halton序列 matlab,MATLAB伪随机数发生器

MATLAB 伪随机数发生器.txt 生活是过出来的，不是想出来的。放得下的是曾经，放不下的是记忆。无论我在哪里，我离你都只有一转身的距离。

均匀性较好的随机数生成

zz from http://www.ahcit.com/lanmuyd.asp?id=3379

随机数生成算法[1]是一类重要的算法，广泛应用于仿真技术等场合。然而，目前的伪随机数生成器(Pseudo-random number generator， PRNG)[2]存在一个重要缺陷，即样本分布与真实分布不一致，这主要发生在以下两种情况：①抽样代价过高，样本数目较少；②空间维数较高[3]。

因此，有必要寻找一类新的随机数发生器。准随机数发生器(Quasi-random number generator ， QRNG )[4]能够生成稳定、低差异性的(low-discrepancy )样本，而与样本数目或空间维数无关[5]。故针对蒙特卡罗积分结果不稳定的情况，提出一种基于QRNG 的蒙特卡罗积分，发现比传统方法性能有所提升。

伪随机数介绍

伪随机数是由确定的算法生成的，其分布函数与相关性均能通过统计测试。与真实随机数的差别在于，它们是由算法产生的，而不是一个真实的随机过程。一般地，伪随机数的生成方法主要有以下3种[6]：

(1) 直接法(Direct Method)，根据分布函数的物理意义生成。缺点是仅适用于某些具有特殊分布的随机数，如二项式分布、泊松分布。

(2) 逆转法(Inversion Method )，假设U 服从[0，1]区间上的均匀分布，令X=F-1(U )，则X 的累计分布函数(CDF )为