什么是随机数及随机数种子，能不能详细通俗介绍一下？

随机数就是就随机数种子中取出的数。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。

例如：

从1、2、3、4、5、6、7、8、9、0这十个数中随机取出一个数，取出的数是6的话，那么6就叫随机数。十个数字就叫随机数种子。

如果是从1到50之间取数字，取出的数字叫随机数，这1到50那50个数字就叫随机数种子。

扩展资料：

根据密码学原理，随机数的随机性检验可以分为三个标准： 

统计学伪随机性。统计学伪随机性指的是在给定的随机比特流样本中，1的数量大致等于0的数量，同理，“10”“01”“00”“11”四者数量大致相等。类似的标准被称为统计学随机性。满足这类要求的数字在人类“一眼看上去”是随机的。

密码学安全伪随机性。其定义为，给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。

真随机性。其定义为随机样本不可重现。实际上只要给定边界条件，真随机数并不存在，可是如果产生一个真随机数样本的边界条件十分复杂且难以捕捉（比如计算机当地的本底辐射波动值），可以认为用这个方法演算出来了真随机数。

相应的，随机数也分为三类：

伪随机数：满足第一个条件的随机数。

密码学安全的伪随机数：同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器计算得出。

真随机数：同时满足三个条件的随机数。

参考资料来源：百度百科--随机数

参考资料来源：百度百科 --随机数种子

随机数在科学研究与工程实际中有着极其重要的应用！
简单来说，随机数就是一个数列，这个数列可能满足一定的概率分布，也许其满足的分布并不为我们所知。

不知道你是否知道一个经典的例子：“使用一根针和两条线求圆周率”（如果不知到你可以搜一下）。这个实验我们可以使用数学模拟（蒙特卡罗模拟）的方法来进行，这样可以最大限度的节约实验所消耗的时间（使用计算机），也在一定程度上剔除了人为因素的影响。但有一个前提必须考虑，就是模拟的随机性要好。怎样体现呢，这时就需要使用“好”的随机数来替代我们的物理实验。

据我所知，随机数在科学预测上有着非常重要的应用！还有密码学中，随机数也是基础之一。

数学方法产生随机数应该称之为“伪随机数”，只有使用物理方法才能得到真正的随机数！
为了得到数学上的伪随机数，我们就要研究“为随机数发生器”！
通常，0-1区间上的均匀随机数是基础的基础，因此，大量的工作是围绕它展开的！在此基础之上，又可以得到符合正态分布，beta分布等的伪随机数。

“种子”是什么呢？
经典的伪随机数发生器是这样的：
X（n+1）= a * X(n) + b
显然通过上式我们能够得到一个数列，前提是X(0)应该给出，依次我们就可以算出X(1),X(2)...；当然不同的X(0)就会得到不同的数列。
可以说：“X(0)”就是种子。

对于一个应用级的伪随机数发生器，所有的“伪随机数”，均匀的分布于一个“轨道”上，几乎所有的数都可以做为种子。数字“0”，有时是一个特例，不能作为种子，当然它取决于你使用的随机数发生器！

呵呵，楼上说的言简意赅，但那个函数并不复杂，你可以搜一下“素数模伪随机数发生器”
X（n+1）= a * X(n),
只不过这个a的确定不是太简单，要求随机性好（期望0.5，标准差1/12）；周期长！
当然还有更好的发生器，周期可达2^6xxxx - 1（具体的忘了）！

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。