¿Es posible la generación de números aleatorios verdaderos?

Sí. Las 4 fuentes ‘canónicas’ de aleatoriedad verdadera:

  • Efecto Joule sobre una resistencia de precisión (difícil de explotar en la práctica)
  • Desintegración radiactiva del núcleo: popular en la comunidad científica, ya que todo lo que necesita es un trozo de muestra radiactiva y un detector de silicio para registrar los recuentos / segundo.
  • grabación de ruido atmosférico en un lugar relativamente aislado, un poco más difícil de extraer, pero el Servicio de números aleatorios verdaderos utiliza esto
  • radiación cósmica de fondo (una variación y una de las causas de lo anterior)

Hay varios otros candidatos, algunos con física exótica.

La cuestión es que usar una semilla aleatoria en un generador de números pseudoaleatorios (el más simple de los cuales es un registro electrónico de “desplazamiento a la izquierda” equivalente a multiplicar un número x2) puede terminar generando datos buenos y aleatorios con mucho más ancho de banda que Los pocos bits utilizados en la entrada.

Al incluir el efecto Joule en el mundo digital, es posible crear un verdadero generador de números aleatorios jugando con un flip-flop SR inestable truco, como se usa en 2013+ plataformas Intel. vea la respuesta de Jacob VanWagoner a ¿Cómo funciona el circuito en el generador de números aleatorios verdaderos de Intel?

El único criterio de aleatoriedad es que durante un período de tiempo muy largo, la tasa entre 0 y 1 binarios debe ser 50:50.
Esto significa que son posibles secuencias muy largas de un solo tipo de bit, como “1111 …”, pero muy poco probable.

Posiblemente no. La mecánica clásica dice que no, porque todo debe tener una causa. Solo los eventos no causados ​​pueden ser aleatorios y esos procesos no existen en la mecánica clásica. Incluso suponiendo que las fluctuaciones cuánticas pueden ser verdaderamente aleatorias, no está claro cómo se pueden propagar a la realidad de grano grueso en la que vivimos. Y mucho menos si la aleatoriedad cuántica es realmente aleatoria algorítmica, ya que solo es aleatoria bajo algunas interpretaciones de la mecánica cuántica, pero no es realmente necesaria en la teoría (la matemática se trata solo de probabilidades, no de requerir una aleatoriedad incontestable).

Voy a decir que si

Ahora sabemos que una computadora procesa información bastante similar al cerebro, a pesar de que usa 0 y 1 en lugar de neuronas.

Ahora supongamos que estamos en una habitación llena de gente. Me paro en el escenario y le pido a 3 personas al azar que me digan un número aleatorio y luego elijo una cuarta persona para elegir un número para dividir.

Creo que todos estaríamos de acuerdo en que eso es muy aleatorio. Entonces la respuesta es sí. Ahora, para aquellos que dirían que las personas pueden ser inconscientemente parciales a los números, continúen leyendo.

Vamos a relacionarnos con algo que todos saben, la lotería. Como sabemos, hay cinco bolas que se pueden sacar, 6 si es una bola de poder. 55 números se abren camino en todas las direcciones y es absorbido aleatoriamente 1 por 1. Esta es una forma completamente imparcial de generar un número aleatoriamente.

Aún no estoy satisfecho.

Si te dijera que elijas un número entre 1 y 2, que significa 2

Elige un número entre 1 e infinito.

Si adivinó 173,817,017,716.0183710, entonces supongo que los números no se generan aleatoriamente.

Estoy de acuerdo con la respuesta de Steve, y su vínculo debería ser excelente para fines prácticos. Para asegurarse de que los datos del “proceso físico aleatorio” sean realmente aleatorios, debe tomar algo como la salida de una antena de radio que se encuentra dentro de una aspiradora de radio. La salida debe ser verdaderamente aleatoria.

Guía de implementación del software Intel® Digital Random Number Generator (DRNG)

Entonces sí.

En mi opinión, no hay números aleatorios. Solo hay números que son el resultado de una ecuación con muchas variables desconocidas.

Necesita un generador que esté vinculado a un proceso físico verdaderamente aleatorio. Ver, por ejemplo, True Random Number Service.

More Interesting

¿Debo aprender a diseñar estructuras de datos antes de aprender sobre algoritmos?

¿Necesito estudiar la teoría de estructuras de datos y algoritmos antes de resolver las preguntas en InterviewBit?

¿Qué algoritmos se utilizan para el proceso de aprendizaje automático de Yandex?

¿Cuáles son las diferencias entre los algoritmos que realizan la búsqueda en un gráfico y los algoritmos que realizan la búsqueda en un árbol?

¿Por qué alguien usa el hashing cuando el peor tiempo de búsqueda del hashing es O (n) y eso para bbst es logn?

¿Debería darse más reconocimiento a las personas que hacen el trabajo de limpiar conjuntos de datos para que puedan ser utilizadas por personas que ejecutan algoritmos de aprendizaje automático?

¿Cuáles son los diferentes métodos utilizados para representar el árbol binario?

¿Alguien podrá escribir un algoritmo que pueda hacer dinero en el mercado durante un período de 20 años?

¿Qué son las estructuras autorreferenciales?

¿Cómo puede un algoritmo RLS utilizar el filtro Wiener como bloque FIR (M-tap)?

Cómo encontrar la subcadena común más larga de tres o más cadenas usando una matriz de sufijos

¿Cuál es la conclusión del algoritmo de Dijkstra?

¿Cuál es el mejor algoritmo para encontrar el número más pequeño (mínimo 40 dígitos) cuyo último dígito se mueve al frente y es nueve veces el número original?

Cómo demostrar que el problema del vendedor de viajes es NP-hard

¿Cuál es el mejor enfoque para mí para aprender algoritmos y estructuras de datos?