Gerador de números aleatórios

Gere números aleatórios criptograficamente seguros e distribuições estatísticas com latência zero. Inclui entropia Web Crypto API, modo de auditoria para sorteios com provas SHA-256, simulação gaussiana de Box-Muller e exportação CSV.

Ferramentas Online
Protegido por Web Cryptography API — Entropia Não DeterminísticaCSPRNG Ativo

Conjunto de entropia do kernel do sistema operativo (window.crypto.getRandomValues)

Motor no Cliente com 0ms

Subsistema Web Crypto API

Distribuição Estatística

Os números excluídos são estritamente contornados durante a amostragem

Precisão Numérica
Predefinições Rápidas
CSPRNG[1 … 100]
42

Visualizador Dinâmico de Distribuição de Entropia

Intervalos Empíricos Observados
Distribuição Teórica
1 pontos representados

Modo de Auditoria de Sorteios

Prova criptográfica de imparcialidade com impressão digital SHA-256 para passatempos e rifas.

Nenhum registo de auditoria efetuado. Clique em Gerar para criar uma prova verificável.

Como Usar o Motor Aleatório Quântico (Passo a Passo)

Guia prático para geração criptográfica, distribuições estatísticas e auditorias verificáveis.

01

Defina o Intervalo e a Quantidade

Indique os limites Mínimo e Máximo. Defina o tamanho do lote (de 1 a 10.000 números). Use as predefinições para dados, moedas ou lotarias.

02

Escolha o Modelo de Distribuição

Opte por Distribuição Uniforme para probabilidades equiprováveis ou Distribuição Gaussiana para concentrar valores em torno da média (μ) via Box-Muller.

03

Configure Restrições e Exclusões

Desative 'Permitir Duplicados' para obter números únicos. Insira números a ignorar separados por vírgula no campo 'Excluir Números' (ex: 4, 13, 77).

04

Ative o Modo de Auditoria de Sorteios

Ative o 'Modo Auditoria' para gerar uma prova criptográfica verificável com carimbo de data/hora UTC exato e hash SHA-256.

05

Gere com Entropia Web Crypto

Clique em 'Gerar' para executar amostragem por rejeição sem viés de módulo através de window.crypto.getRandomValues().

06

Analise Gráficos e Exporte Dados

Inspecione o histograma de frequências ou o gráfico de dispersão no Canvas com o teste Qui-Quadrado. Exporte os dados para CSV ou JSON com um clique.

Matriz de Comparação Arquitetural

Por que a Web Cryptography API e a amostragem por rejeição superam os geradores comuns.

Característica TécnicaPadrão Math.random()Hardware Físico TRNGMotor Quântico ToolsMetrics
Fonte de EntropiaAlgoritmo de software determinístico (PRNG)Decaimento radioativo / Ruído térmicoConjunto criptográfico do kernel do SO (CSPRNG)
Eliminação do Viés de MóduloViesado (Operação simples de resto)Variável consoante pós-processamento100% Imparcial (Amostragem por Rejeição)
Registo de Auditoria e ProvaInexistente (Valores efémeros)Requer servidores externos de registoHash Criptográfico SHA-256 Integrado
Distribuições EstatísticasApenas números uniformes aproximadosApenas fluxo de bits purosUniforme + Gaussiana Normal (Box-Muller)
Latência e PrivacidadeInstantâneo / Vários enviam dados para servidorLatência alta de interface física0ms Rigorosamente no Cliente (100% Privado)

Perguntas Frequentes (FAQ)

Respostas técnicas e operacionais para analistas de dados, organizadores de sorteios e engenheiros.

Q:Como gero um vencedor comprovadamente justo para um sorteio ou passatempo?

Ative o 'Modo Auditoria', defina Mínimo como 1 e Máximo como o total de participantes, escolha Quantidade 1 e desative 'Permitir Duplicados'. Clique em 'Gerar' e depois em 'Copiar Prova de Auditoria'. Receberá um certificado criptográfico com o número sorteado, data UTC exata e hash SHA-256 para comprovar publicamente a imparcialidade do sorteio.

Q:Por que a Web Cryptography API é superior ao Math.random() do JavaScript?

O Math.random() baseia-se em algoritmos determinísticos (como o Mersenne Twister). Se um observador analisar uma sequência curta, consegue deduzir o estado interno e prever os resultados seguintes. A Web Cryptography API (window.crypto.getRandomValues) recolhe entropia física do processador e do kernel do SO, tornando as previsões impossíveis.

Q:O que é o viés de módulo e como é eliminado?

O viés de módulo acontece quando um número de 32 bits é convertido num intervalo usando o operador de resto (%). Se o intervalo não dividir 2^32 de forma exata, os números menores surgem com mais frequência. O nosso motor aplica Amostragem por Rejeição: valores que ultrapassam o maior múltiplo limpo são descartados e resorteados.

