math - 您的伪随机数生成器 (PRNG) 是否不够随机？

Question

您是否曾经编写过因所使用的(伪)随机数的质量而遇到麻烦的模拟或随机算法？

发生了什么？

您是如何检测/意识到您的 prng 是问题所在的？

切换 PRNG 是否足以解决问题，还是必须切换到真正的随机源？

我试图弄清楚哪些类型的应用程序需要人们担心其随机性来源的质量，以及当这成为问题时人们如何意识到。

Answer 1

1. 带日期的随机数生成器 RANDU在七十年代因产生“坏”随机数而臭名昭著。我的博士导师提到这影响了他的博士学位，他必须重新运行模拟。在 Google 上搜索 RANDU linear congrunetial generator还提出了其他例子。
2. 当我在多台机器上运行模拟时，有时我很想生成“随机种子”，而不是仅仅使用适当的并行随机数生成器。例如，使用当前时间(以秒为单位)生成种子。这给我带来了足够多的问题，我不惜一切代价避免这种情况。

<小时/>

这主要是由于我的特殊兴趣，但除了并行计算之外，我永远不会想到创建自己的随机数生成器。在大多数语言中，调用经过良好测试的随机数函数都很简单。