Ang modelo ng Monte Carlo ay nagbibigay-daan sa mga eksperto mula sa iba't ibang larangan na magpatakbo ng maraming pagsubok. Ipinapakita ng mga pagsubok na ito ang lahat ng posibleng resulta ng isang kaganapan o pagpili. Sa pananalapi, ang mga pagpipiliang ito ay kadalasang nakikitungo sa mga pamumuhunan.
Kapag pinagsama ang mga pagsubok na ito, nakakagawa ang mga ito ng probability distribution o risk assessment para sa isang pamumuhunan. Ang Monte Carlo analysis ay isang paraan upang mahulaan ang mga resulta ng pamumuhunan. Nakakatulong ito na maunawaan ang mga panganib at kung paano bawasan ang mga ito.
Key Takeaways
- Simulasi ng Monte Carlo ay isang makapangyarihang kasangkapan para sa negosyo pamamahala ng panganib, na nagbibigay-daan para sa paggalugad ng maraming potensyal na resulta at ang kanilang mga probabilidad.
- Ang multivariate modeling technique na ito ay malawakang ginagamit sa industriya ng pananalapi upang masuri ang mga panganib sa pamumuhunan at gumawa ng matalinong mga desisyon.
- Ang pagtatasa ng Monte Carlo ay bumubuo probabilidad na pamamahagi na nagbibigay ng komprehensibong pagtingin sa mga posibleng resulta at kanilang mga posibilidad.
- Umaasa ang mga financial analyst, portfolio manager, at iba pang propesyonal Simulasi ng Monte Carlo upang maunawaan ang kanilang mga exposure sa pamumuhunan at mabawasan ang mga panganib.
- Ang pamamaraan ng Monte Carlo ay binuo ng mga siyentipiko na nagtatrabaho sa bomba ng atom noong Ikalawang Digmaang Pandaigdig at mula noon ay inilapat sa isang malawak na hanay ng mga industriya at aplikasyon.
Ano ang Monte Carlo Simulation?
Ang Monte Carlo simulation ay isang mahalagang pamamaraan sa matematika na ginagamit upang hulaan ang mga resulta ng mga hindi tiyak na pangyayari. Nakakatulong ito sa mga gumagawa ng desisyon sa pamamagitan ng pagtingin sa iba't ibang mga senaryo ng "paano kung". Ang pamamaraang ito ay unang ginamit noong 1946 nina John von Neumann at Stanislaw Ulam sa Los Alamos National Laboratory noong panahon ng Manhattan Project.
Ang Kakanyahan ng Monte Carlo Simulation
Ang paraang ito ay gumagawa ng maraming random na pagsubok upang ipakita kung paano nagdaragdag ang mga panganib. Ginagamit nito ang batas ng malalaking numero, na nagsasabing mas maraming pagsubok ang nangangahulugang mas tumpak na mga resulta. Sa pamamagitan ng pagpapatakbo ng maraming random na mga sitwasyon, nagbibigay ito ng buong view ng mga posibleng resulta at ang kanilang mga pagkakataon.
Mahusay ang Monte Carlo simulation sa pagtingin kung paano nagtutulungan ang iba't ibang panganib. Ipinapakita nito ang iba't ibang resulta, hindi lamang isang numero. Akma ito sa pamamahala ng panganib ngayon , na gumagamit ng mas maraming matematika at mga simulasyon.
Ang simulasyon ng Monte Carlo ay nakakatulong sa mga negosyo na mas mahusay na mahawakan ang mga panganib. Tinitingnan nito ang mga bagay tulad ng mga rate ng interes at paglago ng ekonomiya. Nagbibigay ito sa mga mamumuhunan at mga gumagawa ng desisyon ng malinaw na pananaw sa kung ano ang maaaring mangyari at kung gaano ito malamang, na tumutulong sa kanila na gumawa ng mas mahusay na mga pagpili.
"Ang Monte Carlo simulation ay nagbibigay-daan para sa isang hanay ng mga posibleng resulta at ang mga probabilidad ng kanilang paglitaw para sa anumang partikular na aksyon, na nagbibigay ng isang komprehensibong pagtatasa ng pangkalahatang sitwasyon ng panganib."
