在线骰子辊更多

<h1>计算机如何以及为什么滚动骰子</h1>
<blockquote>科学家试图将实际随机性建立到机器中至少80年. （在此之前，随机数来自旧的备用骰子，例如掷骰子，从混合袋中挑选的编号球或其他机械练习. 1927年，一位统计学家对普查数据进行了采样，以产生40,000个随机数字的表.）</blockquote>
<h2>骰子滚动程序的可靠性?</h2>
\ $ \ begingroup \ $它只是在我阅读所有答案时才出现的，这些答案要注意计算机生成的“随机”数字并不是真正的随机数字. 骰子滚动也不是随机的. 模具的物理形状，结合其滚动的表面以及抛弃的方式将产生非常可预测的结果，给定足够的信息. 当然，像计算机一样，我们假装它是随机的，而且也可能是，因为我们对允许预测的精确信息和模型没有微不足道的访问. 埃加德. 我不敢相信我打字了. \ $ \ endgroup \ $
2013年4月30日，12:38
\ $ \ begingroup \ $ @beska：我非常担心随机性的“来源”，我写了这篇文章：github.com/neilslater/pool_of_entropy/blob/master/prationale.MD-这只是我的“论文”，就像您的评论一样. 实际上，我甚至可以实施一个工具来将“ you”连接到“随机性”，尽管我不知道是否有人想使用它:-) \ $ \ endgroup \ $
2014年5月23日，11:54
<h2>8答案8</h2>
\ $ \ begingOup \ $
任何写得很好的骰子辊都会为您提供完美的随机卷（嗯，伪随机 – 与游戏无关紧要）.
某些骰子辊的书写不好，或者取决于基础OS/语言的随机数来源，而这些数字本身可以很好地写作.
绝大多数时间，您会发现骰子滚筒比实际骰子更随机，而实际骰子是物理物体会存在缺陷的.
我知道一种产品必须更改用于生成卷的库，因为OS实施很差，但这是一个罕见的情况.
28.7k 5 5金徽章72 72银徽章123 123青铜徽章
2011年4月12日在7:52回答
772 6 6银徽章7 7青铜徽章
\ $ \ begingOup \ $
骰子滚动程序仅与最糟糕的情况一样好：
<ol>
<li>随机数返回到模具侧算法</li>
<li>伪随机种子发生器</li>
</ol>
大多数人足够近，比骰子更好.
由于计算机无法生成真正的随机数，因此没有Die Roller是真正的随机数字. 但是，伪数字可以足够随机的足够随机的数字.
最近的一项研究发现，大多数商业D6都显着偏见. 这项研究存在一些缺陷，但通常在大多数商业生产的D6上显示出低数量的偏见. （在一家公司的运行中，几乎达到1的点是1d6卷中的2/7!）没有个人批次测试显示出真正均匀的分布.
一些技术细节.
编程中使用的随机数返回有两种方法：
<ol>
<li>浮子或双流线的分数回报（双）. 例如：0.348826495</li>
<li>整数返回INT或Double-Int（长）. 例如：25565</li>
</ol>
鉴于分数，规范是将侧面乘以返回的部分，给出0和侧面之间的分数。将其围绕，将整数从0到1侧1，包含在内；然后添加1，以使整数从1到侧面，包括. 由于分数的性质，因此有轻微的偏见，但在16位机器上有效低于分辨率. 在大约8位机器上使用单精度，它对较大的模具类型具有明显的偏见. 圆形例程的使用也会影响这一点。最常见的是截断，在数学上是可以接受的. §
给定整数返回，正常模式是执行模量操作（在美国：查找其余部分）. 然后加1. 1+（返回模量侧）. 除了D4，D8和D16，这引入了非常小的偏见. 该偏差是针对低数字的，并且是（最大值return mod侧） / maftar_return. 在8个位机器上，带有单个精度整数返回，即（256 mod侧）/256，对于D4，D8和D16，D1和D10，D10，D10的0/64，D20，D20上的1/16. D100是7/32. 在一台16位机器上，返回很长（32位整数），对于10000以下的所有骰子都可以忽略不计.
