Monte Carlo simulatie

Monte Carlo simulatie is een numerieke methode om de onzekerheid van de (input)variabelen te vertalen naar de onzekerheid van het projectresultaat.

Met andere woorden, er wordt gerekend met alle mogelijke combinaties van waarden van (input)variabelen. Elke combinatie wordt gewogen naar de waarschijnlijkheid van voorkomen. Op deze wijze wordt de waarschijnlijkheid van alle mogelijke projectuitkomsten bepaald.

Vergelijk het met een scenario-analyse waarbij niet alleen de worst-case (combinatie waarbij alle risico’s met maximale gevolgen optreden) en best-case (combinatie waarbij geen enkel risico optreedt) berekend worden, maar ook een zeer groot aantal scenario’s/combinaties daartussenin.

Omdat enerzijds veel meer combinaties worden berekend en anderzijds de waarschijnlijkheid van voorkomen van een combinatie wordt meegewogen levert Monte Carlo simulatie veel meer informatie dan een scenario-analyse.

Het doel van een Monte Carlo simulatie is te bepalen hoeveel “willekeur in de toekomst” (oftewel het al dan niet optreden van een risico) en “gebrek aan kennis over de toekomst” (oftewel de spreiding op de gevolgen indien het risico zich voordoet) invloed hebben op de gevoeligheid en betrouwbaarheid van het projectresultaat (m.a.w. prognose of mijlpaal). Na een Monte Carlo simulatie kunnen kwantitatieve uitspraken gedaan worden over bijvoorbeeld de verwachte extra kosten of de haalbaarheid van een mijlpaal.

Bij het berekenen van de uitkomst van één combinatie (van waarden van (input)variabelen) wordt gesproken van een deterministisch model, waarbij aannamen worden gedaan met betrekking tot het al dan niet optreden van risico’s/onzekerheden en de grootte van de gevolgen ervan.

In werkelijkheid is vooraf onbekend of een risico (niet) zal optreden en wat dan het werkelijke effect zal zijn. Een planning of raming is altijd afhankelijk van toevalsfactoren. Denk hierbij aan bijvoorbeeld onzekerheid in het weer, grondgesteldheid, etc…

In een probabilistisch model worden geen aannamen gedaan met betrekking tot het al dan niet optreden van risico’s en de grootte van de gevolgen, maar worden deze variabelen gedefinieerd door (kans)verdelingen, waardoor onzekerheid van de variabelen kan worden meegenomen in de berekening van de uitkomst(en).

 (Input)variabelen voor een Monte Carlo simulatie van een raming bestaan uit bijvoorbeeld hoeveelheids- en prijsonzekerheden en van een planning uit bijvoorbeeld onzekerheden in activiteitduren/doorlooptijden (veelal ingeschat middels Laagste, Midden en Uiterste-waarde). Daarnaast worden risico’s of bijzondere gebeurtenissen met een inschatting voor de kans van optreden en een inschatting voor de gevolgen (veelal ook met Laagste, Midden en Uiterste-waarde) als variabele meegenomen. Het schatten van de parameters van de (input)variabelen gebeurt door één of meerdere experts. De meest betrouwbare inschatting wordt verkregen met de techniek Combinatie van Expertmeningen, waarbij de schattingen van meerdere experts (gewogen) worden gecombineerd.