随机数 是什么

零到一百的随机数有5,12,18,33,55,71等。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。所以零到一百的随机数有5,12,18,33,55,71等。随机数使用真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。使用计算机产生真随机数的方法是获取cpu频率与温度的不确定性以及统计一段时间的运算次数每次都会产生不同的值，系统时间的误差以及声卡的底噪等。

一到一百没有固定的随机数，1-100这100个数都是随机数。1~100一共100个数，这100个数，被抽到的几率是相等的，因此这100个数都是随机数。可以根据随机数设计中奖活动。通常商场的中奖活动，都是在纸箱中放置了一定数量的卡片。这些卡片大小相同，质地相同。比如说，纸箱中一共有100张卡片，首先在这些卡片上分别写上1~100，规定抽到1为一等奖。那么中奖的可能性就是1/100。随机数的原理：所有的计算机产生的随机数都是伪随机数。伪随机数的意思是他们的产生是有规律的。伪随机数的生成 由 “种子+计算方法”决定，即：种子和算法一样时，得到的随机数序列是一样的；随机数是随机数序列中的一个。随机数种子默认来源于计算机主板的定时/计数器在内存中的计数值。计算方法决定了随机数序列的好坏，通俗讲就是，出现重复序列的早晚，好的算法很难走到这个时候。

一到三的随机数。1到3的随机数字有三个，这三个随机数字分别为123因为1到3的数字，总共有三个，分别为1，2，3，对三个数字在随机抽取的时候，他每一个数字都能可能出现。有可能是三，有可能是二，有可能是一，他们谁知道比例是一样高的，也就是说，都可能是最低出去每一个数字都可能他们出去的频率是一样高的。相同1到4的随机数解析1到4的随机数字是一或者二或者三或者四，这四个数字当中的其中一个数字。我来做以下的计算，因为题目当中1到4所出现的随机数字，每一个数字的几率都是1/4。他们也就是都是25%的概率，所以说他每一个数字都有25%的概率会出现，因此，1到4的随机数字是一或者是二或者是三或者是四。

