Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/9128
Title: Προσομοίωση και στατιστικός έλεγχος γεννητριών τυχαίων αριθμών για εφαρμογή σε τυχερά παιχνίδια
Authors: Κάρλος, Σταμάτης
Keywords: Γεννήτριες τυχαίων αριθμών
Ψευδοτυχαίοι αριθμοί
Τυχαίοι αριθμοί
Τυχαιότητα
Ανακάτεμα
Προσομοίωση
Keywords (translated): RNG
Pseudorandom numbers
Random numbers
Randomness
Shuffling
Simulation
Abstract: Σκοπός της συγκεκριμένης πτυχιακής εργασίας αποτελεί η μελέτη, η ανάλυση, η διερεύνηση και η κατηγοριοποίηση των σημαντικότερων μεθόδων παραγωγής τυχαίων αριθμών. Σε πρώτο στάδιο, παρουσιάσθηκε μία ιστορική αναδρομή σχετικά με τους τυχαίους αριθμούς και αναφέρθηκαν οι σημαντικότερες εφαρμογές που αυτοί βρίσκουν εφαρμογή. Στη συνέχεια, προσδιορίστηκαν οι ιδιότητες που πρέπει να πληρούνται στις γραμμικές συμπτωτικές γεννήτριες καθώς και τα κυριότερα χαρακτηριστικά των υπόλοιπων γεννητριών. Εν συνεχεία, παρουσιάσθηκαν οι πιο γνωστές σουίτες στατιστικών τεστ που αξιοποιούνται πλέον από το σύνολο των σύγχρονων εταιριών, οι οποίες απαιτούν κάποιο επίπεδο τυχαιότητας στις εφαρμογές τους. Επιπλέον, στην εργασία συμπεριλήφθηκαν οι υλοποιήσεις που έγιναν στα υπολογιστικά περιβάλλοντα των Python, R και Matlab, προκειμένου να εξομοιωθεί η συμπεριφορά διαφόρων γεννητριών τυχαίων αριθμών και να εξετασθεί η συμπεριφορά τους με τα εκάστοτε στατιστικά κριτήρια. Τέλος, αναλύεται εις βάθος η υλοποίηση του τυχερού παιχνιδιού Draw Poker, με σκοπό την εξομοίωση του τρόπου λειτουργίας της με τη χρήση ψευδοτυχαίων αριθμών και την εξακρίβωση της ορθότητας και του επιπέδου εμπιστοσύνης σε μία τέτοιου είδους ντετερμινιστική εφαρμογή.
Abstract (translated): The purpose of this master thesis is the study, the deeper analysis and the discrimination of the most important RNGs. To start with, a retrospection of random numbers was presented along with their most important applications. Furthermore, the properties that have to be satisfied, were identified through LCG, combined with all other generators. Then, the most commonly used statistical suites were presented, which are now used by all companies, that demand some level of randomness. Moreover, this thesis contains the implementations in computational environment like R, Python and Matlab, so that to simulate the behavior of various RNGs. Finally, in order to simulate its function, the implementation of Draw Poker is examined in depth, so as to accurately verify it, with the use of pseudorandom numbers. Also, the trust level of such a deterministic application is tested.
Appears in Collections:Τμήμα Μαθηματικών (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Karlos(math).pdf6.11 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.