Random Number Méthodes Générateur

January 16

générateurs de nombres aléatoires (GNA) de sont importants pour des simulations informatiques précises des expériences scientifiques fondées sur des nombres aléatoires. Elles sont appelées simulations de Monte Carlo. Les nombres aléatoires sont également utiles pour le cryptage des données. Méthodes de RNG varient de sélectionner un chiffre à partir d'un nombre irrationnel à l'aide de bruit atmosphérique aléatoire.

Deux catégories

RNG peuvent être classés comme pseudo-aléatoires (PRNGs) et de vrais aléatoires (NGRT). Comme expliqué au Random.org, PRNGs utilisent des formules mathématiques ou des listes pré-calculées, tandis que NGRT utilisent des phénomènes physiques réels. Il est comme si PRNGs calculent rouleaux meurent alors NGRT roulent effectivement la filière. PRNGs ont une périodicité qui est inapproprié pour les loteries et le cryptage, mais les périodes sont assez longues pour d'autres fins, telles que des simulations expérimentales. En outre, PRNGs sont généralement capables de produire un grand nombre de variables aléatoires, comme cela est nécessaire pour la simulation expérimentale.

Générateurs de congruence linéaire,

Un des PRNGs les plus courantes est le générateur de congruence linéaire. A partir d'un certain nombre de graines, l'algorithme consiste à appliquer une relation de récurrence (fonction du dernier numéro généré) pour générer le numéro suivant. Par exemple, le nombre de graines peut être doublée, puis être tronquée par l'arithmétique modulaire (division par une base et en ne conservant que le reste). Une simulation est disponible à Wolfram.com.

Processus physiques utilisés pour NGRT

La désintégration radioactive a un caractère aléatoire à ce qui peut être utilisé par un TRNG. Un compteur Geiger peut être interfacé avec un ordinateur pour collecter les données. Un exemple peut être trouvé au projet HotBits à fourmilab.ch. Random.org utilise le bruit atmosphérique, qui peut être capté par une radio normale. LavaRnd.org est géré par des gens qui ont utilisé d'utiliser une lampe de lave que le processus physique aléatoire, mais utilisent maintenant un photorécepteur appareil photo numérique.

Quantum vs. Chaotic Sources physiques

sources physiques de hasard peuvent être divisés en systèmes quantiques et chaotiques. sources Quantum fournissent aléatoire en raison de la nature probabiliste de la matière à la très faible niveau, comme la désintégration radioactive. sources Chaotic ont une dépendance sensible aux conditions initiales. bruit atmosphérique est un exemple. Une autre est l'utilisation de balles de ping pong soufflant dans un récipient fermé jusqu'à ce qu'un tuyau est ouvert pour permettre un à être poussé dehors (par exemple pour les dessins de loterie).

Algorithmes supplémentaires pseudo-aléatoires

La méthode Blum Blum Shub (du nom de ses créateurs) est trop lent pour produire beaucoup de nombres aléatoires pour les simulations, mais est adapté à la cryptographie. Il effectue troncature modulaire sur un nombre carré. La méthode multiplication avec report est connu pour la production de nombre rapide et de très longues périodes. arithmétique modulaire est effectuée sur deux nombres aléatoires efficacement à la fois pour produire la prochaine. Le générateur de Fibonacci décalé est similaire au générateur de congruence linéaire, mais utilise un mélange de produits précédemment et (décalées) les nombres aléatoires pour générer des nouveaux numéros.