2 décimales aléatoires – 0 à 1 | dice83 

Générer 2 Décimales Aléatoires

Chaque décimale tirée indépendamment de l'intervalle [0, 1]. 4 décimales par valeur.

Copié dans le presse-papiers
ou appuyez sur Espace
Statistiques
0
Total
Moyenne
Min
Max
Étendue
Distribution sur [0, 1]
0.1.2.3.4.5.6.7.8.91
Convergence de la moyenne vers 0,5

Les Mathématiques des Décimales Aléatoires

Une décimale aléatoire entre 0 et 1 est l'unité de hasard la plus fondamentale en mathématiques. La distribution uniforme continue sur l'intervalle [0, 1] attribue une densité de probabilité égale à chaque point. La probabilité de tomber dans un sous-intervalle [a, b] est exactement égale à b moins a. Une valeur entre 0,3 et 0,7 a une probabilité de 40 %. Une valeur entre 0 et 0,01 a exactement 1 %. La simplicité fait la force : chaque tranche de l'intervalle obéit à la même règle.

Précision et Entropie

Chaque décimale supplémentaire multiplie le nombre de valeurs possibles par dix. Avec 4 décimales, ce générateur produit l'une des 10,000 valeurs équiprobables. Cela correspond à environ 13.3 bits d'entropie par décimale. À titre de comparaison, un lancer de pièce porte 1 bit, un dé standard porte 2,58 bits, et un mot de passe de 16 caractères porte environ 100 bits. Ajouter une seule décimale apporte 3,32 bits d'entropie supplémentaires, car log₂(10) = 3,3219.

Les chiffres que vous voyez sont générés en tirant des octets aléatoires de crypto.getRandomValues() et en associant chaque octet à un chiffre de 0 à 9 par échantillonnage par rejet. Les octets qui introduiraient un biais de modulo (valeurs de 250 à 255) sont écartés et retirés. Cela garantit que chaque chiffre est indépendamment et uniformément aléatoire.

Le Fondement de la Simulation

Pratiquement tout processus aléatoire en science computationnelle commence par une décimale uniforme sur [0, 1]. La technique appelée échantillonnage par transformation inverse, formalisée par les mathématiciens au début du XXe siècle, convertit une variable aléatoire uniforme en n'importe quelle distribution souhaitée. Injectez une décimale uniforme dans l'inverse d'une fonction de répartition et la sortie suit exactement cette distribution. Courbes normales, décroissances exponentielles, arrivées de Poisson : toutes émergent de cette seule brique élémentaire.

Stanislaw Ulam et John von Neumann ont été les pionniers des méthodes de Monte-Carlo à Los Alamos dans les années 1940, utilisant des nombres aléatoires uniformes pour simuler la diffusion de neutrons en physique nucléaire. Aujourd'hui, le même principe alimente les prévisions météorologiques, la modélisation financière, la découverte de médicaments et l'entraînement de l'apprentissage automatique. L'humble fraction [0, 1] est la graine qui fait naître toute simulation.

L'Uniformité Rendue Visible

Le graphique de distribution ci-dessus divise l'intervalle [0, 1] en dix classes égales et compte combien de valeurs générées tombent dans chacune. Chaque barre porte sa propre couleur issue du spectre des valeurs : corail pour les valeurs proches de zéro, jaune vif au centre, et vert près de un. Au fil du temps, les barres convergent vers des hauteurs égales. Cette planéité visuelle EST la distribution uniforme. Le graphique de convergence suit la moyenne glissante. Observez comment les premières valeurs créent des oscillations marquées et comment une génération soutenue ramène progressivement la moyenne vers la valeur attendue de exactement 0,5.

En Classe

Les décimales aléatoires offrent un pont direct entre la théorie abstraite des probabilités et l'expérimentation pratique. Demandez à chaque élève de générer 20 décimales sur /decimal/20 et de les trier à la main. Question : combien tombent en dessous de 0,5 ? La réponse attendue est 10, mais la variation individuelle rend l'exercice surprenant. Faites combiner les résultats de toute la classe dans un histogramme commun. Le graphique collectif approchera l'uniformité parfaite bien plus vite que n'importe quel ensemble individuel, démontrant comment la taille de l'échantillon gouverne la fiabilité statistique.

Pour un exercice avancé, demandez aux élèves de calculer la moyenne de leurs 20 valeurs. La moyenne de classe de ces moyennes se regroupera étroitement autour de 0,5. Cette convergence imbriquée illustre le théorème central limite : les moyennes d'échantillons aléatoires forment une courbe en cloche autour de la valeur attendue, quelle que soit la distribution sous-jacente. L'outil ne nécessite aucun compte, ne stocke aucune donnée d'élève et ne place aucun cookie de suivi.

Confidentialité par Conception

Chaque décimale est générée entièrement dans votre navigateur à l'aide de l'API Web Cryptography. Le serveur fournit la page ; votre appareil produit chaque valeur. Les résultats résident dans le localStorage et la mémoire de votre navigateur, sous votre seul contrôle. Partager cette URL envoie l'outil, jamais les résultats. Le destinataire génère ses propres décimales aléatoires indépendantes depuis son propre appareil.

Personnaliser via l'URL

Configurez Vos Décimales

Choisissez un nombre et une précision, ou saisissez des valeurs personnalisées ci-dessous.

Combien
Nombre de décimales

Partagez Vos Décimales Aléatoires

Envoyez ce lien. Le destinataire génère ses propres valeurs indépendantes depuis son propre appareil.

L'excellence du design, chaque jour.

Œuvres sélectionnées par le jury du A' Design Award, présentées chaque matin.