Gerador de Distribuição Aleatória

O Gerador de Distribuição Aleatória produz números aleatórios extraídos de uma ampla gama de distribuições de probabilidade estatísticas, incluindo distribuições normal (Gaussiana), uniforme, exponencial, Poisson, binomial, log-normal e beta. Cada distribuição possui parâmetros configuráveis, como média e desvio padrão para a normal, parâmetro de taxa lambda para a exponencial, ou contagem de tentativas e probabilidade de sucesso para a binomial. O gerador é essencial para simulações Monte Carlo, modelagem estatística, geração de dados de teste para machine learning e ensino interativo de teoria da probabilidade. Os tamanhos das amostras podem variar de alguns valores a milhares, e a saída opcionalmente inclui uma visualização de histograma.

Explorar todas as ferramentas de Conversor

Como Usar

Selecione uma distribuição de probabilidade no menu suspenso de distribuição e, em seguida, configure seus parâmetros definidores, por exemplo, média e desvio padrão para a distribuição normal ou lambda para a Poisson. Defina o tamanho da amostra (número de valores aleatórios a serem gerados) e clique em Generate. A ferramenta exibe os números aleatórios em uma lista copiável e, opcionalmente, renderiza um histograma mostrando a distribuição empírica da amostra. Copie os valores como uma lista separada por vírgulas ou um array JSON para uso em ferramentas de análise estatística, planilhas ou código de simulação.

Casos de Uso Comuns

• •Gerar amostras aleatórias com distribuição normal com média e desvio padrão especificados para exercícios de teste de hipóteses estatísticas
• •Simular tempos de interchegada de clientes usando uma distribuição exponencial para teoria de filas e modelos de pesquisa operacional
• •Criar conjuntos de dados sintéticos realistas a partir de distribuições especificadas para treinamento e teste de modelos de classificação de machine learning
• •Executar simulações Monte Carlo com distribuições de probabilidade específicas para estimar resultados em modelagem de risco financeiro
• •Demonstrar o Teorema do Limite Central interativamente, gerando amostras de distribuições não-normais e agregando médias