1. 計算機的隨機數是怎麼產生的
樓主您好！
在統計學的不同技術中需要使用隨機數，比如在從統計總體中抽取有代表性的樣本的時候，或者在將實驗動物分配到不同的試驗組的過程中，或者在進行蒙特卡羅模擬法計算的時候等等。
產生隨機數有多種不同的方法。這些方法被稱為隨機數發生器。隨機數最重要的特性是它在產生是後面的那個數與前面的那個數毫無關系。
真正的隨機數是使用物理現象產生的：比如擲錢幣、骰子、轉輪、使用電子元件的噪音、核裂變等等。這樣的隨機數發生器叫做物理性隨機數發生器，它們的缺點是技術要求比較高。
在實際應用中往往使用偽隨機數就足夠了。這些數列是「似乎」隨機的數，實際上它們是通過一個固定的、可以重復的計算方法產生的。它們不真正地隨機，因為它們實際上是可以計算出來的，但是它們具有類似於隨機數的統計特徵。這樣的發生器叫做偽隨機數發生器。
在真正關鍵性的應用中，比如在密碼術中，人們一般使用真正的隨機數。
2. 計算器如何產生隨機數
一般計算機的隨機數都是偽隨機數，以一個真隨機數（種子）作為初始條件，然後用一定的演算法不停迭代產生隨機數，下面介紹兩種方法：
一般種子可以以當前的系統時間，這是完全隨機的
。
演算法1：平方取中法。
1）將種子設為X0，並mod 10000得到4位數
2)將它平方得到一個8位數（不足8位時前面補0）
3）取中間的4位數可得到下一個4位隨機數X1
4）重復1-3步，即可產生多個隨機數
這個演算法的一個主要缺點是最終它會退化成0，不能繼續產生隨機數。
演算法2：線性同餘法
1）將種子設為X0，
2）用一個演算法X(n+1)=(a*X(n)+b) mod c產生X(n+1)
一般將c取得很大，可產生0到c-1之間的偽隨機數
該演算法的一個缺點是會出現循環。
3. 如何用計算機求隨機數
計算機隨機數是用一個隨機函數生成隨機數,但實際上並非無規律,他其實是將一個數通過某種過程生成另一個數,然後將生成的數再次進行此過程,直到出現循環(一定會出現循環),如:
設一個數a;
給a一個值;
對a進行某過程;//此過程一般很復雜
得到b;
再對b進行此過程;
(依次類推)
....
這樣的結果是能夠得到出現幾率幾乎相等的一組數,但他們是有規律的,是可以破解的.
但這只是菜鳥所用的"隨機數",真正的計算機隨機數可以做到隨機,
以上面的解釋為例,你可以多設幾個過程,根據時間決定使用哪個過程,或者把時間也作為一個參數,還有很多方法也可以做到隨機,總之,想破解隨機數是不可能的.
我是第一個回答的,如果你覺得夠詳細,就追加點分吧.
4. 隨機數演算法是什麼
在計算機中並沒有一個真正的隨機數發生器，但是可以做到使產生的數字重復率很低，這樣看起來好象是真正的隨機數，實現這一功能的程序叫偽隨機數發生器。有關如何產生隨機數的理論有許多如果要詳細地討論，需要厚厚的一本書的篇幅。不管用什麼方法實現隨機數發生器，都必須給它提供一個名為「種子」的初始值。而且這個值最好是隨機的，或者至少這個值是偽隨機的。「種子」的值通常是用快速計數寄存器或移位寄存器來生成的。下面講一講在C語言里所提供的隨機數發生器的用法。現在的C編譯器都提供了一個基於ANSI標準的偽隨機數發生器函數，用來生成隨機數。它們就是rand（）和srand（）函數。這二個函數的工作過程如下：」）首先給srand（）提供一個種子，它是一個unsignedint類型，其取值范圍從0～65535；2）然後調用rand（），它會根據提供給srand（）的種子值返回一個隨機數（在0到32767之間）3）根據需要多次調用rand（），從而不間斷地得到新的隨機數；4）無論什麼時候，都可以給srand（）提供一個新的種子，從而進一步「隨機化」rand（）的輸出結果。這個過程看起來很簡單，問題是如果你每次調用srand（）時都提供相同的種子值，那麼，你將會得到相同的隨機數序列，這時看到的現象是沒有隨機數，而每一次的數都是一樣的了。例如，在以17為種子值調用srand（）之後，在首次調用rand（）時，得到隨機數94。在第二次和第三次調用rand（）時將分別得到26602和30017，這些數看上去是很隨機的（盡管這只是一個很小的數據點集合），但是，在你再次以17為種子值調用srand（）後，在對於rand（）的前三次調用中，所得的返回值仍然是在對94，26602，30017，並且此後得到的返回值仍然是在對rand（）的第一批調用中所得到的其餘的返回值。因此只有再次給srand（）提供一個隨機的種子值，才能再次得到一個隨機數。下面的例子用一種簡單而有效的方法來產生一個相當隨機的「種子」值－－－－當天的時間值：g＃椋睿悖歟醯洌澹Γ歟簦唬螅簦洌椋錚瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅簦洌歟椋猓瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅螅Γ＃矗罰唬簦穡澹螅瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅螅Γ＃矗罰唬簦椋恚澹猓瑁Γ紓簦弧。觶錚椋洹。恚幔椋睿ǎ觶錚椋洌。。椋睿簟。椋弧。醯睿螅椋紓睿澹洹。椋睿簟。螅澹澹洌鄭幔歟弧。螅簦潁醯悖簟。簦椋恚澹狻。簦椋恚澹攏醯媯弧。媯簦椋恚澹ǎΓ幔恚穡唬簦椋恚澹攏醯媯弧。螅澹澹洌鄭幔歟劍ǎǎǎǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯簦椋恚澹Γ幔恚穡唬埃疲疲疲疲。ǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯恚椋歟歟椋簦恚蕖。ǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯恚椋歟歟椋簦恚弧。螅潁幔睿洌ǎǎ醯睿螅椋紓睿澹洹。椋睿簦螅澹澹洌鄭幔歟弧。媯錚潁ǎ椋劍埃唬椋Γ歟簦唬保埃唬椋。穡潁椋睿簦媯ǎΓ瘢醯錚簦唬ィ叮洌Γ＃梗玻唬睿Γ瘢醯錚簦籦egjrand（））；｝上面的程序先是調用＿ftime（）來檢查當前時間yc並把它的值存入結構成員timeBuf．time中wae當前時間的值從1970年1月1日開始以秒計算aeh在調用了＿ftime（）之後在結構timeBuf的成員millitm中還存入了當前那一秒已經度過的毫秒數，但在DOS中這個數字實際上是以百分之一秒來計算的。然後，把毫秒數和秒數相加，再和毫秒數進行異或運算。當然也可以對這兩個結構成員進行更多的計算，以控制se．．．．．．餘下全文＞＞
5. 真的有能產生完全隨機數的演算法嗎
計算機本來就沒辦法實現真正的隨機，它本來就是按邏輯來運行的，產生的所謂隨機數全部都是偽隨機，最多隻能做到范圍足夠大，產生規律足夠復雜，感覺像是隨機而已。