Generisanje slučajnih brojeva — разлика између измена

Садржај обрисан Садржај додат
мНема описа измене
Ред 14:
 
== Praktične primene i upotrebe ==
Generatori nasumičnih brojeva imaju primene u [[Коцкање|kockanju]], statističkom uzimanju primeraka, [[Рачунарска_симулација|računarskoj simulaciji]], [[Криптографија|kriptografiji]], kompletno nasumičnom dizajnu, i drugim oblastima gde je poželjno stvarati nepredvidiv rezultat. Generalno, u primenama gde je nepredvidjlivost glavna, kao sto je u bezbednostnim primenama, hardverski generator nasumičnih brojeva su uglavnom poželjniji od pseudo-slučajnih algoritama, gde je izvodljivo da se implementiraju.
 
Generatori nasumičnih brojeva su vrlo korisni pri razvijanju simulacija [[Монте_Карло_метода|Monte Karlo metoda]], jer je [[Дебаговање|debagovanje]] olakšano mogućnošću da se stvaraju isti nizovi nasumičnih brojeva počevši od istog ''nasumičnog semena'' ({{jez-en|random seed}}). Takođe se koriste u [[Криптографија|kriptografiji]] - dok god je ''seme'' tajna. Pošiljalac i primalac mogu da generišu isti skup brojeva automatski da koriste kao ključeve.
<!--
Random number generators have applications in [[gambling]], [[statistical sampling]], [[computer simulation]], [[cryptography]], [[completely randomized design]], and other areas where producing an unpredictable result is desirable. Generally, in applications having unpredictability as the paramount, such as in security applications, [[Hardware random number generator|hardware generators]] are generally preferred over pseudo-random algorithms, where feasible.
 
Generisanje pseudo slučajnih brojeva je bitan i čest zadatak u programiranju. Dok kriptografija i određeni numerički algoritmi zahtevaju veoma visok stepen naizgledne nasumičnosti, mnoge druge operacije zahtevaju samo skromnu količinu nepredvidljivosti. Neki prosti primer bi mogao biti prikazivanje korisniku "Nasumični citat dana", ili određivanje kojim putem bi se kompjuterski kontrolisan neprijatelj kretao u video igri. Slabiji oblici nasumičnosti se koriste u [[Heš_funkcija|heš algoritmima]] i u pravljenju amortizovanih [[Алгоритми_претраживања|pretraga]] i [[Алгоритми_за_сортирање|algoritama za sortiranje]].
Random number generators are very useful in developing [[Monte Carlo method|Monte Carlo-method]] simulations, as [[debugging]] is facilitated by the ability to run the same sequence of random numbers again by starting from the same ''[[random seed]]''. They are also used in [[cryptography]] – so long as the ''seed'' is secret. Sender and receiver can generate the same set of numbers automatically to use as keys.
 
Neke primene koje na prvi pogled izgledaju da su prikladne za nasumičnost u stvari nisu tako proste. Na primer, sistem koji "nasumično" odabira pesme za pozadinsku muziku mora samo da izgleda nasumično, i možda čak ima načine da kontroliše izbor muzike: pravi nasumični sistem ne bi imao ograničenja da se ista stvar pojavi dva ili tri puta zaredom.
The generation of [[pseudo-random number]]s is an important and common task in computer programming. While cryptography and certain numerical algorithms require a very high degree of ''apparent'' randomness, many other operations only need a modest amount of unpredictability. Some simple examples might be presenting a user with a "Random Quote of the Day", or determining which way a computer-controlled adversary might move in a computer game. Weaker forms of ''randomness'' are used in [[hash algorithm]]s and in creating [[amortization|amortized]] [[search algorithm|searching]] and [[sorting algorithm]]s.
 
Some applications which appear at first sight to be suitable for randomization are in fact not quite so simple. For instance, a system that "randomly" selects music tracks for a background music system must only ''appear'' random, and may even have ways to control the selection of music: a true random system would have no restriction on the same item appearing two or three times in succession.
-->
== "Pravi" naspram pseudo-nasumičnih brojeva ==