数学建模社区-数学中国

标题: matlab生成的随机数是真正随机的吗? [打印本页]

作者: retin    时间: 2005-8-3 23:26
标题: matlab生成的随机数是真正随机的吗?

4 G2 B1 P" z0 M$ N$ H

随机数序列在数值分析和概率统计中占有非常重要的地位,因为使用蒙特卡罗模拟方法的前提就是要求很多足够多的,真正的随机数。matlab是基于某种算法,通过rand函数来产生随机数的。从随机数的定义看,rand函数产生的序列不是随机数,是伪随机数。但我们在使用蒙特卡罗模拟方法算法时,不可能成千上万次的去投掷硬币来产生随机数,所以要考察matlab产生的伪随机数能不能当随机数使用。

4 Y# s) B/ E. r" f2 w* s, n/ ]

考察的方法是:

; h4 r+ W* W9 Z! H) A3 h

1:利用rand函数产生200个伪随机数,分别统计出有多少个伪随机数小数点后的5位数字中奇数出现的频数为0,有多少个伪随机数小数点后的5位数字中奇数出现的频数为1,有多少个伪随机数小数点后的5位数字中奇数出现的频数为2,一直统计到有多少个伪随机数小数点后的5位数字中奇数出现的频数为5。 这样就获得一个包含6个元素的行向量s,其元素依次为小数点后5位包含奇数个数为0或1或2……或5的伪随机数的个数。

5 V' i. ~# _ K1 O

2:给出两组源于实际观测的数据。一组是记录某个医院相继出生的1000个婴儿的随机序列,记5个连续出生的婴儿为一组,这样共有200组,统计分别含有0,1,2……5个男婴的组数,获得向量a;另一组是从一个装有500黑球和500个白球的口袋里,每次有放回的抽取一个球,供抽取1000次,记连续抽样5次为一组,这样共有200组,统计分别含有0,1,2……5个白球的组数,获得向量b。

" I `: M* j6 h. N6 }' Z' |& D

3:对向量a,b,s进行自由度为5卡方检验,分别获得以向量a,b,s为代表的三组数据的χ2值。

# h/ J2 N# s% z3 v4 Z

4:将上述步骤重复1000次,每次向量a,b都是不变的,但每次的s向量都不同。

4 A0 a0 |1 u3 R6 \' s5 d: D

5:计算1000组s对应的1000个χ2值的最大值,最小值,平均值,对1000组a,b同样如此。

& i/ e+ Y8 G& o( q# F- v; t

6:如果假设显著水平为0.05,那么自由度为5的χ2分布临界值是11.1,所以还要计算1000组s对应的1000个χ2值中大于11.1的数值所占的分率。

/ k) x* e. D( z/ d

总结果如下:

' Q6 x+ K; ~+ Y( x/ t& Z, g/ N

a b s(基于matlab)

- |, }' x$ [* }& A* k1 a

平均值:2.2240 5.0400 5.0038

' v) d0 Z% u& k% S


最大值:2.2240 5.0400 19.3760

+ P2 T' `) G) j% ?* a# q* @) Y


最小值: 2.2240 5.0400 0.2560

5 b7 ?* Y. M( D

1000个χ2值中大于11.1的数值所占的分率

- b' h( f3 k# ~8 o) i7 T

x = 0.0520

. G3 t6 f, A3 l5 E

从平均值的计算结果看,matlab产生的伪随机数的随机程度和从口袋摸球相当,所以随机性满足要求。

- `& z7 z% m+ z7 X- W* y

从最大值结果看,基于matlab的伪随机序列产生的χ2值最大达到19.3760,大于显著水平0.05,自由度为5的χ2分布的临界值,似乎有些序列不够随机。但考虑到χ2分布中,总有0.05的概率,使得χ2值大于11.1,所以验算了基于matlab的伪随机序列产生的χ2值中大于11.1的数值占的分率,这个分率是0.0520,非常接近0.05。

: w. ~9 b' x+ S1 b

所以,matlab产生的伪随机序列可以作为真正的随机序列使用。

9 w+ G9 w( @7 o4 M3 v

matlab程序如下:

; u8 _8 i0 a1 f4 P! Q0 J
7 w- E8 u; ~2 ]( c. F8 w4 j9 K

clear
rr=[];
for l=1:1000
p=[];
rand(\'seed\',prod(clock))
r=fix(rand(200)*100000);
for i=1:length(r)
m=r(i); s=[];
for j=1:5
s=[s rem(m,10)];
m=round((m-rem(m,10))/10);
end
p=[p;s];
end
s=zeros(1,6);
for i=1:size(p,1)
k=length(find(rem(p(i,,2*ones(1,size(p,2)))));
s(k+1)=s(k+1)+1;
end
a=[5 27 64 65 30 9];
b=[4 34 65 70 22 5];
c=[];
for i=0:5
p=combine_m(5,i)*0.5^i*0.5^(5-i);
c=[c 200*p];
end
ka2=sum([([a;b;s]-[c;c;c]).^2./[c;c;c]]\');
rr=[rr;ka2];
end
ave=mean(rr)
mx=max(rr)
mi=min(rr)
x=length(find(rr(:,3)>11.1))/length(rr(:,3))


作者: aslixp    时间: 2005-8-4 02:50
应该是的吧
作者: 风三少    时间: 2005-8-6 00:40

听你分析好像是对的。

6 x* m3 S# t- f) `+ _& n

但为什么都说计算机无法产生真正的随机数?


作者: wangqian0809    时间: 2006-2-4 16:28

学了一招!!!!!!!!!!!!1






欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5