リスク・課題
モンテカルロ・シミュレーション
Monte Carlo Simulation
読み：もんてかるろしみゅれーしょん
入力の不確かさから多数の条件を発生させ、結果の分布を調べる計算方法です。
01初心者向け
まず意味をつかむ
一つの予定日だけを出す代わりに、条件が変わる多くの場合を計算し、早い・遅い結果がどれくらい出るかを見ます。
02実務者向け
仕事でどう使うか
期間や費用の分布、依存関係、相関を設定し、繰り返し計算します。完了日や総費用の分布、目標達成の割合と入力の根拠を報告します。
03専門家向け
判断を一段深める
試行回数を増やして減るのは計算上のばらつきであり、モデルの誤りではありません。想定外の事象や不適切な相関を自動的に補える方法ではないため、モデル検証が必要です。
別名・略語：モンテカルロ法
IN PRACTICE
具体例で考える
各工程の期間に幅を設定して1万回試算し、希望日までの完了が全体の約8割となる仮のモデルを比較します。
理解を助けるための架空の例です。入力：期間の分布
試算：多くの条件を生成
結果：完了日の分布
モンテカルロ法の基本構造です。出力の妥当性はモデルと入力に依存します。
ここは誤解しやすい
8割という結果は、その条件での試算であり、納期を8割の確実さで保証するものではありません。
この知識を、組織の力へ。