Elysia Tools

Explore ferramentas, exemplos, explicações visuais e guias temáticos em um espaço claro.

Categorias populares

Temas

Idioma
ZHDERUPTENFRES

Elysia Tools

Navegação

Data Analysis

Construtor de Simulação Monte Carlo

· Última atualização:2026-07-02

Defina distribuições de entrada (normal/uniforme/lognormal/triangular), escreva uma fórmula, execute milhares de ensaios e obtenha o histograma com intervalos de confiança.

Detalhes

O que esta ferramenta ajuda você a fazer

Construa simulações Monte Carlo combinando entradas aleatórias.

1. Declare variáveis — uma por linha, formato: name = tipo [params]

Tipo Parâmetros Exemplo
normal [média, sigma] revenue = normal [100, 20]
uniform [min, max] rate = uniform [0.02, 0.08]
lognormal [mu, sigma] loss = lognormal [0, 0.5]
triangular [a, b, c] demand = triangular [50, 100, 200]

2. Fórmula de saída — expressão aritmética com nomes de variáveis. Suporta +, -, *, /, %, ^, parênteses e abs/sqrt/exp/log/min/max/pow/sin/cos/tan, constantes PI e E.

3. Executar — a ferramenta amostra cada entrada N vezes (PRNG com semente, reprodutível), avalia a fórmula e retorna média/mediana/σ, histograma, IC e P(resultado > 0).

Execução

Executar esta ferramenta

Preencha o formulário, execute a ferramenta e veja o resultado no mesmo lugar.

Exemplos

Exemplos compatíveis com esta ferramenta

Relacionado

Continue com ferramentas e temas relacionados

Escrito pela equipe Elysia Tools
Random38
Análise de dados26
Intervalo de confiança9

Guia de uso da ferramenta

Veja quando usar esta ferramenta, o que ela suporta e como os usuários a aplicam.

Fatos principais

Categoria
Data Analysis
Tipos de entrada
textarea, text, number
Tipo de saída
html
Cobertura de exemplos
4
API pronta
Sim

Visão geral

O Construtor de Simulação Monte Carlo permite modelar incertezas e analisar riscos projetando milhares de cenários probabilísticos. Defina variáveis com distribuições normal, uniforme, lognormal ou triangular, insira uma fórmula matemática personalizada e gere instantaneamente estatísticas detalhadas, histogramas e intervalos de confiança para apoiar suas decisões.

Quando usar

  • Quando você precisa estimar a viabilidade financeira ou o lucro de um projeto sob condições de incerteza de custos e receitas.
  • Para calcular a propagação de erros ou variações físicas em fórmulas de engenharia e design de produtos.
  • Ao avaliar riscos operacionais e prever a probabilidade de um resultado de negócios ultrapassar ou ficar abaixo de um determinado limite.

Como funciona

  1. 1Declare suas variáveis de entrada na caixa de texto, definindo o nome e o tipo de distribuição com seus respectivos parâmetros (como normal, uniforme, lognormal ou triangular).
  2. 2Insira a fórmula matemática que combina essas variáveis usando operadores aritméticos básicos e funções matemáticas suportadas.
  3. 3Defina o número de ensaios (simulações) desejado e, opcionalmente, configure uma semente aleatória para garantir resultados reprodutíveis.
  4. 4Clique em executar para processar as amostras e visualizar o histograma interativo, a média, a mediana e o intervalo de confiança configurado.

Casos de uso

  • Projeção de lucro líquido estimando receitas sob distribuição normal e custos operacionais sob distribuição uniforme.
  • Cálculo da área de superfícies físicas ou volumes considerando a tolerância e variação dimensional de peças de engenharia.
  • Análise de risco de portfólio financeiro combinando taxas de retorno variáveis e perdas potenciais lognormais.

Exemplos

1. Estimativa de Lucro de Projeto

Gerente de Projetos Financeiros

Contexto

Um gerente precisa apresentar a viabilidade financeira de um novo projeto, mas a receita estimada e os custos de produção possuem alta volatilidade.

Problema

Calcular a probabilidade de o projeto dar lucro e estimar a faixa de lucro mais provável com 90% de confiança.

Como usar

Insira as distribuições de receita e custo, defina a fórmula de subtração e execute 10.000 ensaios.

distributions: revenue = normal [100, 20]
cost = uniform [30, 50]
formula: revenue - cost
trials: 10000
seed: 42
confidence: 90

Resultado

A simulação revela um lucro médio de aproximadamente 60 unidades, com um intervalo de confiança de 90% e a probabilidade exata de o lucro ser maior que zero.

2. Cálculo de Área com Tolerância de Raio

Engenheiro de Controle de Qualidade

Contexto

Um engenheiro precisa avaliar a variação da área de um componente circular cujo raio sofre pequenas variações durante o processo de fabricação.