问题一：什么是随机数？ 随机数就是计算机随机产生的数字序列。伪随机数序列看上去是随机的，但是反复执行程序会发现每次程序所产生的序列是重复的。可以用srand来避免出现伪随机数，他unsigned类型的数据作参数并未函数rand设置随机数种子。 c代码： #include 1. i=rand();产生0到RAND_MAX（32767）之间的整数 2. unsigned seed; srand(seed);设置种子 i=rand(); 问题二：真随机数的定义是什么 从软件的角度来说，如果是计算机起卦，则要用到随机数，而电脑中的随机数是假的随机数，搞那么多年程序，我还没看到过什么玩意能够有真随机数，按现代科学定义的真随机数的产生条件有起码两个： 1、真随机数数列是不可预计的，因而也不可能重复产生两个相同的真随机数数列。 2、真随机数只能用某些随机物理过程来产生。例如：放射性衰变、电子设备的热噪音、宇宙射线的触发时间等等。 在计算机中，为了满足信息熵的特性，常常是用到的信息源包括用户的人为反应或某种经过排列变形后的高频时钟的序列或者是用户运动鼠标的路径的坐标等，这在一般的程序里据我看是很少触及到的。因此，计算机上的起卦方法先不谈真随机数的如何的处理问题，还有取到了数又该如何变化的问题。如果更深化的话，还需要要论及世界的本质之类的哲学命题，暂且不表。就目前起卦程序主要在网上起而言，关联于时间的起卦法也许还有可商议之处，而对随机要求性较强的起卦方法是很不适合的。 1. 如何产生一定范围内的随机数？ 直接的方法是： rand() % N; 返回从 0 到 N - 1 的数字。但这个方法不好，因为许多随机数发生器的低位比特并不随机。一个较好的方法是： (int)((double)rand() / ((double)RAND_MAX + 1) * N); 如果你不希望使用 double，另一个方法是： rand() / (RAND_MAX / N + 1); 两种方法都需要知道 RAND_MAX，而且假设 N 要远远小于 RAND_MAX。ANSI 规定标准头文件 stdlib.h 中包含 RAND_MAX 的 #define。顺便提一下，RAND_MAX 是个常数，它告诉你 C 库函数 rand() 的固定范围。你不可以设 RAND_MAX 为其它的值，也没有办法要求 rand() 返回其它范围的值。如果你用的随机数发生器返回的是 0 到 1 的浮点值，要取得范围在 0 到 N - 1 内的整数，只要将随机数乘以 N 就可以了。 2. 为什么每次执行程序，rand() 都返回相同顺序的数字？ 你可以调用 srand() 来初始化伪随机数发生器的种子，传递给 srand() 的值应该是真正的随机数，例如当前时间： #include #include srand((unsigned int)time((time_t *)NULL)); 请注意，在一个程序执行中多次调用 srand() 并不见得有帮助！不要为了取得“真随机数”而在每次调用 rand() 前都调用 srand()！ 3. 我需要随机的真/假值，所以我用直接用 rand() % 2，可是我得到交替的 0, 1, 0, 1, 0 。 这是个低劣的伪随机数生成器，在低位比特中不随机！很不幸，某些系统就提供这样的伪随机数生成器。请试着使用高位比特，具体请参考本文第 1 点。 问题三：c语言随机数函数是什么？ rand（产生随机数） 相关函数 srand 表头文件 #include 定义函数 int rand(void) 函数说明 rand()会返回一随机数值，范围在0至RAND_MAX 间。在调用此函数产生随机数前，必须先利用srand()设好随机数种子，如果未设随机数种子，rand()在调用时会自动设随机数种子为1。关于随机数种子请参考srand()。 返回值 返回0至RAND_MAX之间的随机数值，RAND_MAX定义在stdlib.h，其值为2147483647。 范例 /* 产生介于1 到10 间的随机数值，此范例未设随机数种子，完整的随机数产生请参考 srand（）*/ #include main() { int i,j; for(i=0;i 定义函数 void srand (unsigned int seed); 函数说明 srand()用来设置rand()产生随机数时的随机数种子。参数seed必须是个整数，通常可以利用geypid()或time(0)的返回值来当做seed。如果每次seed都设相同值，rand()所产生的随机数值每次就会一样。 返回值 范例 /* 产生介于1 到10 间的随机数值，此范例与执行结果可与rand（）参照*/ #include #include main() { int i,j; srand((int)time(0)); for(i=0;i> 问题四：C语言中产生随机数的函数是什么? #include #include #include void main() { int i; srand((unsigned)time(NULL)); i = rand() % 100; }这样产生的随机数就是0-99之间的， 这二个函数的工作过程如下： 1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值范围从0~65535； 2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间) 3) 根据需要多次调用rand()，从而不间断地得到新的随机数； 4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。 问题五：随机数的计算公式是什么？ 为追求真正的随机序列，人们曾采用很多种原始的物理方法用于生成一定范围内满足精度（位数）的均匀分布序列，其缺点在于：速度慢、效率低、需占用大量存储空间且不可重现等。为满足计算机模拟研究的需求，人们转而研究用算法生成模拟各种概率分布的伪随机序列。伪随机数是指用数学递推公式所产生的随机数。从实用的角度看，获取这种数的最简单和最自然的方法是利用计算机语言的函数库提供的随机数发生器。典型情况下，它会输出一个均匀分布在0和1区间内的伪随机变量的值。其中应用的最为广泛、研究最彻底的一个算法即线性同余法。 线性同余法LCG（Linear Congruence Generator） 选取足够大的正整数M和任意自然数n0，a，b，由递推公式： ni+1=（af（ni）+b）mod M i=0，1，…，M-1 生成的数值序列称为是同余序列。当函数f（n）为线性函数时，即得到线性同余序列： ni+1=（a*ni+b）mod M i=0，1，…，M-1 以下是线性同余法生成伪随机数的伪代码： Random（n，m，seed，a，b） { r0 = seed； for （i = 1；i 问题六：随机是什么意思 随机 1. (1) [according to situation] 依照情势 必须具有一定的随机应变的能力,才能完成任务 2. (2) [random]∶自由组合 随机抽样

0到100之间的随机数有1到100，0到100没有固定的随机数。如果生成0~100（包括0和100）的整数，是Int(rnd*(100+1))+0，不能去掉Int，Int表示去掉尾部小数。rnd*100的值域是[0,100)，不包括100的任意数。rnd*101的值域是[0,101)，不包括101的任意数，超过了100。randi函数其他调用格式：1、r=randi(imax)，返回一个介于1到imax的伪随机整数。2、r=randi(imax,m,n)，返回一个在[1,imax]范围内的m*n的伪随机整数矩阵。3、r=randi(imax,[m,n])，返回一个在[1,imax]范围内的的m*n的伪随机整数矩阵。4、r=randi(imax,m,n,p)，返回一个在[1,imax]范围内的m*n*p的伪随机整数矩阵。

一到五随机数是1和4。产生随机数有多种不同的方法。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。一到五随机数是1和4。用法：随机数在密码学中非常重要，保密通信中大量运用的会话密钥的生成即需要真随机数的参与。如果一个随机数生成算法是有缺陷的，那么会话密钥可以直接被推算出来。若果真发生这种事故，那么任何加密算法都失去了意义。密码学中大量利用伪随机数生成器的应用还有流密码。流密码的著名例子是RC4。流密码的原理是利用一个密码学安全的伪随机数生成器根据密钥产生一串密码学安全的伪随机比特列，再将消息与上述随机比特列按位异或运算。

0到20的随机数是指在0到20间随便挑选一个数字作为你的答案。随机数就是指你随便挑选的数字，或者是与机器随机摇出来的数字，随机数有固定范围的，也有没有固定范围的？ 0到20的随机数这个是有固定范围的他的起点是0收尾20，也就是说，只能在0到20中挑选

