Quand l’utiliser ?
Étude probabiliste lorsque les entrées sont décrites par des distributions et que le modèle déterministe peut être évalué un grand nombre de fois.
Métrologie & données · PRO
Simulation de Monte-Carlo
Propager des variables probabilistes indépendantes dans une équation utilisateur afin d’estimer la distribution du résultat et la probabilité de conformité à des limites.
Accès ProMéthode et hypothèses visibles
Entrées principales
- Variables, symboles, distributions et paramètres
- Équation de sortie
- Nombre d’itérations et seed
- LSL / USL optionnelles
Résultats fournis
- Moyenne, écart-type, min/max
- Percentiles P10/P50/P90
- Histogramme et CDF
- Convergence de la moyenne
- Probabilité dans les limites
- Nombre de simulations valides/invalides
Méthode
- Échantillonnage pseudo-aléatoire reproductible via seed.
- Chaque tirage évalue l’équation utilisateur.
- Les statistiques et percentiles sont calculés sur les sorties finies valides.
Hypothèses et limites
- V1 : variables d’entrée supposées statistiquement indépendantes.
- Les distributions doivent venir de données ou hypothèses justifiées.
- La simulation ne corrige pas un modèle physique erroné.
- Une probabilité de conformité ne constitue pas une certification.
Exemple de validation
Cas de validation déterministe : X fixé à 3, expression X×2, 100 itérations → 100 sorties valides, moyenne = min = max = 6.
Documentation publique sans exposition du moteur Pro. Les données normatives, propriétés matière et coefficients doivent provenir d’une source contrôlée adaptée à votre étude.
English product summary
Monte Carlo
This page documents the implemented Monte Carlo workflow: controlled inputs, visible equations, calculated outputs, assumptions and model limits. The calculator interface itself is available in English from the application language selector.
The complete calculation workflow requires an active MECHALYSE Pro entitlement.