Generador de números aleatorios
Esta versión del generador crea un entero aleatorio. Puede manejar números enteros muy grandes de hasta varios miles de bits.
Versión integrada
Esta versión del generador puede crear uno o más enteros aleatorios o decimales. Puede manejar números muy grandes con una precisión de hasta 999 bits.
Un número aleatorio es un número escogido de un conjunto finito o ilimitado de números que no tiene un patrón de predicción reconocible. Los grupos digitales son casi siempre independientes entre sí. Sin embargo, los grupos digitales pueden seguir una distribución específica. Por ejemplo, la altura de los estudiantes de una escuela tiende a seguir una distribución normal alrededor de la altura mediana. Si la altura de un estudiante fue seleccionada al azar, es más probable que los números seleccionados estén cerca de la mediana de la altura en lugar de ser clasificados como muy altos o muy bajos. El generador de números aleatorios anterior asume que los números resultantes son independientes entre sí y se distribuirán uniformemente en todo el rango de valores posibles.
Como se mencionó anteriormente, un generador de números aleatorios es un dispositivo que puede generar uno o más números aleatorios dentro de un rango definido. Un generador de números aleatorios puede ser un generador de números aleatorios basado en hardware o pseudo. Un generador de números aleatorios basado en hardware puede implicar el uso de dados, monedas o muchos otros dispositivos.
A pseudo-random number generator is an algorithm for generating a sequence of numbers whose properties approximate the properties of sequences of random numbers. Computer based random number generators are almost always pseudo-random number generators. Yet, the numbers generated by pseudo-random number generators are not truly random. Likewise, our generators above are also pseudo-random number generators. The random numbers generated are sufficient for most applications yet they should not be used for cryptographic purposes. True random numbers are based on physical phenomena such as atmospheric noise, thermal noise, and other quantum phenomena. Methods that generate true random numbers also involve compensating for potential biases caused by the measurement process.
