Метод имитационного моделирования по Монте-Карло позволяет построить математическую модель для проекта с неопределёнными значениями параметров. 5 Зная вероятностные распределения параметров проекта, а также связь между изменениями параметров (корреляцию), можно получить распределение доходности проекта. 5

Основная идея метода заключается в повторной выборке значений случайных переменных в заданном диапазоне и оценке полученных результатов. 3 Такие симуляции генерируют множество сценариев для анализа вероятности и распределения результатов. 3

Процесс анализа рисков по методу Монте-Карло условно разбивается на три этапа: 2

1. Построение математической модели. 2 Переменными считаются случайные составляющие проекта, параметрами — те составляющие проекта, значения которых предполагаются детерминированными. 2
2. Осуществление имитации. 2 Математическая модель пересчитывается при каждом новом имитационном эксперименте, в течение которого значения основных неопределённых переменных выбираются случайным образом, основываясь на генерировании случайных чисел. 2
3. Анализ результатов. 2 Результаты всех имитационных экспериментов объединяются в выборку и анализируются с помощью статистических методов с целью получения распределения вероятностей результирующего показателя и расчёта основных измерителей риска проекта. 2

Метод Монте-Карло широко используется в финансах, технике, статистике и других дисциплинах, требующих вероятностного анализа. 3