Random Number Generator.3

16

Tra 0 e 1 creiamo k intervalli, ognuno di ampiezza uniforme 1 .

k

!

Utilizziamo il nostro RNG per generare

n numeri pseudo casuali e contiamo per

ogni intervallo il numero y i di istanze che sono cadute all’interno dell’ intervallo. Poichè il generatore si suppone uniforme, la probabilità che un numero cada

!

all’interno di un qualisasi intervallo è pari a:

!

pi = 1 k Ora che abbiamo tutti i valori, possiamo calcolare la variabile

v

utilizzando la

formula descritta in precedenza. ! Se il generatore è uniforme, la variabile

v

risulterà avere una distribuzione "

!

con k-1 gradi di libertà.

!

!

2

17

Il test si ritiene superato se, fissato un valore critico

"1#2 $ v non risulta maggiore a tale valore. Solitamente si pone " = 0,05 .

! !

!

18

X – Bibliografia e riferimenti web  Computational statistic (Springer heidelberg 2004)  Marsenne Twister Home page( http://www.math.sci.hiroshima-u.ac.jp/~mmat/MT/emt.html)  http://www.cs.unibo.it/~donat/random1.pdf