乱数列




乱数列（らんすうれつ）とはランダムな数列のこと。
数学的に述べれば、今得られている数列 x1, x2, ..., xn から次の数列の値 xn+1 が予測できない数列。乱数列の各要素を乱数という。




目次






  • 1 擬似乱数列と真の乱数列


  • 2 乱数列の種類


    • 2.1 2進乱数


    • 2.2 一様乱数


      • 2.2.1 整数の一様分布乱数




    • 2.3 正規乱数




  • 3 乱数の生成法


  • 4 脚注


  • 5 参考文献


  • 6 関連記事





擬似乱数列と真の乱数列


決定的オートマトン（en:deterministic automaton）であるコンピュータでは、基本的には確定的な計算によってしか数列を作ることができない。しかし、確定的な計算によって作られた数列でありながら、統計的にはサイコロなどで作られた乱数列と近似の性質を持つ数列の生成法があり、そのようにして生成された数列を擬似乱数列という。特にコンピュータへの実装に関しては、ビット列を生成することから Deterministic Random Bit Generator（DRBG）という語もある。「乱数列と近似の性質」の評価（検定）に関しては各種の提案があるが、標準としては米国のNIST、FIPSが検査方法を、ANS X9－82の中で公表しているものがあり、幾つかの方法について公認としている。


以上のような、確定的な計算などによる擬似乱数列に対し、（十分に[1]）確率的な自然現象・物理現象から作られた乱数列を「真の乱数」「自然乱数」などという。非決定的という点を強調した Non-deterministic Random Bit Generator（NRBG）という語もある。この発生に用いられる代表的な自然現象は、原子の崩壊による放射線の輻射レベルや時間間隔、抵抗器の熱雑音などといったホワイトノイズやピンクノイズなどのノイズ、熱雑音などを原因とする半導体素子の遅れ時間のバラつき、光の屈折からの光子の分散などが多く使われている。先に出たFIPSでは、自然乱数の検定方法はいまだ検討中となっているが、いくつかの必要条件を示している。この必要条件としては、乱数発生源の健康状態が確認できること、発生源のエントロピーを確認できること、発生回路を自己検定できることなどがあるが、いまだドラフトの段階となっている。特記すべき点として、自然乱数はその発生源のエントロピーの低下に備え、疑似乱数との混合が望ましいとしていることがある。（これは望ましくない場合もある。コンピュータの応答などで遅滞が許されない場合は疑似乱数にフォールバックすべきだろうが、暗号等に使う場合などには絶対に真の乱数でなければならない場合がある）


近年、IoT他、セキュリティの高まりから、より良い乱数が暗号のために必要となり、従来はその実装が高価で一般に特殊用途でしか実用されていなかった自然乱数の需要が高まり、インテルといったCPUメーカーがそのCPUに組み込む例が多くなっている。


世界での自然乱数の発生器については英語版の記事が詳しい。



乱数列の種類


乱数列はそのとる値や分布によって分類される。



2進乱数


2進乱数とは0と1 (あるいは-1と1)がランダムに現れるような乱数である。ストリーム暗号やスペクトラム拡散通信に用いられる。



一様乱数


一様乱数とはある有限の区間を区切って、その区間内で全ての実数が同じ確率（濃度）で現れるような乱数のことである。つまり連続一様分布に従う。


ある範囲の整数値を取る乱数列を発生させて、それを範囲の幅で割ることで [0,1]（0以上1以下）や [0,1)（0以上1未満）の一様乱数に近いものが得られる。このようにして生成した一様乱数は原理的に有理数のみを含むため、任意の実数でありうる真の一様乱数ではない。コンピュータでは一般に浮動小数点数を扱い、真の実数を一般に扱うことは難しいため、真の一様乱数を扱うのは難しい。



整数の一様分布乱数


多くのプログラム言語では基本的な乱数として、0からある最大値までの整数に一様分布する乱数を発生させる関数が標準で用意されている。これを加工することで色々な分布の乱数を作り出すことができる。ただし、実装に使われているアルゴリズムによって周期やランダム性（すなわち乱数の"質"）に違いがあり、たとえばC++11標準ライブラリに実装されているメルセンヌ・ツイスタエンジン（std::mt19937）は219937-1という非常に長い周期をもつが、C言語標準ライブラリのrand()関数やJavaのjava.util.Random [2]、および.NET Framework基本クラスライブラリのSystem.Random [3]など、実装が簡便だが下位桁の規則性や2次元以上での相関のある線形合同法が使われていることが多い。



正規乱数


正規乱数とは正規分布を持つような乱数である。正規乱数は工学においてはホワイトガウスノイズとして利用される。


平均μ、分散σ2 の正規分布N(μ, σ2)のような正規乱数を作る場合、まず(0,1]の一様乱数をボックス＝ミュラー法（Box-Muller transform）で変換してN(0, 1)の正規乱数を得ることから始める。


