Krótka odpowiedź
Generator liczb losowych generuje wartości, które w wybranym zakresie wydają się nieprzewidywalne. To narzędzie wykorzystuje algorytm pseudolosowy — deterministyczny pod maską, ale statystycznie nie do odróżnienia od prawdziwej losowości w codziennym użytku, takim jak gry, próbki i loterie. Ustaw minimum, maksimum, liczbę i typ liczby (całkowitą lub dziesiętną), a każde losowanie zostanie wybrane z równym prawdopodobieństwem w całym zakresie.
Kluczowe wnioski
- Generatory pseudolosowe nadają się do gier, symulacji i swobodnej selekcji, ale nie do bezpieczeństwa kryptograficznego, które wymaga prawdziwej lub kryptograficznie bezpiecznej losowości.
- Wykluczenie określonych liczb całkowicie usuwa je z puli — pozostałe liczby nadal mają równe szanse na wylosowanie.
- W przypadku wielu losowań liczby jednolitego generatora powinny uśredniać się w kierunku środka zakresu — liczba i zakres określają, jak blisko tej średniej znajduje się dana partia.
- Próbkowanie z powtarzaniem lub bez niego to różne tryby — bez powtórzeń usuwa każdą wylosowaną liczbę z puli, co ma znaczenie, gdy liczba zbliża się do rozmiaru zakresu.
Pseudolosowość a prawdziwa losowość
| Typ | Źródło | Dobre dla |
|---|---|---|
| Pseudolosowość | Algorytm deterministyczny | Gry, symulacje, pobieranie próbek, nauczanie |
| Prawdziwie losowy | Entropia fizyczna (szum atmosferyczny, rozpad radioaktywny) | Klucze kryptograficzne, losowania krytyczne dla bezpieczeństwa |
Wybieranie pomiędzy liczbami całkowitymi i dziesiętnymi
Używaj liczb całkowitych do wszystkiego, co liczy się w pełnych jednostkach — rzutów kośćmi, numerów loterii, wybierania zwycięskiego numeru losu, przydzielania kolejności zespołowi. Używaj liczb dziesiętnych podczas symulowania pomiarów ciągłych — wzrostu, masy ciała, odczytów czujników lub innych ćwiczeń związanych z próbkowaniem statystycznym, w których wartości w naturalny sposób mieszczą się pomiędzy liczbami całkowitymi.
Sprawdzony przykład: oczekiwana średnia zakresu
Oczekiwana średnia = (min. + maks.) / 2
Zakres 1 do 10 → oczekiwana średnia = (1 + 10) / 2 = 5,5
Seria kilku losowych losowań od 1 do 10 niekoniecznie będzie wynosić średnio dokładnie 5,5 — małe próbki mogą łatwo przez przypadek przechylić się w górę lub w dół. Zamiast tego wygeneruj setki lub tysiące liczb, a średnia będzie stale zbliżać się do 5,5, co jest bezpośrednią ilustracją prawa wielkich liczb.
Typowe błędy, których należy unikać
- Expecting a small batch of random numbers to look "evenly spread" — genuine randomness often produces clumps and streaks; a suspiciously even spread can actually signal a non-random pattern.
- Wykluczenie większej liczby liczb niż zakres może obsłużyć unikalne losowanie — nie możesz zażądać większej liczby unikalnych wartości niż pozostało po wykluczeniach.
- Używanie wyników pseudolosowych do kluczy kryptograficznych lub generowania haseł — wymaga to zamiast tego kryptograficznie bezpiecznego, losowego źródła.
- Overlooking decimal precision when generating decimal values, which can make results look artificially "clean" for what's meant to simulate a continuous measurement.
Powiązane kalkulatory
- Kalkulator statystyczny — analizować rozprzestrzenianie się i dystrybucję wygenerowanej partii.
- Średni kalkulator — sprawdź, jak blisko średniej partii jest oczekiwana wartość.
- Kalkulator odchylenia standardowego — zmierzyć, jak rozproszona okazała się losowa próbka.
- Kalkulator wielkości próbki — zdecydować, ile losowych losowań faktycznie potrzebuje badanie lub symulacja.