亂數是什麼？
亂數（Random Number）指的是在特定範圍內隨機出現的數字，每個數字出現的機會理論上是相等的。亂數在日常生活中有許多實用的應用場景。
偽隨機數 vs 真隨機數
電腦產生的亂數其實分為兩種：
| 類型 | 原理 | 特性 | 適用場合 |
|---|---|---|---|
| 偽隨機數 | 數學公式計算 | 可重現、速度快 | 模擬、遊戲、抽籤 |
| 真隨機數 | 物理現象取樣 | 不可預測 | 密碼學、資安、正式抽獎 |
本工具使用偽隨機數演算法，相同的輸入參數會產生相同的結果。每次調整任何一個參數，都會產生不同的數字組合。
常見應用場景
日常抽籤
生活中經常需要做隨機決定：
- 午餐決定器：列出 5 間餐廳，產生 1-5 的亂數
- 值日排序：產生 1-30 的亂數來決定順序
- 遊戲先手：2 人遊戲產生 1 或 2 決定先後
- 歌曲點播：從播放清單中隨機選曲
班級分組
老師分組時可以利用亂數：
- 假設 30 位同學分成 5 組
- 為每位同學產生 1-5 的亂數
- 同一數字的同學為同一組
抽獎與彩券
- 尾牙抽獎：設定員工編號範圍，產生中獎號碼
- 社區活動：隨機抽取參加者序號
- 統一發票對獎：雖然用不到亂數，但發票中獎號碼就是用亂數決定的
亂數的數學原理
線性同餘法 (LCG)
本工具使用的演算法稱為線性同餘法（Linear Congruential Generator），是電腦科學中最經典的偽隨機數演算法之一：
X(n+1) = (a x X(n) + c) mod m
其中：
- X(n)：目前的亂數
- a：乘數
- c：增量
- m：模數
- X(0)：種子值（seed）
只要 seed 相同，產生的數列就完全一樣。這就是為什麼叫「偽」隨機——它是確定性的。
均勻分布
理想的亂數產生器應該讓每個數字出現的機率相等。在 1-100 的範圍內：
- 每個數字出現的機率 = 1/100 = 1%
- 產生 1000 個亂數，每個數字約出現 10 次
- 偶數和奇數各約佔 50%
- 前半段（1-50）和後半段（51-100）各約佔 50%
產生越多亂數，分布越趨近均勻，這就是大數法則。
進階隨機應用
蒙地卡羅方法
蒙地卡羅方法（Monte Carlo Method）利用大量亂數來解決計算問題。經典例子是用亂數計算圓周率：
- 在一個正方形內隨機撒點
- 計算落在內切圓內的點數比例
- 比例 × 4 ≈ π
撒的點越多，結果越接近 π = 3.14159…
密碼產生
安全的密碼應該具有隨機性。雖然本工具產生的是偽隨機數，但可以作為密碼設定的靈感：
- 產生幾個隨機數字作為密碼的一部分
- 搭配大小寫字母和特殊符號
- 密碼長度建議 12 字元以上
統計抽樣
研究者常用亂數進行隨機抽樣：
- 簡單隨機抽樣：從母群中隨機抽取樣本
- 系統抽樣：先隨機決定起始點，再等間隔抽取
- 分層抽樣：各層內分別隨機抽取
生活中的隨機現象
很多看似隨機的現象，其實有其規律：
- 骰子：每面出現機率 1/6，但物理骰子可能有微小偏差
- 硬幣：正反面各 50%，但有研究顯示輕微偏向原始面
- 樂透號碼：每個號碼機率相等，但人們常選「幸運數字」
- 天氣：看似隨機，但遵循混沌理論的確定性方程式
本工具適用於日常非正式的隨機選擇。正式抽獎活動請使用經過認證的抽獎系統。相同的參數設定會產生相同的結果。