随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。 产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。中文名:随机数外文名:random number应用学科:统计学应用:进行蒙特卡罗模拟法计算方法:随机数发生器特性:后面的数与前面的数毫无关系

电脑产生的随机数称为伪随机数，是通过算法模拟的，看上去和随机数一样，实际上能算出来的数就是可以预见的数（对用户来说不可预见，对电脑则是可预见），不是真正的随机数。从一个大数“种子”开始重复某种迭代计算，通常是加减乘除加求余，种子可以取系统时间，因为用户不可能精确到微秒控制程序运行，就基本保证了每次生成数值的顺序不同一般来说如果用数字电路产生的都是伪随机数，但由于循环时间太长可视为随机数。而现在有用模拟电路产生的随机数，主要原理是将热噪声放大，然后编码。扩展资料随机数的作用随机数的使用历史已经有数千年。无论是抛硬币还是摇色子，目的是让随机概率决定结果。电脑中的随机数生成器的目的也是如此——生成随机不可预测的结果。加密法要求数字不能被攻击者猜到，不能多次使用同样的数字。所以需要一种机制产生攻击者无法预测的数字，这些随机数对加密法至关重要，无论你是加密文件还是访问https协议网站，都需要用到随机数。根据随机数的生成原理，我们把电脑随机数分为两类：“真”随机数和伪随机数。要生成一个“真”随机数，电脑会检测电脑外部发生的某种物理现象。比如说，电脑可以测量某个原子的放射性衰变。根据量子理论，原子衰变是随机而不可测的，所以这就是宇宙中的“纯粹”随机性。攻击者永远无法预测原子衰变的发生时间，也就不可能猜出随机值。参考资料来源：百度百科——随机数

答案：在一定的范围内随机产生的数，并且得到这个范围内的每一个数的机会相同，随机数主要用来模拟大量重复非试验，从而求出几何概型的概率.

告诉你OFFICE公式不求人的方法：F1，要知道好的软件帮助功能是非常强大的。相信你没有看不懂的。

我的理解啊，大家探讨：种子就是个序号，这个序号交给一个数列管理器，通过这个序号，你从管理器中取出一个数列，这个数列就是你通过那个序号得到的随机数。但这个随技术并不真正随机。因为它是通过某个算法的得到。也就是说你给数列管理器同一个序号将得到同样一个“随机”数列。也就是说种子和随机数列是一一对应的。{An}=f(x), x 就是种子，F()是算法，{An}是数列，这个数列看上去是随机的，这是因为An的通项很复杂。

0的随机数是1哦！

1、第一步，先定义int一个数组和int一个指针变量。2、接着我们选择让指针指向数组的第一元素的地址。3、接着使循环的条件为指针的尾地址。4、并且因为这段代码每次循环后指针+1。5、最后，让他进行输出。6、最后编译运行完成后，便可以看到运行结果。

随机数表中的数出现的概率是相等的，要想找到77777，又要找到00000等类似的，是建立在随机数表中有无穷多个数的前提下

Excel是我们电脑上经常用到的办公软件，那么Excel怎么生成随机数呢，相信大家对这个问题很感兴趣，下面给大家介绍一下，希望可以帮助到大家。打开Excel，点击需要生成随机数的单元格。点击编辑栏，在编辑栏中输入“=RAND()”,按下回车键即可返回一个范围是大于0小于1的随机数字。如果对生成的随机数有范围要求，假设随机数大于A，小于B，则输入公式“=A+RAND()*(B-A)”。这里以A等于20，B等于100为例，点击需要生成随机数的单元格，点击编辑栏，在编辑栏中输入“=20+RAND()*(80)",按下回车键。如果需要随机生成整数，则在需要生成随机数的单元格中输入公式“=RANDBETWEEN(A,B)”。这里以A等于20，B等于100为例，点击需要生成随机数的单元格，点击编辑栏，在编辑栏中输入“=RANDBETWEEN(20,100)",按下回车键，通过上述方法即可在Excel中生成随机数。

第一个随机数如何选，方法如下：1、首先介绍一下如何用RAND()函数来生成随机数（同时返回多个值时是不重复的）。如下图所示，在单元格中输入=RAND()，回车后单元格即返回了一个随机数字。2、RAND()函数返回的随机数字的范围是大于0小于1。因此，也可以用它做基础来生成给定范围内的随机数字。3、生成制定范围的随机数方法是这样的，假设给定数字范围最小是A，最大是B，公式是：=A+RAND()*(B-A)。举例来说，要生成大于60小于100的随机数字，因为(100-60)*RAND()返回结果是0到40之间，加上范围的下限60就返回了60到100之间的数字。4、上面RAND()函数返回的0到1之间的随机小数，如果要生成随机整数的话就需要用RANDBETWEEN()函数了，如下图该函数生成大于等于1小于等于100的随机整数。这个函数的语法是这样的：=RANDBETWEEN(范围下限整数，范围上限整数)，结果返回包含上下限在内的整数。注意：上限和下限也可以不是整数，并且可以是负数。5、RAND()和RANDBETWEEN()是生成随机数的基础函数，也可以灵活变通。比如说要生成0.01至1之间包含两位小数的随机数，则可用下图的公式实现。6、最终效果显示，生成随机数据后进行选择。

