Un generador de números aleatorios es un sistema que produce secuencias de números sin patrón aparente, donde cada valor del rango tiene la misma probabilidad de aparecer. Se utiliza en sorteos, loterías, criptografía, simulaciones, videojuegos y muestreo estadístico. En la práctica se distinguen los GNA por hardware, que extraen entropía de fenómenos físicos, y los pseudoaleatorios (PRNG), que son algoritmos deterministas sembrados con un valor inicial impredecible.

Un PRNG (pseudo-random number generator) es un algoritmo determinista: con la misma semilla produce siempre la misma secuencia. Un generador por hardware o TRNG (true random number generator) extrae entropía de un proceso físico como el ruido térmico, el ruido atmosférico o efectos cuánticos, de modo que su salida no puede reproducirse aunque se conozcan todos los valores anteriores. Esta herramienta utiliza un PRNG criptográfico (CSPRNG) sembrado desde el pool de entropía del sistema operativo, que a su vez se alimenta de fuentes hardware y resulta impredecible en la práctica.

Para uso casual sí, pero Math.random() es un PRNG no criptográfico (basado históricamente en algoritmos como xorshift128+) cuyo estado interno puede recuperarse observando unas pocas salidas. MDN desaconseja expresamente su uso para nada que tenga implicaciones de seguridad. Esta calculadora prioriza crypto.getRandomValues, que sí es criptográficamente seguro. Para sorteos con premios o requisitos legales, conviene apoyarse en un CSPRNG y documentar el procedimiento, no en Math.random().

Para sorteos informales (peñas, comunidades, reparto de tareas) es perfectamente válido, ya que cada número es igualmente probable e impredecible. Para sorteos promocionales con premios, la práctica habitual en España es realizar el sorteo ante notario o utilizar plataformas con auditoría documentada; los sorteos oficiales del Estado los gestiona la Sociedad Estatal Loterías y Apuestas del Estado (SELAE) con bombos físicos y procedimientos certificados, no con generadores web. Si necesitas trazabilidad, registra rango, cantidad, opción de duplicados, marca temporal y lista completa de resultados, o utiliza un servicio con sorteos firmados como random.org.

La semilla es el valor inicial que alimenta a un PRNG: con la misma semilla, el algoritmo genera siempre la misma secuencia. La entropía es la medida de imprevisibilidad de esa semilla; cuanta más entropía aporten las fuentes (movimientos del ratón, temporizaciones de interrupciones, ruido del hardware), más difícil será predecir la salida. crypto.getRandomValues no expone semilla precisamente para evitar que la secuencia pueda reproducirse; si necesitas reproducibilidad —por ejemplo en simulaciones científicas— debes recurrir a un PRNG sembrado explícitamente como Mulberry32 o PCG y documentar la semilla.

Sí. El generador utiliza muestreo por rechazo de modo que cada entero del intervalo [min, max] tiene la misma probabilidad 1 / (max - min + 1). Un enfoque ingenuo basado en módulo sobre un valor de 32 bits introduciría un pequeño sesgo cuando el rango no divide exactamente 2^32; el muestreo por rechazo evita este problema. A lo largo de muchas extracciones el histograma converge a una distribución plana y las pruebas chi-cuadrado estándar aplicadas a crypto.getRandomValues no muestran desviación estadísticamente significativa respecto a la uniforme.

Random.org es un TRNG que muestrea ruido radioeléctrico atmosférico con hardware dedicado y ofrece sorteos firmados y certificados, útiles para auditorías y promociones con premios. Esta calculadora es un CSPRNG que se ejecuta enteramente en tu navegador, sin llamadas de red, por lo que es más rápida y funciona sin conexión, pero no genera un rastro auditable por un tercero. Para aleatoriedad cotidiana ambas son impredecibles a efectos prácticos; para sorteos regulados, los registros firmados de random.org o un acta notarial suelen ser la opción más segura.