Processos reais possuem, em sua grande maioria, variáveis de natureza estocástica. Em outras palavras, os parâmetros que influenciam tais processos não podem ser definidos apenas por valores singulares, mas, de maneira mais realista, através de curvas de probabilidade e os valores que a definem: média e desvio. É de se esperar, portanto, que os resultados desses processos também sejam de natureza estocástica. Dessa forma, projetos desenvolvidos na indústria, atualmente, sofrem a influência da variabilidade em todos os seus parâmetros, e como consequência, seu desempenho será definido por uma densidade de probabilidade, na qual, um determinado percentual pode, ou não, estar dentro de certos limites de engenharia. O presente trabalho tem por principal objetivo analisar a tendência direcional de veículos sob a influência de parâmetros de projeto, os quais são considerados como parâmetros estatísticos. A metodologia utilizada se baseia no desenvolvimento de um modelo computacional em dinâmica de multicorpos. Através do modelo desenvolvido e com a utilização do método de Monte Carlo, a estatística inerente ao processo é avaliada, e assim, pode-se avaliar o nível de robustez de um projeto através da quantificação de sua capabilidade

Real processes, generally, are formed by stochastic variables. In other words, the parameters compounding such processes cannot be defined only by singular values, but rather by probability density functions and the values that define them: mean and standard variation. Therefore, one can expect the outcomes of those processes also being of stochastic nature. In this way, designs currently developed in the industry are affected by the inherent variability of ali their parameters. So, as a consequence, their performance can be defined by a probability density function and, as such, it is expected some amount of results to be within/without engineer limits established to the project. The present work has a main goal analyze the drift behavior of a vehicle under the influence of design parameters, which are treated as stochastic variables. The methodology here applied is based on the development of multibody dynamic model. Through this computational model and the Monte Carlo method, the inherent statistic of the design is defined so that the project robustness can be analyzed by means of its capability