Paano Nakikinabang ang Monte Carlo Simulation sa Mga Negosyo
Ang Monte Carlo simulation ay isang makapangyarihang tool para sa pagtataya. Nakakatulong ito sa mga negosyo na maunawaan ang panganib at kung paano nakakaapekto ang iba't ibang input sa mga resulta. Sa pamamagitan ng paggamit ng pamamaraang ito, malalaman ng mga pinuno at analyst ang mga pagkakataon ng iba't ibang resulta. Nakakatulong ito sa kanila na gumawa ng matalinong pagpapasya tungkol sa mga pagbabago sa merkado, mga pagkabigo ng kagamitan, mga plano ng proyekto, at mga badyet.
Ang pamamaraang ito ay mahusay para sa mga kumplikadong modelo at paghawak ng hindi pangkaraniwang data. Lumilikha ito ng maraming senaryo upang makita kung ano ang maaaring mangyari. Nagbibigay ito ng mas malinaw na larawan ng mga kinalabasan sa totoong buhay, gamit ang isang hanay ng mga halaga sa halip na isa lamang.
Habang mas maraming input ang idinaragdag, ang Monte Carlo simulation ay nagiging mas mahusay sa paghula sa hinaharap. Tinutulungan nito ang mga tao na maunawaan ang mga posibleng resulta. Ito ay humahantong sa mas mahusay na pagpaplano, pamamahala ng mga panganib, at paggawa ng mga pamumuhunan.
Ang Monte Carlo simulation ay malawakang ginagamit sa pananalapi, inhenyeriya, at marami pang ibang larangan. Ito ay isang mahalagang kagamitan para sa paggawa ng mga desisyon at pamamahala ng mga panganib.
Ngunit, mayroon itong mga disbentaha. Maaari itong tumagal ng maraming oras at nangangailangan ng espesyal na software. Nakasalalay din ito sa mahusay na mga pagtatantya at maaaring maapektuhan ng bias. Gayunpaman, ang mga benepisyo nito sa negosyo ay ginagawa itong mahusay para sa pagharap sa kawalan ng katiyakan at paggawa ng matalinong mga pagpili.
| Mga Bentahe ng Monte Carlo Simulation | Mga Disadvantages ng Monte Carlo Simulation |
|---|---|
|
|
"Ang Monte Carlo Simulation ay isang computational algorithm na gumagamit ng repeated random sampling upang tantyahin ang posibilidad ng iba't ibang resulta na magaganap sa pamamahala ng panganib sa negosyo ."
Monte Carlo Simulation: Isang Napakahusay na Tool para sa Pamamahala ng Panganib sa Negosyo
Mga Pangunahing Tampok ng Simulation ng Monte Carlo ng Frontline Solvers
Ang Monte Carlo simulation ay isang mahalagang kagamitan para sa pamamahala ng mga panganib sa negosyo. Nagbibigay-daan ito sa mga kumpanya na madaling subukan ang mga senaryo ng "paano kung". Ang Frontline Solvers , isang nangungunang tagapagbigay ng Excel analytics, ay nag-aalok ng isang kumpletong Monte Carlo simulation sa pamamagitan ng Analytic Solver®.
Sa Analytic Solver®, ang mga negosyo ay maaaring humawak ng mga panganib at kawalan ng katiyakan sa kanilang mga desisyon at mga pagtatantya sa pananalapi. Ang bawat simulation ay nagpapatakbo ng libu-libong pagsubok, na nagpapakita ng hanay ng mga posibleng resulta. Nagbibigay ito ng malinaw na pananaw sa kung ano ang maaaring mangyari.
Ang simulation ng Monte Carlo ng Frontline Solvers ay may maraming mga tampok:
- Mabilis na bilis ng simulation – hanggang 100x na mas mabilis kaysa sa mga lumang pamamaraan, na ginagawang mabilis ang mga kumplikadong simulation.
- Suporta para sa 80 analytic at custom na pamamahagi, na tumutulong na gawing modelo ang iba't ibang kawalan ng katiyakan at panganib.
- malakas mga graphic at visualization upang makita ang kawalan ng katiyakan at mga pagkakataon ng iba't ibang mga resulta.
- Ang kakayahan na magtrabaho kasama ang mga modelong @RISK sa cloud, na angkop sa kasalukuyang mga sistema ng pamamahala sa peligro.
Gamit ang simulation ng Monte Carlo ng Frontline Solvers, lubos na mauunawaan ng mga kumpanya ang kanilang mga panganib. Maaari silang gumawa ng matalinong mga desisyon at pangasiwaan ang mga kawalan ng katiyakan sa kanilang mga operasyon at mga plano sa pananalapi.
