Generador de Números Aleatorios

Math.random() es un generador de números pseudoaleatorios (PRNG) inicializado con el estado del sistema. Es rápido y adecuado para simulaciones, juegos y barajados — pero NO para fines de seguridad como contraseñas, tokens o claves, porque es predecible dado el valor semilla. crypto.getRandomValues() es un PRNG criptográficamente seguro (CSPRNG) respaldado por la fuente de entropía del SO. Úselo siempre para cualquier cosa relacionada con la seguridad.

Para un entero aleatorio entre min y max (inclusive): Math.floor(Math.random() * (max - min + 1)) + min. Para enteros criptográficamente seguros: const arr = new Uint32Array(1); crypto.getRandomValues(arr); const result = (arr[0] % (max - min + 1)) + min. Tenga en cuenta el sesgo de módulo para rangos grandes — para resultados sin sesgo, rechace y reintente valores que caigan fuera de un múltiplo par del rango.

Usos comunes: tiradas de dados y juegos, muestreo estadístico, asignación de grupos en pruebas A/B, ordenación y barajado aleatorio, generación de datos de prueba, creación de IDs únicos y nonces, selección de elementos aleatorios de una lista, simulaciones Monte Carlo y generación de claves criptográficas. La calidad de aleatoriedad apropiada depende del caso de uso — los juegos necesitan velocidad, la seguridad necesita imprevisibilidad.

Para generar N números aleatorios únicos de un rango: comience con todos los valores posibles, barájelos con el algoritmo Fisher-Yates y tome los primeros N. Fisher-Yates: para i de n-1 hasta 1, intercambie array[i] con array[enteroAleatorio(0, i)]. Esto es O(rango) no O(n), por lo que solo funciona cuando el rango es manejable. Para rangos grandes, use un conjunto y genere repetidamente hasta tener suficientes valores únicos.

Una distribución normal (gaussiana) genera valores agrupados alrededor de una media, con la mayoría de los valores dentro de una desviación estándar (68%) y casi todos dentro de tres (99,7%). Úsela cuando simule fenómenos del mundo real que se agrupan alrededor de un promedio — alturas, puntuaciones de exámenes, errores de medición. Genere variantes normales con la transformada de Box-Muller: z = sqrt(-2 * ln(u1)) * cos(2 * pi * u2), donde u1 y u2 son números aleatorios uniformes.