是否有一个数学属性保证每个客户端都会随机产生一个数字序列？也就是说，是否随机序列的一个子集也保证是随机的，无论选择过程如何？
更新：我是想确定是否我可以用一个单一的随机数发生器值抛出多个客户端：Do stateless random number generators exist? - 也就是说，客户选择不更换从序列元素。这就是说，我也在考虑一般情况（当选择规则未知时）。如果管辖筛选过程中的规则包括实际值（这可能是这种情况，因为这些规则是不知道）的意识
“随机数序列”中的“随机”一词通常被解释为表示没有关于序列的任何其他元素的附加信息。 （即元素X 我的a priori and a posteriori probability distributions是相同的前和研究任何其它要素的后。）
只要没有数字的由多于一个的客户端所使用的，你应该罚款。 （编辑：和其他人一样，在你看完它的价值之后，你不能决定接受其中的一个元素。）
的子集将不会是随机的。
不，因为如果两个客户端选择相同或接近的位置来启动序列，两者都有相同的数据。单独他们有随机数据，但如果你尊重多于一个用户则不会。如果你确保每个号码只能由一个用户访问，然后也许可以从列表中删除只能产生
随机数据。当然，在这种情况下，你也可以使用一个普通的随机数发生器。
如果
然后......没有它仍然看起来不像是因为客户的选择次数可能比第一个序列大，在这种情况下，随机性会消失，因为客户必须决定在做出该做什么时该做什么一个选秀权一无所获。
也许它会工作，如果第一个序列是无限大小。
编辑：对不起，你可能在找一些数学的东西，以证明的形式。我没有这样的证据:)
我想的是什么使一个序列随机部分是运行相同的算法，并获得不同的，不可预测的结果的能力。
在你的描述，如果你重复这一过程，并从原来的顺序选择Y编号相同的X客户，他们会选择相同的子序列，并因此获得可重复的，可预测的结果？
如果是这样，我会说这似乎不是一个随机过程。 但是，如果您的子序列选择包含对它的随机性元素，那么子序列将在顺序上变化，否则相同的运行，并且子序列可以被认为是随机的。
是的，你的子序列是随机的（joint entropy），假设你的选择标准的一个限制是你“不要放回任何东西”。换句话说，您不能在筛选时优先过滤子序列。选择的类型是无关紧要的......你总是可以选择奇数比特或偶数比特或前10个比特，或者你想选择的，而你的子序列将具有正好那么多比特的熵。
当然，选择相同的位并不会增加总熵，因为该位没有熵添加到系统中。但是第二次挑选钻头的方式（即如果它是随机挑选）本身可能会添加一些熵。
也就是说，每个客户获得的每个子序列之间可能存在高度的相关性，因为他们可能使用相同或重叠的选择标准。
是否有保证的数学特性...
的除外反例，如那些其“MusiGenesis”和“GS”给，我认为有一个数学特性（公理或理论，我不知道哪一个）在统计：它说什么大意是说，父母人口的统计特性或多或少，很好地反映在随机选择的样本的属性。
你是说选择过程是随机的还是选择过程不知道，所以它可以是任何东西？ – 2009-01-22 22:48:40
我想你会有足够的困难确定原始序列是随机的，更不用说子序列了。 – cletus 2009-01-22 23:12:42
肯定需要更多的细节，比如两个客户端可以选择同一个项目两次，他们是否从指数中选择（不知道实际的数字），并且是为每个客户端重新生成的序列？ – Loki 2009-01-23 00:17:18