Die*_*ego 13 random terminology
当我们实际测量某些东西时,我们究竟如何谈论"真正的随机"数字.我的意思是,测量几乎与随机性的相反.
索姆的文章说,例如,投掷骰子是"真正的随机".当然它不是伪随机的,但它是否随机？如果你有一台机器可以从完全相同的位置扔掉骰子并且总是在相同的方向上使用完全相同的力量:它总是会变成相同的数字吗？(我确实如此).
拜托,有人能帮我理解"真随机"数字吗？
mok*_*kus 13
随机性本质上是衡量我们不知道多少的量度.宇宙可能是也可能不是真正的确定性,无关紧要 - 我们不知道(并且没有可预见的方式知道)两次宇宙射线撞击之间的确切时间是什么.对于伪随机数,我们做,原则上,有知道的一种方式,因为我们可以重新创建初始条件,并再次获得相同的输出.
pet*_*hen 12
量子效应是这种"真实随机性"的来源.例如,海森堡不确定性原则说你的骰子投掷者不能准确地定义它的投掷手臂的冲动和位置.(阅读流行sci量子物理学可能是可怕的 - 我们世界的可预测性和稳定性似乎只不过是一个伟大的统计专长.)
[编辑]因为它出现在评论中:还有其他较少"模糊"的过程"看起来随机",例如模具辊的磨损和空气湍流.然而,所有这些事情都可以被认为是超出我们的知识,但从根本上说是确定性的(假设客观现实.)量子过程至少在广泛接受的哥本哈根解释下是真正随机的.[/编辑]
还有 - 正如其他回复中所提到的 - 将量子效应转化为可观察的随机数发生器的设备.存在用于"提取"任何数据流的随机性的算法.有一些测试算法可以检查数据流是否像随机流一样"行为".
OTOH,你可以争辩说相当成功的是"随机"是一个人造的概念,即东西是不是对客观世界的组成部分,但我们的理解限制(尽管不确定性原理被认为是不只是一个观察者效应) .
当有人要求任何随机数发生器时,反问题应该是:对于什么应用？在这个讨论的背景下:你需要傻瓜谁？Pseudo vs. True只是生成机制,而不是基本的对立面.
从这个意义上说,对于大多数目的而言,混乱的行为通常是"随机的",并且可以用很少的自由度创建.
我认为当有人谈到IT中的"真正的随机"数字时,这总是来自测量/观察被认为是随机的东西,而伪随机算法总会返回相同的模式(给定相同的起点)或经过一定长度后缠绕后).例如,我听说过用于测量某些元件(如晶体管)产生的电噪声的器件.这确实比确定性算法"更"随机.
为了增加"随机性",我知道例如Linux尝试将各种外部事件合并到其随机数生成器中,例如鼠标移动,按键(AFAIK甚至按键持续时间),来自HD的定时等.是的,他们试图通过向其添加不确定性来源来改进确定性算法.