Теперь перейдем к рассмотрению методов генерирования последовательностей случайных чисел, имеющих заданное распределение. Обычно в каждой современной ЭВМ имеются генераторы случайных чисел для наиболее часто встречающихся распределений. Тем не менее, вопрос о методах построения генераторов необходимо рассмотреть для того, чтобы, во-первых, в случае необходимости читатель был в состоянии построить сам генератор нужного ему распределения, и, во-вторых, чтобы случайные числа использовались правильно, с пониманием их природы и свойств. [c.269]
Ввести в компьютер данные о случайных переменных и соответствующие им интервалы случайных чисел, а также формулы математических зависимостей. Например 12 ф.ст. — удельные переменные затраты = удельный вклад объем спроса х удельный вклад = совокупный вклад. Затем компьютер может рассчитать по формулам указанные значения для каждой моделируемой комбинации уровня спроса и переменных затрат. Для моделирования комбинаций в компьютере используется генератор случайных чисел. Генератор следует статистическому закону распределения случайных чисел, т.е. все числа имеют равные шансы выпасть. Предположим, что первое выпавшее случайное число относится к объему спроса и равно 17 это означает, что "смоделированный" компьютером уровень спроса равен 60 000 ед., так как все случайные числа от 00 до 19 приписаны данному уровню. [c.412]
Для анализа стохастических моделей, особенно многокритериальных, в последнее время широко используется подход имитационного типа, получивший название метода Монте-Карло. Он состоит в следующем с помощью специально реализованного в ЭВМ генератора случайных чисел строят последовательность чисел г/ , г/2, . ., UN, которые в совокупности можно интерпретировать как последовательность реализаций случайной величины у. Выбирают конечное число вариантов управления xt, xz,. . ., хп. Рассчитывают значения W(xt, ys) для всех i = 1,. . ., п j = 1,. ... . ., N. Числа W(xi, z/j) (/ = 1,. . ., N) дают представление о распределении показателя W при управлении xt, т. е. о функции распределения FXi(r ), и могут использоваться для оценки этого [c.155]
В некоторых случаях в качестве дополнительного оборудования может выступать и целая ЭВМ. Например, для эксплуатации некоторых моделей генераторов случайных чисел необходима ЭВМ Единой системы, стоимость (цена) которой в этом случае должна быть учтена в составе дополнительных капитальных вложений. Аналогично при использовании многих специализированных вычислительных устройств требуется дополнительное оборудование ввода и вывода информации и т. д. Необходимо учитывать также и дополнительную потребность (экономию) в производственных площадях, требующихся для размещения проектируемого изделия в условиях его эксплуатации. [c.108]
Если считать, что полученная с помощью генератора случайных чисел величина z является значением функции распределения F в некоторой точке t, то величина t может быть найдена по приведенным выше формулам, где вместо переменной F подставлена величина z. Искомое число х вычисляется как [c.49]
| Рис. 16. Гауссовский белый шум со стандартным отклонением 1%, сконструированный с использованием генератора случайных чисел. Нарастающая сумма этих чисел определяет случайные блуждания, как сказано в тексте (см. Рис. 19). |  |
Данный недостаток существенно снижается при использовании компьютера для присвоения единицам совокупности номеров и формирования выборки. При телефонном интервью компьютер может генерировать случайным образом телефонные номера он имеет генератор случайных чисел. [c.166]
Генератор случайных чисел 70, 196 [c.462]
I Генератор случайных чисел выбирает переменные из каждого распределения [c.167]
I Генератор случайных чисел выбирает число от 1 до 100, допустим, 68 [c.168]
Очень часто формирование паттерна прекращается, как только мы успеваем заметить его На самом деле его никогда и не было, просто так получается, что рынок, будучи генератором случайных чисел, выкидывает все варианты фигур , но это вовсе не означает, что они имеют какое-либо значение. [c.56]