Mga Application ng Monte Carlo Simulation
Ang Monte Carlo simulation ay isang makapangyarihang kagamitan na ginagamit sa maraming industriya. Nakakatulong ito sa pananalapi, seguro, pagmamanupaktura , pangangalagang pangkalusugan, aerospace, at marami pang iba. Ginagamit ito ng mga kumpanya upang malutas ang mga kumplikadong problema at makagawa ng matalinong mga pagpili.
Sa pananalapi, ito ay susi para sa pagsusuri ng mga daloy ng pera, paggawa ng mga desisyon sa pamumuhunan, at pag-alam ng mga panganib. Nakakatulong ito sa mga eksperto sa panganib na maunawaan kung paano maaaring gumanap ang mga pamumuhunan. Maaari din nilang matantya nang mas mahusay ang panganib ng mga pagkalugi sa pananalapi at mga kumplikadong presyo ng mga produktong pampinansyal.
Para sa mga tagapamahala ng proyekto, malaking tulong ang Monte Carlo simulation. Ito ay modelo kung gaano katagal ang mga gawain, isinasaalang-alang ang kawalan ng katiyakan. Sa pamamagitan ng pagtingin sa mga panganib, ipinapakita nito kung paano sila makakaapekto sa mga timeline at resulta ng proyekto. Nakakatulong ito sa mga manager na magplano nang mas mahusay.
Ginagamit din ito sa pamamahala ng mga panganib sa supply chain. Dito, ginagaya nito ang iba't ibang mga senaryo upang maunawaan kung paano nakasalalay ang mga bagay-bagay sa isa't isa. Sa pangangalagang pangkalusugan, nakakatulong ito sa pagsusuri ng mga klinikal na pagsubok , pagmomodelo ng mga pipeline, at pagtatasa ng mga panganib. Sinusuportahan nito ang mahahalagang desisyon.
Ang Monte Carlo simulation ay mahusay sa paggawa ng hindi tiyak na mga panganib sa malinaw na data. Nakakatulong ito sa paggawa ng mga desisyon batay sa mga katotohanan. Sa pamamagitan ng pagtingin sa maraming posibleng resulta, nagbibigay ito ng malinaw na pananaw sa kung ano ang maaaring mangyari. Nagbibigay-daan ito sa mga tao na harapin ang mga panganib at gumawa ng matalinong pagpili.
| Industrya | Mga Application ng Monte Carlo Simulation |
|---|---|
| Pananalapi at Seguro | Pagsusuri ng daloy ng pera, pamumuhunan sa kapital, pagtatantya ng mga reserba, pagpepresyo, pag-optimize ng portfolio, value-at-risk (VaR) estimation, derivative pricing |
| Project Management | Pagmomodelo ng tagal ng gawain, pagkilala at pagkakategorya ng panganib, pagtatasa ng epekto sa mga timeline at resulta ng proyekto, paglalaan ng mapagkukunan |
| Supply Chain | Scenario simulation, risk interdependency analysis, contingency planning |
| Healthcare | Klinikal na pagsubok pagsusuri, pagmomodelo ng pipeline, pagtatasa ng panganib |
Habang ang mga negosyo ay nahaharap sa mas maraming hamon, ang Monte Carlo simulation ay nagiging mas mahalaga. Tinutulungan nito ang mga tao na gumawa ng matalinong mga pagpapasya at lumago nang tuluy-tuloy.

Ang Proseso ng Simulation ng Monte Carlo
Ang proseso ng Monte Carlo simulation ay isang mahalagang kasangkapan sa pamamahala ng mga panganib sa negosyo, lalo na sa pamamahala ng proyekto . Nakakatulong ito sa atin na gayahin ang iba't ibang resulta ng proyekto, tasahin ang mga panganib, at tantyahin ang mga gastos. Sa pamamagitan ng paggamit ng Monte Carlo analysis , makakagawa tayo ng mas mahusay na mga desisyon at mapalakas ang tagumpay ng ating proyekto.
Ang proseso ng Monte Carlo simulation ay may ilang mahahalagang hakbang:
- Bumuo ng random na sample para sa mga hindi tiyak na variable sa modelo.
- Ayusin ang mga random na sample upang igalang ang anumang mga ugnayan sa pagitan ng mga variable.
- Muling kalkulahin ang modelo para sa bawat isa sa mga pagsubok sa Monte Carlo gamit ang mga sample na halaga.
