1樓：支浩宇
應該這麼理解無窮，無窮的乙個子集還是無窮的。乙個無限多房間的旅館，再住進來無限多人，一樣能住下，再搬走無限多人，哇塞跟沒搬之前一樣還是住滿的。
所以說，你在無窮範圍裡面生成隨機數，生成的隨機數一定是無窮大的。
2樓：喵嗚大將軍
沒錯，這個問題確實等價於
生成區(0,1)的隨機實數
但問題是，生成區(0,1)的隨機實數，就是不可能做到的啊！
我們只能生成0到1之間的精度有限的乙個有理數列中的隨機而已
3樓：
題目是範圍之內，我理解的是：結果就是這個數是要可以隨機出來的，因為 1 也是在範圍內，但是又要求範圍是(-∞,+∞)
1.首先隨機 0 和 1 之間的整數，如果是 0 就判定為負數，如果是 1 就判定為正數。
2.迴圈求 0 和 1 之間的整數隨機數，如果是 0 則終止迴圈
2.1.在迴圈內求 0 到 9 的隨機整數，然後直接拼接到乙個迴圈外的字串上
2.2.隨機求 0 和 1 之間的整數，如果是 1 就判定這裡有小數點，並且記錄在迴圈外的變數上，下次迴圈不再算這行
不知道思路對不對，這裡的思路是求隨機數的長度並非由人定義的，每次求隨機的長度都是由隨機的 true 和 false 來確定，每個一位數字又是由隨機的 0 到 9 的整數拼接，所以無論是小數點後的位數和數字的大小都是不可預見的，並且一定在(-∞,+∞) 的範圍之內，如果迴圈的判斷一直是 true 不就意味著是無窮大或者是無窮小了？最後得出的字串轉化為可計算的數字應該不是難點。
4樓：管致遠
像其它答案說的那樣，如果不要求「均勻」，取正太分布（誤）之類的就可以了。對於均勻分布的話我給出一種比較淺顯的證明說明不能。
假設在上均勻分布。對於任意0" eeimg="1"/>，定義。由均勻分布易知0" eeimg="1"/>。
注意到若0" eeimg="1"/>，可取使1" eeimg="1"/>，說明不是概率測度。反之，若，則有 0" eeimg="1"/>，由概率測度的性質 (countable additivity) 可知，同樣說明不是概率測度。所以不存在滿足條件的概率測度。
5樓：xy li
用tan( )函式。
先生成0-1隨機數，再對映到（-0.5，0.5）pi。再取tan（）。貌似分布不是太均勻，但某些場合也夠了
6樓：
1/r（-1,1）和r（-1,1）結合？
正態分佈打1000萬個點，選0.1或者1為區間，彙總每乙個區間的點數，以點數最少的那個區間為準把其他區間裡的都削掉剩下的這些？
7樓：楊漢卿
不可能，一台給定的計算機裡面的電晶體是確定的，在有限次的排列組合下，無論這個數字多大，它都只是乙個很大的數，離無限大還很遠。
也就是說即使你把地球上一切物體的引數都傳進乙個公式也不可能生成乙個無限大的隨機數，因為有限個原子的排列組合還是乙個有窮數。
其實按照這個道理想下去，如果宇宙空間是有限的，有限個原子的排列組合，總有一天會出現相同的排列，宇宙進去迴圈，不過幸好目前看來宇宙的空間是無限的，而且還有薛丁格的貓這塊人類自由意志的遮羞布，新的一天還是有無限可能的。(好像扯遠了，捂臉)
8樓：王俊勇
我想說一下概率的具體數值與事件發生的可能性之間的關係。
我的結論是這樣的：假設能夠產生(-∞,+∞)上隨機數，那麼如題主所說，產生無窮大的數的概率（極限）確實等於1，但這並不是說不能產生不是無窮的數。（至於能否產生(-∞,+∞)上的隨機數不是我的論點。
）設PN(k)的意義為：從位數小於等於N的數里隨機取乙個數，這個數是k位數的概率。可知PN(k)=9PN(k-1)，並且滿足條件PN(1)+PN(2)+...