一様乱数(0,1]の要素α{displaystyle alpha }とβ{displaystyle beta }を次の変換を用いて変換する。



  • −2⋅ln⁡α⋅sin⁡(2πβ){displaystyle {sqrt {-2cdot ln alpha }}cdot sin left(2pi beta right)}

  • −2⋅ln⁡α⋅cos⁡(2πβ){displaystyle {sqrt {-2cdot ln alpha }}cdot cos left(2pi beta right)}


このようにして二つの相関のないN(0, 1)の正規乱数が得られる[4]。ただしln{displaystyle ln }は自然対数。


この正規乱数にσをかけて、さらにμを加えることで正規分布N(μ, σ2)の正規乱数が得られる。


またこれとは別に、簡単で擬似的な方法として、12個の一様乱数[0,1]の和から6を減ずる方法もよく用いられる[4]。中心極限定理によって、独立した複数の一様乱数の和の分布は正規分布に近づく。さらに、12個の一様乱数[0,1]の和の分散は1となるため、6を減ずるだけで正規分布に近い確率分布が得られ、計算に都合がよい。


1990年代以降のパーソナルコンピュータは浮動小数点演算処理装置の内蔵によって三角関数や対数関数の演算が速くなっているため、1つの正規乱数あたり12回もの一様乱数生成を要するこの方法より、1つの正規乱数あたり1回の一様乱数生成で済むボックス＝ミュラー法を用いた方が、一般的によく知られた多くの擬似乱数生成器との組み合わせにおいては高速である。


但し、非常に高速な擬似乱数生成器を用いるならば、中心極限定理を用いた手法はボックス＝ミュラー法を用いるよりも十分に高速な正規乱数の生成が可能である。


ボードゲームやテーブルトークRPGなどの遊戯において、複数個のサイコロの目の合計を使用している例がよく見られるが、これは中心極限定理によって正規乱数（の、ごくごく粗い近似）を生成し利用しているといえる。



乱数の生成法


「ハードウェア乱数生成器」も参照

擬似乱数でない乱数をコンピュータで利用するには、外部のエントロピーを入力するための専用ハードウェアなどを利用することになる。そのようなハードウェア乱数生成器を内蔵したCPUやチップセット、OSによってキーボードの打鍵タイミングなどから乱数が生成される擬似デバイスなどが存在する。このような乱数の生成法はコンピュータの歴史より古く、コンピュータが一般的に利用可能となるまでは「乱数賽」（1〜10の全ての数字が1/10の確率で現れるよう作られたサイコロ。3軸に対して対称の10面体は作れないので、正20面体の各面に2回ずつ番号を振ったものが通常使われる）や袋に入れた乱数カードを引き出すハイハット方式で生成していた。



脚注


[ヘルプ]




  1. ^ 量子力学的現象に比べれば、サイコロなどはかなり確定的だという主張もあるかもしれない。


  2. ^ Random (Java Platform SE 8 )


  3. ^ Random Class (System)

  4. ^ ab奥村（1991）、P133-134。




参考文献


  • 奥村晴彦 『C言語による最新アルゴリズム事典』 技術評論社、1991年。.mw-parser-output cite.citation{font-style:inherit}.mw-parser-output .citation q{quotes:"""""""'""'"}.mw-parser-output .citation .cs1-lock-free a{background:url("//upload.wikimedia.org/wikipedia/commons/thumb/6/65/Lock-green.svg/9px-Lock-green.svg.png")no-repeat;background-position:right .1em center}.mw-parser-output .citation .cs1-lock-limited a,.mw-parser-output .citation .cs1-lock-registration a{background:url("//upload.wikimedia.org/wikipedia/commons/thumb/d/d6/Lock-gray-alt-2.svg/9px-Lock-gray-alt-2.svg.png")no-repeat;background-position:right .1em center}.mw-parser-output .citation .cs1-lock-subscription a{background:url("//upload.wikimedia.org/wikipedia/commons/thumb/a/aa/Lock-red-alt-2.svg/9px-Lock-red-alt-2.svg.png")no-repeat;background-position:right .1em center}.mw-parser-output .cs1-subscription,.mw-parser-output .cs1-registration{color:#555}.mw-parser-output .cs1-subscription span,.mw-parser-output .cs1-registration span{border-bottom:1px dotted;cursor:help}.mw-parser-output .cs1-ws-icon a{background:url("//upload.wikimedia.org/wikipedia/commons/thumb/4/4c/Wikisource-logo.svg/12px-Wikisource-logo.svg.png")no-repeat;background-position:right .1em center}.mw-parser-output code.cs1-code{color:inherit;background:inherit;border:inherit;padding:inherit}.mw-parser-output .cs1-hidden-error{display:none;font-size:100%}.mw-parser-output .cs1-visible-error{font-size:100%}.mw-parser-output .cs1-maint{display:none;color:#33aa33;margin-left:0.3em}.mw-parser-output .cs1-subscription,.mw-parser-output .cs1-registration,.mw-parser-output .cs1-format{font-size:95%}.mw-parser-output .cs1-kern-left,.mw-parser-output .cs1-kern-wl-left{padding-left:0.2em}.mw-parser-output .cs1-kern-right,.mw-parser-output .cs1-kern-wl-right{padding-right:0.2em}
    ISBN 4-87408-414-1。