总结： excel生成固定范围随机数，具体操作步骤如下：1、选择区域，将B1到B4的位置选中，输入公式。2、输入完成后，同时按下ctrl键和enter键，得到随机数字。3、按下f9键，随机数字会自动刷新。4、假如想要得到随机小数，在公式后面除以10的倍数即可。5、得出随机小数，按下f9可以刷新。 演示环境信息： 电脑型号：ThinkPad 翼14 Slim，系统版本 ：window10，软件版本：excel2020。 图文步骤： excel生成固定范围随机数，具体操作步骤如下： 1、选择区域，将B1到B4的位置选中，输入公式，具体操作如下图所示： 2、输入完成后，同时按下ctrl键和enter键，得到随机数字，具体操作如下图所示： 3、按下f9键，随机数字会自动刷新，具体操作如下图所示： 4、假如想要得到随机小数，在公式后面除以10的倍数即可，具体操作如下图所示： 5、得出随机小数，按下f9可以刷新。具体操作如下图所示：

取决于数据库类型

为追求真正的随机序列，人们曾采用很多种原始的物理方法用于生成一定范围内满足精度（位数）的均匀分布序列，其缺点在于：速度慢、效率低、需占用大量存储空间且不可重现等。为满足计算机模拟研究的需求，人们转而研究用算法生成模拟各种概率分布的伪随机序列。伪随机数是指用数学递推公式所产生的随机数。从实用的角度看，获取这种数的最简单和最自然的方法是利用计算机语言的函数库提供的随机数发生器。典型情况下，它会输出一个均匀分布在0和1区间内的伪随机变量的值。其中应用的最为广泛、研究最彻底的一个算法即线性同余法。　　线性同余法LCG（Linear Congruence Generator）　　选取足够大的正整数M和任意自然数n0，a，b，由递推公式：　　ni+1=（af（ni）+b）mod M i=0，1，…，M-1　　生成的数值序列称为是同余序列。当函数f（n）为线性函数时，即得到线性同余序列：　　ni+1=（a*ni+b）mod M i=0，1，…，M-1　　以下是线性同余法生成伪随机数的伪代码：　　Random（n，m，seed，a，b）　　{　　r0 = seed；　　for （i = 1；i<=n；i++）　　ri = （a*ri-1 + b） mod m　　}　　其中种子参数seed可以任意选择，常常将它设为计算机当前的日期或者时间；m是一个较大数，可以把它取为2w，w是计算机的字长；a可以是0.01w和0.99w之间的任何整数。　　应用递推公式产生均匀分布随机数时，式中参数n0，a，b，M的选取十分重要。　　例如，选取M=10，a=b =n0=7，生成的随机序列为{6，9，0，7，6，9，……}，周期为4。　　取M=16，a=5，b =3，n0=7，生成的随机序列为{6，1，8，11，10，5，12，15，14，9，0，3，2，13，4，7，6，1……}，周期为16。　　取M=8，a=5，b =1，n0=1，生成的随机序列为{6，7，4，5，2，3，0，1，6，7……}，周期为8。

rand()函数是产生随机数的一个随机函数。注意：(1)使用该函数首先应在开头包含头文件stdlib.h#include<stdlib.h>(C++建议使用#include<cstdlib>，下同)(2)在标准的C库中函数rand()可以生成0~RAND_MAX之间的一个随机数，其中RAND_MAX 是stdlib.h 中定义的一个整数，它与系统有关。(3)rand()函数没有输入参数，直接通过表达式rand()来引用；例如可以用下面的语句来打印两个随机数：printf("Random numbers are: %i %i ",rand(),rand());(4)因为rand()函数是按指定的顺序来产生整数，因此每次执行上面的语句都打印相同的两个值，所以说C语言的随机并不是真正意义上的随机，有时候也叫伪随机数。(5)为了使程序在每次执行时都能生成一个新序列的随机值，我们通常通过为随机数生成器提供一粒新的随机种子。函数 srand()(来自stdlib.h)可以为随机数生成器播散种子。只要种子不同rand()函数就会产生不同的随机数序列。srand()称为随机数生成器的初始化器。实例：#include <stdio.h>#include <stdlib.h>int main(){unsigned int seed; /*申明初始化器的种子，注意是unsigned int 型的*/int k;printf("Enter a positive integer seed value: ");scanf("%u",&seed);srand(seed);printf("Random Numbers are: ");for(k = 1; k <= 10; k++){printf("%i",rand());printf(" ");}return 0;}

公式rand()返回的是[0,1）区间的随机数。如果你对这个随机数有要求，比如是[0,100)区间内的整数，可以设置为int(rand()*100,0)

方法/步骤首先计算这个范围的差值。这里假设范围值为50~100之内的随机数打开电子表格，在所需要产随机数的单元格内输入如下公式：=rand（）*（100-50）+50。按确认键就可以生成在规定范围内的随机数了！如果你需要生成多个随机数，那拖动单元格最下角小三角就可以啦！

