给定一个序列（ex 1 4 3 5 3 6 .....）及其范围（ex 1-10），知道它是从＆＃34;随机生成器＆＃34;生成的。
如何知道＆＃34; Random Generator＆＃34;是伪随机或真随机（假设序列是无限的）。
答案 0 :(得分：4)
显然，you can't。首先，你唯一可以观察到的是有限数字序列。即使序列是真正随机的，每个可能观察到的序列也将具有非零概率。你可以连续观察20个尾巴，这与投掷一个真正公平的硬币是完全一致的。相反，任何有限序列，无论它看起来多么随机，都可以通过确定性过程生成。
话虽如此，有各种统计测试（最着名的是George Marsaglia开发的Diehard tests）可以应用于序列。他们不能确定地将序列证明为随机或伪随机，但设计不良的伪随机数发生器在这些测试中表现不佳。另一方面，如果一个序列在这些测试中表现良好，那么它或多或少是不可能的（不知道数字的来源）来判断它是来自伪随机数发生器还是真正随机的源。 50多年研究的整个点是为了确保您的问题的答案有效“不 - 您无法分辨”。
答案 1 :(得分：2)
为了补充John写得很好的答案，我想补充一些评论。
首先，我确实相信每个“随机生成器”，正如你所说的那样，你得到的随机数都不是真正随机的。更进一步，我们不知道如何采用真正的“随机”数字序列。你可以获得的唯一真正随机来自量子粒子，因为它们不是决定论者，可以在某种程度上被认为是随机的。当你有一个网站或程序给你一个随机数时，它来自一个确定主义方法，理论上可以推导出，如果我们知道所有的初始条件。例如，一些更“随机”的算法使用空间的变化作为产生看似随机的结果的方式（例如，参见this random generator）。然而，如果我们能够获得瞬间T上使用的所有参数，理论上你可以“猜出一个随机数”。
但是，如果您无法识别数据中的模式，则可以执行的操作是statistical analysis数据。正如约翰所说，有许多方法可以识别随机值之间的相关性，您可以获得有关数据的一些信息。您可以在许多数学编程工具（例如Matlab，Maple等）上使用工具来尝试分析您的数据。但是，最后，你可能永远无法完全确定结果的真实性。
所以，就像John说的那样， NO ，你不能。