Skip to main content
  • 11k Accesses

Zusammenfassung

Bisher haben wir in diesem Buch die Beobachtung von Zufallsvariablen beschrieben, nicht aber Vorschriften für deren Erzeugung. Nun ist es aber für viele Anwendungen nützlich, über eine Reihe von Werten einer zufällig verteilten Variablen x zu verfügen. Da oft Operationen mit sehr vielen solchen Zufallszahlen ausgeführt werden müssen, ist es besonders bequem, sie direkt im Rechner zur Verfügung zu haben. Das korrekte Verfahren zur Erzeugung solcher Zufallszahlen wäre die Benutzung eines statistischen Prozesses, z. B.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Abkürzung von binary digit– Binärziffer

  2. 2.

    Da die Zahlen pseudozufällig und nicht streng zufällig sind, benutzen wir die Schreibweise xanstelle von x

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2013 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Brandt, S. (2013). Rechnererzeugte Zufallszahlen. Die Monte-Carlo-Methode. In: Datenanalyse für Naturwissenschaftler und Ingenieure. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-37664-1_4

Download citation

Publish with us

Policies and ethics