Generator af tilfældige tal

Tilføj til websted Metainformation

Andre værktøjer

Talgenerator

Talgenerator

Videnskabelige og teknologiske fremskridt i det 20. århundrede skyldes i høj grad udviklingen af ​​sandsynlighedsteori og skabelsen af ​​tilfældige talgeneratorer.

Tilfældige tal er tal, der kan tolkes som resultaterne af implementeringen af ​​en eller anden tilfældig variabel - det grundlæggende begreb for sandsynlighedsteori. Begrebet tilfældighed indebærer i denne sammenhæng uforudsigeligheden af ​​værdien af ​​en given mængde før starten af ​​eksperimentet.

Historik over tilfældige tal

Menneskets behov for at bruge tilfældige tal opstod længe før opfindelsen af ​​enheder af videnskabsmænd, der gør det muligt at opnå tilfældige arrays. I lang tid brugte folk improviserede midler til at generere tilfældige tal, inklusive genstande af livlig og livløs natur.

Et af de mest slående eksempler på de enkleste tilfældige talgeneratorer er de velkendte terninger, som er meget brugt i dag. I elementære eksperimenter og træningseksperimenter kan afhængigheden af ​​bevægelsesloven for en terning af dens omgivelser, begyndelsesbetingelser og den menneskelige faktor fuldstændig negligeres, så antallet af point på en terning kan med nogle forbehold betragtes som et tilfældigt variabel. Terninger spillede en væsentlig rolle i udviklingen af ​​sandsynlighedsteori: i 1890 foreslog den engelske forsker Francis Galton en metode til at generere tilfældige tal ved hjælp af terninger.

Lidt mere kompliceret i enheden er en anden talgenerator, der er meget brugt i hverdagen - lotterietromlen. Denne enhed er en tromle med nummererede kugler, der blandes inde i den under rotation. Det vigtigste anvendelsesområde for lotteritrommer er lotterier og lotto. Det er let at gætte på, at lototronen er uegnet til brug i seriøse videnskabelige eksperimenter på grund af den lave grad af tilfældighed og drifthastighed.

Den første tilfældige talgenerator, der giver dig mulighed for at få store mængder data og er egnet til at løse anvendte problemer, blev opfundet i 1939. Maurice George Kendall og Bernard Babington-Smith skabte en enhed, der kunne generere en tabel indeholdende 100.000 tilfældige tal. Og blot 16 år senere forbedrede den amerikanske strategiske virksomhed RAND engelske akademikeres resultater 10 gange - ved hjælp af specielle maskiner blev der oprettet en tabel med en million tilfældige tal. Den tabelformede metode til at generere tilfældige tal har modtaget betydelig udvikling takket være George Marsaglia, som modtog 650 MB tilfældige tal i 1996. Men på grund af det snævre anvendelsesområde, er denne metode i øjeblikket ikke bredt accepteret.

Maskiner, der genererer tilfældige tal i realtid, har en række fordele i forhold til enheder, der opretter tabeller med tilfældige tal. En af de første sådanne maskiner var Ferranti Mark 1-computeren, som i 1951 inkluderede et program, der genererede tilfældige tal baseret på inputstøjstrømmen fra en modstand. Interessant nok var ideen om at skabe et sådant program den store engelske matematiker Alan Turing. Også nyskabende inden for generering af tilfældige tal var opfindelsen i 1957 af ERNIE (Electronic Random Number Indicator Equipment), oprindeligt beregnet til at generere vindende numre i det britiske lotteri.

Pseudotilfældige tal

Opfindelsen af ​​tilfældige talgeneratorer har utvivlsomt i høj grad fremskyndet den videnskabelige og teknologiske proces. Imidlertid havde disse enheder en kritisk vigtig ulempe, som i væsentlig grad begrænsede muligheden for deres anvendelse. Allerede i midten af ​​det 20. århundrede bemærkede den ungarsk-amerikanske matematiker John von Neumann uegnetheden af ​​fysiske tilfældige tal generatorer i databehandling, på grund af umuligheden af ​​at gentage et tilfældigt eksperiment og som følge heraf umuligheden af ​​at gengive et tilfældigt tal. at teste en maskines funktion. Det er sådan, det videnskabelige samfund havde brug for pseudo-tilfældige tal - tal, der har en række vigtige egenskaber af tilfældige tal, men opnået ikke som et resultat af et tilfældigt eksperiment, men på grundlag af en eller anden algoritme. John von Neumann blev selv forfatter til metoden "midt på kvadratet", som giver dig mulighed for at få ti-cifrede pseudo-tilfældige tal ved udgangen.

Den største ulempe ved pseudo-tilfældige tal er selvfølgelig manglen på datatilfældighed, som er så vigtig på mange områder af videnskaben og livet. Derudover har alle pseudo-tilfældige tal generatorer egenskaben af ​​looping, det vil sige fra et bestemt tidspunkt at gentage sekvensen af ​​output tal, er mange algoritmer reversible, og nogle har endda en ujævn endimensionel fordeling. Derfor tiltrækker dette område på nuværende tidspunkt mange forskere, der søger at udvikle eksisterende eller skabe nye effektive pseudo-tilfældige talgeneratorer.

