Willekeurige getallengeneratoren

Willekeurige getallengeneratoren kiezen automatisch uit een beperkte reeks getallen zonder voorspelbare patronen bij hun creatie. Elke keuze van het volgende getal is volledig onafhankelijk van de vorige. Het is echter mogelijk om een spreidingsbereik op te geven voordat een willekeurig getal tussen die grenzen wordt gegenereerd. Dit vereist input van de gebruiker en is volledig gebaseerd op zijn vereisten voor willekeurigisatie en het beoogde resultaat.

Basis generator voor willekeurige getallen

Je kunt onze standaard willekeurige getallengenerator gebruiken als je op zoek bent naar slechts één willekeurig getal. Eerst moet je echter beslissen welk bereik je gaat gebruiken voor je getal. Het bereik is het bereik van getallen waaruit je het willekeurige getal kunt genereren.

Als je bijvoorbeeld een willekeurig getal tussen 1 en 10 wilt, zou je bereik 1-10 zijn. Om dit in de rekenmachine in te voeren, voer je één in als ondergrens en tien als bovengrens.

Geavanceerde willekeurige Getallengenerator

Gebruik de uitgebreide versie van de Willekeurige getallengeneratoren als je meer dan één getal wilt genereren of als je een veel groter bereik wilt hebben. Bepaal het bereik voor de onder- en bovengrens en typ dan in hoeveel getallen je wilt genereren.

Je hebt ook de optie om gehele getallen of decimalen te genereren. Gehele getallen zijn ook bekend als hele getallen, zoals 1, 2 en 3. Decimale getallen zijn getallen gescheiden door een decimaal scheidingsteken (punt of komma) en zien er meestal zo uit: 1,02; 2,12; 3,33, enz.

Er zijn een paar andere aanwijzingen beschikbaar voor onze uitgebreide willekeurige getallengenerator. Je kunt kiezen of je duplicatie in de resultaten wilt toestaan, je resultaten wilt sorteren en hoeveel cijfers je wilt als je de voorkeur geeft aan decimalen. Hoewel het in de meeste gevallen ideaal is om nauwkeurig te zijn, vragen sommige situaties om willekeur. Als je op zoek bent naar resultaten die niemand kan voorspellen, dan heb je een proces nodig dat willekeurige resultaten genereert. Dat is waar willekeurige getalgeneratoren om de hoek komen kijken.

Willekeurige getallengeneratoren hebben een breed scala aan toepassingen en worden gebruikt in industrieën zoals gaming, beveiliging en loterijen - maar je kunt ze ook gebruiken in de meest alledaagse scenario's. In deze gids bespreken we wat willekeurige getalgeneratoren zijn, hoe ze werken, enkele van hun populairste toepassingen en hoe ze zijn ontstaan.

De willekeurige getallengenerator gedefinieerd

Een willekeurige getallengenerator kiest een willekeurig getal of willekeurige getallen op basis van de gegeven reikwijdte. Hij kan hardwaregebaseerd of pseudo-willekeurig zijn.

Hardware Willekeurige getallengeneratoren (HRNG) vertrouwen op fysische fenomenen zoals atmosferische ruis, thermische ruis en andere fenomenen die, in theorie, niet berekenbaar zijn. Klassieke voorbeelden zijn het opgooien van munten, een dobbelsteen en een roulettewiel. Meer gesofisticeerde apparaten worden ook gebruikt in de beveiligings- en cryptografie-industrie.

Pseudo-willekeurige getallengeneratoren (PRNG) zijn algoritmen die een reeks getallen genereren die echte willekeur benaderen. Ze worden vaak gebruikt in computerprogramma's omdat ze sneller en eenvoudiger te implementeren zijn dan hardwarematige willekeurige getalgeneratoren. Onze rekenmachine is een voorbeeld van een pseudo- willekeurige getalgenerator.

Problemen die de willekeurige Getallengenerator oplost

Een willekeurige getallengenerator kan in veel verschillende situaties gebruikt worden. Je gebruikt het misschien al in kleine situaties zonder dat je het beseft. Als je moeite hebt met het nemen van een beslissing en je neemt je toevlucht tot het opgooien van een munt, dan gebruik je een willekeurige getallengenerator.

Veel toepassingen vereisen een vorm van willekeurigheid, waaronder spelletjes, simulaties en beveiliging. Een spel kan bijvoorbeeld een willekeurige getallengenerator gebruiken om de volgende zet van elke speler te selecteren of om te bepalen welke kaarten elke speler krijgt. Een simulatie kan een willekeurige getallengenerator gebruiken om willekeurige getallen te genereren voor berekeningen. Beveiligingstoepassingen kunnen willekeurige getallengeneratoren gebruiken om eenmalige wachtwoorden of encryptiesleutels te genereren.

