Открыть сервисСервис

Случайное число и понятие случайности

Случайное число (от англ. random — «произвольный, случайный») — число, выбранное без определённого алгоритма или по специальному алгоритму, имитирующему непредсказуемость. Понятие «рандомный» (случайный) применяется в математике, информатике, статистике и физике для описания процессов и величин, исход которых заранее неизвестен. В бытовом употреблении «рандомный» означает «произвольный, не подчинённый закономерности».

История понятия

Представления о случайности существовали с античности: атомисты Демокрит и Левкипп связывали случайность с хаотическим движением атомов. Систематическое изучение случайных величин началось в XVII веке в связи с задачами теории азартных игр: работы Блеза Паскаля и Пьера де Ферма (1654) заложили основы теории вероятностей. Якоб Бернулли в трактате «Ars Conjectandi» (1713) ввёл понятие закона больших чисел. В XIX веке Пуассон, Марков и Чебышёв разработали математический аппарат случайных процессов. В XX веке понятие случайности стало центральным для квантовой механики, теории информации Клода Шеннона и вычислительной техники.

Математическая теория

Случайная величина

Случайная величина — величина, исход которой не может быть предсказан до проведения опыта. Различают дискретные случайные величины (принимающие конечное или счётное число значений) и непрерывные (принимающие любые значения из отрезка). Поведение случайной величины описывается функцией распределения.

Псевдослучайные числа

В вычислительной технике настоящие случайные числа получить сложно, поэтому используются псевдослучайные генераторы — детерминированные алгоритмы, последовательность которых выглядит случайной. Наиболее распространён алгоритм Мерсенна-Твистера (MT19937), предложенный в 1997 году. Псевдослучайность означает, что при одном и том же начальном состоянии (сиде) генератор всегда выдаёт одну и ту же последовательность.

Источники настоящей случайности

Настоящие случайные числа генерируются на основе физических процессов: радиоактивного распада, теплового шума электронных компонентов, квантовых явлений. В России работает система «Лабиринт», обеспечивающая криптографические генераторы случайных чисел на основе физических эффектов.

Генераторы случайных чисел

ТипОсноваПрименение
ПсевдослучайныйДетерминированный алгоритмИгры, моделирование, тестирование
КриптографическийСложная математическая функцияШифрование, цифровые подписи
Физический (TRNG)Физический процессКриптография, лотереи

В программировании случайные числа получают через стандартные библиотеки: rand() в C, random в Python, java.util.Random в Java. Практически все они реализуют псевдослучайные алгоритмы.

Применение

Наука и моделирование

Метод Монте-Карло — класс численных методов, основанных на случайном выборе, применяется для вычисления интегралов, моделирования физических систем, оценки финансовых рисков. Метод назван в честь одноимённого курорта, где азартные игры вдохновили Станислава Улама и Джона фон Неймана на разработку метода в 1940-х годах.

Информатика и криптография

Случайные числа используются для генерации ключей шифрования, созданий токенов, инициализации нейронных сетей, разбиения данных на обучающую и тестовую выборки. Качество генератора случайных чисел критически важно для криптостойкости: предсказуемость последовательности делает шифрование уязвимым.

Игры и развлечения

Генерация случайных событий лежит в основе азартных игр, процедурной генерации уровней, случайных встреч в ролевых играх. В России азартные игры легализованы в четырёх специальных игорных зонах.

Философские аспекты

Существует три основных взгляда на природу случайности. Детерминизм отрицает объективную случайность, считая её результатом незнания причин. Классическая теория вероятностей трактует случайность как объективное свойство систем. Квантовая механика, начиная с работ Бора и Гейзенберга, рассматривает квантовую случайность как принципиально непредсказуемую. В России эти проблемы обсуждались в работах А. Н. Колмогорова, создавшего аксиоматику теории вероятностей (1933).

Интересные факты

  • Число π, вычисленное до триллионов знаков после запятой, не содержит закономерностей — цифры в его записи подчиняются равномерному распределению, что делает его «случайным» в статистическом смысле.
  • В 1947 году RAND Corporation опубликовала «A Million Random Digits with 100,000 Normal Deviates» — книгу со случайными числами, которую использовали для научных расчётов до распространения компьютеров.
  • Стандарт NIST SP 800-22 содержит набор тестов для проверки качества генераторов случайных чисел.

Источники

  • Колмогоров А. Н. Основания теории вероятностей. — М., 1936.
  • Feller W. An Introduction to Probability Theory and Its Applications. — Wiley, 1950.
  • Knuth D. E. The Art of Computer Programming, Vol. 2: Seminumerical Algorithms. — Addison-Wesley, 1997.
  • Press W. H. et al. Numerical Recipes. — Cambridge University Press, 2007.
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru