Nächste Seite: Tests von Güteeigenschaften
Aufwärts: Erzeugung von Pseudozufallszahlen
Vorherige Seite: Einfache Anwendungsbeispiele; Monte-Carlo-Schätzer
  Inhalt
Lineare Kongruenzgeneratoren
- Den Ausgangspunkt der meisten Simulationsalgorithmen bilden Standard-Zufallszahlen-Generatoren,
- deren Ziel darin besteht, Folgen
von Zahlen aus
dem Einheitsintervall
zu erzeugen, sogenannte Standard-Pseudozufallszahlen,
- die als Realisierungen von unabhängigen und (identisch in
)
gleichverteilten Zufallsvariablen
aufgefasst
werden können.
- Ein weit verbreitetes Verfahren zur Erzeugung von
Standard-Pseudozufallszahlen ist die folgende lineare
Kongruenzmethode,
Wir lösen nun die Rekursionsgleichung (1), d.h.,
wir zeigen, wie sich die in (1) rekursiv
definierte Zahl
direkt durch den Startwert
sowie
durch die Parameter
,
bzw.
ausdrücken lässt.
- Beweis
-
- Beachte
-
Wir erwähnen nun (hinreichende und notwendige) Bedingungen an die
Parameter
,
,
bzw.
, die insbesondere sichern, dass
die maximal mögliche Periode
erreicht wird.
Theorem 3.2
- 1.
- Falls
, so erzeugt der in
definierte
lineare Kongruenzgenerator genau dann für jeden Startwert
eine Zahlenfolge
mit
der maximal möglichen Periode
, wenn die folgenden Bedingungen
erfüllt sind:
- (a
)
- Die Parameter
und
sind teilerfremd.
- (a
)
- Für jede Primzahl
, die
teilt, ist
ein Vielfaches von
.
- (a
)
- Falls
ein Vielfaches von
ist, dann ist
auch
ein Vielfaches von
.
- 2.
- Falls
, so gilt
für jedes
genau dann, wenn
- (b
)
eine Primzahl ist,
- (b
)
- für jede Primzahl
, die
teilt, die
Zahl
nicht durch
teilbar ist.
- 3.
- Falls
und falls es ein
mit
gibt, so
gilt
genau dann, wenn
eine ungerade Zahl ist und
wenn
oder
gilt.
- Einen Beweis von Theorem 3.2, in dem
Ergebnisse der Zahlentheorie (u.a. der kleine Satz von Fermat)
verwendet werden, kann man beispielsweise
- in Abschnitt 2.7 des Buches von B.D. Ripley (1987) Stochastic
Simulation, J. Wiley & Sons, New York oder
- in Abschnitt 3.2 von D.E. Knuth (1997) The Art of Computer
Programming, Vol. II, Addison-Wesley, Reading MA finden.
- Darüber hinaus verweisen wir auch auf diese beiden Bücher
hinsichtlich der Diskussion
- von anderen Generatoren zur Erzeugung von
Standard-Pseudozufallszahlen wie beispielsweise nichtlineare
Kongruenzgeneratoren, Schieberegister-Generatoren,
Lagged-Fibonacci-Generatoren sowie die Kombination solcher
Generatoren,
- von alternativen Bedingungen an die Parameter
,
,
bzw.
des linearen Kongruenzgenerators, der in (1)
definiert wurde,
- um Zahlenfolgen
mit einer möglichst großen
Periode
und mit weiteren Güteeigenschaften zu erzeugen.
- Eine solche Güteeigenschaft besteht darin,
- dass die Punkte
von jeweils
aufeinanderfolgenden Pseudozufallszahlen
,
das
Einheitsquadrat
möglichst gleichmäßig ausfüllen,
- wobei die folgenden Zahlenbeispiele verdeutlichen, dass relativ
geringfügige Änderungen der Parameter
und
zu völlig
unterschiedlichen Punktmustern
führen können.
- Weitere Details hierzu sind beispielsweise in dem bereits
erwähnten Buch von Ripley (1987) bzw. in dem Vorlesungsskipt von
H. Künsch unter ftp://stat.ethz.ch/U/Kuensch/skript-sim.ps zu
finden, wo auch die folgenden Abbildungen enthalten sind.
Abbildung:
Punktmuster für Paare
aufeinanderfolgender Pseudozufallszahlen mit
|
Abbildung:
Punktmuster für Paare
aufeinanderfolgender Pseudozufallszahlen mit
|
Abbildung:
Punktmuster für Paare
aufeinanderfolgender Pseudozufallszahlen mit
|
Nächste Seite: Tests von Güteeigenschaften
Aufwärts: Erzeugung von Pseudozufallszahlen
Vorherige Seite: Einfache Anwendungsbeispiele; Monte-Carlo-Schätzer
  Inhalt
Ursa Pantle
2003-09-29