Хотя машинные алгоритмы генерации псевдослучайных последовательностей появились независимо от доказательства этого факта, все они, как теперь ясно, порождают хаотические траектории.[ ...]
При моделировании экосистем основным фактором случайности является метеорологическая обстановка: погодные условия в модели следует рассматривать как реализации некоторого случайного процесса.[ ...]
Генераторы псевдослучайных чисел. В настоящее время существует множество методов машинной имитации случайных величин с различными законами распределения. При этом величины с произвольным распределением обычно формируются с помощью тех или иных преобразований одного или нескольких независимых значений случайной величины £, равномерно распределенной на отрезке [0,1]. Поэтому задача моделирования распадается на два этапа.[ ...]
Описанный генератор подвергался всесторонней экспериментальной проверке и проявил достаточно хорошие статистические свойства. Чтобы построить с его помощью несколько последовательностей случайных чисел, в машину надо ввести различные начальные значения NR1, NR2, ..., 0 < NRI < 231 - 1. Если же требуется повторить начальный отрезок какой-либо последовательности, достаточно внутри вызывающей программы присвоить переменной NR ее исходное значение.[ ...]
При моделировании решается обратная задача: корреляционная матрица (П2.17) или матрица спектральной плотности (П2.16) считается заданной, а целью является нахождение уравнения устойчивого формирующего фильтра (П2.15).[ ...]
Вернуться к оглавлению