fortran 产生随机数方法介绍（附代码） 注意：现在计算机产生的随机数都是伪随机数。 1.0-1 之间均匀分布的随机数 random_number(x) 产生一个 0 到 1 之间的随机数（x 可以是向量），但是每次总是那几个数。 用了 random_seed ()后，系统根据日期和时间随机地提供种子，使得随机数更随机了。 program random implicit none real :: x call random_seed () ! 系统根据日期和时间随机地提供种子 call random_number (x) ! 每次的随机数就都不一样了 write(*,*) x stop end program random 2.任意区间均匀分布的随机数 function my_random (lbound,ubound) implicit none real :: lbound,ubound real :: len real :: my_random real :: t len=ubound-lbound !计算范围大小 call random_number(t) !t 是0-1 之间的随机数 my_random=lbound+len*t return end 注意：在循环外 call random_seed() 3.产生一个随机数数组，只需加一个循环即可 function my_random (lbound,ubound) implicit none real :: lbound,ubound real :: len integer size real :: my_random(size) !size 代表数组元素的个数 real :: t integer i len=ubound-lbound !计算范围大小 do i=1,10 call random_number(t) !t 是0-1 之间的随机数 my_random(i)=lbound+len*t !把 t 转换成 lbound-ubound 间的随机数 end do return end 注意：同理在循环外 call random_seed() 4.标准正态分布随机数/高斯分布随机数 (1)徐士良的那本程序集里介绍了正态分布随机数产生的原理，不过他的方法只能产生较为简 单的随机数，随机数的质量并不高，特别是随机数的数目较多时。 (2)Box 和 Muller 在 1958 年给出了由均匀分布的随机变量生成正态分布的随机变量的算法。 设 U1, U2 是区间 (0, 1) 上均匀分布的随机变量，且相互独立。令 X1 = sqrt(-2*log(U1)) * cos(2*PI*U2); X2 = sqrt(-2*log(U1)) * sin(2*PI*U2); 那么 X1, X2 服从 N(0,1) 分布，且相互独立。等于说我们用两个独立的 U(0,1) 随机数得到了 两个独立的 N(0,1)随机数。 值得说明的是，该方法产生的随机数质量很高。嘻嘻，本人亲自验证过。 SAS 和蒙特卡罗模拟_随机数 一、为什么选择 SAS 做蒙特卡罗模拟？ 为什么要用SAS 做蒙卡？首先，对我来说，我只会用SAS，而且打...
