He escrito un algoritmo corto de integración de Monte Carlo para calcular una integral en Fortran 90. Una vez comparé el resultado obtenido al resolver la integral con respecto a algún parámetro usando el generador intrínseco de números aleatorios con el método generador de números aleatorios ran1 presentado en Recetas numéricas para Fortran90 Volumen 2.

Ejecutando el mismo algoritmo dos veces, una vez invocando random_seed () intrínseco, luego siempre invoca random_number () y una vez invocando el método ran1 () provisto en el libro de recetas numéricas obtengo como resultado en principal la misma forma pero el resultado intrínseco es continuo curva en contraste con el resultado ran1. En ambos casos, llamo a la función con parámetros aleatorios 10,000 veces para un valor de parámetro q, la agrego y luego continúo con el siguiente valor q y llamo a la función 10,000 veces, etc.

Una imagen comparativa del resultado se puede encontrar aquí:

Si aumento el número de llamadas, ambas curvas convergen. Pero me preguntaba: ¿por qué el generador intrínseco de números aleatorios genera esta suavidad? ¿Todavía se recomienda usarlo en general o hay otros RNG más recomendados? Supongo que el resultado continuo es el resultado de la aleatoriedad "menos" del generador de números intrínsecos.

(Dejé el código fuente porque no creo que haya mucha información de él. Si a alguien le importa, puedo entregarlo más tarde).