但是，如果不查看来源，方法和返回值无法公平评估.
但是，随机数的生成因OS，使用的随机数生成算法，随机数播种方法甚至使用的编程语言而变化很大.
底线. 
在具有16位体系结构的较新机器上，偏斜通常很低，并且很小. 在32位机器上，偏斜通常很低，很小. 只要您将其用于16位或更新的机器，就应该像骰子一样随机.
§Wozniak编写的Applesoft浮点例程的规范用于3个字节和5个字节，使用单个指数字节，以及2或4个字节Mantissa.
如今，典型的（IEEE符合IEEE）的浮标为4个字节，使用24位签名的Mantissa（对于±2^23）范围和8位指数. 作为小数的输出，精度的极限约为6个位置. 双重（双精度浮点）为4个字节，53个签名的Mantissa和11个指数. 四倍精度为8个字节，长度为113位签名的Mantissa和15位指数，可靠地给出30多个位置十进制精度. 请注意，在这三个中，符号位引线，然后是指数，然后是mantissa. 四边形尚不常规.
<h2>计算机如何以及为什么滚动骰子</h2>
<img src=”https://d2r55xnwy6nx47.cloudfront.net/uploads/2020/07/Dice_2880x1620_Lede.jpg” alt=”骰子的各种形式和颜色的照片” width=”” />
这是一个看似简单的练习：提出一个随机电话号码. 序列中的七位数字，以使每个数字都可能同样可能，因此您选择的一个数字不会影响下一个数字. 奇怪的是，你不能. （但不要相信我的话：研究可以追溯到1950年代，即使我们没有认识.）
不要牢记. 计算机也无法很好地产生随机性. 他们不应该这样做：计算机软件和硬件在布尔逻辑上运行，而不是概率. “计算文化集中在确定性上，”维卡什·曼辛加（Vikash Mansinghka）说，他在马萨诸塞州技术学院经营概率计算项目。.透明
但是计算机科学家想要可以处理随机性的程序，因为有时这是问题所需的. 多年来，有些人开发了时尚的新算法，尽管它们自己没有产生随机数，但提供了巧妙而有效的方法来使用和操纵随机性. 最近的努力之一来自麻省理工学院的Mansinghka小组，该小组将在今年8月的在线国际人工智能与统计会议上提出一种名为“快速载荷骰子辊”或FLDR的算法.
简而言之，FLDR使用一个随机序列完美模拟了负载模具的滚动. （或加权硬币或操纵卡甲板.）“它显示了如何将完美随机的硬币扔为有偏见的硬币，”新奥尔良大学的数学家彼得·比尔霍斯特（Peter Bierhorst）说. Bierhorst并没有为这项研究做出贡献，而是将FLDR成功背后的前提描述为“引人注目.透明
FLDR不会在垄断方面获得优势，也不会在拉斯维加斯桌上提高您的赔率. 但是它的创建者说，它建议一种将随机数集成到软件和硬件中的方法，这些方法是确定性的. 结合这种不确定性将有助于机器做出类似人类的预测，并更好地模拟依赖于气候或金融市场等概率的现象.
随机性是一个比看起来更棘手的概念. 在没有可辨别模式的随机数中，每个数字都有相同的概率出现. 例如，PI本身不是一个随机数，但是PI的数字被认为是随机的（数学家称为“正常”的）：每个0到9的整数出现大约相同的次数.
即使您可以在Google中找到一个“随机数生成器”，但纯随机性并不是您得到的. 当今的处理器，搜索引擎和密码生成器使用“伪随机”方法，这些方法足够接近大多数目的. 它们是根据复杂的公式生成的，但是从理论上讲，如果您知道公式，则可能可以预测顺序.
