伪随机数生成器

伪随机数生成器 (Pseudorandom Number Generator, PRNG)

伪随机数生成器 (Pseudorandom Number Generator, 简称 PRNG) 是一种通过确定性算法生成看似随机、实则完全由初始种子 (Seed) 决定的数字序列的计算方法。与真正的随机性——例如放射性衰变或热噪声等物理过程——不同，PRNG 的输出在数学意义上是可完全复现的：给定相同的种子，总是产生完全相同的序列。

在 统计学、计量经济学 和 计算经济学 中，PRNG 是 蒙特卡洛模拟 (Monte Carlo Simulation)、Bootstrap 方法以及随机优化算法的基础工具。

基本工作原理

PRNG 的核心是一个确定性递推关系 (Deterministic Recurrence Relation)。给定当前状态 $S_n$，下一状态由转移函数 $f$ 决定：

随后，输出函数 $g$ 将内部状态映射为 $[0,1)$ 区间上的伪随机数：

整个过程由初始值 $S_0$——即种子 (Seed)——唯一确定。种子的选取决定了整个序列的轨迹。在实际应用中，种子通常取自系统时间、进程 ID 或其他高熵来源，以确保不同运行之间序列的不可预测性。

由于计算机的有限精度，PRNG 的状态空间是有限的，因此其输出序列必然具有周期 (Period)：序列最终会回到某个先前出现过的状态，并从此循环。最大可能周期等于状态空间的大小。一个良好设计的 PRNG 应使其周期远大于任何实际应用所需的样本量。

常见算法

线性同余生成器 (Linear Congruential Generator, LCG)

LCG 是最简单且历史最悠久的 PRNG 之一，其递推公式为：

其中 $a$ 为乘数，$c$ 为增量，$m$ 为模数。输出伪随机数为 $U_{n+1} = X_{n+1} / m$。当参数选取满足 Hull–Dobell 定理的条件时，LCG 可以达到满周期 $m$。然而，LCG 在高维空间中会表现出明显的晶格结构 (Lattice Structure)，不适用于对随机性要求较高的应用。

梅森旋转算法 (Mersenne Twister, MT)

梅森旋转算法是目前最广泛使用的通用 PRNG，其周期长达 $2^{19937} - 1$（一个梅森素数），因此得名。MT19937 变体是 Python、R、MATLAB 等主流统计软件的默认随机数生成器。其核心基于线性反馈移位寄存器，每次生成 624 个 32 位整数作为一个批次，批次内部通过复杂的位运算和矩阵乘法进行充分混合。

其他重要算法

• Lagged Fibonacci 生成器：基于类 Fibonacci 递推 $X_n = (X_{n-p} \circ X_{n-q}) \bmod m$，其中 $\circ$ 为某种二元运算。
• Xorshift 与 PCG 系列：利用按位异或 (XOR) 和移位操作，在硬件层面极为高效，适用于大规模并行模拟。
• Sobol 序列与 Halton 序列：属于拟随机数 (Quasi-random Numbers) 生成器，通过精心设计的确定性低差异序列均匀覆盖空间，在数值积分中收敛速度优于伪随机序列。

统计检验与质量评估

PRNG 的输出必须通过一系列统计检验，以确认其与真正的 独立同分布 $U(0,1)$ 序列在实践上无法区分。常用的检验体系包括：

1. 均匀性检验：Kolmogorov-Smirnov检验 或 卡方检验，检验生成的数值是否均匀分布于 $[0,1)$。
2. 独立性检验：自相关检验、游程检验 (Runs Test)，检验序列中是否存在可检测的依赖关系。
3. Diehard 与 TestU01：专门针对 PRNG 的综合性测试套件。TestU01 的 BigCrush 测试集包含 106 项检验，是最严格的 PRNG 评价标准。

密码学伪随机数生成器 (CSPRNG)

在 密码学 和 信息安全 领域，对 PRNG 有额外的安全性要求。一个密码学安全的伪随机数生成器 (Cryptographically Secure PRNG, CSPRNG) 必须满足：

• 后向不可预测性：即使攻击者获得了当前状态，也无法逆推出之前生成的随机数。
• 前向不可预测性：即使攻击者获得了部分输出，也无法预测未来的输出。

常见的 CSPRNG 包括基于 AES 块密码的 CTR\_DRBG、HMAC\_DRBG，以及 Linux 内核的 \texttt{/dev/urandom}。这些生成器持续从系统熵池 (Entropy Pool) 中收集不可预测的环境噪声作为种子重播种 (Reseeding) 的来源。

在经济学与统计学中的应用

PRNG 是 蒙特卡洛方法 (Monte Carlo Method) 的技术支柱。在经济学和统计学中，其典型应用包括：

1. 计量经济学中的模拟推断：当 估计量 的渐近分布在小样本下近似效果不佳时，研究者通过从假设的数据生成过程 (DGP) 中反复抽取伪随机样本来构建检验统计量的经验分布，如 Bootstrap 和 蒙特卡洛检验。
2. 贝叶斯计算：MCMC 方法（如 Gibbs采样 和 Metropolis-Hastings 算法）依赖 PRNG 从高维 后验分布 中抽样，是现代 贝叶斯统计 不可或缺的计算工具。
3. 金融工程与风险管理：对衍生品定价（如欧式期权的 Black-Scholes-Merton模型）和风险价值 (VaR) 的评估通常依赖于大规模蒙特卡洛模拟，每次模拟路径均由 PRNG 驱动。
4. 随机一般均衡模型：DSGE 模型的数值求解（如扰动法、投影法）和随机模拟均离不开高质量的伪随机序列。

常见误区与注意事项

• 种子管理：在并行计算中，若不当复制同一个种子，多个线程会生成完全相同的"随机"序列，导致模拟失效。应使用跳转 (Leapfrog) 或块分割 (Block Splitting) 技术在并行 PRNG 中确保各线程序列独立。
• LCG 的不足：标准库中的 LCG（如早期 C 语言的 \texttt{rand()}）周期短、低阶比特随机性差，不应在学术研究中使用。始终优先选用 MT19937 或更新一代的 PRNG。
• 随机性与伪随机性：PRNG 输出的是伪随机数，其本质上仍是确定性函数。对于需要真正不可预测性的场景（如彩票开奖、加密密钥生成），必须使用基于物理熵源的真随机数生成器 (TRNG) 或合格的 CSPRNG。
• 与拟随机数的区分：拟随机数序列（如 Sobol 序列）牺牲了随机性的统计外观，换取了空间填充的均匀性。它们在数值积分中效率更高，但一般不适用于需要独立同分布假设的统计推断。