Монте-Карло симуляция
Монте-Карло симуляция
Количественный анализ рисков через тысячи случайных сценариев: для каждой задачи задаётся распределение длительности (треугольное: min-most likely-max, или нормальное), софт запускает 5000-10000 симуляций, случайно выбирая длительность каждой задачи из распределения. Результат: вероятностное распределение итоговой длительности проекта (P10/P50/P90 percentiles). Пример: проект "100 дней (детерминистская оценка)" → после Monte Carlo: P10=85 дней (10% вероятность завершить так быстро), P50=105 (медиана), P90=130 (90% вероятность уложиться). Инструменты: @RISK (Excel add-in), Oracle Primavera Risk Analysis. Используется для: расчёта contingency reserve (buffer), contract negotiations
Загрузка карты...
Простыми словами
Монте-Карло симуляция — это способ понять, как в этой сфере устроены правила, решения и реальные последствия для людей.
Более точно
Монте-Карло симуляция — предметная область общественного знания, описывающая устойчивые механизмы взаимодействия участников, норм и институтов.
Зачем это нужно
Тема нужна, чтобы принимать более точные решения в контексте раздела «Управление рисками проекта»: видеть структуру проблемы, ограничения и рабочие инструменты.
Примеры
Практический разбор включает кейсы, сравнение сценариев и проверку результата по понятным критериям.
Частые ошибки
Чаще всего ошибаются из-за упрощения причин, игнорирования контекста и отсутствия проверяемых критериев результата.
Связанные понятия
Идентификация рисковМатрица рисковСтратегии реагирования на риски
❓Часто задаваемые вопросы
Монте-Карло симуляция — это тема о правилах, механизмах и практиках в своей области. Она помогает понять, как принимаются решения и к каким последствиям они приводят.