乱数生成ツール 1〜10

乱数生成ツール 1〜10

トップクラス AI Skill PRO

計算を入力してください

押す 選ぶ を押すと、1〜10の整数がランダムに選ばれます。各抽選は独立しており、どの数字も10%の確率で出ます。

公式

R=⌊1+乱数()×10⌋,1≤R≤10R = \left\lfloor 1 + \text{乱数}() \times 10 \right\rfloor, \quad 1 \le R \le 10
利用統計

広告

結果

結果
8
抽選回数 1
範囲 1 から 10 (含む)
各数字が出る確率 0.1 (10分の1)
パーセント表示 10%

このページの誤りを報告

乱数生成ツール 1〜10とは?

このツールは、1から10まで(両端を含む)の整数をランダムに1つ選び出します。疑似乱数生成器(PRNG)を使っているため、「選ぶ」ボタンを押すたびに、毎回新しく独立した結果が得られます。10個の数字はそれぞれちょうど10分の1の確率で選ばれるので、ゲームや抽選、授業でのアクティビティ、ちょっとした決めごとなど、すばやく公平に1つを選びたいあらゆる場面で活躍します。

等しい確率を示す、1から10までのラベルが付いた高さの揃った10本の棒
1から10までの各数字は、いずれも等しく10%の確率で選ばれます。

使い方

あとは「選ぶ」を押すだけです。大きく表示される数字が結果(Answer)で、「Pick #」のカウンターは今回のセッションで何回抽選したかを示します。もう一度「選ぶ」を押せば新しい数字が表示され、そのたびにカウンターが1ずつ増えていきます。「リセット」を押すとカウンターが1に戻り、最初からやり直せます。

計算式のしくみ

このツールは、[最小値, 最大値] の範囲で一様な離散抽選を行います。最小値=1、最大値=10 のとき、選べる値の個数は \(\text{max} - \text{min} + 1 = 10\) となります。結果は

$$\text{result} = \text{min} + \left\lfloor \text{rand}() \times \text{count} \right\rfloor$$

で計算され、ここで \(\text{rand}()\) は [0, 1) の一様な実数を返します。floor(切り捨て)関数によって 0〜9 のインデックスに変換し、そこに最小値を足すことで 1〜10 へとずらしています。さらに、万が一 \(\text{rand}()\) がちょうど 1.0 を返した場合でも結果が最大値を超えないよう、上限を抑えるガード処理が入っています。

$$R = \left\lfloor 1 + \text{rand}() \times 10 \right\rfloor, \quad 1 \le R \le 10$$
広告
0から1までの数直線を10の区間に分け、1から10の整数に対応させた図
0から1までの乱数を拡大して切り捨て、1から10までの整数に変換します。

具体例

たとえば、ある抽選で \(\text{rand}()\) が 0.4732 を返したとします。すると

$$\text{result} = 1 + \left\lfloor 0.4732 \times 10 \right\rfloor = 1 + \left\lfloor 4.732 \right\rfloor = 1 + 4 = 5$$

となり、結果は 5 です。次の抽選で \(\text{rand}() = 0.987\) なら

$$\text{result} = 1 + \left\lfloor 9.87 \right\rfloor = 1 + 9 = 10$$

となり、Pick # 2 で結果は 10 になります。7 など特定の数字が1つ出る確率は \(\frac{1}{10} = 0.1 = 10\%\) です。

1~10ピック確率参照テーブル

このジェネレーターからの各ピックは均一離散抽出です。10個の整数1, 2, …, 10はすべて同じ確率を持ち、各ピックは前のものとは独立しています。これにより、以下のすべての確率は正確です。これらは計数規則から計算されたもので、観測された試行から推定されたものではありません。

単一のピックについて、任意のイベントの確率は単に好適な数の数を10で割ったものです。

$$P(\text{イベント}) = \frac{\text{好適な結果}}{10}$$

単一ピック

イベント(1ピック、1-10) 分数 小数 パーセント
特定の数字1つ(例:正確に7) 1/10 0.1 10%
その数字ではない(7以外) 9/10 0.9 90%
偶数(2, 4, 6, 8, 10) 5/10 = 1/2 0.5 50%
奇数(1, 3, 5, 7, 9) 5/10 = 1/2 0.5 50%
1~3の範囲内 3/10 0.3 30%
5より大きい(6-10) 5/10 = 1/2 0.5 50%
2つの特定の数字のいずれか(例:3または7) 2/10 = 1/5 0.2 20%

繰り返しピック

ピックが独立しているため、ターゲット番号をn回連続で逃す確率は\((9/10)^n\)です。したがって、少なくとも1回それを得る確率は補集合です。

$$P(\text{少なくとも1つの7を } n \text{ ピックで}) = 1 - \left(\frac{9}{10}\right)^{n}$$
複数ピックにわたるイベント 分数/式 小数 パーセント
2ピックで少なくとも1つの7 \(1-(9/10)^2 = 19/100\) 0.19 19.00%
5ピックで少なくとも1つの7 \(1-(9/10)^5\) 0.40951 40.95%
10ピックで少なくとも1つの7 \(1-(9/10)^{10}\) 0.651322 65.13%
20ピックで少なくとも1つの7 \(1-(9/10)^{20}\) 0.878423 87.84%
連続で同じ数字が2回(2番目のピックが1番目と一致、何であれ) 1/10 0.1 10%
順序で2つの特定の数字(例:4の後に9) \(1/10 \times 1/10 = 1/100\) 0.01 1%
10ピックすべてが異なる(10ピックで1~10の完全な順列) \(10!/10^{10} = 3{,}628{,}800/10^{10}\) 0.00036288 ≈ 0.036%

