隨機數

隨機數是專門的隨機試驗的結果。

在統計學的不同技術中需要使用隨機數，比如在從統計總體中抽取有代表性的樣本的時候，或者在將實驗動物分配到不同的試驗組的過程中，或者在進行蒙特卡羅模擬法計算的時候等等。

產生隨機數有多種不同的方法。這些方法被稱為隨機數生成器。隨機數最重要的特性是它在產生時後面的那個數與前面的那個數毫無關係。

根據密碼學原理，隨機數的隨機性檢驗可以分為三個標準： ^[1] 

相應的，隨機數也分為三類：

隨機數在密碼學中非常重要，保密通信中大量運用的會話密鑰的生成即需要真隨機數的參與。如果一個隨機數生成算法是有缺陷的，那麼會話密鑰可以直接被推算出來。若果真發生這種事故，那麼任何加密算法都失去了意義。

密碼學中大量利用偽隨機數生成器的應用還有流密碼。流密碼的著名例子是RC4。流密碼的原理是利用一個密碼學安全的偽隨機數生成器根據密鑰產生一串密碼學安全的偽隨機比特列，再將消息與上述隨機比特列按位異或運算。

沒有數學證明表示密碼學安全的偽隨機數生成器是確實存在的。其存在性證明涉及到P和NP的數學難題。

真正的隨機數是使用物理現象產生的：比如擲錢幣、骰子、轉輪、使用電子元件的噪音、核裂變等等，這樣的隨機數發生器叫做物理性隨機數發生器，它們的缺點是技術要求比較高。

使用計算機產生真隨機數的方法是獲取cpu頻率與温度的不確定性以及統計一段時間的運算次數每次都會產生不同的值，系統時間的誤差以及聲卡的底噪等。

在實際應用中往往使用偽隨機數就足夠了。這些數列是“似乎”隨機的數，實際上它們是通過一個固定的、可以重複的計算方法產生的。計算機或計算器產生的隨機數有很長的週期性。它們不真正地隨機，因為它們實際上是可以計算出來的，但是它們具有類似於隨機數的統計特徵。這樣的發生器叫做偽隨機數發生器。

在真正關鍵性的應用中，比如在密碼學中，人們一般使用真正的隨機數。

C語言、C++、C#、Java、Matlab、PHP、C51等程序語言和軟件中都有對應的隨機數生成函數。