Wanneer een willekeurige getallengenerator gebruiken?

De resultaten van een willekeurige getallengenerator kunnen handig zijn in verschillende scenario's, groot of klein. Als je bijvoorbeeld gelooft in de kracht van geluk, kun je onze calculator gebruiken om je lotnummers te kiezen. Als je een evenement met verlotingsprijzen plant, kan een willekeurige getallengenerator je helpen om de winnaars te bepalen.

Je kunt een willekeurige getallengenerator gebruiken bij statistische berekeningen op grotere schaal.

Als je wilt weten wanneer je een willekeurige getallengenerator moet gebruiken, zijn hier de tekenen waarop je moet letten:

• Je wilt een gevoel van toeval creëren in je spel of toepassing
• Je moet getallen genereren die moeilijk te raden zijn
• Je werkt met een populatie die te groot is om uitputtend te tellen.

De geschiedenis van willekeurige getallengenerator

De geschiedenis van de willekeurige getallengenerator is gehuld in mysterie. Sommigen zeggen dat hij door de oude Chinezen werd gemaakt voor waarzeggerij. Anderen beweren dat Arabische wiskundigen hem voor het eerst gebruikten om te gokken.

Ongeacht de oorsprong wordt de willekeurige getallengenerator al eeuwenlang gebruikt om willekeurige resultaten te creëren.

Dobbelstenen, bijvoorbeeld, namen in de oudheid andere vormen aan dan de dobbelstenen die we nu kennen. Archeologen ontdekten dobbelstenen van verschillende materialen, zoals stokjes, schelpen, botten en dobbelstenen met slechts 2 of 3 zijden. De oudste bekende kubusvormige dobbelstenen kwamen rond 2500 voor Christus uit de Indusvallei.

De vroegst geregistreerde uitvinding van een elektronische willekeurige getallengenerator vond plaats in 1947 toen de RAND Corporation een apparaat creëerde dat willekeurige getallen genereerde door een roulette aan een computer te koppelen. Dankzij dit apparaat kregen wetenschappers voor het eerst toegang tot een uitgebreide reeks willekeurige getallen. Later publiceerden ze deze getallenreeksen in een boek dat bedoeld was voor wetenschappers om te gebruiken bij hun experimenten.

Een andere soortgelijke machine, ERNIE, die in de jaren 1940 werd gebouwd in het beroemde Bletchley Park, werd gebruikt om willekeurige getallen te genereren in de Britse Premium Bond-loterij. Later werd er een documentaire film "The Importance of Being E.R.N.I.E." gemaakt over deze willekeurige getallengenerator om vermoedens over de oneerlijkheid en het niet-willekeurige werkingsprincipe weg te nemen.

John von Neumann ontwikkelde de willekeurige getallengenerator verder in 1955. Hij creëerde de "middle-square method", een proces om willekeurige getallen te genereren die gebruikt worden bij simulatie en modellering.

Zijn idee was om met een getal te beginnen, het kwadraat ervan te nemen en de cijfers uit het midden van het resultaat weg te gooien. Neem het kwadraat opnieuw en gooi het midden weg, enzovoort. Volgens hem had de resulterende reeks dezelfde eigenschappen als willekeurige getallen. Von Neumanns theorie was niet optimaal. Het maakte niet uit welk begingetal je koos, de reeks die op deze manier werd gegenereerd zou ontaarden in een korte cyclus van zich herhalende waarden zoals 8100, 6100, 4100, 8100, 6100, 4100.

Sommige programmeertalen gebruiken nog steeds de methode van John von Neumann.

In 1999 voegde Intel een hardware willekeurige getalgenerator toe aan de i810 chipset. Deze implementatie gaf echt willekeurige getallen gebaseerd op temperatuurruis. Het werkte echter niet zo snel als software willekeurige getallengenerator. In 2012 voegde Intel RDRAND en RDSEED instructies toe aan zijn chips om echt willekeurige getallen te produceren op basis van dezelfde temperatuurschommelingen, maar nu met snelheden tot 500 Mb/s.

Er wordt nog steeds gediscussieerd over welke willekeurige getalgenerator gebruikt moet worden in dit of dat systeem, besturingssysteemkernel, programmeertaal, cryptografische bibliotheek, enz. Vele varianten van algoritmen zijn geoptimaliseerd voor snelheid, geheugenbesparing en veiligheid. Random getalgeneratoren zijn geëvolueerd en worden gebruikt in verschillende toepassingen, zoals het creëren van willekeurige wachtwoorden, het genereren van veilige encryptiesleutels en het simuleren van gebeurtenissen in de echte wereld voor onderzoeksdoeleinden.