Matematik experiment!

Slumpgeneratorer är väl iallafall fördelningsmässigt ekvivalenta med äkta slumptal? Det är väl bara förutsägbarheten i en slumpgenerator som inte är äkta slump?

Okej, jag har gjort random beroende på seed, seeden innehåller, microtid plus alla egenskaper som countern har såsom, hur många updateringar den gjort, högsta värdet, minsta värdet, högsta i rad possetivt, Osv. osv. Hoppas att det blir lite mer slumpmässigt nu.. Funderar på att lägga in datum också då den inte skapar ett mönster.

Acoz.no-ip.org/counter funkar inte längre.. Har köpt ny domän och det är samma dator och samma counter fortfarande.. Den ligger nu på http://mostpointless.com/counter/

En tillhörande fråga som handlar om "pseudo-random" - methods, varför säger man att det inte går att skapa en perfekt slumpgenerator? Kanske frågat det någon gång i forntiden, men jag frågar igen.

Sedan verkar ju det där programmet vara någon form av stokastisk process?

Du kan inte skriva en funktion som inte går att förutsäga. Har du funktionen så kan du såklart förutsäga den. För att få äkta slumptal så måste man ta in variabler som är mer slumpmässiga, tex radiobrus etc.

Varför det inte går.. Vi säger att datorn slumpar fram beroende på system klockan, system klockan i sig är i microsekunder.. Och om vi för enkelhetens skull bara säger att vi slår ihop alla tal till en summa som ges av microsekunderna. Om vi nu kör detta väldigt väldigt fort så finns det en chans på att det blir under samma tidsintervall vilket kommer leda till två identiska slumpmässiga tal. Om vi tänker oss att cpu är exakt lika belastat med exakt en minuts interval, så kommer det inte bli så storskillnad på de flesta siffrorna. Och skillnaden kommer leda till att inte kan bli nya tal. Just nu så funkar countern rätt så bra då den har svängt från 0 till 8 sen tillbaka -4 på tiden jag dushat..

Detta är min analys om hur det funkar, vet att den är fel, men försökte iallafall

Nja, slumpmässigt är ju sådant som inte kan förutsägas, tärningskast, singla slant, radioaktivt sönderfall och dylikt.
Psueudoslumptal genereras genom en deterministisk funktion.

http://sv.wikipedia.org/wiki/Pseudoslumptal



Just nu 2509 uppdateringar ger en stanardavvikelse på 50.
Man kan tycka den varierar för lite nu.

Du ändrar alltså seed:et hela tiden?

Sidan är nere.

Sen kan man ju diskutera huruvida tärningskast inte är deterministiska de med; man skulle ju kunna betrakta ett kast som en funktion av moment, fallhöjd, vilken tärningssida som kastaren föredrar att ha överst, mm, även om det är svårt att förutse hur kastaren kommer utföra kastet. Om man tar det till sin spets så är det ju samma sak som att räkna ut koefficienterna i LCG och andra slumpalgoritmer. Slumpgeneratorer som utnyttjar kvantmekanik borde vara det enda som kan vara renodlat slumpmässigt.

så dom kan köra TA på din graf och säga vad värdet på aktien, förlåt slumptalet kommer vara imorgon.

Kul projekt.

Gjorde lite tester när det var 1620 värden.

Medelvärdet av Xi var då 0.0525. Ett 95% intervall erhölls genom 10000 bootstrapningar [0.0062 0.1007].

Lutningskoefficienten (y=Sum(xi))=B*nr) B var -0.0564
95% konfidensintervall [-0.0570 -0.0557] (10000 bootstrap)

AR1 process, X_(i+1)=aX_(i)+eps_(xi+1)
a=0.0146
95% konfidensintervall [-0.0343 0.0617] (10000 bootstrap)

Ser inte något vidare ut just nu...

Sannolikheten för detta utfall är förresten 0.0184 (binocdf(767,1619,0.5)).

Såg förresten att du kanske ändrade seedet helat tiden?

Det är inte en bra idé. De flesta slumpgeneratorer är ju gjorda för att givet ett seed generera en hel uppsättning slumptal, där seedet i stort sätt väljer det första talet. Sen är det upp till slumptalsgeneratorn att ha de rätta egenskaperna angående fördelningskonvergens, period mm.