期待カウント

n個のピックで与えられた数が出現する期待回数は\(n \times 1/10 = n/10\)です。

ピック数 \(n\) 任意の1つの数字の期待カウント \(n/10\)
10 1
50 5
100 10
1,000 100

実施例—5つのピックで少なくとも1つの7が出現する確率を完全に代入した場合:

$$1 - \left(\frac{9}{10}\right)^{5} = 1 - 0.59049 = 0.40951 = 40.951\%$$

このページのすべての数字は、置換を伴う独立した均一抽出(反復を許可)を仮定しています。これらはプロセスの長期的な数学を説明するもので、特定の短期実行についての保証ではありません。10個のピックのシーケンスは、何の問題もなく3つの4と7がない状態を簡単に含むことができます。

広告

主要用語と定義

均一離散分布
有限なアウトカムのリストにおける分布で、すべてのアウトカムが等しい可能性を持っています。ここでアウトカムは整数1から10であり、各々は確率\(p = 1/10 = 0.1\)を持ちます。10個の確率の合計は1です。
包括的範囲[min, max]
両端点を含む範囲。1から10の場合、1と10の両方を抽出できるため、可能なアウトカムの数は\(\text{最大} - \text{最小} + 1 = 10 - 1 + 1 = 10\)です。「+1」は端点を保つためのものです。それを忘れることは、ジェネレーターが決して10を返さない古典的なオフバイワンエラーです。
rand()
半開区間[0, 1)に均一に分布する実数を返す関数。ゼロは可能ですが、正確に1は不可能です。10を掛けると[0, 10)の値が得られます。これが、公式を床関数で処理し1~10にシフトして、11にオーバーフローしない理由です。
床関数⌊x⌋
x以下の最大整数。例:\(\lfloor 7.93 \rfloor = 7\)。このツールの公式にrand() = 0.6931を適用:\(\lfloor 1 + 0.6931 \times 10 \rfloor = \lfloor 7.931 \rfloor = 7\)。[0, 10)の10個の等幅部分区間は、それぞれ正確に1つの出力にマップされ、これが均一性を保つものです。
疑似乱数生成器(PRNG)
ランダムに見えるが決定論的に計算される数のシーケンスを生成するアルゴリズム。同じ開始状態が与えられると、毎回同じシーケンスを再現します。PRNGsは高速で統計的に良好な振る舞いをするため、ゲーム、抽選、教育、シミュレーションに理想的です。
シード
PRNGの初期内部状態。同一シード→同一出力シーケンス。これは再現可能な結果が必要な場合(シミュレーションの再実行)には機能ですが、シードが推測可能な場合には問題です。
CSPRNGと真のRNG
暗号学的に安全なPRNG(CSPRNG)は、過去の出力を観察することが将来の出力を予測する上で実質的な利点を与えないように設計されています。真の(ハードウェア)RNGは熱ノイズなどの物理プロセスからビットを導出します。普通のPRNGはどちらも保証を提供しないため、パスワード、暗号化キー、宝くじの抽選、または予測可能性が実際の結果をもたらすその他のものを生成するために汎用数ピッカーを使用すべきではありません。
独立イベント/メモリなし
1つのピックの結果は次のピックについての情報を持たない。4つの連続した3の後、5番目のピックが3である確率は依然として10%です。「補正」を期待することはギャンブラーの誤謬です。
置換を伴うサンプリング
各抽出は10個の数のフルセットから来るため、反復が許可されます。これがこのジェネレーターがデフォルトで行うことです。10回のピックで、通常は重複が見られます。10個の異なる値を得る確率は\(10!/10^{10} \approx 0.036\%\)です。
置換なしサンプリング
抽出されたそれぞれの数はプールから削除されるため、値が反復されず、確率は各抽出後にシフトします(1/10、その後1/9、その後1/8、…)。シャッフリング、ユニークなターンオーダー割り当て、またはディーリングにこのモデルを使用します。独立したピック用ではありません。
期待値
アウトカムの確率加重平均。1~10の均一抽出の場合:
$$E[R] = \frac{1 + 2 + \cdots + 10}{10} = \frac{55}{10} = 5.5$$

5.5それ自体は可能なピックではないことに注意してください。期待値は多くのピックの長期的な平均であり、特定のピックの予測ではありません。

大数の法則
独立したピック数が増えるにつれて、各数字の観測度数は真の確率10%に収束し、ピックの実行平均は5.5に収束します。これが30ピックが一方的に見える理由であり、30,000ピックはほぼ完全に均等に見えます。比率は落ち着きますが、生のカウントは絶対項で離れ続けます。
相対度数
与えられたアウトカムのカウント、総ピック数で割ったもの—確率の実験的対応物。ピックカウンターの集計を数字あたりの期待\(n/10\)と比較することは、公平性の簡単な健全性チェックです。

よくある質問

本当にランダムなのですか? これは疑似乱数です。日常的な用途には統計的に十分公平ですが、暗号学的に安全なものではありません。そのため、セキュリティ用途や宝くじレベルの厳密さが求められる場面では使わないでください。

同じ数字が連続して出ることはありますか? あります。各抽選は独立しており、重複を除外する処理は行っていないため、同じ数字が繰り返し出るのはごく自然なことです。

結果の偏りが気になるのですが? 抽選回数が少ないうちは、結果が偏って見えることがあります。回数を重ねるほど、各数字は全体の 10% に近づいていきます。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る