Od 2010 · Ponad 2 mln uruchomień narzędzi miesięcznie
Od 2010
Dodaj do Chrome

Moje Narzędzia

Tryb Automatyczny

Nie zapisano jeszcze żadnych narzędzi.

Uaktualnij do Wersji Premium
Powiązane narzędzia
Kalkulator Współczynnika GiniegoKalkulator Względnego Odchylenia StandardowegoAnalizator Wariancji Długości ZdańKalkulator funkcji błęduKalkulator Kolejności Działań PEMDASKalkulator Zdolności Procesu Six Sigma
Strona główna > Losowość
 

Generator Rozkładu Gaussa

Generuj liczby losowe zgodne z rozkładem normalnym (Gaussa) na podstawie średniej i odchylenia standardowego. Zawiera interaktywną krzywą dzwonową, analizę statystyczną, histogram i opcje eksportu do symulacji i modelowania.

BezpłatneBez rejestracjiAktualizacja sty 2026
Generator Rozkładu GaussaWypróbuj teraz — za darmo ▼

Szybkie przykłady:

Standardowy normalny Wyniki IQ Wyniki testów Pomiary
Środek rozkładu
Rozproszenie rozkładu
Ile liczb wygenerować
Precyzja wyników
Użyj tego samego ziarna dla powtarzalnych wyników

Zrozumienie krzywej dzwonowej

μ (Średnia) -1σ +1σ -2σ +2σ 68% 95% 99.7%
68% w zakresie ±1σ
95% w zakresie ±2σ
99.7% w zakresie ±3σ

Embed Generator Rozkładu Gaussa Widget

O Generator Rozkładu Gaussa

Generator Rozkładu Gaussa tworzy liczby losowe, które podlegają rozkładowi normalnemu (Gaussa), znanemu również jako krzywa dzwonowa. W przeciwieństwie do generatorów o rozkładzie jednostajnym, które dają równe prawdopodobieństwo wszystkim wartościom, to narzędzie generuje liczby, które skupiają się wokół centralnej wartości średniej, z malejącym prawdopodobieństwem w miarę oddalania się od środka.

Czym jest rozkład Gaussa (normalny)?

Rozkład Gaussa, nazwany na cześć matematyka Carla Friedricha Gaussa, jest jednym z najważniejszych rozkładów prawdopodobieństwa w statystyce i naukach przyrodniczych. Opisuje on, jak wartości są rozmieszczone wokół centralnej średniej, tworząc charakterystyczny kształt "krzywej dzwonowej".

Rozkład jest definiowany przez dwa parametry:

Funkcja gęstości prawdopodobieństwa: $f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$

Reguła 68-95-99.7 (Reguła empiryczna)

Jedną z najbardziej użytecznych właściwości rozkładu normalnego jest reguła empiryczna, która mówi, że:

Ta reguła pomaga przewidzieć, jaki procent wygenerowanych liczb znajdzie się w określonych zakresach.

Jak używać Generatora Rozkładu Gaussa

  1. Ustaw średnią (μ): Wprowadź środkową wartość swojego rozkładu. Dla standardowego rozkładu normalnego użyj 0. Dla wyników IQ użyj 100. Dla wyników testów możesz użyć 75.
  2. Ustaw odchylenie standardowe (σ): Wprowadź stopień rozproszenia wartości. Dla standardowego rozkładu normalnego użyj 1. Dla wyników IQ użyj 15. Większe wartości tworzą szersze rozkłady.
  3. Wybierz liczność: Wybierz, ile liczb losowych chcesz wygenerować (od 1 do 10 000).
  4. Wybierz miejsca po przecinku: Wybierz precyzję od 0 (liczby całkowite) do 6 miejsc po przecinku.
  5. Opcjonalne ziarno (Seed): Wprowadź wartość ziarna, aby uzyskać powtarzalne wyniki. To samo ziarno + te same parametry = te same liczby.
  6. Generuj: Kliknij przycisk, aby utworzyć liczby losowe i zobaczyć wizualizację.

Zrozumienie statystyk

Statystyki podstawowe

Statystyki zaawansowane

Typowe zastosowania

Symulacje i modelowanie

Losowe liczby Gaussa są niezbędne w symulacjach Monte Carlo, modelowaniu finansowym, analizie ryzyka i symulacjach naukowych, gdzie należy modelować naturalną zmienność.

Uczenie maszynowe i AI

Wagi sieci neuronowych są często inicjowane przy użyciu rozkładów Gaussa. Wprowadzanie szumu w celu augmentacji danych również powszechnie wykorzystuje rozkłady normalne.

