ランダム数値ジェネレーター｜範囲指定

疑似乱数（Pseudo Random Number Generator）はアルゴリズムによって生成される乱数で、初期値（シード）が同じなら同じ数列が再現されます。JavaScriptのMath.random()がこれに該当し、シミュレーション・ゲーム・データのシャッフルなど再現性が必要ない一般用途には十分です。一方、暗号論的乱数（Cryptographically Secure PRNG）はOS・ハードウェアのノイズを利用して生成され、予測不可能性が非常に高いです。このツールで使用しているCrypto APIはCSPRNGで、パスワード生成・セキュリティトークン・抽選など予測されてはいけない用途に適しています。

最小値Aから最大値Bの整数乱数を生成するには、0以上1未満の乱数Rを使い「Math.floor(R × (B - A + 1)) + A」という式で計算します。例えば1〜6のサイコロ（6面）をシミュレートするには最小1・最大6を設定します。重複なし生成はフィッシャー・イェーツのシャッフルアルゴリズムで実装されており、全ての組み合わせが等確率で生成される公平な方法です。小数の場合は「R × (B - A) + A」で指定範囲にスケーリングして、任意の小数点以下桁数に丸めます。

グループでの抽選（当番決め・チーム分け・プレゼント交換の順番決め）に乱数生成ツールが便利です。参加者に1〜N（人数）の番号を割り振り、重複なしで乱数を生成することで公平な抽選が実現できます。統計・調査でのランダムサンプリング（母集団からN件をランダム抽出）にも活用できます。品質管理での抜き取り検査（製品番号が1〜1000の場合、10件を無作為に選ぶ）、マーケティングリサーチでのアンケート対象者の無作為抽出など、偏りのない公平な選択が必要な場面で力を発揮します。

ソフトウェア開発ではテスト用のダミーデータ生成に乱数が必要なシーンが多くあります。データベースのパフォーマンステスト用に大量のランダムな数値データを生成する場合、このツールで素早く確認できます。ゲーム開発では敵キャラのステータス生成・マップのランダム配置・アイテムドロップ率のシミュレーションに活用できます。機械学習・データサイエンスでは訓練データと検証データの分割にランダムインデックス生成が必要な場面があります。モンテカルロ法（乱数を使ったシミュレーション）でも大量の乱数が必要で、このツールで手軽に確認できます。