Метод середины квадрата

Первым алгоритмический метод получения равномерно распределенных псевдослучайных чисел предложил Джон фон Нейман (один из основоположников кибернетики). Метод получил название " метод середины квадрата".

Суть метода: предыдущее случайное число возводится в квадрат, а затем из результата извлекаются средние цифры.

Например:

и т.д.

Как видно метод середины квадрата довольно хорошо должен " перемешивать" предыдущее число. Однако он имеет недостатки:

1. Если какой-нибудь член последовательности окажется равным нулю, то все последующие члены также будут нулями.

2. Последовательности имеют тенденцию " зацикливаться", т. е. в конце концов, образуют цикл, который повторяется бесконечное число раз.

Свойство " зацикливаться" присуще всем последовательностям, построенных по рекуррентной формуле x_i+1=f(x).

Повторяющийся цикл называется периодом. Длина периода у различных последовательностей разная. Чем больше, тем лучше.

Наилучшие из известных сегодня методов имитации случайных чисел представляют собой частные случаи схемы, предложенные в 1948 году Д.Х.Лемером.

Суть метода: Выбираем четыре " магических числа":

– начальное значение,

– множитель,

– приращение,

– модуль,

Тогда искомая последовательность случайных чисел получается из соотношения:

т. е. каждое случайное число – это остаток, при делении (ax_i+c) на m (операция Mod - " определение остатка", термин взят от слова " modulo" – в переводе " остаток").

Последовательность, полученная из соотношения (*) называется линейной конгруэнтной последовательностью.

Пример: x₀ = a = c = 7, m = 10.

Тогда последовательность имеет вид: 7, 6, 9, 0, 7, 6, 9, 0, …

Как видно, при выбранных значениях " магических чисел" последовательность почти сразу " зациклилась", длина периода = 4.

Из этого примера видно, что " магические числа" нельзя выбирать произвольно. Проведено много исследований и доказано теорем по вопросу " как правильно выбирать" " магические числа".

Метод получения случайных чисел при c=0 называется " мультипликативный конгруэнтный метод", при - " смешанный конгруэнтный метод". При c=0, выработка последовательностей происходит быстрее, но при этом уменьшается длина периода последовательностей.

Первоначально в методе Лемера было принято c=0. Идея получения более длинных последовательностей за счет принадлежит Томпсону и независимо Ротенбергу.

Выбор модуля m. Для получения длинных последовательностей и для увеличения скорости вычисления рекомендуется m выбирать равным размеру машинного слова. Для 32^х разрядного машинного слова m = 2³¹=2147483648, (левый нулевой бит слова отведен под знак числа).

При этом в 32^х разрядном машинном слове, максимальное целое число, размещающее в машинном слове, равно

Тогда .

Значение множителя также влияет на длину периода последовательностей. По этому вопросу также проведено много исследований.

Линейные конгруэнтные последовательности – не единственный из предложенных источников случайных чисел. Его можно обобщить, превратив его, например, в квадратичный конгруэнтный метод

Известен квадратичный метод, предложенный Р. Ковэю:

Известен метод получения случайных чисел, где реализуется последовательность Фибоначчи:

Известен также метод получения случайных чисел, предложенный Грином:

где k- большое число.

Имеются еще, так называемые, аддитивные методы, где не требуются операции умножения и деления, и другие методы.

Контрольные вопросы

1. В чем заключается принцип метода Монте-Карло?

2. Как раньше получали случайные числа без использования компьютеров?

2. Назовите методы генерации случайных чисел и их отличительные особенности.

4. Какие есть недостатки у метода середины квадратов?

5. Какие ограничения накладываются на генерацию случайных чисел на компьютере?