Problema

Determinar a distribuição da área final do círculo considerando que o raio segue uma distribuição normal com média 5 e desvio padrão 0.5.

Perguntas frequentes

Quais tipos de distribuições de probabilidade posso utilizar?

Você pode utilizar as distribuições normal [média, sigma], uniforme [min, max], lognormal [mu, sigma] e triangular [a, b, c].

Como posso garantir que os resultados da simulação sejam sempre os mesmos?

Insira um valor numérico ou de texto no campo 'Semente aleatória' para fixar o gerador de números pseudoaleatórios e obter resultados idênticos em execuções futuras.

Quais operadores e funções matemáticas são suportados na fórmula?

A fórmula suporta operadores básicos (+, -, *, /, %, ^), parênteses, constantes como PI e E, além de funções como abs, sqrt, exp, log, min, max, pow, sin, cos e tan.

O que representa o intervalo de confiança gerado pela ferramenta?

Representa a faixa de valores dentro da qual o resultado final da fórmula deve cair, com base no percentual de confiança escolhido (por exemplo, 90% de confiança exibe os percentis de P5 a P95).

Qual é o limite de ensaios que posso simular de uma vez?

A ferramenta suporta a execução de 100 até 200.000 ensaios individuais por simulação.

Início
Ferramentas3212
Exemplos593
Visualizações471
Visualizadores de arquivos103
Temas239
Etiquetas333
Imagens, áudio e vídeo657

Ferramentas de processamento, conversão e otimização de imagens, áudio e vídeo

Matemática, datas e finanças647

Calculadoras, ferramentas numéricas, lógica de datas, estatística e finanças

Design e cor298

Ferramentas de cor, layout, gráficos, estilo visual e apoio ao design

Texto e escrita209

Ferramentas de escrita, limpeza, formatação, extração e análise de texto

Desenvolvimento e Web193

Utilitários para desenvolvedores, rede, depuração web e automação

Conversão e codificação175

Ferramentas de conversão de formatos, arquivos, unidades, arquivos compactados e codificação

Lançamento de quiz de captação e transferência de contatos
Textos memoriais: revisão familiar e entrega para impressão
Hábitos privados: backup, restauração e revisão para partilha
De artigo a rascunhos de X e LinkedIn: revisão factual e entrega
Revisão de aula Markdown interativa e entrega offline

© 2026 Elysia Tools. Todos os direitos reservados.

DocumentaçãoPreçosSobreTermos de serviçoPolítica de privacidadeCookiesContato
Java

Exemplos de Processamento de Imagem Android Java

Exemplos de processamento de imagem Android Java incluindo leitura/escrita, dimensionamento e conversão de formato

Kotlin

Exemplos de Processamento de Imagem Android Kotlin

Exemplos de processamento de imagem Android Kotlin incluindo leitura/escrita, dimensionamento e conversão de formato

Python

Exemplos de Processamento de Imagem Web Python

Exemplos de processamento de imagem Web Python usando PIL/Pillow incluindo leitura, salvamento, redimensionamento e conversão de formato

Rust

Exemplos de Processamento de Imagem Web Rust

Exemplos de processamento de imagem Web Rust incluindo leitura/gravação, redimensionamento e conversão de formato

Data Processing

Calculadora estatística geral

Cole uma ou duas colunas de números e receba a suíte descritiva completa — média/mediana/moda, variância amostral e populacional, quartis e percentis tipo 7, MAD, assimetria e curtose ajustadas, atípicos de Tukey — mais covariância, r de Pearson, rho de Spearman com empates corrigidos e regressão por mínimos quadrados para duas colunas.

Data Analysis

Calculadora de Significância A/B

Insira dados de controle/tratamento para obter diferença de taxas, intervalos de confiança 95%/99%, p-value do Z-test (proporções) ou t de Welch (contínuas), significância, lift, tamanho amostral para 80%/90% de potência, dias recomendados, aviso de sequential testing e correção de Bonferroni.

Document Tools

Etiquetas PDF QR/Codigo de Barras

Gera etiquetas PDF em lote com QR e codigo de barras

Data Analysis

Detector de anomalias em series temporais

Envia dados de serie temporal em CSV ou JSON, detecta anomalias com Z-Score e IQR e retorna um relatorio com grafico

Como usar

Declare a variável do raio, insira a fórmula da área do círculo utilizando a constante PI e execute a simulação com 20.000 ensaios.

distributions: r = normal [5, 0.5]
formula: PI * r^2
trials: 20000
confidence: 95

Resultado

O sistema gera um histograma da área com média de aproximadamente 78.7 e exibe os limites inferior e superior com 95% de confiança.