Matlab讨论区 - 声振论坛 - 振动,动力学,声学,信号处理,故障诊断

frogfish 发表于 2005-8-17 08:31

[转帖]matlab生成的随机数是真正随机的吗？

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。
 考察的方法是：
 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。
 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。
 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。
 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。
 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。
 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。
 总结果如下：
 a b s(基于matlab)
平均值：2.2240 5.0400 5.0038
 最大值：2.2240 5.0400 19.3760
 最小值： 2.2240 5.0400 0.2560
1000个χ2值中大于11.1的数值所占的分率
x = 0.0520
 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。
 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。
 所以，matlab产生的伪随机序列可以作为真正的随机序列使用。
 matlab程序如下：
<BLOCKQUOTE dir=ltr style="MARGIN-RIGHT: 0px">
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=; m=round((m-rem(m,10))/10); end p=; 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=; b=; c=[]; for i=0:5 p=combine_m(5,i)*0.5^i*0.5^(5-i); c=; end ka2=sum([(-).^2./]'); rr=; end ave=mean(rr) mx=max(rr) mi=min(rr) x=length(find(rr(:,3)>11.1))/length(rr(:,3))</BLOCKQUOTE>

页: [1]

声振论坛's Archiver

[转帖]matlab生成的随机数是真正随机的吗？