Testowanie statystyczne

Generowanie danych próbnych do testowania metod statystycznych, testowania hipotez lub demonstrowania koncepcji centralnego twierdzenia granicznego.

Modelowanie zjawisk naturalnych

Wiele zjawisk naturalnych podlega rozkładom normalnym: wzrost ludzi, błędy pomiarowe, wyniki testów, odczyty ciśnienia krwi i inne.

Kontrola jakości

Symulacja procesów produkcyjnych, w których wymiary produktu różnią się wokół wartości docelowej ze znaną tolerancją.

Przykłady rozkładów normalnych

Ziarno losowości dla powtarzalności

Opcjonalna funkcja ziarna losowości (random seed) pozwala generować powtarzalne sekwencje liczb losowych. Jest to cenne dla:

Pozostaw pole ziarna puste dla prawdziwej losowości, gdzie każde generowanie daje inne wyniki.

Często zadawane pytania

Czym jest rozkład Gaussa (normalny)?

Rozkład Gaussa lub normalny to rozkład prawdopodobieństwa symetryczny względem średniej, pokazujący, że dane w pobliżu średniej występują częściej niż dane oddalone od niej. Tworzy on słynny kształt "krzywej dzwonowej". Około 68% wartości mieści się w granicach jednego odchylenia standardowego od średniej, 95% w granicach dwóch odchyleń standardowych, a 99,7% w granicach trzech odchyleń standardowych.

Co reprezentują średnia i odchylenie standardowe?

Średnia (μ) jest środkiem rozkładu - miejscem, gdzie krzywa dzwonowa osiąga szczyt. Odchylenie standardowe (σ) mierzy, jak bardzo liczby są rozproszone. Większe odchylenie standardowe oznacza większe rozproszenie (szersza krzywa dzwonowa), podczas gdy mniejsze odchylenie standardowe oznacza, że wartości skupiają się bliżej średniej (węższa krzywa).

Do czego służy opcja losowego ziarna (seed)?

Ziarno losowości pozwala na generowanie powtarzalnych wyników. Użycie tego samego ziarna z identycznymi parametrami wygeneruje dokładnie taką samą sekwencję liczb losowych. Jest to przydatne w eksperymentach naukowych, debugowaniu lub gdy potrzebujesz spójnych wyników w wielu uruchomieniach.

Jak mogę wykorzystać losowe liczby Gaussa?

Losowe liczby Gaussa są używane w symulacjach, modelowaniu statystycznym, metodach Monte Carlo, uczeniu maszynowym, przetwarzaniu sygnałów i modelowaniu finansowym. Mogą symulować zjawiska naturalne, takie jak wzrost, wyniki testów, błędy pomiarowe i ruchy cen akcji, które często podlegają rozkładom normalnym.

Czym są skośność i kurtoza w statystyce?

Skośność mierzy asymetrię rozkładu. Wartość bliska 0 wskazuje na symetrię. Dodatnia skośność oznacza dłuższy ogon po prawej stronie, ujemna po lewej. Kurtoza mierzy, jak ciężkie są ogony w porównaniu do rozkładu normalnego. Wartość bliska 0 wskazuje na normalną wagę ogona, dodatnia oznacza cięższe ogony, a ujemna lżejsze.

Szczegóły techniczne

Ten generator wykorzystuje funkcję Pythona random.gauss(), która implementuje transformację Boxa-Mullera w celu konwersji liczb losowych o rozkładzie jednostajnym na liczby o rozkładzie normalnym. Algorytm wygląda następująco:

  1. Wygeneruj dwie niezależne jednostajne liczby losowe U1 i U2 w przedziale (0, 1)
  2. Zastosuj transformację Boxa-Mullera, aby uzyskać dwie niezależne standardowe wartości normalne
  3. Przeskaluj i przesuń, aby uzyskać pożądaną średnią i odchylenie standardowe

Powiązane zasoby

Cytuj ten materiał, stronę lub narzędzie w następujący sposób:

"Generator Rozkładu Gaussa" na https://MiniWebtool.com/pl/generator-rozkładu-gaussa/ z MiniWebtool, https://MiniWebtool.com/

przez zespół miniwebtool. Zaktualizowano: 23 stycznia 2026

Losowość:

Popularne i zaktualizowane narzędzia:

Kalkulator Rozkładu NormalnegoKalkulator Testu F i Rozkładu FKalkulator Rozkładu BetaZobacz wszystkie →
Strona główna > Losowość > Generator Rozkładu Gaussa