دانلود پاورپوینت, پاورپوینت طرح توجیهی, مقاله

دانلود پاورپوینت, پاورپوینت طرح توجیهی, مقاله, پیشینه تحقیق, مبانی نظری, طرح توجیهی, پرسشنامه مدیریتی, پرسشنامه روانشناسی

دانلود پاورپوینت, پاورپوینت طرح توجیهی, مقاله

دانلود پاورپوینت, پاورپوینت طرح توجیهی, مقاله, پیشینه تحقیق, مبانی نظری, طرح توجیهی, پرسشنامه مدیریتی, پرسشنامه روانشناسی

تحقیق تولید اعداد رندم 8 ص ( ورد)

تحقیق-تولید-اعداد-رندم-8-ص-(-ورد)
تحقیق تولید اعداد رندم 8 ص ( ورد)
فرمت فایل دانلودی: .zip
فرمت فایل اصلی: .DOC
تعداد صفحات: 7
حجم فایل: 15 کیلوبایت
قیمت: 8500 تومان

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..DOC) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 7 صفحه

 قسمتی از متن word (..DOC) : 
 

‏روش همنهشتـــی :
‏روش همنهشتی خطی Xn+1=(a*Xn + b) mod m ‏،m ‏ مشخص می کند که اعداد تصادفی تا چه مقداری تولید می شود مثلا اگر m =13‏ باشد . 13 ‏ عدد تصادفی می توانیم تولید کنیم.
a=2
b=1
X0=5 X1=( 2 X0 + 1)mod13
m=13
‏اعدادی که تولید می کند مستقل از هم است ،ولی دنباله اعداد تصادفی که تولید می شود به‏ a‏ وb‏ وm‏ وابسته است . از نظر تئوری اگر a‏ وb ‏ خوب انتخاب شوند می تواند همه اعداد تصادفی را تولید کند .
‏تست آنتروپـــــــــــی :
‏در این روش تست ‏،‏ مبنای آن احتمال آمدن‏ هر عدد می باشد از فرمول زیر محاسبه می شود که‏ Pi‏ احتمال تولید عدد i ‏ - ام‏ توسط مولد عدد تصادفی است.‏
‏مثــــال:
X1=( 2 X0 + 1)mod13
X15=7
X10=9
X5=5
X0=0
X16=2
X11=6
X6=11
X1=1
X17=5
X12=0
X7=10
X2=3
X18=11
X13=1
X8=8
X3=7
X19=10
X14=3
X9=4
X4=2
Pi
‏عدد
2/20
0
2/20
1
2/20
2
2/20
3
1/20
4
2/20
5
1/20
6
2/20
7
1/20
8
1/20
9
2/20
10
2/20
11
0
12

H = - ∑ Pi log Pi
‏هرچه ‏آنتروپی مقدار H‏ به H max‏ نزدیک تر باشد این مولد بهتر عمل می کند.
Hmax = log 2 m
‏تست کی دو :
‏آزمون آماری خوبی برای تعیین یکنواختی اعداد و ارتباط با مشاهدات و انتظار مشاهده ‏می باشد. برای نمونه های بیشتر از 50‏ عدد استفاده می گردد. ( N >= 50)‏
‏اساس این روش بر تقسیم بندی دسته های مشاهدات استوار است .
‏فراوانی اعداد تصادفی تولیدی در هر دسته را با فراوانی انتظار مشاهده مقایسه و نزدیکی آنها را می سنجد. دسته ها هیچ گونه رویهم افتادگی نباید داشته باشند‏ ‏ تعداد ‏( ‏دسته ها باید 3‏ یا بیشتر باشد ).
‏سپس کای دو را به صورت زیر می یابیم :
Chi2 = ∑ ( Oi – Ei)2
‏ ‏ Ei‏ ‏
‏که مجموع اختلاف مشاهدات و رخ داد ، داده ها در دسته هاست . هرچه مشاهدات و انتظارات از یکدیگر فاصله بگیرند ، مقدار ( Oi – Ei)2‏ بیش تر می شود و لذا chi2‏ افزایش می یابد و چنانچه این دو یکسان باشند مقدارchi2‏ ‏صفر می شود .
‏روال کار چنین است :
‏نمونه ها به n‏ دسته تقسیم می گردند که باید n>= 3‏ باشد.
‏ Oi‏ ‏تعداد مشاهدات در‏ i‏ ‏–‏ ‏امین دسته.
‏ Ei‏ ‏تعداد انتظار مشاهده در‏ i‏ ‏–‏ ‏امین دسته.
‏ = ( N/n)‏ ‏ Ei‏ ‏که N‏ ‏تعداد کل نمونه های مشاهده شده است ( انتظار مشاهده یکسان ) .
‏ نیاز به جدول کای دو می باشد که مقدار بحرانی را از آن می یابیم تا با chi2‏ ‏حاصل مقایسه گردد.
‏ چنانچه chi2‏ ‏مشاهده شده ، از مقدار بحرانی در جدول کوچکتر باشد یکنواختی نمونه ها صحیح است.
‏یافتن مقدار بحرانی از جدول بر اساس درجه آزادی ( V=n -1)‏ ‏و پارامتر ‏α‏ می باشد . می توان گفت که توزیع نمونه های chi2‏ ‏تقریبا توزیع کای دو با ( n-1)‏ ‏درجه آزادی است . چنانچه chi2
‏مثـــــال:‏ استفاده از آزمون chi2‏ ‏با α = 0.05 ‏ ‏برای آزمون توزیع یکنواخت جهت 5000‏ ‏نمونه به صورت زیر انجام می گیرد:
‏تقسیم بندی اعداد به دسته های 100‏ ‏تایی و با توجه به محدوده اعداد که از
000‏ ‏ تا ‏ 999‏ ‏رخ داده اند.
‏- کل دسته های موجود n = 10‏ ‏می باشد.
‏- کل مشاهدات N = 5000‏ ‏ است.
‏- انتظار مشاهده در هر دسته Ei = 500‏ ‏است.
‏- مقدار بحرانی chi2v-p‏ ‏می باشد.
‏درجه آزادی ‏←‏ ‏ V=n-1=9
‏یافتن P ‏ ‏←‏ P=1-α=0.95
chi2v-p = chi29-0.95 = 16.9

 

دانلود فایل
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

نظرات 0 + ارسال نظر
امکان ثبت نظر جدید برای این مطلب وجود ندارد.