拖拉多大区域就有多少个

excel有很多方便的功能，大大提升了工作效率。下面教大家如何用excel生成随机数。开启分步阅读模式工具材料：Excel 2010操作方法01方法一：使用RAND()函数打开excel，在任意表格中输入"=RAND()"，生成0~1的随机数。02按下回车键即可看到效果。03如果想要用RAND()函数生成指定区间的随机数，使用"RAND()*(B-A)+A"，其中A为最小范围，B是最大范围。效果如图。04方法二：使用RANDBETWEEN()函数在表格中输入"=RANDBETWEEN(A,B)"，其中A和B分别代表最小范围和最大范围。效果如图。日常工作中，我们有许多情景需要生成随机数字，例如抽奖、分班等，用excel表格可以做到生成随机数。下面介绍一下在excel中生成随机数的基本方法。方法一：单击空白单元格，在空白单元格内输入函数“=RAND()”按回车键。方法二：生成制定范围随机数法。单机空白单元格，输入函数“=A+RAND()*(B-A)”。在这里A为生成随机数的最小值，B为最大值。按回车键完成。这样就可以生成随机数了。

一般情况下，伪随机数已经够用，但是想通过程序获得严格并且严肃的统计结果，一个真正的随机数生成器还是必要的。又比如，如果你是在设计一个大规模的抽奖程序的话，使用伪随机数肯定会被人质疑。 Random.org 这个网站就提供了真正的随机数序列，他通过大气噪音 (Atmospheric Noise) 这种大自然的随机现象来产生。你可以通过 Http、SOAP、CORBA 等方式在程序中请求特定的随机数列，网站上有详细的接口文档。

用函数int rand( void );要文件包含#include <stdlib.h>example:srand( time(NULL) ); for( i = 0; i < 10; i++ ) printf( "Random number #%d: %d ", i, rand() );

第一个随机数，随意产生，第二个随机数要和第一个随机数相等的概率是1/91,(其实每一个数要和前一个数相等的概率都是1/91)一共有21次机会(1/91)*21=21/91肯定是求至少的概率。。没有问题

1、首先介绍一下如何用rand()函数来生成随机数（同时返回多个值时是不重复的）。如下图所示，在单元格中输入=rand()，回车后单元格即返回了一个随机数字。2、rand()函数返回的随机数字的范围是大于0小于1。因此，也可以用它做基础来生成给定范围内的随机数字。3、生成制定范围的随机数方法是这样的，假设给定数字范围最小是a，最大是b，公式是：=a+rand()*(b-a)。举例来说，要生成大于60小于100的随机数字，因为(100-60)*rand()返回结果是0到40之间，加上范围的下限60就返回了60到100之间的数字。4、上面rand()函数返回的0到1之间的随机小数，如果要生成随机整数的话就需要用randbetween()函数了，如下图该函数生成大于等于1小于等于100的随机整数。这个函数的语法是这样的：=randbetween(范围下限整数，范围上限整数)，结果返回包含上下限在内的整数。注意：上限和下限也可以不是整数，并且可以是负数。5、rand()和randbetween()是生成随机数的基础函数，也可以灵活变通。比如说要生成0.01至1之间包含两位小数的随机数，则可用下图的公式实现：

C语言生成随机数需要用到两个函数，一个是srand()，一个是rand()，首先给srand()提供一个种子，unsigned int类型，其取值范围从0~65535，srand()根据这个种子会由一个特定的公式生成一个随机数序列；然后调用rand()，它会依次从这个序列中返回一个数(在0到32767之间)，而在不指定srand()种子的情况下，它每次都使用默认的种子，因此生成的序列是同一个，你每次运行，当然就取到相同的数字了。你可以在程序里添加头文件time.h，用当前时间作为srand的种子，这样就能保证每次运行时都能取到不同的随机数序列。如下：time_t t;srand((unsigned) time(&t));然后就可以用rand()取随机数了。

首先介绍一下如何用RAND()函数来生成随机数（同时返回多个值时是不重复的）。如下图所示，在单元格中输入=RAND()，回车后单元格即返回了一个随机数字。RAND()函数返回的随机数字的范围是大于0小于1。因此，也可以用它做基础来生成给定范围内的随机数字。生成制定范围的随机数方法是这样的，假设给定数字范围最小是A，最大是B，公式是：=A+RAND()*(B-A)。举例来说，要生成大于60小于100的随机数字，因为(100-60)*RAND()返回结果是0到40之间，加上范围的下限60就返回了60到100之间的数字。上面RAND()函数返回的0到1之间的随机小数，如果要生成随机整数的话就需要用RANDBETWEEN()函数了，如下图该函数生成大于等于1小于等于100的随机整数。这个函数的语法是这样的：=RANDBETWEEN(范围下限整数，范围上限整数)，结果返回包含上下限在内的整数。注意：上限和下限也可以不是整数，并且可以是负数。5RAND()和RANDBETWEEN()是生成随机数的基础函数，也可以灵活变通。比如说要生成0.01至1之间包含两位小数的随机数，则可用下图的公式实现：

