fortran产生随机数方法介绍

《fortran产生随机数方法介绍》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、fortran产生随机数方法介绍（附代码）注意：现在计算机产生的随机数都是伪随机数。1.0-1之间均匀分布的随机数random_number(x)产生一个0到1之间的随机数（x可以是向量），但是每次总是那几个数。用了random_seed()后，系统根据日期和时间随机地提供种子，使得随机数更随机了。programrandom  implicitnone  real::x  callrandom_seed()    !系统根据日期和时间随机地提供种子  callrandom_number(x) !每次的随机数就都不一样了  write(*,*)x  stopendprog

2、ramrandom2.任意区间均匀分布的随机数functionmy_random(lbound,ubound)implicitnone real::lbound,ubound real::len real::my_random real::t   len=ubound-lbound !计算范围大小 callrandom_number(t) !t是0-1之间的随机数 my_random=lbound+len*t returnend注意：在循环外callrandom_seed()3.产生一个随机数数组，只需加一个循环即可functionmy_random(lbound,ub

3、ound)implicitnone real::lbound,ubound real::len integersize real::my_random(size)  !size代表数组元素的个数 real::t integeri  len=ubound-lbound !计算范围大小 doi=1,10  callrandom_number(t) !t是0-1之间的随机数  my_random(i)=lbound+len*t !把t转换成lbound-ubound间的随机数 enddo returnend注意：同理在循环外callrandom_seed()4.标准正态分布随

4、机数/高斯分布随机数      (1)徐士良的那本程序集里介绍了正态分布随机数产生的原理，不过他的方法只能产生较为简单的随机数，随机数的质量并不高，特别是随机数的数目较多时。      (2)Box和Muller在1958年给出了由均匀分布的随机变量生成正态分布的随机变量的算法。设U1,U2是区间(0,1)上均匀分布的随机变量，且相互独立。令            X1=sqrt(-2*log(U1))*cos(2*PI*U2);            X2=sqrt(-2*log(U1))*sin(2*PI*U2);那么X1,X2服从N(0,1)分布，且相互独立。等于

5、说我们用两个独立的U(0,1)随机数得到了两个独立的N(0,1)随机数。 值得说明的是，该方法产生的随机数质量很高。嘻嘻，本人亲自验证过。SAS和蒙特卡罗模拟_随机数一、为什么选择SAS做蒙特卡罗模拟？为什么要用SAS做蒙卡？首先，对我来说，我只会用SAS，而且打算用SAS完成我所有的工作。当然，其他一些通用的理由有(Fan,etc.,2002)：1.蒙卡是个计算密集的活，而SASBase、SASMacro、SAS/IML强大而灵活的编程能力能满足这一要求；1.做蒙卡时要用到大量的统计/数学技术，而SAS就内置了大量的统计/数学函数(在SAS/Stat和SAS/ETS)

6、；用Fortran或C++当然也是非常好的主意，只是他们缺少内置的统计函数，代码就要冗长复杂很多。二、什么是蒙卡？一个启发性例子好，开始，什么是蒙卡？了解它背景知识的最好办法当然是wiki-Monte_Carlo_method。蒙特卡罗是位于摩洛哥的一家赌场，二战时，美国LosAlamos国家实验室把它作为核裂变计算机模拟的代码名称。作为模拟方法，蒙卡以前就叫统计抽样(statisticalsampling)，我们感兴趣的结果因为输入变量的不确定而不可知，但如果能依概率产生输入变量的样本，我们就可以估计到结果变量的分布。跟蒙卡对应的，还有一种模拟技术叫系统模拟，包括排队

7、、库存等模型，这些模型都跟随时间推移而出现的事件序列有关。下面举个蒙卡的例子，来自Evans,etc.(2001)的超级简化版。假设一家企业，利润是其需求量的函数，需求是随机变量。为了简化讨论，假定利润就是需求的两倍。这里输入变量就是不可控的需求，结果变量就是我们感兴趣的利润。假设需求以相同的概率取10、20、30、40、50、60这六种情况。在这样的简化下，我们就可以投一枚均匀的骰子来产生需求的样本，如果点数为1，对应得需求就是10，点数为2，需求就是20，以下类推。这样，我们的模拟过程就是：1.投骰子；2.根据骰子的点数确定需求量；3