- Subaybayan at i-save ang kinakalkula na halaga ng bawat hindi tiyak na function.
- Suriin ang mga resulta upang makalkula ang mga istatistika, gumuhit ng mga pamamahagi ng dalas, at pag-uugali pagsusuri sa pagiging sensitibo.
Ang nakabalangkas na pamamaraang ito ay nagbibigay-daan sa atin na gumamit ng random sampling , probability distributions , at sensitivity analysis . Nakakatulong ito sa atin na lubos na maunawaan ang mga panganib at resulta ng ating mga proyekto.
| Pangunahing Istatistika | halaga |
|---|---|
| Halaga ng Pagbawi ng Median Claim | $ 11.6 Milyon |
| 50% ng Mga Pagsubok | $ 10.0 milyon hanggang $ 13.2 milyon |
| 80% ng Mga Pagsubok | $ 8.7 milyon hanggang $ 14.7 milyon |
"Ang mga simulation ng Monte Carlo ay nagbibigay ng mas mahusay na tinukoy na hanay ng mga resulta para sa mga negosasyon sa pag-aayos."
Ang Monte Carlo simulation ay isang nababaluktot na kagamitan para sa iba't ibang gamit sa negosyo, tulad ng pagtatantya ng gastos at paglutas ng mga hindi pagkakaunawaan. Sa pamamagitan ng paggamit ng pamamaraang ito, mapapabuti natin ang ating paggawa ng desisyon at mapapahusay ang ating pamamahala ng proyekto.
Mga Bentahe ng Monte Carlo Simulation
Ang Monte Carlo simulation ay may maraming benepisyo sa mga lumang paraan ng pagsusuri ng data. Nagbibigay ito sa amin ng isang malinaw na pagtingin sa mga posibleng resulta at kanilang mga pagkakataon. Nakakatulong ito sa mga negosyo na gumawa ng mas matalinong mga pagpipilian at mas mahusay na mahawakan ang mga panganib.
Isang malaking bentahe ay ang sensitivity analysis nito . Ipinapakita nito kung aling mga salik ang lubos na nakakaapekto sa mga resulta. Nakakatulong ito sa mga lider na tumuon sa kung ano talaga ang mahalaga. Ito ay mahalaga para sa paggawa ng mga plano at mga backup na plano.
Gumagawa rin ito ng pagsusuri ng mga senaryo . Nagbibigay-daan ito sa mga kumpanya na subukan ang iba't ibang sitwasyon na "paano kung". Ipinapakita nito kung aling mga input ang nakakatulong sa pagkamit ng mga layunin. Humahantong ito sa mas matalinong mga desisyon na nakabatay sa datos.
Isa pang malaking bentahe ay kung paano nito pinangangasiwaan ang magkakaugnay na ugnayan sa pagitan ng mga input variable . Ipinapakita nito kung paano nagtutulungan ang mga kumplikadong interaksyon na ito. Nagbibigay ito sa atin ng mas malinaw na larawan ng mga sitwasyon sa totoong buhay, na ginagawang mas mapagkakatiwalaan at kapaki-pakinabang ang mga resulta.
Sa pangkalahatan, ang Monte Carlo simulation ay isang mahusay na tool para sa pamamahala ng mga panganib at paggawa ng mas mahusay na mga desisyon. Tinutulungan nito ang mga negosyo na manatiling nangunguna sa kanilang mga merkado.
| Probabilidad ng Pagkumpleto ng Proyekto | Oras (Mga Buwan) |
|---|---|
| 2% | 16 |
| 8% | 17 |
| 55% | 18 |
| 70% | 19 |
| 95% | 20 |
| 100% | 21 |

Ipinapakita ng talahanayan ang malamang na mga oras ng pagkumpleto para sa isang proyekto batay sa isang Monte Carlo simulation. Ang impormasyong ito ay sobrang kapaki-pakinabang para sa mga tagapamahala ng proyekto at mga stakeholder. Tinutulungan silang magplano at maghanda para sa mga panganib.
Monte Carlo Simulation sa Practice
Ang Monte Carlo simulation ay mahalaga na ngayon sa mundo ng negosyo. Ginagamit ito sa maraming industriya. Sa pagmamanupaktura , nakakatulong ito na mahulaan at mabawasan ang mga epekto ng kakulangan ng mga piyesa. Sa pamamagitan ng pagtingin sa iba't ibang mga senaryo, maaaring magplano ang mga tagagawa para sa mga isyu sa supply chain. Nakakatulong ito sa kanila na maiwasan ang mga pagkaantala sa produksyon at mga pagkalugi sa pananalapi.