Interessante fakta

  • Ifølge nogle historikere går de første forsøg på at generere tilfældige tal tilbage til 3500 f.Kr. Mærkeligt nok er de forbundet med det gamle egyptiske brætspil "Senet", som består i at flytte jetoner rundt på brættet.
  • I lang tid har resultaterne af folketællinger og andre datatabeller opnået eksperimentelt tjent som kilder til tilfældige tal for nogle reelle praktiske problemer.
  • En sårbarhed i pseudo-tilfældige talgenereringsalgoritmer blev udnyttet i begyndelsen af ​​2010'erne af den tidligere sikkerhedsdirektør for Multi-State Lottery Association. Den ubudne gæst havde adgang til software, der blev brugt til at bestemme vindertal på lotterisedler, hvormed han kunne bestemme vinderkombinationerne flere dage om året. Han blev sigtet i 2015 efter at have vundet $16,5 millioner.
  • En pseudo-tilfældig talgenerator installeret på den indbyggede computer på et Apollo-rumfartøj fik engang dens bevægelse til at fungere forkert og alvorligt afvige fra dens tilsigtede bane. Som forskerne fandt ud af, faldt outputdataene fra generatoren, der blev brugt til at beregne vinkelhastighederne, ned i det nedre halvplan i 80% af tilfældene, hvilket absolut ikke opfyldte de krævede kriterier for tilfældigheden af ​​resultaterne af generatoren.

Problemet med at generere tilfældige tal er i øjeblikket et af de mest relevante og lovende i det videnskabelige samfund. Samtidig er dette emne mest interessant for folk, der er langt fra videnskabens verden. Gør dig bekendt med de mest berømte pseudo-tilfældige talgenereringsalgoritmer og deres anvendelsesområder.

Generator af tilfældige tal

Generator af tilfældige tal

Hver dag bruger millioner af mennesker online tjenester til generering af tilfældige numre, men få mennesker tænker over, hvad der ligger bag denne proces. Hvordan fungerer tilfældige talgeneratorer, og er disse tal overhovedet tilfældige?

Hvordan tilfældige tal opnås

De bedst kendte eksempler på eksperimenter med tilfældige udfald, der kan tolkes som tilfældige tal, er det velkendte kast med en mønt eller terning, blander kort eller trækker et kort fra et blandet spil. Folk har brugt disse teknikker i hverdagen i århundreder, men sådanne metoder er naturligvis ikke egnede til at generere store arrays.

De første forsøg på at systematisere processen med at generere tilfældige tal førte til oprettelsen af ​​algoritmer til at udfylde tabeller med tilfældige tal. Imidlertid er anvendelsesområdet for sådanne tabeller ret snævert, så tabeller med tilfældige tal blev hurtigt erstattet af maskiner, der genererer tilfældige tal i realtid og er meget brugt i dag.

Generere af tilfældige og pseudo-tilfældige tal

De færreste ved det, men de fleste moderne enheder genererer faktisk pseudo-tilfældige tal. Dette er navnet på talsekvenser, hvis egenskaber i mange henseender ligner tilfældige, men mekanismen for deres konstruktion er væsentlig anderledes. Ægte tilfældige tal generatorer bruger resultaterne af små tilfældige fysiske processer i deres arbejde, såsom termisk og skudt støj, den fotoelektriske effekt eller nogle kvantefænomener. Udgangssekvensen for en sådan generator kan ikke forudsiges, hvilket er den største fordel ved tilfældige talgeneratorer frem for pseudotilfældige. Denne egenskab med tilfældige tal er vigtigst i områder, hvor databeskyttelse og sikkerhed er påkrævet, såsom kryptografi.

I modsætning til ægte tilfældige tal genereres pseudotilfældige talsekvenser baseret på en eller anden algoritme, så de er forudsigelige og faste. Resultaterne af generatoren af ​​pseudo-tilfældige tal kan forbedres ved at indføre nogle parametre i systemet, der komplicerer afhængighederne mellem tal, men alle nuværende eksisterende pseudo-tilfældige tal-generatorer før eller siden er ikke i stand til at producere virkelig tilfældige tal.

På grund af enhedens høje kompleksitet og omkostningerne ved generatorer af tilfældige tal, er videnskabsmænd i øjeblikket meget opmærksomme på at finde og optimere de mest effektive algoritmer til at generere pseudo-tilfældige tal. Selv "Cryptographically Strong Pseudo-Random Number Generators" (CSPRNGS) er blevet opfundet, som bruges inden for områderne kryptering og sikring af integriteten af ​​transmitteret information.

Hvor tilfældige og pseudo-tilfældige tal bruges

Generere af tilfældige tal er en integreret del af de fleste operativsystemsoftware. Derudover er de uundværlige til statistiske test og numeriske simuleringer. Tilfældige talgeneratorer bruges også til at skabe komplekse computerspil og kan udvide mulighederne for kunstig intelligens betydeligt, en af ​​de mest lovende teknologier i dette årti. Selvfølgelig er tilfældige tal meget brugt i lotterier, konkurrencer og lodtrækninger.

Generering af tilfældige tal er en tidskrævende og på mange måder mystisk proces, men det er derfor, det er endnu mere interessant. Dyk dybere ned i dette emne, og sørg for at opdage noget nyt for dig selv.