Инструментом, облегчившим работу, стал персональный компьютер. Благодаря генераторам случайных чисел мы можем использовать процесс, описанный в Главе 4, особенно уравнения (4.7) и (4.8), и смоделировать много выборок значений R/S. Мы можем вычислить средние значения и дисперсии опытным путем и определить, соответствуют ли они уравнениям (5.1), (5.2) и (5.3). Этот процесс представляет собой моделирование широко известным методом "Монте-Карло", которое особенно подходит для проверки гауссовой гипотезы. [c.75]
Прежде чем мы начнем, мы должны разобраться с мифом о "случайных числах". Ни один генератор случайных чисел не производит истинные случайные числа. Вместо них алгоритм производит псевдослучайные числа - числа, которые являются статистически независимыми согласно большинству гауссовых признаков. Эти псевдослучайные числа фактически имеют длинный цикл, или память, после которого они начинают повторяться. Как правило, циклы достаточно длинны для того, чтобы повторение не обнаруживалось. Недавно, однако, было найдено, что псевдослучайные числа могут исказить результаты, когда большие количества данных используются в моделированиях по методу Монте-Карло. Обычно мы не сталкиваемся с этой проблемой в финансовой экономике. Однако многие из алгоритмов, используемых в качестве генераторов случайных чисел, являются версиями хаотических систем. R/S-анализ особенно хорошо справляется с раскрытием детерминированного хаоса и процессов с долговременной памятью. Поэтому чтобы гарантировать случайность наших испытаний, все ряды случайных чисел в этой книге перед использованием перемешиваются согласно двум другим рядам псевдослучайных чисел. Этот метод не устраняет всю зависимость, но сводит ее к фактически неизмеримым уровням, даже для R/S-анализа. [c.75]
Для имитации смещенного случайного блуждания Херст во-первых, перетасовывал колоду, затем снимал ее и записывал число с открытой карты. Предположим, выпадало +3. Карта возвращалась на место, Херст опять перетасовывал колоду и делал из нее две по 26 карт в каждой. Мы назовем их А и Б. Поскольку перед этим была снята карта с числом +3, он перекладывал три старшие карты из колоды Б в колоду А, а из колоды А убирал три младшие карты. Кроме того, в колоду А добавлялся джокер, после чего она перетасовывалась. Колода А имела теперь смещение +3. Херст использовал колоду А как генератор случайных чисел путем снятия ее и фиксации числа на открытой карте. Когда ею оказывался джокер, снова бралась исходная колода из 52 карт (без джокера) она перемешивалась и процесс повторялся. [c.90]
Если изложить методику упрощенно, то "рыночная" конфигурация из серий нулей и единиц статистически сравнивается со "случайным рядом", который получается при броске монеты (ноль — орел, единица — решка) или от генератора случайных чисел в интервале от 0 до 1 (нижняя половина интервала принимается за 0, верхняя — за 1). Иначе говоря, конкретные "рыночные" серии рассматриваются с точки зрения того, какова вероятность их возникновения при условии полной случайности. [c.171]
Обратимся опять к монете. Но не как к дорогому сердцу всякого трейдера денежному знаку, а в качестве генератора случайных чисел. Вновь займемся бросками на удачу и результат каждого испытания будем обозначать точкой в двухмерном пространстве [c.181]
Сценарий 1 — период напряженного ожидания значимых новостей. В этом случае рынок замирает и ни на какие технические индикаторы полагаться никак нельзя. Если принято решение сыграть с риском 50 50, то лучше всего воспользоваться генератором случайных чисел. [c.272]
Сценарий 2 — период реакции рынка на значимые новости. Здесь тоже практически не работает технический анализ и можно полагаться только на логику действия новостных факторов, но с обязательным учетом психологии рынка. Генератор случайных чисел уместен лишь в случае полной неопределенности в отношении того, как что может действовать. [c.273]
Комбинация Г. Хороша для тех, кто игнорирует новости и верит, что рынок сам все учитывает, как нужно. Здесь наилучший вариант заключается в том, чтобы играть исключительно по совместимым техническим параметрам, а в периоды впадения рынка в "спячку" (мы-то знаем, что рынок ждет значимых новостей) прибегать к помощи генератора случайных чисел. [c.273]