科学家试图将实际随机性建立到机器中至少80年. （在此之前，随机数来自旧的备用骰子，例如掷骰子，从混合袋中挑选的编号球或其他机械练习. 1927年，一位统计学家对普查数据进行了采样，以产生40,000个随机数字的表.）
随机数的早期来源是物理机器. 第一台随机数字机器是英国统计学家莫里斯·乔治·肯德尔（Maurice George Kendall）和伯纳德·巴贝顿·史密斯（Bernard Babington Smith）的创意，他们在1938年进行了描述. 该机器被放置在一个黑暗的房间中，在一个黑暗的房间里，它旋转一个磁盘分为10个相等的楔形件，标有0至9. 当某人以不稳定的间隔轻拍钥匙时，短暂的霓虹灯闪光或火花会照亮磁盘，以使其冻结，只有一个数字可见. 后来的机器称为Ernie，改为在霓虹灯管中使用了信号噪声。从1957年开始，它选择了英国彩票中的获胜数字.
Bierhorst说，最近，对于真正的随机序列，计算机科学家必须研究自然现象，例如宇宙背景辐射或量子系统的不可预测行为. 他说：“自然界中有一些可以利用的过程确实是不可预测的。”. “向左或向右躲闪的电子甚至都不知道事先要做什么.透明
但是随机性只能带你走那么远. 到1940年代后期，物理学家开始生成随机数以适合给定的概率分布. 这样的工具（理论版本的滚动装死）可以更准确地用于建模现实情况，例如交通流量或化学反应. 1976年，开创性的计算机科学家Donald Knuth和Andrew Yao引入了一种算法，可以使用一串随机数来生成任何加权结果的随机抽样. 曼辛加卡实验室（Mansinghka’s Lab）的博士生Feras Saad说：“这是有史以来最时地的算法。”.
不幸的是，萨德说，该算法使计算机科学家众所周知的权衡：许多运行迅速运行的应用程序都使用大量内存，而使用很少的内存的应用程序可以长期运行. Knuth和Yao的算法属于第一类.
但是去年春天，萨德发现了一个聪明的解决方法. 他意识到，当模具上的重量加起来2的功率时，算法在时间和记忆中都有效. 因此，对于六边的模具，想象一下分别将数字1到6的几率在1、2、3、4、5和1处加权. 这意味着例如，滚动1的概率为1/16，滚动A 2的概率为2/16. 由于权重加起来2-16是2 4，因此该系统的算法在时间和内存上是有效的.
但是想象一下重量是1、2、3、2、4、2，总和为14. 由于14不是2的力量，因此Knuth-yao算法需要更多的内存. 萨德意识到他可以增加一个重量. 在这种情况下，他只会添加另一个假设的面孔 – 一个重量2-这样，重量总计16. 如果该算法选择了原始面，则记录该值. 如果选择了额外的脸，则将值丢弃，然后再次运行算法.
这是FLDR效率的关键，使其成为模拟中的强大工具：与原始中通常需要的大量内存相比，附加卷所需的额外记忆量最少.
FLDR使Knuth-Yao算法有效，并提出了改善广泛应用的方法. 气候变化模拟，作物产量预测，粒子行为模拟，金融市场模型，甚至检测到地下核武器的爆发取决于加权概率分布中的随机数. 随机数还构成了密码学方案的骨干，该计划保护通过Internet发送的数据.
Maninghka说，FLDR还可以帮助研究人员找到将概率整合到计算机处理器中的方法 – 他在MIT的实验室工作的重点. 该算法可以帮助告知软件库的设计和新的硬件体系结构，这些架构可以生成随机数并以有效的方式使用它们. 这将是与我们习惯的确定性布尔机器的戏剧性不同.
他说：“我们可能非常适合将随机性整合到软件和硬件的构件中。”.
<h2>骰子卷</h2>
请 喜欢＆分享 保持发电机可用!
<img src=”https://randomwordgenerator.com/img/blue_arrow.png” />
点击 喜欢 
很可能您已经到达了此网页，因为您正在寻找可以允许您掷骰子的工具. 您很幸运，因为这正是创建随机骰子发电机的原因. 这个免费的在线工具的最佳方面之一是，您可以选择尽可能多的骰子，这可以节省您无数的时间，试图在房屋中找到正确的骰子. 如果您需要将骰子掷出数百次，这也使记录结果更容易.
