Usuária:Yayakame/Testes

GNU nano
Autor	Chris Allegretta
Desenvolvedor	Benno Schulenberg
Lançamento	18 de novembro de 1999
Versão estável	7.2  (18 janeiro 2023)
Versão em teste	[+/-]
Escrito em	C
Gênero(s)	Editor de Texto
Licença	GNU General Public License
Página oficial	www.nano-editor.org

__LEAD_SECTION__

Os dados são um exemplo de gerador de números aleatórios de hardware mecânico. Ao lançar um dado cúbico, obtém-se um número aleatório de 1 a 6.

A geração de números aleatórios é um processo pelo qual, muitas vezes por meio de um gerador de números aleatórios (RNG), é gerada uma sequência de números ou símbolos que não pode ser razoavelmente prevista melhor do que por acaso. Isso significa que uma sequência de resultados específica conterá alguns padrões detectáveis, mas impossíveis de prever. Os verdadeiros geradores de números aleatórios podem ser geradores de números aleatórios de hardware (HRNGs), em que cada geração é uma função do valor atual de um atributo do ambiente físico que muda constantemente de uma maneira que é praticamente impossível de prever. Eles se diferenciam das chamadas "gerações de números aleatórios" feitas por geradores de números pseudoaleatórios (PRNGs), que geram números que apenas parecem aleatórios, mas na verdade são pré-determinados - essas gerações podem ser reproduzidas simplesmente conhecendo o estado do PRNG.

Algumas delas existem desde os tempos antigos, incluindo exemplos bem conhecidos como o lançamento de dados, o lançamento de moedas, o embaralhamento de cartas de baralho, o uso de talos de milefólios (para adivinhação) no I Ching, bem como inúmeras outras técnicas. Devido à natureza mecânica destas técnicas, gerar grandes quantidades de números suficientemente aleatórios (importantes em estatística) exigia muito trabalho e tempo. Assim, os resultados seriam por vezes recolhidos e distribuídos como tabelas de números aleatórios.

Existem vários métodos computacionais para geração de números pseudoaleatórios. Todos eles falham em alcançar o objetivo da verdadeira aleatoriedade, embora possam satisfazer, com sucesso variável, alguns dos testes estatísticos de aleatoriedade destinados a medir o quão imprevisíveis são os seus resultados (isto é, até que ponto os seus padrões são perceptíveis). Isso geralmente os torna inutilizáveis para aplicações como criptografia. No entanto, também existem geradores de números pseudoaleatórios criptograficamente seguros (CSPRNGS), que são cuidadosamente projetados, com recursos especiais especificamente para uso em criptografia.