「真随机」也有不同的含义，若想要「真正的真随机」目测只能靠量子力学了。一般的所谓真随机不是指这个，而是指统计意义上的随机，也就是具备不确定性，可以被安全的用于金融等领域，下面说的也是这种。答案是，计算机系统可以产生统计意义上的真随机数。大部分程序和语言中的随机数（比如 C 中的，MATLAB 中的），确实都只是伪随机。是由可确定的函数（常用线性同余），通过一个种子（常用时钟），产生的伪随机数。这意味着：如果知道了种子，或者已经产生的随机数，都可能获得接下来随机数序列的信息（可预测性）。直观来想，计算机是一种可确定，可预测的的设备，想通过一行一行的确定的代码自身产生真随机，显然不可能。但是，我们或许可以迂回一下……实现方法简单说就是软硬结合，或者说，引入系统外的变量（把软件，代码，算法想象成一个封闭的系统）。一个典型的例子就是 UNIX 内核中的随机数发生器（/dev/random），它在理论上能产生真随机。即这个随机数的生成，独立于生成函数，这时我们说这个产生器是非确定的。具体来讲，UNIX 维护了一个熵池，不断收集非确定性的设备事件，即机器运行环境中产生的硬件噪音来作为种子。比如说：时钟，IO 请求的响应时间，特定硬件中断的时间间隔，键盘敲击速度，鼠标位置变化，甚至周围的电磁波等等……直观地说，你每按一次键盘，动一下鼠标，邻居家 wifi 信号强度变化，磁盘写入速度，等等信号，都可能被用来生成随机数。

1、按“mode”键3次，然后按"1"键（即选择fix）；2、按“0”键，再按你要取的随机数的最大值；3、按“shift”键，再按“rnd#”，再按“+”键，再按0.5；4、按“=”键就能出来你所求的随机数。说明：第2步中的0代表的意思是取整数，如果要精确到小数点后一位则将0改为1，精确到二位则将0改为2.以此类推。结束：mode-mode-mode-3-1即可恢复原来状态

零到十随机数是从0到10一共有11个数，0、1、2、3、4、5、6、7、8、9、10。果随机抽10次，每个数被抽到的概率就是十一分之一，如果抽100次的话每个数被抽到的概率就是一百分之十一，因为抽的次数不同，所以每个数被抽的的概率也是不同的。随机数的定义随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等。产生随机数有多种不同的方法。这些方法被称为随机数生成器。随机数最重要的特性是它在产生时后面的那个数与前面的那个数毫无关系。

