Testing universal random variate generation algorithms
Uniform olmayan evrensel rastsal değişken üreteci oluşturma algoritmalarının test edilmesi
- Tez No: 139452
- Danışmanlar: DOÇ. DR. WOLFGANG HÖRMANN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET UNIFORM OLMAYAN EVRENSEL RÂSTSAL DEĞİŞKEN ÜRETECİ OLUŞTURMA ALGORİTMALARININ TEST EDİLMESİ Bu tez, UNURAN kütüphanesinde bulunan evrensel olmayan rastsal değişken üreteci (RDÜ) oluşturma algoritmalarının (metotlarının) doğruluklarının test edilmesi ve bu algoritmaların kalitelerinin değerlendirilmesine yönelik yapılmış bir çalışmadır. Düzgün olmayan rastsal değişken üreteçlerinin kalitesi, doğrudan kendilerini oluşturmakta kullanılan RDÜ oluşturma metotlarına ve düzgün rastsal sayı üreteçlerine (RSÜ) bağlıdır. Bu yüzden UNURAN ve PRNG kütüphanelerindeki farklı düzgün RSÜ ve düzgün olmayan RDÜ oluşturma metot kombinasyonlarını kullanma durumundaydık. Bu hedefe ulaşmak için, farklı RDÜ oluşturma metotları ve düzgün RSÜ kombinasyonları kullanarak RDÜ oluşturmaya yarayan bir ara yüz programı geliştirdik. Doğruluk testi için ki-kare ve histogram testlerini kullandık. UNURAN kullanılarak oluşturulan rastsal sayıların istenen dağılımlara uyduğunu gözlemledik. RDÜ oluşturma metotlarının kalite değerlendirmesi ise incelenen tüm metotların tersinim (inversion) metoduna olan benzerlik derecelerinin karşılaştırılmasıyla yapılmıştır. Bu karşılaştırmada kullanılan serpilme diyagramları, RDÜ'lerle üretilen sayıların CDF dönüşümüne tabi tutulması ile oluşturulan rastsal sayılar kullanılarak elde edilmiştir. Deneylerimiz, AROU ve TDR evrensel RDÜ oluşturma algoritmaları ile çok sayıda değme noktası kullanılarak oluşturulan üreteçlerin tersinim metodu ile neredeyse aynı kalitede olduğunu göstermiştir. TABL metodu da yüksek bir kaliteye sahip olmasına rağmen bu metot için AROU ve TDR metotlarına göre daha fazla değme noktası ihtiyacı söz konusudur. SROU, SSR ve UTDR metotları tersinim metoduna benzer özellikler gösterememişlerdir. Sonuç olarak TDR, AROU ve TABL metotlarının RDÜ oluşturmak için, tersinim metoduna benzer kalite özelliklerine ve yüksek üretme hızına sahip olmalarından dolayı oldukça uygun ve güvenilir algoritmalar olduğunu söyleyebiliriz.
Özet (Çeviri)
IV ABSTRACT TESTING UNIVERSAL RANDOM VARIATE GENERATION ALGORITHMS The aim of this thesis is to test the correctness and assess the quality of the non uniform random variate generation algorithms (methods) implemented in UNURAN. The quality of non-uniform random variates depends directly on the generator which produces uniform random numbers and the methods which are used to generate random variates. We had to use many combinations of different uniform random generators and random variate generation methods of UNURAN and PRNG library. To reach this goal, we developed a software which is an interface that allows to generate random variates using many combinations of different uniform random generators and random variate generation methods. To check the correctness we used the chi-square tests and histograms. We observed that all the random samples we generated with UNURAN fit the desired density function. The quality assessment of all methods has been performed through the comparison of the similarities to the inversion method. This comparison has been performed using the two-dimensional scatter diagrams of the uniform random numbers generated by the CDF transformed random variates. Our experiments showed that the quality of random variates generated by universal algorithms AROU and TDR with many construction points is almost the same as the quality of the inversion method. TABL also has a high quality, but more construction points than AROU and TDR should be used. The structure of SROU, SSR and UTDR is not close to the inversion method. Finally we can say that it is safe to use TDR, AROU and TABL methods for random variate generation since they can produce random variates with high generation speed and properties very close to variates generated by the inversion method.
Benzer Tezler
- Development, implementation and testing of universal random variate generation methods
Evrensel rassal değişken üretim yöntemlerinin tasarımı, uygulanması ve test edilmesi
TARKAN ODABAŞI
Yüksek Lisans
İngilizce
2002
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Three automatic random variete generation algorithms
Rastsal değişken üreten üç otomatik yöntem
YELİZ KAYAOĞLU
Yüksek Lisans
İngilizce
2003
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Random variate generation if the density is not known
İhtimal dağılım fonksiyonu bilinmediğinde rassal değişken üretimi
MEHPER CİHANGİR PALAVUZLAR
Yüksek Lisans
İngilizce
2002
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Generating random variaties with a given hazard rate
Risk oranından yararlanılarak rassal değişken üretimi
EVRİM ÖZGÜL
Yüksek Lisans
İngilizce
2002
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Kısa cam elyaf ve kalsit dolgulu polipropilen hibrit kompozitlerin fiziksel ve mekanik özelliklerinin incelenmesi
Analysing mechanical and physical properties of short glass fiber and calcite reinforced polypropylene hybrid composites
OĞUZKAN ŞENTÜRK
Yüksek Lisans
Türkçe
2014
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM MEHMET PALABIYIK