La generación de modelos nulos para contextos formales es una tarea importante en el ámbito del análisis de conceptos formales. Estos modelos aleatorios son particularmente útiles para, pero no se limitan a, comparar el rendimiento de algoritmos. No obstante, falta una investigación exhaustiva sobre cómo generar modelos nulos para contextos formales. Por lo tanto, sugerimos un enfoque novedoso utilizando distribuciones de Dirichlet. Recordamos y analizamos el modelo clásico de lanzamiento de monedas, recapitulamos algunas de sus deficiencias y examinamos sus propiedades estocásticas. A partir de esto, proponemos un modelo que es capaz de generar contextos formales aleatorios así como modelos nulos para un contexto de entrada dado. A través de una evaluación experimental, mostramos que nuestro enfoque es una mejora significativa con respecto a la variedad de contextos generados. Además, demostramos la aplicabilidad de nuestros modelos nulos con respecto a conjuntos de datos del mundo real.