(4)--拓展阅读：伪随机数产生方法.docVIP

拓展阅读1伪随机数产生方法

现实世界随处可见随机现象,可以通过物理装置得到真正的随机数,但成本高且使用不方便.

借助于计算机产生的随机数称为“伪随机数”.在计算机几乎所有领域都会用到，如计算机随机系统、计算智能、不确定性推理、大数据、人工智能、计算机通信等.现在的计算机软件几乎都能产生随机数，特别是产生服从(0,1)区间均匀分布的随机数.

在概率统计专业，只要有了(0,1)区间均匀分布，其他重要的随机变量的分布几乎都能产生出来，如正态分布、指数分布、Chauchy分布、Levy分布等.

产生随机数的数学基础就是数论中的模运算.一般可选择四个非负整数:模数m,乘数a,常数c和种子数x0,其中2≤am,0≤c

xn

为了产生服从(0,1)区间均匀分布的随机数，取

u

若取m=231-1,a=75,x

x

u

16807

0.000007826

282475249

0.131537788

1622650073

0.755605322

984943658

0.458650131

1144108930

0.532767237

470211272

0.218959186

101027544

0.047044616

1457850878

0.678864716

?

?

至于上述模数m,乘数a,常数c和种子数x0的选取原则以及un是否是服从(0,1)区间均匀分布的随机数这些问题就不在此讨论

唯有某些量子物理过程所产生的随机性是完全真随机的，比如量子态的坍缩过程。因此，北京大学量子电子研究所CREAM小组的研究方向之一是量子随机数发生器（QuantumRandomNumberGenerator，QRNG）.

CREAM小组在QRNG方向将探究更多的量子随机数产生方案和更严格的检验标准，希望研制更快速率、更小体积、更稳定的随机数发生器，并通过更好的检验标准进行验证.

[1]?YuLiu,MingyiZhu,BinLuo,JianweiZhang,andHongGuo,“Implementationof1.6Tbs-1trulyrandomnumbergenerationbasedonasuper-luminescentemittingdiode,”LaserPhys.Lett.10,045001(2013).

[2]?HongGuo,WenzhuoTang,YuLiu,andWeiWei,“Trulyrandomnumbergenerationbasedonmeasurementofphasenoiseofalaser,”Phys.Rev.E81(5),051137(2010).