Теоретически возможны и другие основания для принятия решений. Например, ориентация на рекомендации авторитетных экспертов, расположение звезд или, вообще, по генератору случайных чисел. [c.20]
Разумеется, монета — это лишь условность, иллюстрация принятой модели. В действительности моделирование осуществляется путем использования генератора случайных чисел или на основе данных из специальных таблиц, где случайные значения (от 0 до 9) приведены в готовом виде. [c.37]
Мы ограничимся оценкой удачливости (везения), которое проявляется при игре в орлянку (модель опыты Бернулли с идеальной монетой, в роли которой может выступать генератор случайных чисел). [c.95]
Начальное отслеживание для выбора точки запуска алгоритма. Осуществляется от точки движения рынка, избранной произвольно (генератор случайных чисел), или по какому-то иному принципу (по традиционному сигналу или подсказке изнутри или извне). [c.248]
Первый этап любого моделирования методом Монте-Карло — определение распределения(ий) вероятностей для входной(ых) переменной(ых). Большинство компьютерных программ, предназначенных для моделирования методом Монте-Карло, содержат встроенную библиотеку распределений вероятностей. Они также имеют возможность построения распределения вероятностей, основанного на суждениях самого исследователя, поскольку современные компьютеры имеют встроенные генераторы случайных чисел (в действительности генераторы псевдослучайных чисел), которые позволяют получать равновероятные числа между 0 и 1. Таким образом получение числа в диапазоне от 0,1 до 0,2 имеет такую же вероятность, что и получение числа между 0,7 и 0,8 или любое число в интервале от 0,3 до 0,5 имеет такую же вероятность, что и число из интервала 0,8—1,0. [c.411]
Интересно заметить, что числа из генератора случайных чисел, находящиеся в интервале от 0,4 до 0,6, дают результат в диапазоне от —0,25 до 0,25, тогда как случайные числа от 0,7 до 0,9 дают результат от 0,52 до 1,28. Таким образом, крутизна огивы в середине — причина более плотного расположения результатов, тогда как пологость граничных ветвей кривой — причина более разбросанных результатов (в точности то, что и описывает функция вероятности). [c.414]
Пусть S обозначает множество различных состояний. Через х(й) будем обозначать платежи но цепной бумаге х в состоянии s. Состояния генерируются случайно с помощью генератора случайных чисел или путем чтения реализаций случайных чисел из специального файла данных. Мы предполагаем, что все состояния равновероятны. Это предположение не ограничивает общность наших рассмотрений. Например, если существует только два состояния, причем первое встречается в два раза чаще, чем второе, то эта ситуация эквивалентна такой, в которой рассматривается 3 состояния, причем в первых двух состояниях одинаковы платежи по каждой цепной бумаге. [c.196]
Мы отдаем себе полный отчет в том, что наши результаты в значительной степени зависят от характера частотного распределения, свойственного нашим генераторам случайных чисел, от выбранных для тестирования методов и от методов построения функций затрат и спроса. Будущие экспериментаторы могли бы проверить ряд альтернатив, включая функции спроса и затрат со случайными ошибками наблюдения и сдвигами функций затрат и спроса. Метод обучения, описанный в Приложении А, по-видимому, заслуживает дальнейшего исследования, и нужно рассмотреть альтернативные методы моделирования, использованные в данной статье. Можно было бы предпринять эмпирическое изучение методов, применяемых в промышленности. Очевидно, что главным нашим результатом является ряд предложений для дальнейшего анализа, а также некоторая степень уверенности в том, что данное направление исследований способно привести к содержательным выводам. [c.470]
Наблюдаемая средняя прибыль по методу 1 вполне приближается к теоретическому среднему во всех сериях, хотя все наблюдаемые средние значения больше, нежели соответствующие теоретические величины. Наблюдаемые стандартные отклонения имеют тенденцию быть ниже, чем соответствующие теоретические величины, но при использовании проверочной величины ns2/
Таким образом, для получения случайного числа у, имеющего закон f(y), используются два числа от генератора случайных чисел х/, х2 [c.206]
Генератор случайных чисел (9.3.) — специальная программа на ЭВМ, моделирующая псевдослучайные числа, имеющие вероятностное распределение на отрезке [0,1]. [c.341]
При решении задач на ЭВМ для выработки случайных чисел, равномерно распределенных в интервале [0,1], могут применяться генераторы случайных чисел. Данные генераторы преобразуют результаты случайного физического процесса в двоичные числа. В качестве случайного физического процесса обычно используют собственные шумы (случайным образом меняющееся напряжение). [c.121]
Для генерации гаммы применяют программы для ЭВМ, которые называются генераторами случайных чисел. При этом требуется, чтобы, даже зная закон формирования, но не зная ключа в виде начальных условий, никто не смог бы отличить числовой ряд от случайного. [c.228]
Тому, кто решил потратиться на приобретение системы типа "черный ящик", я рекомендую удержать себя от больших затрат и просто послать чек редактору ADT. В течение шести месяцев, используя генератор случайных чисел, я верну часть Ваших первоначальных вложений (без прибыли, конечно). Я уверен, что величина возвращенной части будет значительно больше, чем средний доход, получаемый от многих "черных ящиков" [c.21]
Если одна или несколько переменных являются случайными (стохастическими) величинами, то при проведении имитационного эксперимента из значения задаются при помощи генератора случайных чисел (ГСЧ). Вариант эксперимента со случайными входными параметрами изображен на рис.3.5.3. [c.33]
В методе Монте-Карло данные предшествующего опыта вырабатываются искусственно путем использования некоторого генератора случайных чисел в сочетании с интегральной функцией распределения вероятностей для исследуемого процесса. При зарождении метода таким генератором являлись таблицы случайных величин, игральные кости или колесо рулетки, в настоящее время практически всегда генератором случайных чисел является компьютерная программа. [c.87]
С помощью генератора случайных чисел получаем с точностью до [c.88]
С помощью генератора случайных чисел получаем с точностью до минуты реализацию случайного интервала между приходом первого и [c.88]
Генераторы случайных чисел есть в электронных таблицах MS Ex el, они есть в составе программ на большинстве персональных компьютеров, используемых в нашей стране. [c.50]
Метод Монте-Карло (Monte arlo simulation). Метод имитационного моделирования с использованием генератора случайных чисел для расчета статистически достоверных переменных. Требует множества повторений базового алгоритма для построения статистически значимого распределения возможных результатов. [c.373]
Является ли рынок для вас генератором случайных чисел, зависит от того, как вы его воспринимаете. Например, если вы решите торговать на рынке, основываясь на каком-то строгом алгоритме, т. е. на четкой формуле, как те, на основе которых вычисляются стохастические осцилляторы, скользящие средние и т. д., то вы будете находиться в полной зависимости от того, чго рынок покажет вам. В этом смысле он будет подобным генератором. Однако он не станет исключительно таковым, если вы примите решение ориентироваться на нечто, имеющее смысл Тем не менее большинство используемых графических паттернов1 практически не имеют смысла. Это объясняется двумя фактами [c.56]
Пусть теперь х — очередное число от генератора случайных чисел. Если ljt <х< 1 то считаем, что произошло событие А . [c.203]
Моделирование нормально распределенной случайной величины может быть произведено по формуле, представленной в табл. 6.4 или с помощью встроенного в MS Ex el генератора случайных чисел. Например, для моделирования времени транспортировки необходимо задать (рис. 6.4) число переменных — 1 (каждая операция логистического цикла моделируется отдельно) число случайных чисел, например, — 50 распределение — нормальное параметры — среднее 4,5 и СКО — 1,31. Также необходимо задать выходной интервал. [c.133]