यादृच्छिक अक्षरों का गणित

26 उम्मीदवारों में से एक यादृच्छिक अक्षर निकालना एक परिमित वर्णमाला पर असतत समान वितरण है। प्रत्येक अक्षर की संभावना ठीक 1/26 ≈ 3.85% होती है। प्रत्येक निकासी स्वतंत्र है: अक्षर "A" का एक बार आना इस बात पर शून्य प्रभाव डालता है कि "A" अगली बार आएगा या नहीं। यह स्वतंत्रता ही है जो यादृच्छिक पाठ को प्राकृतिक भाषा से अलग करती है, जहाँ अक्षर अनुक्रम शब्दावली, व्याकरण और ध्वनिविज्ञान द्वारा आकारित गहरे सांख्यिकीय पैटर्न का पालन करते हैं।

यादृच्छिक अक्षर बनाम प्राकृतिक भाषा

अंग्रेज़ी पाठ में, अक्षर आवृत्तियाँ अत्यंत असमान होती हैं। सैमुअल मोर्स ने 1830 के दशक में टेलीग्राफ कोड डिज़ाइन करते समय इसे मापा: उन्होंने एक छापाखाने की टाइप केसों में अक्षरों की गिनती की और पाया कि E लगभग 13% बार आता है, T लगभग 9%, और Z मुश्किल से 0.07%। उनकी आवृत्ति रैंकिंग (ETAOIN SHRDLU) टाइपसेटरों और क्रिप्टोग्राफरों के बीच प्रसिद्ध हो गई। एक यादृच्छिक अक्षर जनरेटर इन सबकी अनदेखी करता है। हर अक्षर समान 3.85% संभावना के साथ प्रकट होता है, जिससे ऐसे अनुक्रम बनते हैं जो प्राकृतिक भाषा से बिल्कुल मेल नहीं खाते। यही विरोधाभास इस टूल को यह परखने के लिए उपयोगी बनाता है कि कोई सिस्टम सभी इनपुट को समान रूप से संभालता है या नहीं।

कूपन संग्राहक का आश्चर्य

सभी 26 अक्षरों को कम से कम एक बार देखने से पहले आपको कितने यादृच्छिक अक्षर निकालने होंगे? अधिकांश लोग लगभग 30 का अनुमान लगाते हैं। गणितीय उत्तर लगभग 100 है। विशेष रूप से, अपेक्षित संख्या 26 × H(26) ≈ 26 × 3.85 ≈ 100.2 है, जहाँ H(26) 26वीं हार्मोनिक संख्या है (योग 1 + 1/2 + 1/3 + … + 1/26)। पहले कुछ अक्षर जल्दी आ जाते हैं। अंतिम एक या दो बहुत लंबा समय लेते हैं। 20 अद्वितीय अक्षर एकत्र करने के बाद भी, सेट पूरा करने के लिए आपको लगभग 26 × (1/6 + 1/5 + 1/4 + 1/3 + 1/2 + 1) ≈ 64 और निकासियों की उम्मीद करनी होगी। ऊपर दिया गया कवरेज चार्ट इस यात्रा को वास्तविक समय में ट्रैक करता है।

यह घटना, जिसे कूपन संग्राहक समस्या के रूप में जाना जाता है, कंप्यूटर विज्ञान, पारिस्थितिकी (प्रजाति नमूनाकरण), और गुणवत्ता आश्वासन (सभी दोष प्रकारों को कवर करने के लिए कितनी वस्तुओं का परीक्षण करें) में दिखाई देती है। फिलिप फ्लाजोले और रॉबर्ट सेजविक ने विश्लेषणात्मक संयोजन विज्ञान पर अपने ऐतिहासिक ग्रंथ में आधुनिक विश्लेषणात्मक ढाँचा प्रदान किया।

क्रिप्टोग्राफ़िक निष्पक्षता

प्रत्येक अक्षर crypto.getRandomValues(), Web Cryptography API द्वारा चुना जाता है। एक यादृच्छिक बाइट उत्पन्न की जाती है और रिजेक्शन सैंपलिंग का उपयोग करके 26-अक्षर श्रेणी में मैप की जाती है: 26 के सबसे बड़े सटीक गुणज (जो 0-255 बाइट रेंज में 234 है) से बाहर के मान त्याग दिए जाते हैं और पुनः निकाले जाते हैं। यह उस मोड्यूलो बायस को समाप्त करता है जो अन्यथा A से D को थोड़ा अधिक संभावित बनाता। परिणाम वर्णमाला पर गणितीय रूप से परिपूर्ण समान वितरण है, जो पूरी तरह से आपके ब्राउज़र में उत्पन्न होता है।

कक्षा में

प्रत्येक छात्र से /letter/100 पर जाकर 100 यादृच्छिक अक्षर उत्पन्न करने को कहें। उनसे प्रत्येक अक्षर की आवृत्ति गिनने और अपेक्षित 3.85 प्रति अक्षर से तुलना करने को कहें। कुछ छात्रों को एक अक्षर 8 या अधिक बार और दूसरे का शून्य बार दिखेगा। कक्षा में चर्चा: क्या जनरेटर पक्षपाती है? हिस्टोग्राम इसका उत्तर दृश्य रूप में देता है क्योंकि अधिक अक्षर जमा होने पर वे समान ऊँचाइयों की ओर बढ़ते हैं।

क्रिप्टविश्लेषण में गहरे अभ्यास के लिए, 9वीं शताब्दी के अरब विद्वान अल-किंदी से प्रेरित होकर जिन्होंने आवृत्ति विश्लेषण का अग्रणी कार्य किया, छात्रों से अपने यादृच्छिक अनुक्रमों की तुलना अंग्रेज़ी पाठ के एक पैराग्राफ से करने को कहें। यादृच्छिक अनुक्रम में समतल आवृत्ति होती है; अंग्रेज़ी पैराग्राफ में E, T, A पर नाटकीय शिखर दिखते हैं। यह विरोधाभास इस अवधारणा का परिचय देता है कि यादृच्छिकता की एक संरचना होती है, और उस संरचना को मापा जा सकता है। इस टूल के लिए किसी खाते की आवश्यकता नहीं है और यह कोई छात्र डेटा संग्रहीत नहीं करता।

संरचना द्वारा गोपनीय

प्रत्येक अक्षर आपके ब्राउज़र के अंदर उत्पन्न होता है। सर्वर पेज वितरित करता है; आपका डिवाइस यादृच्छिकता बनाता है। आपका इतिहास आपकी मशीन पर localStorage में रहता है। URL साझा करने से केवल टूल कॉन्फ़िगरेशन साझा होता है। प्राप्तकर्ता अपने डिवाइस की एन्ट्रॉपी से अपने स्वतंत्र अक्षर निकालता है।