образуют полную группу,попарно несовместных событий, если в результате испытания появится одно и только одно из эти событий.

  • Слайд 4

    Непрерывная и дискретные случайные величины

    Случайная величина называется дискретной, если принимаемые ею значения можно пронумеровать Непрерывная случайная величина задаётся интервалом, содержащим возможные значения этой величины, и плотностью распределения вероятности, которая определяется следующим соотношением: Здесь – (a’,b’)интервал, содержащийся внутри; P (a’

  • Слайд 5

    Генератор случайных чисел должен удовлетворять набору жёстких требований: Удовлетворять статистическим тестам Иметь как можно более длинный период Работать как можно быстрее Воспроизводить одну последовательность чисел необходимое число раз Получать одну и ту же последовательность на разных компьютерах.

  • Слайд 6

    Идея линейного конгруэнтного метода:Xn+1={ G(Xn) } Получение случайных чисел

  • Слайд 7

    Получение случайных чисел Линейный конгруэнтный метод Где а –множитель с – сдвиг m – модуль mod –операция взятия остатка от деления –начальное значение, «затравка» (seed) Свойства: последовательность периодична с периодом, не превышающим m все элементы этой последовательности однозначно определяются четырьмя параметрами: x0, a, c, m числа последовательности xn удовлетворяют неравенству xn 

  • Слайд 8

    Линейный конгруэнтный метод

    Преимущества: быстрота, за счет малого количества операций на байт простота реализации Недостатки: предсказуемы короткий период некоторые биты «менее случайны», чем другие (обычно это младшие двоичные разряды)

  • Слайд 9

    Генератор Лемера (Lehmer)

    MINSTD (Park–Miller) a = 75 = 16 807 m = 231 -1 = 2 147 483 647 RANF a = 75 m = 216 -1 = 65 537 Наиболее популярные: RANDU a = 65539 m = 231 = 2 147 483 648

  • Слайд 10

    Минимальный генератор Парка‑Миллера(Miller “Minimal Standard” generator - MINSTD)

    Не имеет сдвига Не требует отсечения «плохих» битов Простота Хорошее быстродействие Хорошее равномерное распределение

  • Слайд 11

    Алгоритм Шраге (Schrage)

    При программной реализации MINSTD для корректного умножения двух 32-битных чисел по модулю 32-битного числа без переполнения 32-битной переменной использовался алгоритм Шраге. Модуль разлагается в выражение: m=a*q+r Если r

  • Слайд 12

    Получение случайных чисел метод Фибоначчи Рекуррентное соотношение: Xk-a … Xk-b … Xk-3 Xk-2 Xk-1 Xk где xk — вещественные числа из диапазона [0, 1), a, b — целые положительные числа, называемые «лагами»

  • Слайд 13

    Рулетка, поделённая на секторы разного размера так, что размер сектора пропорционален вероятности дискретной случайной величины. Простой способ реализации дискретного распределения случайной величины

  • Слайд 14

    Разыгрывание непрерывной случайной величины с произвольной плотностью распределения Чтобы получить распределение с заданной плотностью p(x) на интервале ( a;b) необходимо решить уравнение где y - число из равномерного распределения на интервале (0;1). Пример: экспоненциальное распределения на интервале (0;x) что распределено также, как и

  • Слайд 15

    Чтобы разыграть возможное значение нормальной случайной величины с параметрами σ=1 и а=0, надо сложить 12 случайных чисел из равномерного распределения на интервале (0,1) и из полученной суммы вычесть 6. Получение приближённого нормального распределения

Посмотреть все слайды

Сообщить об ошибке