Data Visualization
Veja o Teorema do Limite Central em ação: amostre de uma distribuição de origem não normal (uniforme, exponencial, Poisson ou Bernoulli), plote o histograma das médias amostrais e sobreponha a curva Normal prevista N(μ, σ²/n). Compare média e erro padrão empíricos vs teóricos e observe a convergência se intensificar conforme n cresce.
Chame esta ferramenta a partir do seu código em três idiomas.
curl -X POST 'https://api.elysiatools.com/pt/api/tools/central-limit-theorem-demonstrator' \
-H 'Content-Type: application/json' \
-d '{"distribution":"exponential","sampleSize":30,"reps":5000,"bins":40,"seed":42,"precision":3}'Envie uma requisição POST com suas entradas em JSON. Parâmetros do tipo arquivo exigem upload prévio.
POST https://api.elysiatools.com/pt/api/tools/central-limit-theorem-demonstrator| Nome | Tipo | Obrigatório | Descrição |
|---|---|---|---|
| distribution | select | Não | — |
| sampleSize | number | Sim | Draws per sample mean. Larger n → narrower, more normal sampling distribution. |
| reps | number | Sim | How many sample means to generate (histogram resolution). |
| bins | number | Sim | — |
| seed | number | Não |
Adicione esta ferramenta ao seu servidor Model Context Protocol para que agentes de IA possam listá-la e chamá-la.
Adicione este bloco à configuração do seu cliente MCP:
{
"mcpServers": {
"elysiatools-central-limit-theorem-demonstrator": {
"name": "central-limit-theorem-demonstrator",
"description": "Veja o Teorema do Limite Central em ação: amostre de uma distribuição de origem não normal (uniforme, exponencial, Poisson ou Bernoulli), plote o histograma das médias amostrais e sobreponha a curva Normal prevista N(μ, σ²/n). Compare média e erro padrão empíricos vs teóricos e observe a convergência se intensificar conforme n cresce.",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=central-limit-theorem-demonstrator",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Após conectar ao endpoint SSE, liste as ferramentas expostas:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Invoque a ferramenta pelo seu id; os argumentos são construídos a partir de seus parâmetros:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "central-limit-theorem-demonstrator",
"arguments": {
"distribution": "exponential",
"sampleSize": 30,
"reps": 5000,
"bins": 40,
"seed": 42,
"precision": 3
}
}
}| Same seed → identical results (reproducible demos). |
| precision | number | Sim | — |
Resultado HTML
{
"result": "<div>Processed HTML content</div>",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Dúvidas ou problemas? Contate [email protected]