1到100之间随机的数字

问题一：什么是随机数？ 随机数就是计算机随机产生的数字序列。伪随机数序列看上去是随机的，但是反复执行程序会发现每次程序所产生的序列是重复的。可以用srand来避免出现伪随机数，他unsigned类型的数据作参数并未函数rand设置随机数种子。 c代码： #include 1. i=rand();产生0到RAND_MAX（32767）之间的整数 2. unsigned seed; srand(seed);设置种子 i=rand(); 问题二：真随机数的定义是什么 从软件的角度来说，如果是计算机起卦，则要用到随机数，而电脑中的随机数是假的随机数，搞那么多年程序，我还没看到过什么玩意能够有真随机数，按现代科学定义的真随机数的产生条件有起码两个： 1、真随机数数列是不可预计的，因而也不可能重复产生两个相同的真随机数数列。 2、真随机数只能用某些随机物理过程来产生。例如：放射性衰变、电子设备的热噪音、宇宙射线的触发时间等等。 在计算机中，为了满足信息熵的特性，常常是用到的信息源包括用户的人为反应或某种经过排列变形后的高频时钟的序列或者是用户运动鼠标的路径的坐标等，这在一般的程序里据我看是很少触及到的。因此，计算机上的起卦方法先不谈真随机数的如何的处理问题，还有取到了数又该如何变化的问题。如果更深化的话，还需要要论及世界的本质之类的哲学命题，暂且不表。就目前起卦程序主要在网上起而言，关联于时间的起卦法也许还有可商议之处，而对随机要求性较强的起卦方法是很不适合的。 1. 如何产生一定范围内的随机数？ 直接的方法是： rand() % N; 返回从 0 到 N - 1 的数字。但这个方法不好，因为许多随机数发生器的低位比特并不随机。一个较好的方法是： (int)((double)rand() / ((double)RAND_MAX + 1) * N); 如果你不希望使用 double，另一个方法是： rand() / (RAND_MAX / N + 1); 两种方法都需要知道 RAND_MAX，而且假设 N 要远远小于 RAND_MAX。ANSI 规定标准头文件 stdlib.h 中包含 RAND_MAX 的 #define。顺便提一下，RAND_MAX 是个常数，它告诉你 C 库函数 rand() 的固定范围。你不可以设 RAND_MAX 为其它的值，也没有办法要求 rand() 返回其它范围的值。如果你用的随机数发生器返回的是 0 到 1 的浮点值，要取得范围在 0 到 N - 1 内的整数，只要将随机数乘以 N 就可以了。 2. 为什么每次执行程序，rand() 都返回相同顺序的数字？ 你可以调用 srand() 来初始化伪随机数发生器的种子，传递给 srand() 的值应该是真正的随机数，例如当前时间： #include #include srand((unsigned int)time((time_t *)NULL)); 请注意，在一个程序执行中多次调用 srand() 并不见得有帮助！不要为了取得“真随机数”而在每次调用 rand() 前都调用 srand()！ 3. 我需要随机的真/假值，所以我用直接用 rand() % 2，可是我得到交替的 0, 1, 0, 1, 0 。 这是个低劣的伪随机数生成器，在低位比特中不随机！很不幸，某些系统就提供这样的伪随机数生成器。请试着使用高位比特，具体请参考本文第 1 点。 问题三：c语言随机数函数是什么？ rand（产生随机数） 相关函数 srand 表头文件 #include 定义函数 int rand(void) 函数说明 rand()会返回一随机数值，范围在0至RAND_MAX 间。在调用此函数产生随机数前，必须先利用srand()设好随机数种子，如果未设随机数种子，rand()在调用时会自动设随机数种子为1。关于随机数种子请参考srand()。 返回值 返回0至RAND_MAX之间的随机数值，RAND_MAX定义在stdlib.h，其值为2147483647。 范例 /* 产生介于1 到10 间的随机数值，此范例未设随机数种子，完整的随机数产生请参考 srand（）*/ #include main() { int i,j; for(i=0;i 定义函数 void srand (unsigned int seed); 函数说明 srand()用来设置rand()产生随机数时的随机数种子。参数seed必须是个整数，通常可以利用geypid()或time(0)的返回值来当做seed。如果每次seed都设相同值，rand()所产生的随机数值每次就会一样。 返回值 范例 /* 产生介于1 到10 间的随机数值，此范例与执行结果可与rand（）参照*/ #include #include main() { int i,j; srand((int)time(0)); for(i=0;i> 问题四：C语言中产生随机数的函数是什么? #include #include #include void main() { int i; srand((unsigned)time(NULL)); i = rand() % 100; }这样产生的随机数就是0-99之间的， 这二个函数的工作过程如下： 1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值范围从0~65535； 2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间) 3) 根据需要多次调用rand()，从而不间断地得到新的随机数； 4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。 问题五：随机数的计算公式是什么？ 为追求真正的随机序列，人们曾采用很多种原始的物理方法用于生成一定范围内满足精度（位数）的均匀分布序列，其缺点在于：速度慢、效率低、需占用大量存储空间且不可重现等。为满足计算机模拟研究的需求，人们转而研究用算法生成模拟各种概率分布的伪随机序列。伪随机数是指用数学递推公式所产生的随机数。从实用的角度看，获取这种数的最简单和最自然的方法是利用计算机语言的函数库提供的随机数发生器。典型情况下，它会输出一个均匀分布在0和1区间内的伪随机变量的值。其中应用的最为广泛、研究最彻底的一个算法即线性同余法。 线性同余法LCG（Linear Congruence Generator） 选取足够大的正整数M和任意自然数n0，a，b，由递推公式： ni+1=（af（ni）+b）mod M i=0，1，…，M-1 生成的数值序列称为是同余序列。当函数f（n）为线性函数时，即得到线性同余序列： ni+1=（a*ni+b）mod M i=0，1，…，M-1 以下是线性同余法生成伪随机数的伪代码： Random（n，m，seed，a，b） { r0 = seed； for （i = 1；i 问题六：随机是什么意思 随机 1. (1) [according to situation] 依照情势 必须具有一定的随机应变的能力,才能完成任务 2. (2) [random]∶自由组合 随机抽样

一到一百随机数字。我之前见过一个0-9整数随机的，如果是100的话，应该也差不多，只是添加数据随机生成时，长度为2即可，数据量需改成99。说明：在条码软件中绘制一个普通文本，打开普通文本的属性-数据源，修改当前默认数据，数据对象类型选择随机生成，字符集默认为0123456789，不需要修改，长度设置为1。这样的话就可以在字符集“0123456789”中随机生成0-9个位数字 0--100随机数字，那可太多了，就看你想要什么数字，比如从单数上讲人们图吉利会要6或8或9。随机的话也是这几个数字，从双数组合上讲随机的吉利数字有66、88、99、56、58、99等，这些都是随机选出的吉利数字，应用好的话，别人会喜欢也愿意听到，如祝福老人活到99岁，多好。0到100的随机数字，这个就是随机的，摇出来的是0就是0，是9就是9，随机的数字没有人为操作的，也有人为控制的时候，就好比是购买福利彩票，摇数字的时候。