Ginagamit din ng sektor ng enerhiya ang Monte Carlo nang husto. Nakakatulong ito sa kanila na maunawaan ang mga panganib at kawalan ng katiyakan mula sa pagbabago ng mga panuntunan sa mga proyekto sa pagpapaunlad. Sa pamamagitan ng pagtulad sa iba't ibang merkado ng enerhiya at mga senaryo ng regulasyon, mas makakapagplano ang mga kumpanya. Nakakatulong ito na protektahan ang kanilang mga pamumuhunan.
Gayundin, ang mga predictive neural network ay gumagamit ng Monte Carlo simulation. Gumagawa sila ng matalinong mga pagtataya mula sa nakaraan at bagong datos. Nagbibigay-daan ito sa mga negosyo na mahulaan ang mga trend sa merkado, pag-uugali ng customer, at iba pang mahahalagang bagay. Nakakatulong ito sa kanila na isaayos ang kanilang mga estratehiya at manatiling nangunguna.
| Industrya | Application ng Monte Carlo Simulation |
|---|---|
| manufacturing | Paghuhula at pagpapagaan sa epekto ng mga kakulangan sa bahagi |
| Pinagsamang Enerhiya | Pagtatasa ng mga panganib at kawalan ng katiyakan sa mga proyekto sa pagpapaunlad dahil sa mga pagbabago sa mga patakaran sa pananalapi |
| Mga Predictive Neural Network | Paggawa ng matatalinong pagtataya batay sa makasaysayang at bagong data |
Dahil ang mga negosyo ay nahaharap sa mas maraming komplikasyon at kawalan ng katiyakan, ang Monte Carlo Simulation ay mahalaga. Nakakatulong ito sa kanila na gumawa ng mas mahusay na mga desisyon, mabawasan ang mga panganib, at makuha ang mga oportunidad sa kanilang mga merkado.
"Ang Monte Carlo Simulation ay mahalaga para sa pamamahala sa peligro ng proyekto, na nililinaw ang mga kawalan ng katiyakan na nauugnay sa mga gastos, iskedyul, at mapagkukunan."
Konklusyon
Ang Monte Carlo simulation ay isang mahalagang kagamitan para sa mga negosyo. Nakakatulong ito sa kanila na makagawa ng mas mahusay na mga desisyon sa pamamagitan ng pagtingin sa kawalan ng katiyakan at mga posibleng resulta. Sa pamamagitan ng paggamit ng mga random na variable sa libu-libong simulation, makikita ng mga kumpanya kung paano sila naaapektuhan ng mga panganib.
Ang pamamaraang ito ay mahusay para sa pagpaplano sa pananalapi, pamamahala ng mga proyekto, pagpapabuti ng mga supply chain, o anumang iba pang mahalagang gawain sa negosyo. Ang Monte Carlo simulation ay nagbibigay ng mga insight na makakatulong sa pamamahala sa peligro at paggawa ng matalinong mga pagpipilian sa negosyo. Sa pamamagitan ng paggamit ng mga numero, mas makakaharap ang mga kumpanya sa kawalan ng katiyakan at maging mas matatag at mapagkumpitensya.
FAQ
Ano ang Monte Carlo Simulation?
Ang Monte Carlo simulation ay isang paraan upang hulaan ang mga resulta ng hindi tiyak na mga kaganapan. Hinahayaan ka nitong tuklasin ang iba't ibang mga sitwasyon sa pamamagitan ng paglalaro ng hindi tiyak na mga variable, hindi lamang mga kilalang numero.
Ano ang kasaysayan at pinagmulan ng Monte Carlo simulation?
Noong 1946, nilikha nina John von Neumann at Stanislaw Ulam ang Monte Carlo simulation. Nagtatrabaho sila sa Manhattan Project sa Los Alamos National Laboratory. Ginamit nila ito upang mahawakan ang mga hindi tiyak na variable sa teknolohiya ng nuclear bomb.
Paano nakikinabang ang Monte Carlo simulation sa mga negosyo?
