pseudozufällige

Pseudozufällige Zahlen bezeichnen Zahlenfolgen, die von einem deterministischen Algorithmus erzeugt werden, der sich statistisch wie Zufallszahlen verhält. Solche Sequenzen entstehen durch pseudorandom number generators (PRNGs), die mit einem Startwert oder Seed initialisiert werden. Aus diesem Seed folgt eine festen Zustand, aus dem die gesamte Folge eindeutig abgeleitet wird. Wiederholbarkeit ist eine zentrale Eigenschaft: dieselbe Seed führt zu derselben Folge, was Reproducibility in Simulationen ermöglicht.

Im Gegensatz zu echten Zufallszahlen, die aus ungesteuerten physikalischen Prozessen stammen können, sind pseudozufällige Zahlenfolge deterministisch. Sie weisen jedoch oft ausreichend gleichverteilte Zahlen und geringe Korrelationen auf, um praktische Anwendungen zu unterstützen. Viele PRNGs sind periodisch, das heißt, sie kehren nach einer endlichen langen Periode zum Anfangsstück zurück. Die Qualität hängt von der statistischen Prüfung ab; manche Algorithmen weisen bekannt Schwächen auf und sind nicht für kryptografische Zwecke geeignet.

Anwendungen finden sich in Computersimulationen, Monte-Carlo-Verfahren, Computerspielen und vielen Algorithmen, bei denen Geschwindigkeit und Reproduzierbarkeit wichtig sind. Für kryptographische Zwecke sind herkömmliche PRNGs ungeeignet; stattdessen werden kryptografisch sichere PRNGs (CSPRNGs) verwendet, die Unvorhersagbarkeit auch bei Kenntnis des Algorithmus gewährleisten sollen.

Typische Beispiele für PRNGs sind lineare Kongruenzgeneratoren, der Mersenne-Twister, sowie modernere Familien wie PCG oder Xoroshiro/Xorshift. Viele Programmiersprachen kapseln diese Generatoren hinter neutralen Schnittstellen, oft ergänzt durch Zugriff auf echte Entropiequellen des Betriebssystems.