非復元抽出の数学

50個のプールから4個のユニークな数字を選ぶことは、組み合わせ論における基本的な操作です。その結果は組み合わせ、つまり順序が関係なく繰り返しが許されない集合です。考えられる結果の数は二項係数 C(50, 4) = 230,300 に従います。これらの組み合わせのすべてが完全に等しい確率で出現します。これが公正なサンプリングの数学的保証です。

フィッシャー–イェーツのアルゴリズム

1938年、ロナルド・フィッシャーとフランク・イェーツは著書Statistical Tables for Biological, Agricultural and Medical Researchでランダム順列を生成する方法を発表しました。このアルゴリズムはプールを順に走査し、各位置を残りの要素からランダムに選んだ位置と交換します。部分集合を抽出する場合は、最初のk回の交換のみが必要です。この部分シャッフルはO(k)の時間で実行され、基礎となる乱数源が均一であれば、k個のアイテムのあらゆる組み合わせが等確率で生成されることが保証されます。

このページのツールは、ブラウザに組み込まれたWeb Cryptography APIであるcrypto.getRandomValues()を利用した部分フィッシャー–イェーツシャッフルを実装しています。これはTLS接続や暗号化メッセージングを保護するのと同じエントロピー源です。ハードウェアレベルの熱ノイズや電気的ジッターが、量子力学的に本質的に予測不可能であることが証明されたランダム性を生成します。アルゴリズムは完全にあなたのデバイス上で実行されます。サーバーはこのページを配信するだけで、それ以上のことは何もしません。

驚くべき重複

重複確率の推定において、直感は見事に裏切られます。2人がそれぞれ独立に1から50の中から4個の数字を引いた場合、少なくとも1つの数字が一致する確率はどのくらいでしょうか？50個から5個を選ぶ場合、その答えは約42%です。約半分の確率で、2つの独立した抽選は少なくとも1つの値で一致します。これは誕生日問題の変形であり、確率論で最も有名な直感に反する結果の1つです。元の誕生日問題の定式化では、わずか23人のグループで誕生日が一致する確率が50%を超えることが示されています。メカニズムは同じです：人々が想像するよりもはるかに多くの比較ペアが存在するのです。

実践におけるサンプリング

非復元ランダムサンプリングは、調査方法論、臨床試験、品質管理の基盤です。イェジ・ネイマンは1934年にサンプリングの数学理論を体系化し、適切に抽出されたランダムサンプルが母集団全体に関する有効な推論を可能にすることを確立しました。製薬会社が数百万人の母集団から抽出した500人の患者で新しい治療法をテストする場合、選択プロセスの公正さこそが結果を一般化可能にするものです。各患者は等しい選択確率を持ち、同じ患者が2度選ばれることはありません。これはまさに「範囲からのユニークなランダム数字」が抽象的な形で達成することです。

教室での活用

ランダム数字セットは多目的な教育ツールです。各生徒に/numbers/6/1/49にアクセスしてセットを引いてもらいましょう。クラスメートと少なくとも1つの数字が一致する生徒が何人いるか予測させ、実際に確認します。予測と現実のギャップは、条件付き確率と誕生日問題を議論するための生産的な出発点となります。より発展的な授業では、50個から5個を繰り返し引かせ、累積平均を追跡させます。このページの収束チャートは、クラスの平均が25.5に近づいていく様子をリアルタイムで表示します。

このツールはURLを通じてあらゆる授業計画に対応します。小さな集合を探求する低学年の生徒には/numbers/3/1/10を、より大きな探求には/numbers/10/1/100をお試しください。アカウント不要、登録不要、データ収集なし。生徒はツールを使い、痕跡を残しません。

設計によるプライバシー保護

このページのすべての数字セットは、完全にブラウザ内で生成されます。サーバーはURLにパラメータを組み込んだページを配信します。あなたのデバイスがWeb Cryptography APIのハードウェアシードランダム性を使用してランダムな結果を生成します。抽選履歴はブラウザのlocalStorageに保存され、あなただけが管理できます。URLを共有すると、ツールの設定が友人に送られ、友人のデバイスが完全に独立した結果を生成します。同じリンクにアクセスした2人は、ほぼ確実に異なる数字セットを目にすることになります。URLがツールを運び、あなたのデバイスがランダム性を生み出します。