Tinutulungan nito ang mga negosyo na mahulaan ang mga resulta sa pamamagitan ng pag-unawa sa mga panganib at kung paano gumagana nang magkakasama ang iba't ibang input. Ginagamit ito ng mga pinuno ng negosyo upang makita ang mga pagkakataon ng iba't ibang resulta at posibleng mga sitwasyon.
Ano ang mga pangunahing tampok ng simulation ng Monte Carlo ng Frontline Solvers?
Ang Analytic Solver® ng Frontline Solvers ay may makapangyarihang Monte Carlo simulation tool. Nagbibigay-daan ito sa mga negosyo na madaling maglaro ng hindi tiyak na mga halaga tulad ng ginagawa nila sa mga kilalang numero. Nag-aalok ito ng mabilis na bilis ng simulation, sumusuporta sa maraming distribusyon, at may malakas na graphics para sa pagsusuri ng kawalan ng katiyakan.
Sa anong mga aplikasyon ginagamit ang simulation ng Monte Carlo?
Ginagamit ang Monte Carlo simulation sa maraming larangan tulad ng pananalapi, insurance, at pangangalagang pangkalusugan. Nakakatulong ito sa pagsusuri ng daloy ng salapi, mga desisyon sa pamumuhunan, at pamamahala ng mga panganib sa iba't ibang industriya.
Ano ang mga pangunahing hakbang sa proseso ng simulation ng Monte Carlo?
Kasama sa proseso ang ilang hakbang: pagbuo ng mga random na sample, pagsasaayos ng mga ito para sa mga relasyon, pagpapatakbo ng modelo gamit ang mga halagang ito, pag-save ng mga resulta, at pagsusuri sa mga ito. Nakakatulong ito na maunawaan ang mga resulta at ang kanilang posibilidad.
Ano ang mga pakinabang ng paggamit ng Monte Carlo simulation?
Nag-aalok ito ng ilang benepisyo kumpara sa tradisyonal na pagsusuri. Nagbibigay ito ng mga probabilistikong resulta , nagpapakita ng posibilidad ng mga kinalabasan, at nakakatulong na matukoy ang mga pangunahing baryabol. Pinapayagan din nito ang pagsusuri ng senaryo at pagmomodelo ng mga ugnayan sa pagitan ng mga baryabol.
Paano inilalapat ang Monte Carlo simulation sa pagsasanay?
Ginagamit ito sa maraming sitwasyon sa negosyo. Sa pagmamanupaktura, hinuhulaan nito ang mga epekto ng kakulangan sa mga piyesa. Sa enerhiya, tinatasa nito ang mga panganib mula sa pagbabago ng mga patakaran sa pananalapi. Ginagamit ito ng mga predictive neural network para sa mga smart forecast.
Source Links
- https://www.investopedia.com/articles/financial-theory/08/monte-carlo-multivariate-model.asp
- https://www.solver.com/news/what-is-monte-carlo-simulation
- https://lumivero.com/software-features/monte-carlo-simulation/
- https://www.gbtec.com/resources/monte-carlo-simulation/
- https://www.theirmindia.org/blog/monte-carlo-simulation-and-risk-management-an-easy-explanation/
- https://www.projectcubicle.com/monte-carlo-simulation-example/
- https://valadvisor.com/monte-carlo-simulation/
- https://www.ibm.com/topics/monte-carlo-simulation
- https://www.investopedia.com/terms/m/montecarlosimulation.asp
- https://www.linkedin.com/advice/0/how-can-you-use-monte-carlo-simulation-assess-qpe6e
- https://medium.com/@JacekWo/utilizing-monte-carlo-simulation-for-risk-analysis-in-software-projects-6303ee0dcde5
- https://www.erm-academy.org/publication/risk-management-article/monte-carlo-simulation-provides-insights-to-manage-risks/
- https://medium.com/@pelinokutan/power-of-monte-carlo-simulation-in-risk-analysis-acaeb6d1f0b4
- https://www.risklens.com/videos/monte-carlo-simulation-101-in-5-minutes-video
- https://www.long-intl.com/articles/monte-carlo-simulations/
- https://pmstudycircle.com/monte-carlo-simulation/
- https://www.rosemet.com/monte-carlo-risk-analysis/
- https://www.epa.gov/sites/default/files/2014-11/documents/montecar.pdf
- https://rememo.io/blog/project-risk-analysis-with-monte-carlo-method
- https://www.solver.com/tutorial-risk-analysis-and-monte-carlo-simulation
- https://inspiredeconomist.com/articles/monte-carlo-simulation/
