Ejemplo de aplicación dash python, que permita ingresar al usuario el número1, número2, numeromínimo, númeromáximo, un botón ejecutar que ejecuta todas las tareas y guarda la tablas. El númeromínimo y el númeromaximo establecen el rango para generar números aleatorios. se debe crear la tabla aleatorio1 de 100 números aleatorios, el numero1 se multiplica a los valores de la tabla aleatorio1 y se crea una tabla multiplicado1, el numero2 se multiplica a la tabla multiplicado1 y se crea la tabla multiplicado2. Se debe mostrar al usuario las tablas aleatorio1, multiplicado1, multiplicado2 en 10 columnas y celdas con formato. Al apretar el botón ejecutar se debe mostrar la tabla aleatorio 1, multiplicado1, multiplicado2 y guardar las tablas aleatorio 1, multiplicado 1, multiplicado 2, los datos deben tener solo dos decimales.

Aquí te muestro un ejemplo de aplicación Dash que cumple con tus requisitos:

```python
import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output, State
import pandas as pd
import numpy as np

# Inicializar la aplicación Dash
app = dash.Dash(__name__)

# Definir la estructura de la aplicación
app.layout = html.Div([
    html.H1('Aplicación de generación de tablas aleatorias'),
    html.Div([
        html.Label('Número 1:'),
        dcc.Input(id='numero1', type='number', value=1),
    ]),
    html.Div([
        html.Label('Número 2:'),
        dcc.Input(id='numero2', type='number', value=1),
    ]),
    html.Div([
        html.Label('Número mínimo:'),
        dcc.Input(id='numerominimo', type='number', value=0),
    ]),
    html.Div([
        html.Label('Número máximo:'),
        dcc.Input(id='numeromaximo', type='number', value=100),
    ]),
    html.Button('Ejecutar', id='boton-ejecutar', n_clicks=0),
    html.Div(id='tabla-aleatoria1'),
    html.Div(id='tabla-multiplicada1'),
    html.Div(id='tabla-multiplicada2'),
])

# Definir la función para generar la tabla aleatoria
def generar_tabla_aleatoria(numerominimo, numeromaximo, numero1, numero2):
    np.random.seed(0)  # Semilla para reproducibilidad
    tabla_aleatoria = pd.DataFrame(np.random.randint(numerominimo, numeromaximo, size=(100, 1)), columns=['Valor'])
    tabla_multiplicada1 = tabla_aleatoria * numero1
    tabla_multiplicada2 = tabla_multiplicada1 * numero2
    return tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2

# Definir la función para mostrar las tablas
def mostrar_tablas(tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2):
    tabla_aleatoria = tabla_aleatoria.round(2).to_string(index=False)
    tabla_multiplicada1 = tabla_multiplicada1.round(2).to_string(index=False)
    tabla_multiplicada2 = tabla_multiplicada2.round(2).to_string(index=False)
    return html.Div([
        html.H2('Tabla aleatoria'),
        html.Table([
            html.Thead([
                html.Tr([html.Th('Valor') for _ in range(10)])
            ]),
            html.Tbody([
                html.Tr([html.Td(cell) for cell in row[:10]]) for row in tabla_aleatoria.split('\n')[1:-1]
            ])
        ]),
        html.H2('Tabla multiplicada 1'),
        html.Table([
            html.Thead([
                html.Tr([html.Th('Valor') for _ in range(10)])
            ]),
            html.Tbody([
                html.Tr([html.Td(cell) for cell in row[:10]]) for row in tabla_multiplicada1.split('\n')[1:-1]
            ])
        ]),
        html.H2('Tabla multiplicada 2'),
        html.Table([
            html.Thead([
                html.Tr([html.Th('Valor') for _ in range(10)])
            ]),
            html.Tbody([
                html.Tr([html.Td(cell) for cell in row[:10]]) for row in tabla_multiplicada2.split('\n')[1:-1]
            ])
        ]),
    ])

# Definir la función para guardar las tablas
def guardar_tablas(tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2):
    tabla_aleatoria.to_csv('tabla_aleatoria.csv', index=False)
    tabla_multiplicada1.to_csv('tabla_multiplicada1.csv', index=False)
    tabla_multiplicada2.to_csv('tabla_multiplicada2.csv', index=False)

# Definir la función para actualizar el estado de la aplicación
@app.callback(
    [Output('tabla-aleatoria1', 'children'),
     Output('tabla-multiplicada1', 'children'),
     Output('tabla-multiplicada2', 'children')],
    [Input('boton-ejecutar', 'n_clicks')],
    [State('numero1', 'value'),
     State('numero2', 'value'),
     State('numerominimo', 'value'),
     State('numeromaximo', 'value')],
    prevent_initial_call=True
)
def actualizar_estado(n_clicks, numero1, numero2, numerominimo, numeromaximo):
    tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2 = generar_tabla_aleatoria(numerominimo, numeromaximo, numero1, numero2)
    return mostrar_tablas(tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2)

# Definir la función para guardar las tablas al hacer clic en el botón
@app.callback(
    Output('guardar-tablas', 'data'),
    [Input('boton-ejecutar', 'n_clicks')],
    [State('numero1', 'value'),
     State('numero2', 'value'),
     State('numerominimo', 'value'),
     State('numeromaximo', 'value')],
    prevent_initial_call=True
)
def guardar_tablas(n_clicks, numero1, numero2, numerominimo, numeromaximo):
    tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2 = generar_tabla_aleatoria(numerominimo, numeromaximo, numero1, numero2)
    guardar_tablas(tabla_aleatoria, tabla_multiplicada1, tabla_multiplicada2)
    return 'Tablas guardadas con éxito'

# Iniciar la aplicación
if __name__ == '__main__':
    app.run_server(debug=True)
```

Este código crea una aplicación Dash que permite al usuario ingresar los números 1, 2, mínimo y máximo. Al hacer clic en el botón "Ejecutar", la aplicación genera una tabla aleatoria con 100 números entre el mínimo y el máximo, multiplica la tabla por el número 1 y luego por el número 2, y muestra las tres tablas en la pantalla. Además, la aplicación guarda las tres tablas en archivos CSV en el directorio actual.

Recuerda que debes tener instalado el paquete `dash` y sus dependencias para ejecutar este código. Puedes instalarlos con `pip install dash pandas numpy`.