- •Лабораторная работа
- •2 Теоретические сведения
- •2.1 Метод серединных квадратов
- •2.2 Метод середины произведения
- •2.3 Мультипликативный метод
- •2.4 Методы проверки качества псевдослучайных чисел с равномерным
- •2.4.1 Тесты проверки ²случайности²
- •2.4.2 Тест проверки равномерности закона распределения
- •2.4.3 Тесты проверки независимости последовательности
- •3 Порядок выполнения работы
- •4 Содержание отчета
2.4.1 Тесты проверки ²случайности²
На практике обычно применяют два теста проверки ²случайности²: тест проверки серий и тест проверки частот и пар.
Тест проверки серий предусматривает разбиение случайных цифр в исследуемой последовательности на элементы двух родов - первого и второго.
Серией называется любой отрезок последовательности цифр, состоящий из следующих друг за другом элементов одного и того же рода. Например, если в последовательности цифр
e1, e2, ¼,ek ek + 1, ek + 2, ¼ ,ek + ek ++ 1, ek++2, ¼ ,es
серия 1-го серия 2-го серия 1-го
рода длины k рода длины рода длиныs - k -
e1 ¹ e2 ¹ ¼ ¹ ek ¹ ek + 1, ek + 1 = ek + 2 = ¼ = ek + и ek +¹ ek ++ 1 ¹ ¼ ¹ es, то цифры e1, e2, ¼ ,ek образуют серию первого рода длины k, цифры ek + 1, ek + 2, ¼ ,ek + образуют серию второго рода длины и цифрыek ++ 1, ek++ 2, ¼ ,es также обра-зуют серию первого рода длины s - k -.Иногда для удобства элементы серий первого рода обозначают знаками ²-² ( минус ), а второго рода - знаками ²+² ( плюс ). В этом случае рассматриваемая последовательность будет иметь такой вид:
- - ¼ - + + ¼ + - - ¼ -
k минусов плюсов s - k -минусов
Подсчитаем количество серий второго рода длины в последовательности псевдослучайных цифр e1, e2, ¼ ,eN. Пусть = 1, 2, ¼, m и - количество серий второго рода с ³ m + 1 ( они объединяются в одну группу ). Обозначим общее количество серий через
= ++¼ + +.
Величина сm степенями свободы вычисляется по формуле:
( 11 )
где
Если, с заданным уровнем значимости b, значение попадает в доверитель-ный интервал, то тест проверки серий удовлетворяется.
В практике встречается также другая разновидность теста проверки серий, когда к элементам серий первого рода относят цифры, меньшие 0.5, а к элемен-там серий второго рода - не меньшие 0.5.
При достаточно большом объеме выборки e1, e2, ¼,eN ( практически при N ³ 20 ) и уровне значимости b = 0.95 нижний предел общего числа серий равен:
( 12 )
а нижний предел числа серий элементов первого и второгородов равен:
( 13 )
Максимальная длина серий не должна быть больше, чем
( 14 )
2.4.2 Тест проверки равномерности закона распределения
Данный тест строится на основе применения критерия согласия . Пусть имеется выборкаe1, e2, ¼,eN псевдослучайных чисел в интервале ( 0, 1 ). Интервал ( 0, 1 ) изменения случайной величины e разбивается на m интервалов хj, j = 1, 2, ¼, m, очевидно, что хm = 1, а нижняя граница первого интервала равна нулю. Обычно принимают m = 10 ¸ 20.
Далее производится определение вероятности pj попадания случайной вели-чины e в j-й интервал. Для равномерного на интервале ( 0, 1 ) закона распределения pj = xj - xj-1. Затем определяется величина , j = 1, 2, ¼ ,m - число попаданий случайной величины e в j-й интервал и подсчитывается величина
распределенная по закону с ( m-1 ) степенью свободы. По заданному уровню значимости b путем решения уравнений ( 9 ) и ( 10 ) ( с помощью таблицы, приведенной в приложении А ) можно определить нижнюю и верхнююграницы доверительного интервала. Если подсчитанное значениене попадает в доверительный интервал, то гипотезу о равномерном законе распределения случайной величины e следует отвергнуть.
Дополнительно можно подсчитать эмпирическое математическое ожидание
( 15 )
и эмпирическую дисперсию
( 16 )
и сравнить их с теоретическими значениями соответственно 0.5 и 1 / 12.
Для математического ожидания можно для заданного уровня значимости b определить также доверительный интервал:
( 17 )
где d определяется из уравнения:
2Ф=b. ( 18 )
Значения интеграла вероятностей Ф ( х ) приведены в приложении Б.
Полезно бывает сравнить также теоретическую функцию распределения и теоретическую плотность распределения случайной величины e с экспери-ментально полученными функцией распределения и гистограммой частот.
Известно, что для случайной величины, равномерно распределенной на интер-вале ( 0, 1 ):
По известной выборке из N значений случайной величины e эксперимен-тальная функция распределения определяется следующим образом:
где равно количеству значенийe < х.
Гистограмма частот, являющаяся аналогом плотности распределения, строится следующим образом. Весь интервал ( хmin, хmax ) от наименьшего значения хmin до наибольшего значения хmax полученной выборки случайной величины разбивается на q равных промежутков длины h. Затем определяется число значений ni выборки, попавших в i-ый промежуток, после чего для каждого 1 £ i £ q строится прямоугольник с основанием на i-ом промежутке и высотой ni / h. Полученный чертеж называется гистограммой частот или просто гистограммой. Отметим, что при таком построении площадь i-го прямоугольника равна h × ( ni / h ) = ni, т.е. числу значений случайной величины, попавших в i-ый промежуток, а площадь всей гистограммы равна объему выборки.