関連記事



  • ランダム

  • カイ二乗検定

  • コルモゴロフ複雑性

  • 擬似乱数

  • モンテカルロ法

  • 逐次モンテカルロ法


  • 乱択アルゴリズム - ラスベガス法

  • 次元の呪い

  • マルコフ連鎖

  • MCMC









-

Popular posts from this blog

CARDNET

Image
CARDNET は日本カードネットワークが運営するクレジット決済ネットワーク。日本カードネットワークの略称としてもCARDNETが使用されている。 事件・事故 2017年4月15日午前11時8分からクレジットカードの決済がしづらくなる障害が発生した。障害は同日午後5時18分に復旧した。原因は、複数あるCARDNETセンターの拠点のうち1つで、2重化してあるL3スイッチの片方が故障し、1系統にトラフィックが集中したことによる輻輳が発生したため。対処としては、故障したL3スイッチ交換とシステム再起動が行われた [1] 。 出典 ^ 金子寛人 ( 2017年4月17日 ). “CARDNETのクレジット決済に6時間強障害、原因はL3スイッチ故障”. 日経コンピュータ. 2018年10月18日 閲覧。 この項目は、コンピュータに関連した 書きかけの項目 です。この項目を加筆・訂正などしてくださる協力者を求めています（PJ:コンピュータ/P:コンピュータ）。 この項目は、経済に関連した 書きかけの項目 です。この項目を加筆・訂正などしてくださる協力者を求めています（ポータル 経済学、プロジェクト 経済）。 This page is only for reference, If you need detailed information, please check here
Read more

Boot-repair Failure: Unable to locate package grub-common:i386

Image
0 I am on a system dual-booting Windows and Debian (usually using the latter), and a recent Windows update appears to have wreaked havoc on the Debian boot system. I managed to boot Windows again, but not Linux. Following online suggestions, I created a Live USB of Ubuntu, and booted from that. Then I have installed and run the boot-repair utility. The utility instructs me to type several lines including sudo chroot "/mnt/boot-sav/sda6" apt-get purge -y grub*-common grub-common:i386 To which I receive the error E: Unable to locate package grub-common:i386 I am given to understand the issue may have to do with having UEFI vs BIOS (I believe I have UEFI), but do not understand this well. In any case I have subsequently run the boot-repair BootInfo Summary utility which created the following file h
Read more

濃尾地震

Image
濃尾地震 『岐阜市街大地震之図』 歌川国利画 本震 発生日 1891年（明治24年）10月28日 発生時刻 6時38分50秒（JST） 震央 日本 岐阜県本巣郡西根尾村（現・本巣市） 北緯35度35分 東経136度20分（ 地図 ） 規模    マグニチュード（M）8.0 最大震度    震度7： 注1 福井県今立郡鯖江町、愛知県葉栗郡大田島村、東春日井郡勝川村 地震の種類 直下型地震 被害 死傷者数 死者7,273人、負傷者17,175人 注1：当時の震度階級では「激烈」 プロジェクト:地球科学 プロジェクト:災害 テンプレートを表示 濃尾地震 （のうびじしん）は、1891年（明治24年）10月28日に濃尾地方で発生した、日本史上最大の内陸地殻内地震。「 美濃・尾張地震 （みの・おわりじしん）」とも呼ばれている。辛卯の年に発生したことから 辛卯震災 と呼んでいる報告書もある。 目次 1 概要 1.1 震源断層 2 被害 3 各地の震度 4 前兆現象 5 報道 6 学術的な意義 7 地震防災 8 脚注 9 関連項目 10 外部リンク 概要 濃尾地震発生当時の根尾谷断層 濃尾地震を引き起こした根尾谷断層 写真中央を斜めに走る段差が根尾谷断層 濃尾地震は、1891年10月28日6時38分50秒に発生した。震源は、岐阜県本巣郡西根尾村（現・本巣市）、北緯35度35分、東経136度20分付近。河角廣 (1951) は岐阜市付近（北緯35.6度、東経136.6度）に震央を仮定し規模 M K = 7.0 を与え [1] 、マグニチュードは M = 8.4 に換算されているが、明治・大正期の地震については0.5程度大きく見積もられているとされる [2] 。また、震央距離と震度との関係など当時のデータから後にM8.0 [3] とも推定される。アメリカ地質調査所 (USGS) でも8.0としている [4] 。「根尾谷断層帯」が活動した典型的な内陸地殻内地震（いわゆる直下型地震）であり、これは記録が残っている日本の内陸
Read more