PN(N)=1。由等比數列的求和公式可知：
PN(1)*(1-9^N)/(1-9)=1，得PN(1)=8/(9^N-1)，PN(k)=8*9^(k-1)/(9^N-1)。由此可算出N趨於無窮時的取得的隨機數為N位數的概率PN(N)=8*9^(N-1)/(9^N-1)，N趨於無窮大，PN(N)=8/9......(1)，剩下的1/9是取到的數不是N位數的概率，也就是除了無窮大之外的所有數的概率之和。
我們也可以算一下比無窮大少一位數的概率PN(N-1)=8*9^(N-2)/(9^N-1)=8/812)
同理，PN(N-2)=8/729，PN(N-3)=8/5832......PN(1)=8/(9^N-13)
這裡我們要注意了，取到每一位數的概率都不為零！！！只是在N趨於無窮大的時候，有的概率趨於零。我們說「在(-∞,+∞)上取乙個隨機數，取到的數的位數是無窮位的概率等於8/9」，也許有人會覺得N-1位數、N-2位數等等都應該算作是無窮位數，因此概率不是8/9而是接近1。
有時候，或者說很多時候我們是這樣處理無窮大的，就是當N無窮大時，N-1就是N，N就是N+1，這在很多時候是可以的，前提是用N+1取代N進行變換時原式的值的變化量很小(其實就是級數要收斂)。而我們這個概率當N加上1時，N+1的概率是前面和的9倍，這是個同階的變化，因此並不能把N+1等同於N。無窮大和無窮小一樣，是有「階」的概念的，這也就是為什麼無窮大除以無窮大並不一定等於1的原因。
（否則不定型求值還要洛必達法則做什麼）
基於我算出的概率（1）（2）和（3）可知，取到個數的概率的極限依然是零，但這並不是說就取不到個位數。概率裡有乙個很重要的結論「概率為零的事件」與「不可能事件」並不等價，前者只是後者的必要條件而非充分條件。可見：
在數軸上任取乙個點，這個點是有理數的概率是多大？ - 數學，我們說取到有理數的概率為零，但並不是說就取不到有理數。這樣的例子在「幾何概型」中很常見，比如在圓內和圓周上取乙個點，點在圓周上的概率為0，在圓內的概率為1，點落在圓周上這個事件並不是不可能事件。
（次元不同）
9樓：
random.rand() -> 0,1,2,3
1.0/random.random(0,1)random.random(0,1)
10樓：「已登出」
我們可以考慮為對於任何 x1,x2與 d0，那麼 lim(d->d0) P(z \in [x1,x1+d]) / P(z\in [x2,x2+d]) =1
於是這個就簡單了，首先假設我們有乙個方程能夠隨機生成 (0,1]上的實數（我們只需要乙個無限長的01序列來逼近即可）
然後我們需要的僅僅是隨機生成正整數的機器。（顯然這種機器無法在有限時間給出結果）
假設我們已經有乙個分布 P(N) ，那麼我們可以得到乙個這樣的機器
以P(N)不斷的取出X直到
\dfrac/\sum \dfrac" eeimg="1"/>
我們不保證這是乙個有限時間完成的機器。（甚至我們可能可以證明這是無窮時間的
因為這兩個機器無法在有限時間給出結果，我們稱之為神之機器
於是我們只需要兩台神之機器就可以得到結果了。有興趣的讀者可以嘗試僅僅使用一台神之機器得到分布。
[物理方法的話，我沒有想到如何能夠收斂的方法。]
11樓：晶龍
嚴格的概率處處相等的隨機（也就是均勻分布）不存在，因為不符合概率分布的定義。
如果沒有這個要求，也就是可以形成別的各式各樣的分布，那麼方法很多，很多分布都是定義在無窮區間上的。
12樓：guo tony
需要給出分布。如果是概率有界(bounded in prob)的，比如normal分布，那很容易，直接做實驗都行。如果不是，比如是均勻分布，則不太容易做到，因為理論上任何有限的數概率密度都是0。
換言之，你給出任意大的乙個範圍，掉在這個範圍裡的概率都是0
產生（偽）隨機數有哪些方法（原理）？
可以看這個 Article ID 24我比較好奇隨機數的種子是怎麼產生的，不知道是硬體還是軟體產生的如果是軟體，可以用時間的平方，取後兩位 或其他 就生成了隨機數 老豚暈糖 補充一下，量子隨機發生器 乙個光穿過分束器，50 概率各走一邊，一邊定義0，另一邊定義1，就可以產生隨機數了。隨機的規律就是量...
如何產生正態分佈的隨機數？
陳昊 老生常談的 Box Muller 方法不過實現有些不同，不用三角函式。參考 Generating Gaussian Random Numbers return a random double between zero and 1 inline double RandFloat returns ...
random 產生的隨機數每一位都是隨機的
楊個毛 用mt19937，然後你就隨意用好了。只要你不用它來幹特別需要安全性的事情，一般都沒事的。另外這東西還比一些看起來簡單的隨機數生成器比如C自帶的那個快。C自帶那個取決於具體實現，但是好像一般都很渣。而且生成的是從0到RAND MAX的隨機數，只要RAND MAX不是2 n 1的形式你要的性質...