更好的是，骰子辊发电机比使用实际骰子更随机地滚动死亡. 在许多情况下，当您使用标准骰子时，随机骰子卷并不是真正的随机. 一项使用高速相机的研究最近表明，在投掷之前，朝向的侧面有轻微的偏见. 当骰子完全平衡而并非所有骰子都是. 我们都听说过，骰子是故意“加载”以提出特定数字的骰子. 当它们不完美平衡时，每个卷都不是随机的. 实际上，为了打击不平衡的骰子，有些赌场通过钻孔来平衡其骰子，以确保各方均匀加权，并且更有可能产生完全随机的掷骰.
好消息是，您可以通过使用我们的发电机来确定绝对随机的骰子卷，甚至不必浪费时间寻找骰子来使用它. 由于您正在访问我们的随机骰子辊，因此您已经有一个特定的原因是想要完全随机的骰子卷. 如果您不完全确定，以下是您可能会发现该发电机有用的更多原因.
<h2>家庭棋盘游戏</h2>
棋盘游戏很有趣，其中许多都带有骰子. 棋盘游戏集中缺少的第一件事是什么? 十分之九，这是消失的骰子. 无需将房子颠倒过来寻找一个，两个或多个，以便您可以玩游戏. 现在，您要做的就是只需拿起手机或笔记本电脑就可以了.
<h2>选择之间选择</h2>
选择很难做出. 谁在比赛中首次去? 滚动死亡以获取一个随机数，数量最高的人会先走. 您是否可以选择两个以上的选择? 分配每个选项在模具上一个数字，然后滚动. 在您有多种选择可以选择并且无法下定决心时，在这些情况下，随机骰子卷可能特别方便.
<h2>用随机骰子游戏杀死时间</h2>
自远古时代以来，我们发现自己在涉及随机骰子的简单游戏中杀死了时间. 今天，它们和无聊战士一样有效. 无论您是漫长的机场中途停留还是排长队，制作一个简单的游戏涉及几个骰子可以帮助通过时间.
<h2>用一卷骰子测试运气</h2>
你今天有多幸运? 您认为您可以预测接下来要来的数字吗? 看到一个或多个骰子卷可以很有趣. 当然，您的运气就像我们的骰子卷一样随机，但是看看混乱的力量似乎在您身边很有趣.
<h2>以您喜欢的任何方式生成随机数</h2>
这些只是您可以使用此骰子辊的几种方法. 实际上，它的限制只是您的想象力. 您可以玩耍并进行调整以适合这些骰子卷，以无数方式帮助您. 实际上，如果您以需要进行调整的方式使用此工具，我们很想听听. 我们希望这些工具尽可能地使用用户友好，如果我们更好地了解您的使用方式，我们可能会在更新时进行调整以使您的生活更加轻松. 请花点时间与我们联系并告诉我们，我们将看看我们能做什么.
<h2>其他随机发电机</h2>
在这里，您可以找到所有其他随机发电机：
<ul>
<li>随机单词生成器</li>
<li>随机名词发生器</li>
<li>随机同义词生成器</li>
<li>随机动词发生器</li>
<li>随机名称生成器</li>
<li>随机形容词生成器</li>
<li>随机句子发生器</li>
<li>随机短语发生器</li>
</ul>
<ul>
<li>随机段落生成器</li>
<li>怪异的话</li>
<li>假话</li>
<li>随机字母生成器</li>
<li>随机数生成器</li>
<li>草书字母</li>
<li>随机密码生成器</li>
<li>随机圣经经文</li>
<li>随机图片</li>
<li>婚礼标签生成器</li>
<li>随机列表</li>
<li>晚餐创意生成器</li>
<li>早餐想法</li>
<li>是或否甲骨文</li>
<li>ICTAINARY GENERATOR</li>
<li>励志的语录</li>
<li>随机问题</li>
<li>随机事实</li>
<li>词汇</li>
<li>写作提示</li>
<li>硬币翻转</li>
<li>我从来没有问题</li>
<li>你想问吗</li>
<li>真相或敢于问题</li>
<li>决策者</li>
<li>charades</li>
<li>吊词</li>
<li>随机颜色生成器</li>
<li>随机吸引新的东西</li>
<li>随机着色页新</li>
<li>舌头扭转新闻</li>
</ul>