Random non random...

[barney09]

Il random è in realta uno pseudo random. Qual è il metodo piu' affidabile per generare dei numeri casuali?

Questo è quello che mi è successo e come ho risolto il problema. In ogni caso il risultato non mi convince pienamente...

Utilizzando questo script, e importando il risultato in un db access, contando i duplicati, mi è uscito un risultato simile a questo

1= 15% circa
2= 30% circa
3= 30% circa
4= 15% circa

ecco il codice:

<%
i = 0
While not i > 10000

	Randomize()
	Nrandom = CInt((4 - 1)*Rnd() + 1 )
	
	Response.Write "
" & Nrandom

i = i + 1
WEND
%>

allora ho applicato il seguente "correttivo" per portare il risultato dei "grandi numeri" su delle cifre piu' accettabili:

<%
i = 0
While not i > 10000

	Randomize()
	Nrandom = CInt((5 - 1)*Rnd() + 1 )
	
	'correttivo 
	If Nrandom = 5 THEN
		Nrandom = 1
	END IF

	Response.Write "
" & Nrandom

i = i + 1
WEND
%>

Infatti così facendo sono riuscito a grandi linee a ridistribuire euqamente la casualità di 10000 estrazioni su 4 numeri, avvicinandomi a quello che dovrebbe a grandi linee essere 25% per numero.

Questo è uno dei test effettuati con il correttivo.

Valore - NumDuplicati
1 - 1995
2 - 2651
3 - 2737
4 - 2618

Nonostante il correttivo il caso 1 è parecchio (oltre il 20%) sotto la media (che dovrebbe essere circa 2500)


La legge dei grandi numeri non è una scenza esatta, pero' la differenza di piu' del 20 % mi sembra TROPPA

[barney09]

capita a volte che ci siano degli sbalzi così evidenti (anche oltre il 20 %) mentre altre volte la legge dei grandi numeri viene rispettata e SEMBRA che il random funzioni correttamente...


1 - 2320
2 - 2731
3 - 2584
4 - 2366

[Alethesnake]

il problema non sta nella funzione di generazione dei numeri casuali di vb, ma nello script che hai utilizzato per fare le prove.

prendiamo il primo che hai postato. prima del casting ad intero, il risultato di

(4 - 1)*Rnd() + 1

può restituirti un numero "double" che va da 1 a 4
ora, se provi a fare il CInt di un numero double vedrai che:
CInt(1) = 1
CInt(1.49) = 1
CInt(1.51) = 2
CInt(2.49) = 2
CInt(2.51) = 3
CInt(3.49) = 3
CInt(3.51) = 4
CInt(4) = 4

è evidente che la probabilità di verificarsi di 1 e di 4 sono molto più basse di quelle di 2 e 3.
il tuo secondo script ha un problema fondato sulla medesima tecnica di arrotondamento.

ora prova questo:

<%
function upper(n)
	dim ris
	
	if CDbl(n) > fix(n) then
		ris = Fix(n) +1
	else
		ris = Fix(n)
	end if
	
	upper = ris
end function

dim i, risultati(3), valore, numeri, elementiArr, frequenze
dim mDistr, mCamp

elementiArr = UBound(risultati)

for i=0 to elementi
	risultati(i) = 0
next 'i

numeri = elementiArr +1
for i=1 to 10000
	Randomize()
	
	valore = upper(numeri * Rnd())
	
	risultati(valore -1) = risultati(valore -1) +1
next 'i


mDistr		= 0
mCamp		= 0
frequenze	= 0

for i=0 to elementiArr
	Response.Write (CStr(i +1) & " freq. --> " & CStr(risultati(i)))
	Response.Write ("
")
	
	mDistr		= mDistr + (i +1)
	mCamp		= mCamp + (i +1) * risultati(i)
	frequenze	= frequenze + risultati(i)
next 'i

Response.Write ("
Media Campionaria: " & CStr(CDbl(mCamp) / frequenze) )
Response.Write ("
Media della distribuzione: " & CStr(CDbl(mDistr) / (elementiArr +1)) )
%>

vedrai che i risultati confutano la legge dei grandi numeri (ossia che al crescere delle osservazioni la media campionaria tende alla media della distribuzione)



NB: anche il mio script ha un problema, nel senso che a causa dello zero la probabilità di verificarsi del primo numero della serie è leggermente più alta. per ottenere una perfetta equidistribuzione delle probabilità sarebbe sufficiente per esempio escludere le osservazioni dove rnd() restituisce zero

[br1]

Nella formula originale e' sufficiente una piccola correzione:

Nrandom = CInt(4 * Rnd() + 0.5 )

ciao

[Alethesnake]

Originariamente inviato da br1
Nella formula originale e' sufficiente una piccola correzione:

Nrandom = CInt(4 * Rnd() + 0.5 )

ciao

mitico