Inspiration quotidienne
L'excellence du design, chaque jour.
Œuvres sélectionnées par le jury du A' Design Award, présentées chaque matin.
Chaque entier est équiprobable. Distribution uniforme, générée dans votre navigateur.
Un générateur d'entiers aléatoires uniformes attribue exactement la même probabilité à chaque valeur de sa plage. Pour 101 valeurs (0 à 100), chaque entier a une probabilité exacte de 1/101 ≈ 0.9901%. Aucune valeur n'est favorisée. Aucun motif n'existe. Chaque génération est statistiquement indépendante de toutes les précédentes, ce qui signifie que le résultat « 42 » n'a aucune influence sur l'apparition éventuelle de « 42 » au tirage suivant. Pierre-Simon Laplace a formalisé ce principe au XVIIIe siècle comme fondement de la théorie classique des probabilités, et il reste le point de départ de toute introduction aux statistiques.
L'espérance mathématique d'un entier aléatoire uniforme sur [0, 100] est le point médian arithmétique : 50. Générez un millier de nombres dans cette plage, calculez leur moyenne, et le résultat sera remarquablement proche de 50. Le graphique de convergence ci-dessus rend cela visible en temps réel. Jacob Bernoulli a démontré cette propriété de convergence en 1713 ; elle reste l'un des théorèmes les plus importants de la théorie des probabilités.
L'écart-type mesure la distance typique entre les résultats individuels et ce centre. Pour une plage uniforme de N valeurs, l'écart-type est égal à √((N² − 1) / 12). Pour votre plage de 101 valeurs, cela donne environ 29.2. Environ deux tiers des résultats se situent à moins d'un écart-type de l'espérance, et le tiers restant occupe les extrémités. Chaque région reçoit sa juste part : c'est ce que signifie « uniforme ».
Combien de nombres aléatoires faut-il générer avant que deux d'entre eux coïncident ? L'intuition suggère que la réponse devrait être proche de la taille de la plage. Les mathématiques ne sont pas d'accord. Le problème des anniversaires prouve que les collisions apparaissent bien plus tôt que prévu. Pour une plage de N valeurs, le seuil de collision à 50 % survient après environ √(N × π / 2) tirages. Pour la plage 0 à 100 (101 valeurs), un doublon devient probable après environ 13 tirages. Observez l'histogramme de distribution ci-dessus : avec suffisamment de générations, certains compartiments s'accumulent plus vite que d'autres par pur hasard. Ces regroupements sont de l'aléatoire authentique, l'opposé d'un biais.
Chaque nombre sur cette page provient de crypto.getRandomValues(), l'API Web Cryptography spécifiée par le W3C et implémentée dans tous les navigateurs modernes. C'est la même source d'entropie qui génère les clés de chiffrement pour les services bancaires en ligne et les certificats TLS. L'aléa provient de processus physiques au niveau matériel de votre appareil : bruit thermique du silicium, gigue temporelle des oscillateurs et autres phénomènes de mécanique quantique fondamentalement imprévisibles.
Le générateur utilise l'échantillonnage par rejet pour éliminer le biais de modulo. Une approche naïve (valeur_aléatoire mod plage) favorise légèrement les valeurs plus petites lorsque la plage ne divise pas uniformément l'espace source de 32 bits. L'échantillonnage par rejet écarte les valeurs en dehors du plus grand multiple exact de la plage et effectue un nouveau tirage, garantissant une uniformité parfaite sur les 101 résultats possibles. Votre nombre est généré entièrement sur votre appareil. Le serveur a livré cette page et son travail est terminé.
Demandez à chaque élève de visiter /integer/20/1/10 et de générer 20 nombres de 1 à 10. Chaque élève compte combien de fois chaque valeur est apparue. Comparez les résultats dans la classe : chaque élève obtient une distribution différente, mais la moyenne de la classe pour chaque valeur converge vers 2,0 (20 tirages ÷ 10 valeurs). Cette tension entre variation individuelle et convergence collective est la leçon fondamentale de l'échantillonnage statistique.
Pour un exercice plus avancé, utilisez /integer/50/1/365 pour simuler le problème des anniversaires. Générez 50 nombres de 1 à 365 et vérifiez les doublons. Presque chaque élève trouvera au moins une collision, souvent plusieurs. Demandez aux élèves de prédire le seuil avant de générer, puis comparez les prédictions à la formule mathématique √(365 × π / 2) ≈ 24. L'écart entre l'intuition et la réalité ouvre une conversation fructueuse sur le raisonnement probabiliste. L'outil ne nécessite aucun compte, ne collecte aucune donnée sur les élèves et fonctionne sur tout appareil disposant d'un navigateur.
Le moteur d'entiers aléatoires s'exécute entièrement dans votre navigateur. Le serveur livre cette page. Votre appareil crée chaque résultat. Votre historique de génération reste dans le localStorage de votre appareil, sous votre seul contrôle. Le serveur ne gère aucun compte, ne stocke aucun résultat et ne dépose aucun cookie de suivi. Le partage est intrinsèquement sûr : le destinataire obtient la même configuration de l'outil, et son appareil génère ses propres résultats indépendants à partir de sa propre entropie matérielle.
L'URL définit entièrement l'outil. Saisissez votre plage et votre quantité directement dans la barre d'adresse :
Partagez le lien. Même plage, résultat différent. Voyez qui tire le plus haut.
Inspiration quotidienne
Œuvres sélectionnées par le jury du A' Design Award, présentées chaque matin.
