一、随机数的定义及产生方法 二、伪随机数 三、产生伪随机数的乘同余方法 四、产生伪随机数的乘加同余方法 五、产生伪随机数的其他方法 六、伪随机数序列的均匀性和独立性

一、真随机数 真随机数数列是不可预计的,因而也不可能重复产生两个相同的真随机数数列。 真随机数只能用某些随机物理过程来产生。例如:放射性衰变、电子设备的热噪音、宇宙射线的触发时间等等

岩石结构面的定量化描述对于理解结构面的力学性质至关重要,投影覆盖分形描述法是结构面定量化表征的主要方法之一.然而,投影覆盖法计算结构面分形维数时存在三角形单元划分的缺陷.从概率分析角度考虑,将随机数应用于三角形单元的划分中,提出了基于随机数估算结构面分维数的投影覆盖法.应用改进投影覆盖法计算了红砂岩结构面的分维数,获得了120个分维值,并将其作为一个分维数样本;然后分析了此样本的分布特征,并将样本均值作为结构面分维数的精准值.实例分析证明,采用改进投影覆盖法所获分维数样本是来自正太分布总体;投影覆盖法计算的分维数几乎是改进投影覆盖法所获结果的极限值;基于随机数进行三角形单元划分更符合实际结构面形貌特征,从而计算的分维数更精准

随机数在概率算法设计中扮演着十分重要的角色。在现实计算机 上无法产生真正的随机数，因此在概率算法中使用的随机数都是 一定程度上随机的，即伪随机数

一、随机数的概念 对随机系统进行模拟,需要产生服从某种分 布的一系列随机数

大多数的伪随机数变量并不满足[0,1]区间的均匀分布, 而是具有各种不同形式的分布密度函数。 对一个具有分布密度函数f(x)的伪随机变量的抽样是通 过以下步骤来进行的:首先在[0,1]区间抽取均匀分布的伪随 机数列,然后再从这个伪随机数列中抽取一个简单子样,使这 个简单子样的分布满足分布密度函数f(x),并且各个伪随机数 相互独立

一、随机数的定义和特性 二、随机数的产生 三、线性乘同余方法

众所周知,计算机在抽样过程中起着十分重要的作用。 例如,前面提出利用计算机产生随机数,当然我们知道它产 生的是“伪”随机数。本章所讨论的系统抽样在抽样过程中 选择使用计算机将是十分方便的

用计算机模拟法解题时，通常需要用机器模拟产生服从题给概率分布的随机 数。如：顾客对车的需求量是 x 辆/天，x 是从 0 至 99 的均匀分布随机数，可用 Matlab 语句 x=fix(rand(1,1)*100)来产生

一 Excel 的基本使用方法和技巧. 1 二 随机事件的模拟-模拟掷均匀硬币的随机试验. 2 三 随机模拟计算  的值-蒲丰投针问题. 3 四 综合实践-敏感性问题调查. 4 五 正态分布综合试验. 5 六 产生服从任意分布的随机数. 6 七 产生服从二维正态分布的随机数. 7 八 随机变量综合试验. 8 九 定积分的近似计算. 9 十 参数的点估计. 10 十一 区间估计. 13 十二 非参数假设检验( 2  -检验). 14 十三 方差分析. 15 十四 一元回归分析. 16 十五 多元回归分析. 17 十六 零件参数的设定. 19