伪随机数

在vc中：

The   rand   function   returns   a   pseudorandom   integer   in   the   range   0   to   RAND_MAX.   Use   the   srand   function   to   seed   the   pseudorandom-number   generator   before   calling   rand.  RAND_MAX   is   defined   as   the   value   0x7fff.    
  0x7fff   ==   32767  

 

为了产生一定范围内均匀分布的伪随机数，可以用rand()/RAND_MAX 即为0~1之间均匀分布。

 

 

相关文章：

 

 [数学]蒙特卡罗方法概述(2) - 随机数

---

1．随机数的定义及产生方法
我还真不知道什么叫随机，可能指表面的偶然性吧。数学上的定义是这样的：在连续型随机变量的分布中，最简单而且最基本的分布是单位均匀分布。由该分布抽取的简单子样称为随机数序列，其中每一个体称为随机数。单位均匀分布即［0，1］上的均匀分布。
由随机数序列的定义可知，ξ1，ξ2，…是相互独立且具有相同单位均匀分布的随机数序列。也就是说，独立性、均匀性是随机数必备的两个特点。

产生方法:
1).随机数表。好像是计算机出现早期用的最多的方法。顾名思义，是事先做好一张包含随机数的表，使用的时候通过查表就可以得到随机数。随机数表是由0，1，…，9十个数字组成，每个数字以0.1的等概率出现，数字之间相互独立。这些数字序列叫作随机数字序列。如果要得到n位有效数字的随机数，只需将表中每n个相邻的随机数字合并在一起，且在最高位的前边加上小数点即可。例如，某随机数表的第一行数字为7634258910…，要想得到三位有效数字的随机数依次为0.763，0.425，0.891。
因为随机数表需在计算机中占有很大内存，而且也难以满足蒙特卡罗方法对随机数需要量非常大的要求，因此，该方法不适于在计算机上使用。

2）．物理方法. 用物理方法产生随机数的基本原理是：利用某些物理现象，在计算机上增加些特殊设备，可以在计算机上直接产生随机数。这些特殊设备称为随机数发生器。用来作为随机数发生器的物理源主要有两种：一种是根据放射性物质的放射性，另一种是利用计算机的固有噪声。用物理方法产生的随机数序列无法重复实现，不能进行程序复算，给验证结果带来很大困难。而且，需要增加随机数发生器和电路联系等附加设备，费用昂贵。因此，该方法也不适合在计算机上使用。

3).最后一种方法就是通过算法在计算机上产生伪随机数，我们在下节里面讨论。


2．伪随机数
在计算机上产生随机数最实用、最常见的方法是数学方法，即用如下递推公式：
ξ(n+k)= Tξ(n), ξ(n+1),…, ξ(n+k-1)) n= 1, 2, …
产生随机数序列
对于给定的初始值ξ1,ξ2…，ξk，确定ξn+k，ｎ=1，2，…。经常使用的是k=1的情况，其递推公式为：
ξ(n+k)=T(ξ(n))
对于给定的初始值ξ1，确定ξn+1，ｎ=１,２…  

用数学方法产生的随机数，存在两个问题：
a) 递推公式和初始值ξ1,ξ2…，ξk确定后，整个随机数序列便被唯一确定。不满足随机数相互独立的要求。
b) 由于随机数序列是由递推公式确定的，而在计算机上所能表示的[0，1]上的数又是有限的，因此，这种方法产生的随机数序列就不可能不出现无限重复。一旦出现这样的n＇，n″ (n＇< n″ )，使得下面等式成立：
ξ(n’+ i) = ξ(n”+ i)
随机数序列便出现了周期性的循环现象。对于k=1的情况，只要有一个随机数重复，其后面的随机数全部重复，这与随机数的要求是不相符的。  
由于这两个问题的存在，常称用数学方法产生的随机数为伪随机数。对于以上存在的两个问题，作如下具体分析。
关于第一个问题，不能从本质上加以改变，但只要递推公式选得比较好，随机数间的相互独立性是可以近似满足的。至于第二个问题，则不是本质的。因为用蒙特卡罗方法解任何具体问题时，所使用的随机数的个数总是有限的，只要所用随机数的个数不超过伪随机数序列出现循环现象时的长度就可以了。
用数学方法产生的伪随机数容易在计算机上得到，可以进行复算，而且不受计算机型号的限制。因此，这种方法虽然存在着一些问题，但仍然被广泛地在计算机上使用，是在计算机上产生伪随机数的主要方法。  

产生方法很多，我这里介绍几个常见的产生方法：
a) 乘同余方法。乘同余方法是由Lehmer在1951年提出来的，它的一般形式是：对于任一初始值x1，伪随机数序列由下面递推公式确定：
x(i+1) = a * x(i) (MOD M)
ξ(i+1) = x(i+1) / M
a 为一常数

为了便于在计算机上使用，通常取 ： Ｍ=2^s
其中s为计算机中二进制数的最大可能有效位数
x1= 奇数  
a = 5^(2k+1)
其中k为使5^(2k+1)在计算机上所能容纳的最大整数，即a为计算机上所能容纳的5的最大奇次幂。一般地，s=32时，a=5^13；s=48，a=5^15等。伪随机数序列的最大容量λ(M)=2^(s-2) 。
乘同余方法是使用的最多、最广的方法，在计算机上被广泛地使用。

b)乘加同余方法
产生伪随机数的乘加同余方法是由Rotenberg于1960年提出来的，由于这个方法有很多优点，已成为仅次于乘同余方法产生伪随机数的另一主要方法。
乘加同余方法的一般形式是，对任意初始值x1，伪随机数序列由下面递推公式确定：  
x(i+1) = (a * x(i) + c) (MOD M)
ξ(i+1) = x(i+1) / M
a,c 为一常数

其中实际用得多的是素数模乘同余发生器（PMMLCG）,反馈位移寄存器法(FSR),以及组合发生器等。大家可以参考北大出的《统计计算》。

3．对伪随机数的统计检验
判断伪随机数序列是否满足均匀和相互独立的要求，要靠统计检验的方法实现。对于伪随机数的统计检验，一般包括两大类：均匀性检验和独立性检验