当然这是可能的。随机抽取1-100。如果数字<30，则在1-100范围内生成数字，如果不在40-60范围内生成数字。

获取数字数组等并不是有效的。您应该采用一个映射，该映射采用0到100之间的随机数，并映射到所需的分布。在这个例子中，你可以取f(x)=-(1/25)x2+4x来得到在你的范围中间值最多的分布。

生成这样的随机数有很多不同的方法。一种方法是计算多个均匀随机数的和。你和多少个随机数以及它们的范围将决定最终分布的样子。

你加起来的数字越多，它就越向中心倾斜。在你的问题中已经提出了使用1个随机数的和，但正如你注意到的那样，它并不偏向于范围的中心。其他答案建议使用2个随机数的和或3个随机数的和。

通过取更多随机数的和，你可以得到更偏向范围中心的结果。在极端情况下，你可以取99个随机数字的和，每个数字都是0或1。这是一个二项分布。(二项分布在某种意义上可以被看作是正态分布的离散版本)。理论上，这仍然可以覆盖整个范围，但它有很大的偏向中心，你永远不会期望看到它到达端点。

这种方法意味着你可以调整你想要的偏差。

分布

 5% for [ 0,39]
90% for [40,59]
 5% for [60,99]

解决方案

var f = Math.random();
if (f < 0.05) return random(0,39);
else if (f < 0.95) return random(40,59);
else return random(60,99);

通用解决方案

random_choose([series(0,39),series(40,59),series(60,99)],[0.05,0.90,0.05]);

function random_choose (collections,probabilities)
{
    var acc = 0.00;
    var r1 = Math.random();
    var r2 = Math.random();

    for (var i = 0; i < probabilities.length; i++)
    {
      acc += probabilities[i];
      if (r1 < acc)
        return collections[i][Math.floor(r2*collections[i].length)];
    }

    return (-1);
}

function series(min,max)
{
    var i = min; var s = [];
    while (s[s.length-1] < max) s[s.length]=i++;
    return s;
}

最简单的方法是从0-50中生成两个随机数，然后将它们相加。

这给出了偏向50的分布，就像滚动两个骰子偏向7一样。

事实上，通过使用更大数量的“骰子”(如@Falco所建议的)，你可以更接近钟形曲线:

function weightedRandom(max, numDice) {
    let num = 0;
    for (let i = 0; i < numDice; i++) {
        num += Math.random() * (max/numDice);
    }    
    return num;
}

JSFiddle: http://jsfiddle.net/797qhcza/1/

如果你可以使用高斯函数，那就使用它。这个函数返回平均值为0和sigma 1的正态数。

95%的数字在平均+/- 2*sigma范围内。平均值= 50,sigma = 5

randomNumber = 50 + 5*gaussian()