Digitale Zufallszahlen
Digital Nonlinear Random Numbers
Wissenschaftsdisziplinen
Informatik (20%); Mathematik (80%)
Keywords
-
STOCHASTIC SIMULATION,
SCIENTIFIC COMPUTING,
RANDOM NUMBERS,
FINITE FIELDS
Zentrales Ziel bei der Entwicklung von Hochtechnologien wie Kernkraftwerken oder Flugzeugtragflächen ist die Sicherheit. Bereits beim Entwurf und natürlich auch später im Betrieb wird die Sicherheit mit Computer- Simulationen getestet. Als Eingabedaten für diese Simulationen werden Zufallszahlen benötigt, meist in großen Mengen, Millionen oder Milliarden von zufälligen Zahlen nach bestimmten Verteilungsgesetzen. Unsere Sicherheit hängt also davon ab, daß Computerprogramme Zufallszahlen in großen Mengen und in hoher Qualität erzeugen könne. Dies ist eine beunruhigende, ja widersprüchliche Forderung, denn bei Computerprogrammen ist jeder Schritt genau festgelegt, also nicht zufällig. Wenn wir trotzdem relativ ruhig schlafen (oder fliegen) können, so hängt dies erstens an unserem Nicht-Wissen dieser Zusammenhänge und zweitens an der Geschicklichkeit mancher Mathematiker. Eine Handvoll von Spezialisten beschäftigt sich weltweit damit, bestimmte Verfahren, sogenannte Pseudozufallszahlengeneratoren ("PZZG") zu entwickeln. Wie oben angedeutet, können die Konsequenzen schlechter PZZG katastrophal sein. Unsere Methoden sind (sehr) abstrakte Mathematik (aus den klassischen Gebieten Zahlentheorie und Algebra), monatelange Berechnungen auf dem Computer und die zahlreichen Möglichkeiten des Internet zur Informationsbeschaffung und -Verbreitung, siehe unseren Server http://random.mat.sbg.ac.at.
- Universität Salzburg - 100%
Research Output
- 1 Zitationen
- 1 Publikationen
-
2001
Titel Discrepancy estimates based on Haar functions DOI 10.1016/s0378-4754(00)00245-7 Typ Journal Article Autor Entacher K Journal Mathematics and Computers in Simulation Seiten 49-57