Γεννήτρια τυχαίων αριθμών: Διαφορά μεταξύ των αναθεωρήσεων
Περιεχόμενο που διαγράφηκε Περιεχόμενο που προστέθηκε
μ τυπογραφικό |
Διάσωση 2 πηγών και υποβολή 0 για αρχειοθέτηση.) #IABot (v2.0 |
||
Γραμμή 6:
| url = http://slotsvariations.com/slot-machine.htm
| accessdate = 2010-05-14
| archiveurl = https://web.archive.org/web/20100312102711/http://slotsvariations.com/slot-machine.htm
}}</ref>▼
| archivedate = 2010-03-12
| url-status = dead
▲ }}</ref>
Υπάρχουν αρκετές υπολογιστικές μέθοδοι για την παραγωγή τυχαίων αριθμών. Πολλές δεν μπορούν να παράγουν πραγματικά τυχαίους αριθμούς - αν και μπορούν να ανταποκριθούν, με διαφορετικούς βαθμούς επιτυχίας, σε μερικές από τις στατιστικές δοκιμασίες οι οποίες έχουν ως στόχο να μετρήσουν πόσο απρόβλεπτα είναι τα αποτελέσματά τους (δηλαδή, κατά πόσο έχουν ευδιάκριτα μοτίβα). Ωστόσο, υπάρχουν προσεκτικά σχεδιασμένα υπολογιστικά συστήματα που παράγουν τυχαίους αριθμούς με ασφάλεια, όπως αυτά που βασίζονται στον αλγόριθμο Yarrow, τον Fortuna (PRNG) και άλλους.
Γραμμή 77 ⟶ 80 :
=== Παραγωγή από [[κατανομή πιθανότητας]] ===
Υπάρχουν μερικές μέθοδοι που μπορούν να δημιουργήσουν έναν τυχαίο αριθμό με βάση μια [[συνάρτηση πυκνότητας πιθανότητας]]. Αυτές οι μέθοδοι περιλαμβάνουν το μετασχηματισμό με κάποιο τρόπο ενός ομοιόμορφα τυχαίου αριθμού. Εξαιτίας αυτού, αυτές οι μέθοδοι λειτουργούν εξίσου καλά στην παραγωγή ψευδοτυχαίων και αληθινά τυχαίων αριθμών. Μία μέθοδος, που ονομάζεται η μέθοδος αναστροφής, περιλαμβάνει την ενσωμάτωση επάνω σε μια περιοχή μεγαλύτερη ή ίση με τον τυχαίο αριθμό (η οποία θα πρέπει να παράγεται μεταξύ 0 και 1 για σωστές κατανομές). Μία δεύτερη μέθοδος, που ονομάζεται μέθοδος αποδοχής-απόρριψης, περιλαμβάνει την επιλογή μιας τιμής x και y και ελέγχει αν η συνάρτηση του x είναι μεγαλύτερη από την τιμή y. Αν είναι, τότε η τιμή x είναι αποδεκτή. Διαφορετικά, η τιμή του x απορρίπτεται και ο αλγόριθμος προσπαθεί ξανά.<ref>{{cite web | last = The MathWorks | first = | title = Common generation methods | date = | work = | url = http://www.mathworks.de/help/toolbox/stats/br5k9hi-1.html | accessdate = 2011-10-13 }}{{Dead link|date=Σεπτέμβριος 2019 }}</ref><!-- [http://www.mathworks.com/access/helpdesk/help/toolbox/stats/bqttfc1.html#bqt8l8g]--><ref>{{ cite web | last = The Numerical Algorithms Group | first = | title = G05 – Random Number Generators | date = | work = NAG Library Manual, Mark 23 | url = http://www.nag.co.uk/numeric/fl/nagdoc_fl23/pdf/G05/g05intro.pdf | accessdate = 2012-02-09 }}</ref>
=== Παραγωγή από ανθρώπους ===
Γραμμή 101 ⟶ 103 :
* {{In Our Time|Random and Pseudorandom|b00x9xjb}}
* {{cite web|last=Clewett|first=James|title=Random Numbers|url=http://www.numberphile.com/videos/random_numbers.html|work=Numberphile|publisher=[[Brady Haran]]|accessdate=2013-12-30|archiveurl=https://web.archive.org/web/20160319140933/http://www.numberphile.com/videos/random_numbers.html|archivedate=2016-03-19|url-status=dead}}
* [https://sites.google.com/site/simulationarchitecture/jrand jRand] a Java-based framework for the generation of simulation sequences, including pseudo-random sequences of numbers
* [http://www.nag.co.uk/numeric/fl/nagdoc_fl24/html/G05/g05conts.html Random number generators in NAG Fortran Library]
| |||