Herramienta de Selección Aleatoria

Un selector aleatorio elige un elemento de una lista sin que una persona decida manualmente. Es útil para participación en clase, orden de intervención en reuniones, sorteos ligeros, asignación de tareas, elección de comida, dinámicas de equipo y cualquier situación donde una elección neutral visible ayuda a evitar sesgos. Esta página trabaja con una lista línea por línea, puede animar el sorteo, guardar historial local y evitar repeticiones retirando los elementos ya elegidos del grupo restante. La aleatoriedad puede hacer la selección justa en sentido estadístico, pero no valida identidades, no elimina automáticamente nombres duplicados ni aporta evidencia auditada. Para sorteos oficiales, cumplimiento, elegibilidad o premios, usa un proceso con registros y reglas.

El selector aleatorio se basa en la Web Crypto API (W3C, WHATWG), específicamente crypto.getRandomValues(typedArray), que es la única fuente de aleatoriedad criptográficamente segura expuesta en los navegadores. Internamente, el navegador llama al CSPRNG del sistema operativo: CryptGenRandom en Windows (AES-256 en modo CTR-DRBG desde Windows 10), getrandom(2) en Linux (que lee del mismo pool basado en ChaCha20 que alimenta /dev/urandom del kernel), SecRandomCopyBytes en macOS, y el equivalente en iOS, Android y BSD. La salida es adecuada para generación de claves, nonces, salts, IVs y cualquier lugar donde la previsibilidad sería un problema de seguridad. La distinción de 'grado criptográfico' importa. Math.random() en V8 usa xorshift128+ (un algoritmo rápido de baja entropía) y devuelve un float de 64 bits en [0, 1); un actor hostil que observe algunas salidas puede en principio reconstruir el estado de 128 bits y predecir cada valor futuro. Lo mismo ocurre con SpiderMonkey y JavaScriptCore. Esto hace que Math.random() no sea apto para cualquier uso donde el resultado debe ser impredecible — selección justa de un ganador, un token, una contraseña de un solo uso, una mano en un juego de cartas, una muestra de auditoría. crypto.getRandomValues(typedArray) es la única opción para esos casos. Mapear enteros uniformes de 32 bits a un índice uniforme en [0, N) sin sesgo de módulo es el segundo detalle de ingeniería que separa lo correcto de lo incorrecto. Ingenuamente, idx = randomUint32 % N es incorrecto: si N no divide 2³², los primeros 2³² mod N valores son ligeramente más probables. El algoritmo correcto es el muestreo por rechazo: calcular limit = 2³² - (2³² mod N); extraer un valor de 32 bits r; si r >= limit, extraer de nuevo; de lo contrario devolver r % N. El sesgo cae de O(N / 2³²) a cero. Para N = 2 o N potencia de 2 el módulo es exacto, pero el muestreo por rechazo es la opción segura por defecto y cuesta como máximo una reextracción en promedio (y siempre termina). El selector almacena los resultados en localStorage con una clave versionada, para que una sesión sobreviva a una recarga de página y el usuario pueda revisar el historial de sorteos. El historial no está cifrado ni firmado — es local, no sensible y fácil de borrar. Para el modo sin repeticiones, el algoritmo extrae sin reemplazo usando un barajado parcial de Fisher-Yates: en el paso k de N, intercambia el elemento k con un elemento elegido uniformemente en [k, N) y bloquea el elemento k como extraído. Esto es O(N) en tiempo, O(1) en espacio extra, y da a cada permutación la misma probabilidad, que es la garantía combinatoria correcta. (El ingenuo 'extraer N veces, rechazando repeticiones' también es correcto pero O(N²) y puede estancarse en sesiones largas.) Para selecciones ponderadas (cada opción tiene su propia probabilidad), el algoritmo estándar es el muestreo de CDF inverso con un array de suma de prefijos: construir una suma de prefijos de pesos, extraer un real uniforme en [0, total) y búsqueda binaria para el menor i tal que prefix[i] >= u. Eso es O(log N) por extracción, y la suma de prefijos se construye una vez por cambio. El método de alias (Walker-Vose) da O(1) por extracción al costo de O(N) de configuración, lo que vale la pena solo cuando N es grande y la distribución es fija.

• Fuente de aleatoriedad: crypto.getRandomValues(typedArray) — el único RNG criptográficamente seguro en navegadores, respaldado por el CSPRNG del SO (AES-256 CTR-DRBG en Windows 10+, ChaCha20 en Linux/macOS/iOS/Android).
• Math.random() es xorshift128+ en V8 (y variantes en otros motores): rápido pero predecible. Nunca usarlo para selección justa, tokens, OTPs o muestras de auditoría — solo para ruido visual, animaciones o muestreo no seguro.
• Mapeo de índice sin sesgo: muestreo por rechazo, no módulo. Calcular limit = 2³² - (2³² mod N); si el uint32 aleatorio >= limit, extraer de nuevo; si no, devolver r % N. Evita el clásico 'sesgo de módulo' donde índices de rango corto aparecen más frecuentemente.
• Extracciones sin repeticiones usan barajado parcial de Fisher-Yates en O(N) tiempo, O(1) espacio: en el paso k intercambiar elemento k con un elemento uniforme en [k, N), luego bloquear k. Cada permutación es igualmente probable.
• Selecciones ponderadas usan muestreo de CDF inverso: construir suma de prefijos de pesos una vez, extraer un real uniforme en [0, total), búsqueda binaria para el menor prefix[i] >= u. O(log N) por extracción.
• El historial de sorteos se persiste en localStorage con una clave versionada, para que una sesión sobreviva a una recarga de página. El historial es solo local y no sensible en seguridad — limpiar desde la UI al terminar.
• Fisher-Yates vs 'extraer N veces con rechazo': ambos son correctos en distribución, pero Fisher-Yates es O(N) total y O(1) memoria, mientras que el rechazo ingenuo es O(N²) en el peor caso (muchas repeticiones cerca del final de una lista larga).
• Rango y tipos de salida: getRandomValues acepta Int8Array, Uint8Array, Int16Array, Uint16Array, Int32Array, Uint32Array, BigInt64Array, BigUint64Array — y la página siempre usa Uint32Array para alimentar el paso de mapeo de índices.