偽隨機數是用確定性的演算法計算出來自「[0,1]」均勻分佈的隨機數序列。偽隨機數並不是真正的隨機數，但具有類似隨機數的統計特徵，如均勻性、獨立性等。產生偽隨機數的方法有：1、直接法，依分佈函數的物理意義產生；2、逆轉法；3、接受拒絕法。
本教學操作環境：windows7系統、Dell G3電腦。
偽隨機數
偽隨機數是用確定性的演算法計算出來自[0,1]均勻分佈的隨機數序列，並不是真正的隨機，但具有類似隨機數的統計特徵，如均勻性、獨立性等。
在計算偽隨機數時，若使用的初值（種子）不變，那麼偽隨機數的數序也不變。偽隨機數可以用電腦大量生成，在模擬研究中為了提高模擬效率，一般採用偽隨機數來取代真正的隨機數。模擬中使用的一般是循環週期極長並能通過隨機數檢定的偽隨機數，以確保計算結果的隨機性。
產生方法：
一般地，偽隨機數的產生方法主要有以下3種：
（1） 直接法（Direct Method），根據分佈函數的物理意義生成。缺點是僅適用於某些具有特殊分佈的隨機數，如二項分佈、泊松分佈。
（2） 逆轉法（Inversion Method），假設U服從[0，1]區間上的均勻分佈，令X=F-1（U），則X的累計分佈函數（CDF）為F。此方法原理簡單、程式方便、適用性廣。
（3）接受拒絕法（Acceptance-Rejection Method）：假設希望產生的隨機數的機率密度函數（PDF）為f，則先找到一個PDF為g的隨機數產生器與常數c ，使得f（x）≤cg（x），然後根據接收拒絕演算法求解。由於演算法平均運算c次才能得到一個希望產生的隨機數，因此c的取值必須盡量小。顯然，該演算法的缺點是較難確定g與c。
因此，偽隨機數產生器（PRNG）一般採用逆轉法，其基礎是均勻分佈，均勻分佈PRNG的優劣決定了整個隨機數系統的優劣。
以上是偽隨機數是什麼意思的詳細內容。更多資訊請關注PHP中文網其他相關文章！
