شبیه سازی مونت کارلو یک تکنیک آماری است که برای درک تاثیر عدم اطمینان در سیستم های پیچیده استفاده می شود.در مهندسی مدیریت ریسک، آنها به ارزیابی نتایج بالقوه با مدل سازی سناریوهای مختلف و احتمال آن کمک می کنند.

شبیه سازی مونت کارلو چیست؟

شبیه سازی مونت کارلو شامل اجرای تعداد زیادی نمونه تصادفی برای شبیه سازی نتایج مختلف احتمالی است.این روش به مهندسان اجازه می دهد تا تنوع و عدم اطمینان ذاتی در پارامترهای سیستم و عوامل خارجی را تجزیه و تحلیل کنند.

برنامه های کاربردی در مدیریت ریسک

در مهندسی مدیریت ریسک، شبیه سازی مونت کارلو برای برآورد احتمال شکست، ارزیابی تاثیر عدم اطمینان و حمایت از فرآیندهای تصمیم گیری به ویژه مفید است زمانی که آنها با سیستم های پیچیده ای که راه حل های تحلیلی دشوار است.

گام های در رفتار شبیه سازی مونت کارلو

  • مشکل را تعریف کنید و متغیرهای نامشخص را شناسایی کنید.
  • یک مدل ریاضی را که سیستم را نمایندگی می کند، توسعه دهید.
  • توزیع احتمال را به متغیرهای نامشخص اختصاص دهید.
  • شبیه سازی ها را با نمونه برداری از این توزیع ها انجام دهید.
  • تجزیه و تحلیل نتایج برای تعیین سطح ریسک و فواصل اعتماد به نفس.