Michelberger Pál (szerk.)

Bizonytalanság és biztonság

Fejezetek a mérnöki kockázatmenedzsmentből

Monte Carlo-szimuláció

A Monte Carlo-szimuláció olyan valószínűségi módszer, amely véletlenszerű mintavételezéssel becsüli meg egy rendszer kimeneteinek eloszlását. A lényege, hogy nem egyetlen „pontbecsléssel” számolunk, hanem sok ezer futtatásban változtatjuk a bemeneti bizonytalanságokat (időtartamok, költségek, terhelések, hibaarányok stb.) a feltételezett eloszlásuk szerint, majd a kapott kimenetekből (például teljes projektidő, összköltség, kiesési idő) gyakorisági eloszlást építünk. Ebből percentiliseket, kockázati tartományokat, várható értékeket és szélsőérték-kockázatokat (farokkockázat) tudunk olvasni – vagyis nemcsak azt, „mi várható”, hanem azt is, „mekkora eséllyel lesz rosszabb/jobb”.

A módszer menete közérthetően: először rögzítjük a modellt, amely leírja, miként áll össze a kimenet a bemenetekből (például a projekt átfutási ideje az aktivitások tartamából és függőségeiből). Ezután minden bizonytalan bemenetre valószínűségi eloszlást választunk (háromszög, normális, lognormális, béta-PERT stb.), és – ha szükséges – megadjuk az egymás közti korrelációkat. Végül több ezerszer „dobókockázunk”: minden futtatásban új mintát húzunk a bemenetekhez, kiszámítjuk a kimenetet, és a futamok eredményeiből eloszlást kapunk. A döntéshozatal ezután percentiliseken alapulhat: például „P80 időtartam” vagy „P95 költségkeret” azt jelenti, hogy 80% (illetve 95%) eséllyel benne maradunk az adott határban.

Mikor hasznos? Ha a kimenet több, egymástól részben függő bizonytalanságból áll össze, a „legvalószínűbb” pontbecslés félrevezető lehet. Építkezésnél az átfutási idő nemcsak az egyes szakágak időtartamától függ, hanem az időjárástól, beszállítói késésektől és engedélyezéstől is; repülésben a fordulóidő, karbantartási kockázat és forgalom együtt adja a késéseloszlást; informatikában a terhelési csúcsok, hibaarányok és helyreállítási idők együtt határozzák meg a rendelkezésre állást.

Egy rövid példa projektidő-kockázatra: egy háromlépcsős fejlesztés aktivitásai becsült tartamokkal bírnak (például 10–14–20 nap, 5–8–12 nap, 7–10–16 nap PERT-paraméterekkel). A Monte Carlo-szimuláció tízezer futtatás alapján megmutathatja, hogy bár a „névleges” összegzés 32 nap körül van, a P80 átfutás 38 nap, a P95 pedig 42 nap – vagyis a biztonságos határidő kitűzéséhez reálisan több tartalék szükséges. Ugyanez költségre is alkalmazható: a P90 költségkeret azt a keretet jelöli, amelyet 90% eséllyel nem lépünk át.

A módszer ereje a transzparenciában és a „mi lenne, ha…” kérdések megválaszolásában rejlik: jól látszik, mely bemenetek mozgatják leginkább a kimenetet (érzékenységi ábra), így célzottan lehet kockázatcsökkentő intézkedéseket tervezni (alternatív beszállító, ütemezési pufferek, redundáns szerver). A szimulációval az ALARP-szerű döntések is támaszra lelnek: meg tudjuk becsülni, egy drágább védelmi intézkedés mekkora valószínűséggel vágja le a farokkockázatot, és ez arányban áll-e a költséggel.

Vannak azonban buktatók. A „szemét be → szemét ki” elv itt hatványozottan érvényes: ha rossz eloszlásokat választunk, téves lesz a kimenet. Gyakori hiba a bemenetek közti függések figyelmen kívül hagyása: ha az acélár és a szállítási idő együtt mozog, de függetlennek vesszük, alábecsülhetjük a szélső kockázatot. Kevés futam „szép” hisztogramot adhat, de pontatlan percentiliseket; nagy farokkockázatoknál tízezres–százezres nagyságrend lehet indokolt. Félrevezető lehet az is, ha összekeverjük az ismerethiányból fakadó (episztemikus) és a valódi véletlen ingadozásból adódó (aleatorikus) bizonytalanságot – más a kezelési stratégiájuk. Végül a kimenetek helyes értelmezése kulcs: a P80 nem garantált határidő, hanem valószínűségi állítás; döntés előtt mindig rögzíteni kell a kockázati étvágyat és a tartalékok használatának szabályát.

Összegzésként: a Monte Carlo-szimuláció a kockázatok „eloszlásban való gondolkodását” hozza be a menedzsmentbe. Ha a bemeneti feltételezések megalapozottak, a korrelációkat kezeljük, és a döntéshozók a percentilisek nyelvén kapnak visszajelzést, a módszer kiválóan támogatja a reális határidők, költségkeretek és védelmi intézkedések kijelölését iparágtól függetlenül – az építkezéstől a repülésen át az informatikai üzemeltetésig.

Tartalomjegyzék

Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2026

ISBN: 978 963 664 195 5

Műszaki tudományok

A Bizonytalanság és biztonság című tanulmánykötet 6 mérnökvégzettségű, Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Karán dolgozó oktató közös munkája. Karunk gépész-, mechatronikai- és biztonságtechnikai képzésre járó hallgatói képzésük során megismerkednek a kockázatmenedzsment alapjaival, módszertani hátterével, és elsajátítják a kockázatértékeléshez és -kezeléshez szükséges elméleti hátteret. A könyv nem egyetemi tankönyvnek készült, de ott is használható. Fontos célunk volt a 8 tanulmányt tartalmazó kötet közreadásával, hogy a különböző szakterületek képviselői lássák a műszaki beruházási és fejlesztési projektek, az információbiztonság, a minőségbiztosítás, a karbantartás, a munka- és tűzvédelem kockázatmenedzsmentjének néha eltérő, de integrálható sajátosságait.

A gazdálkodó szervezetek életében szükség van egységesen alkalmazott kockázatmenedzsment szabályokra, hiszen a kockázati eseménynek több, eltérő eredetű kiváltó oka és több következménye is lehet. Eltérő skálákon történő értékelésük zavart okozhat kockázatok felismerésében és kezelésében is. A mérnöki kockázatok mellett a szervezeteknél többek között megjelennek stratégiai, piaci és pénzügyi vagy akár biztosítási kockázatok is. A könyv terjedelme nem teszi lehetővé, hogy ezekkel is foglalkozzunk, de fontos felhívni a figyelmet, hogy a kockázatmenedzsment nemcsak a mérnöki feladat…

Hivatkozás: https://mersz.hu/michelberger-bizonytalansag-es-biztonsag//

BibTeX EndNote Mendeley Zotero