504
Radioprotection et ingénierie nucléaire
On constate que ce générateur a une périodicité de p = 4.
Avec m = 10, X o = a = c = 7, on obtient :
X i = 7, 6, 9, 0, 7, 6, 9, 0… et ζ i = 0,7, 0,6, 0,9, 0, 0,7, 0,6, 0,9, 0.
La périodicité de ce générateur est p = 4.
Références
Brockmann H. (1981) Treatment of Anisotropic Scattering in Numerical Neutron Transport Theory, Nuclear Science and Engineering, 77, 377-414.
Carter L.L., Forest C.A. (1976) Transfer Matrix Treatments for Multigroup Monte Carlo
Calculations – The Elimination of Ray Effects, Nuclear Science and Engineering, 59, 2745.
Efron B. (1979) Bootstrap methods: an other look at jacknife, Annals of Statistics, 7, 1-26.
Feller W. (1957) An introduction to Probability Theory and its Applications (New York,
Wiley).
Guillou A. (1995) Intervalles de confiance efficaces par des méthodes de bootstrap non
standard et applications, thèse de doctorat, spécialité statistique mathématique,
Université de Paris 6.
Karlin S. (1969) Initiation aux processus aléatoires (Traduit de l’américain par F. Rostand,
Paris, Dunod).
Kaufmann A. (1965) Cours moderne de calcul des probabilités (Paris, Albin Michel).
Knuth D.E. (1969) The Art of Computer Programming (Massachusetts, Addison-Wesley
Reading), p. 5.
Knuth D.E. (1969) The Art of Computer Programming, Massachusetts, Addison-Wesley
Reading.
L’Ecuyer P. (1988) Efficient Combined Random Number Generators, Simulation Modeling
and Statistical Computing, Communications of the ACM, 31 (6), 749.
L’Ecuyer P. (2003) Quasi-Monte Carlo Methods in Practice: Quasi Monte Carlo Methods
for Simulation, Proceedings of the 35th Conference on Winter Simulation, Driving
Simulation, pp. 81-89.
L’Ecuyer P. (2005) Uniform Random Number Generation : A State of the Art Survey, 5th
IMACS Seminar on Monte Carlo Methods: MCM’2005, May 16-20, 2005 (Florida State
University, Tallahassee, Florida, USA). http ://www.iro.umontreal.ca/~lecuyer
Lehmer D.H. (1951) Mathematical Methods in Large Scale Computing Units, Proceedings
of the 2nd Symposium on Large Scale Digital Calculating Machinery (Cambridge,
University Press), pp. 141-146).
Mao L. (1998) Contribution à la résolution de l’équation de Boltzmann en multigroupe par
les méthodes déterministes et Monte Carlo, note CEA-N 2836, thèse de doctorat,
Université de Provence Aix-Marseille.
Reuillon R., Hill D.R.C. (1988) Simulation Modeling and Statistical Computing, Communications of the ACM, 31 (6), 749.
Reuillon R., Hill D.R.C. (2004) Un générateur de hasard, Perspectives scientifiques, Pour
la Science, 320.
Radioprotection et ingénierie nucléaire
On constate que ce générateur a une périodicité de p = 4.
Avec m = 10, X o = a = c = 7, on obtient :
X i = 7, 6, 9, 0, 7, 6, 9, 0… et ζ i = 0,7, 0,6, 0,9, 0, 0,7, 0,6, 0,9, 0.
La périodicité de ce générateur est p = 4.
Références
Brockmann H. (1981) Treatment of Anisotropic Scattering in Numerical Neutron Transport Theory, Nuclear Science and Engineering, 77, 377-414.
Carter L.L., Forest C.A. (1976) Transfer Matrix Treatments for Multigroup Monte Carlo
Calculations – The Elimination of Ray Effects, Nuclear Science and Engineering, 59, 2745.
Efron B. (1979) Bootstrap methods: an other look at jacknife, Annals of Statistics, 7, 1-26.
Feller W. (1957) An introduction to Probability Theory and its Applications (New York,
Wiley).
Guillou A. (1995) Intervalles de confiance efficaces par des méthodes de bootstrap non
standard et applications, thèse de doctorat, spécialité statistique mathématique,
Université de Paris 6.
Karlin S. (1969) Initiation aux processus aléatoires (Traduit de l’américain par F. Rostand,
Paris, Dunod).
Kaufmann A. (1965) Cours moderne de calcul des probabilités (Paris, Albin Michel).
Knuth D.E. (1969) The Art of Computer Programming (Massachusetts, Addison-Wesley
Reading), p. 5.
Knuth D.E. (1969) The Art of Computer Programming, Massachusetts, Addison-Wesley
Reading.
L’Ecuyer P. (1988) Efficient Combined Random Number Generators, Simulation Modeling
and Statistical Computing, Communications of the ACM, 31 (6), 749.
L’Ecuyer P. (2003) Quasi-Monte Carlo Methods in Practice: Quasi Monte Carlo Methods
for Simulation, Proceedings of the 35th Conference on Winter Simulation, Driving
Simulation, pp. 81-89.
L’Ecuyer P. (2005) Uniform Random Number Generation : A State of the Art Survey, 5th
IMACS Seminar on Monte Carlo Methods: MCM’2005, May 16-20, 2005 (Florida State
University, Tallahassee, Florida, USA). http ://www.iro.umontreal.ca/~lecuyer
Lehmer D.H. (1951) Mathematical Methods in Large Scale Computing Units, Proceedings
of the 2nd Symposium on Large Scale Digital Calculating Machinery (Cambridge,
University Press), pp. 141-146).
Mao L. (1998) Contribution à la résolution de l’équation de Boltzmann en multigroupe par
les méthodes déterministes et Monte Carlo, note CEA-N 2836, thèse de doctorat,
Université de Provence Aix-Marseille.
Reuillon R., Hill D.R.C. (1988) Simulation Modeling and Statistical Computing, Communications of the ACM, 31 (6), 749.
Reuillon R., Hill D.R.C. (2004) Un générateur de hasard, Perspectives scientifiques, Pour
la Science, 320.