电脑生成的，为了确保抽样的公平性的数字。例如随机数表中的22334566322就是一列随机数

一至一百随机数是指在数字1到数字100之间随机取出一个数字，1到100没有固定的随机数。如果生成0~100（包括0和100）的整数，是Int(rnd*(100+1))+0，不能去掉Int，Int表示去掉尾部小数。rnd*100的值域是[0,100)，不包括100的任意数。rnd*101的值域是[0,101)，不包括101的任意数，超过了100。randi函数其他调用格式：1、r = randi(imax)，返回一个介于1到imax的伪随机整数。2、r = randi(imax,m,n)，返回一个在[1,imax]范围内的m*n的伪随机整数矩阵。3、r = randi(imax,[m,n])，返回一个在[1,imax]范围内的的m*n的伪随机整数矩阵。4、r = randi(imax,m,n,p)，返回一个在[1,imax]范围内的m*n*p的伪随机整数矩阵。

零和一百没有固定的随机数。如果生成0~100（包括0和100）的整数，是Int(rnd*(100+1))+0，不能去掉Int，Int表示去掉尾部小数。rnd*100的值域是[0,100)，不包括100的任意数。rnd*101的值域是[0,101)，不包括101的任意数，超过了100。随机数简介：随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。产生随机数有多种不同的方法。

零和一百没有固定的随机数。如果生成0~100（包括0和100）的整数，是Int(rnd*(100+1))+0，不能去掉Int，Int表示去掉尾部小数。rnd*100的值域是[0,100)，不包括100的任意数。rnd*101的值域是[0,101)，不包括101的任意数，超过了100。randi函数其他调用格式：1、r = randi(imax)，返回一个介于1到imax的伪随机整数。2、r = randi(imax,m,n)，返回一个在[1,imax]范围内的m*n的伪随机整数矩阵。3、r = randi(imax,[m,n])，返回一个在[1,imax]范围内的的m*n的伪随机整数矩阵。4、r = randi(imax,m,n,p,...)，返回一个在[1,imax]范围内的m*n*p*...的伪随机整数矩阵。

随机数没有规律，任何数字都有可能。零到五百随机数字即任一个数字都是从0～500中绝对同等可能地抽取的数字。要生成1~500之间的随机数，有大约两种办法，一是先生成0~1之间的一个随机小数，然后再扩大100倍，再取整数，就可以生成1~500之间的随机数。第二个办法是直接生成1~500的随机数，方法是先生成一个Random对象，再使用nextInt(100)方法，就生成了指定范围内的随机数。随机数使用：真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。使用计算机产生真随机数的方法是获取cpu频率与温度的不确定性以及统计一段时间的运算次数每次都会产生不同的值，系统时间的误差以及声卡的底噪等。

可以在百度上搜索随机数表 然后下载

均匀随机数：如果X是区间[a ,b]上的任何一点,且是等可能的,那么称X服从[a ,b]上的均匀分布,X称为[a ,b]上的均匀随机数.

1到100随机数就是指在数字1到数字100之间随机取出一个数字，不掺杂任何主观意识。随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。随机数的运用真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。使用计算机产生真随机数的方法是获取cpu频率与温度的不确定性以及统计一段时间的运算次数每次都会产生不同的值，系统时间的误差以及声卡的底噪等。在实际应用中往往使用伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。计算机或计算器产生的随机数有很长的周期性。它们不真正地随机，因为它们实际上是可以计算出来的，但是它们具有类似于随机数的统计特征。

产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是它在产生是后面的那个数与前面的那个数毫无关系。真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等。这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。在实际应用中往往使用伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。它们不真正地随机，因为它们实际上是可以计算出来的，但是它们具有类似于随机数的统计特征。这样的发生器叫做伪随机数发生器。在真正关键性的应用中，比如在密码学中，人们一般使用真正的随机数。

acc里面随时都是随机数

0到100之间的随机数有0到100，0到100没有固定的随机数。如果生成0~100（包括0和100）的整数，是Int(rnd*(100+1))+0，不能去掉Int，Int表示去掉尾部小数。rnd*100的值域是[0,100)，不包括100的任意数。rnd*101的值域是[0,101)，不包括101的任意数，超过了100。randi函数其他调用格式：1、r = randi(imax)，返回一个介于1到imax的伪随机整数。2、r = randi(imax,m,n)，返回一个在[1,imax]范围内的m*n的伪随机整数矩阵。3、r = randi(imax,[m,n])，返回一个在[1,imax]范围内的的m*n的伪随机整数矩阵。4、r = randi(imax,m,n,p)，返回一个在[1,imax]范围内的m*n*p*的伪随机整数矩阵。

零到五十的随机数就是0~50范围内的任意一个数字，比如8，10，21，30，43，50。一般随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。随机数的运用：真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。使用计算机产生真随机数的方法是获取cpu频率与温度的不确定性以及统计一段时间的运算次数每次都会产生不同的值，系统时间的误差以及声卡的底噪等。在实际应用中往往使用伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。计算机或计算器产生的随机数有很长的周期性。它们不真正地随机，因为它们实际上是可以计算出来的，但是它们具有类似于随机数的统计特征。这样的发生器叫做伪随机数发生器。