Exemples réels d'un générateur de nombres aléatoires inefficace

Nous savons tous que les générateurs de nombres aléatoires dans les ordinateurs ne génèrent pas de vrais nombres aléatoires, mais génèrent à la place des nombres pseudo-aléatoires. En outre, certains RNG sont meilleurs que d'autres, et certains sont mieux mis en œuvre que d'autres.

Quels sont quelques exemples de cas où un RNG médiocre a été utilisé, ou un RNG mal mis en œuvre, et a été exploité?

Les exemples que j'ai trouvés sont

Ron Harris triche au Keno -
Michael Larsen bat "Appuyez sur votre chance"
Premiers jeux de poker en ligne utilisant un RNG prévisible www.cigital.com/papers/download/developer_gambling.php

random-generation history

— Assez ringard
source

Il existe un autre ensemble de problèmes connexes, des études scientifiques / statistiques de Monte-Carlo effectuées à l'aide de RNG pauvres qui se sont avérées plus tard être fausses. Malheureusement, je ne contribue pas beaucoup parce que je ne me souviens pas de la référence, mais c'est définitivement arrivé ...

— Korone

De mémoire, le jeu télévisé britannique Deal or No Deal utilisait à l'origine des nombres (pseudo-) aléatoires générés dans Excel, et un spectateur a pu résoudre le problème de savoir quelle boîte contenait quel prix. Mais je ne pense pas que le prix ait été exploité comme tel.

— Silverfish

Voir également cet article Wired sur l'exploitation des numéros pseudo-aléatoires sur les cartes à gratter de loterie .

— Silverfish

Pour les personnes qui votent pour fermer: je pense que ce message est en toute sécurité sur le sujet ici. La génération (pseudo) de nombres aléatoires et l'historique des statistiques sont clairement sur le sujet, et je ne sais pas quel aspect de cette intersection la rendrait hors sujet. Même si l'on devait argumenter "ahh, mais seules les mathématiques du RNG sont sur le sujet ici" (ce qui serait très réductionniste à mon avis), une très bonne réponse à cette question - le type que j'espère lire - explorera quels détails mathématiques ont permis à l'exploit de se produire.

— Silverfish

@Corone: Pensez-vous peut-être à RANDU en.wikipedia.org/wiki/RANDU ?

— David Cary

Un système de loterie en Ontario a utilisé une génération aléatoire mal conçue, qui a été repérée par un statisticien, Mohan Srivastava de Toronto, au Canada, qui a avisé la Loterie et les Jeux de l'Ontario Corporation du problème, plutôt que de réaliser un profit considérable grâce à cette échappatoire.

— Xi'an
source

Il existe un ensemble plus large de problèmes que les RNG alimentent. Par exemple, l'échantillonnage utilisé dans tout plan expérimental (simple à complexe), qu'il s'agisse d'enquêtes par téléphone RDD, d'échantillons de rivières en ligne, de sondages électoraux, de marchés de prédiction, etc. les erreurs de scrutin pré-électoral de 1948 donnant à Dewey la victoire sur Truman. Liés à cela sont les cerceaux décennaux que le Bureau du recensement doit parcourir avec chaque recensement national pour brancher et / ou compléter les valeurs pour les informations peu estimées ou manquantes.

— Mike Hunter

@DJohnson: d'abord, cette histoire est surtout anecdotique, je suis d'accord. Deuxièmement, j'ai du mal à voir le lien entre les échecs des sondages récents et les RNG. Ou avec la correction statistique faite par le Bureau du recensement (et l'Insee ici).

— Xi'an

Ouaip. Je comprends ces difficultés, c'est pourquoi j'ai fait un commentaire plutôt qu'une réponse. En fait, je souhaite maintenant ne pas l'avoir placé dans le flux d'air après votre fil plutôt que comme une note plus générale immédiatement après la requête OP. Ma position est que les préoccupations concernant le caractère aléatoire (ou son absence comme dans les problèmes de biais de sélection) sous-tendent ou sapent l'adéquation de toute réponse quantitative à une question. Par conséquent, j'ai choisi d'élargir le filet à partir de la focalisation très étroite sur les GNR en notant ces préoccupations plus larges. Vous n'êtes pas obligé d'être d'accord.

— Mike Hunter