Q:Quando devo escolher a Distribuição Gaussiana em vez da Uniforme?

Use a Distribuição Uniforme quando cada número deve ter rigorosamente a mesma probabilidade (dados, rifas, lotarias). Use a Distribuição Gaussiana (Normal) para simular fenómenos reais que se concentram em torno de uma média central (tolerâncias de fabrico, notas ou volatilidade financeira).

Q:Como posso excluir números ou gerar uma série sem duplicados?

Desative 'Permitir Duplicados' e escreva os números a excluir no campo 'Excluir Números' (ex: '4, 13, 77'). O motor valida se existem números suficientes no intervalo após as exclusões e gera o lote sem qualquer repetição.

Q:Posso exportar os números gerados para Excel ou Python?

Sim. Para lotes de números, clique em 'Descarregar CSV' na barra Omni-Grid. O ficheiro é gerado de imediato com colunas de índice e valor, pronto para Excel, Google Sheets, Python Pandas ou R. Também dispõe de exportação em JSON.

Q:Os meus números ou parâmetros são enviados para algum servidor externo?

Não. Todos os cálculos, aquisição de entropia, hash SHA-256, transformações Box-Muller e gráficos Canvas decorrem inteiramente na memória local do seu navegador. Nenhum dado é transmitido para servidores externos.

P(X = k) =
1 N
L = ⌊
232 N
⌋ · N
Z0 = √ -2 · ln(U1) · cos(2π · U2)
X = μ + σ · Z0
χ2 = ∑
(Oi - Ei)2 Ei
  • P(X = k): Probabilidade uniforme discreta de obter o número inteiro k no intervalo [a, b].
  • N: Quantidade total de valores possíveis no intervalo, onde N = b - a + 1.
  • L: Limiar de amostragem por rejeição para anular o viés da operação de módulo.
  • Z₀: Variável normal padrão gerada (média = 0, desvio-padrão = 1).
  • U₁, U₂: Variáveis aleatórias uniformes independentes em (0, 1) obtidas via Web Crypto API.
  • μ, σ: Média (μ) e desvio-padrão (σ) definidos para a curva Gaussiana.
  • X: Valor aleatório normal resultante escalado para os parâmetros indicados.
  • χ²: Estatística do teste Qui-Quadrado para confirmação da uniformidade dos dados.
  • Oᵢ, Eᵢ: Frequência observada e frequência esperada para a classe de valores i.

O que é Gerador de números aleatórios?

A aleatoriedade verdadeira é a espinha dorsal de muitas disciplinas modernas, desde a estatística à cibersegurança. Este gerador descarta as funções matemáticas previsíveis e adota a Web Crypto API, utilizando a entropia não determinística do seu hardware para resultados sem qualquer viés. A ferramenta destaca-se por oferecer distribuições estatísticas avançadas, como a simulação Gaussiana de Box-Muller, e um Modo de Auditoria para sorteios. Tudo isto é processado localmente, assegurando exportações em lote rápidas e privacidade absoluta dos seus parâmetros.
Exemplo Prático: Amostragem para Pesquisa Académica
Um investigador académico em sociologia está a conduzir um estudo à escala nacional e precisa de selecionar uma amostra representativa de 2.500 inquéritos a partir de uma enorme base de dados. Utilizar métodos de amostragem enviesados invalidaria a sua publicação científica. Ele utiliza este gerador, configurando o limite máximo para corresponder ao total de inquéritos e ativando a rejeição de duplicados. O motor criptográfico seleciona os números com base em entropia pura, garantindo que nenhum grupo demográfico é favorecido matematicamente. Ele exporta instantaneamente a lista completa em CSV e importa-a para o software R, acelerando a fase de análise de dados da sua investigação.
Ferramentas para Análise e Segurança
Recurso do SistemaFunção MatemáticaBenefício Direto
Entropia Não DeterminísticaGarante que a sequência de números nunca pode ser replicada.Fundamental para a criptografia e para amostragens científicas rigorosas.
Simulação Box-MullerTransforma dados uniformes numa distribuição normal.Modelação de fenómenos naturais ou comportamentais em software.
Modo de AuditoriaCria um carimbo criptográfico (SHA-256) dos resultados.Comprova a imparcialidade de sorteios promocionais perante o público.
Filtros e Exportação CSVExclui valores específicos e guarda milhares de resultados.Facilita a limpeza e manipulação de dados em folhas de cálculo.

História e Origem

A procura por aleatoriedade estruturada começou no século XIX com a invenção da Máquina de Galton, que demonstrava fisicamente a distribuição normal das probabilidades. Mais tarde, os estatísticos utilizavam pesados livros repletos de tabelas numéricas geradas por máquinas de loto para realizar os seus cálculos. Foi apenas com o desenvolvimento de APIs de criptografia moderna que os computadores pessoais ganharam a capacidade de aceder a um caos estatístico perfeito de forma instantânea e altamente segura.