Académique Documents
Professionnel Documents
Culture Documents
A. Righi
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
Plan
1 Introduction
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
Simulation de variables
pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
Méthodes de congruence
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
Théorème
Minimal Standard
Congruence simple : m = 32
30
●
●
●
●
●
25
●
●
●
●
●
20
●
●
●
●
●
15
●
●
●
●
●
10
●
●
●
●
●
●
5
●
●
●
●
0
0 5 10 15 20 25 30
250
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
200
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
150
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
100
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
●
50
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
● ●
●
0
peut s’écrire
xi = (axi−r + b) mod m
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
250
200
150
100
50
0
Autres méthodes
Congruence avec mélange.
Méthode de l’inverse avec Congruence.
Méthode de registre à décalage avec rétroaction linéaire.
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
la répétabilité
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
la facilité d’utilisation
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
la standardisation
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
Sources physiques
Une idée qui peut sembler naturelle pour obtenir des suites de
nombres aléatoires, consiste à choisir des valeurs issues d’un
phénomène physique considéré comme aléatoire (lancer d’une pièce
de monnaie, roulette, brassage de billes de loto, ou encore
désintégration de particules radioactives, bruit de grenaille de
composants électroniques,...)
Selon l’interprétation classique de la théorie quantique, les meilleurs
générateurs aléatoires (c’est-à-dire ceux qui produiraient de vrais
nombres aléatoires), seraient ceux qui utilisent les phénomènes
quantiques. Par exemple, le choix d’un photon de traverser ou non
une lame semi-réfléchissante constitue un tel générateur.
Notons que dans la cryptographie, où on a recours à la génération
de (clés) nombres aléatoire, c’est l’imprévisibilité qui est essentielle,
donc on a intérêt à utiliser des sources physiques.
beamer-tu-log
Introduction Simulation de variables pseudo-aléatoires uniformes
beamer-tu-log