آخر تحديث: 3 نوفمبر 2026
محاكاة مونت كارلو (Monte Carlo Simulation) أسلوب في التحليل الكمي للمخاطر يعيد حساب جدول المشروع أو تكلفته آلاف المرات، وفي كل مرة يختار مدداً أو تكاليف عشوائية من النطاق المقدّر لكل نشاط. النتيجة توزيع احتمالي يجيب عن أسئلة مثل: ما احتمال إنهاء المشروع في الموعد؟ وكم احتياطياً نحتاج لنصل إلى ثقة 80%؟
الجدول الذي يقول “سننتهي في اليوم 27” يقول شيئاً غير صحيح تقريباً دائماً، لا لأن الرقم خاطئ بالضرورة، بل لأنه رقم واحد لموقف فيه آلاف النتائج الممكنة. محاكاة مونت كارلو (Monte Carlo Simulation) هي أداة التحليل الكمي للمخاطر التي تستبدل السؤال “متى سننتهي؟” بسؤال أدق: “ما احتمال أن ننتهي قبل تاريخ معيّن؟”.
كيف تعمل محاكاة مونت كارلو؟
1) لكل نشاط غير مؤكد، بدل مدة واحدة نعطي نطاقاً وتوزيعاً احتمالياً (غالباً مثلثي أو بيتا من ثلاثة تقديرات: متفائل، أرجح، متشائم).
2) يختار البرنامج عشوائياً مدة لكل نشاط من توزيعه، ويحسب مدة المشروع بمنطق الشبكة نفسه.
3) يكرر ذلك آلاف المرات.
4) تُجمع النتائج في توزيع يُعرض عادة كمنحنى تراكمي على شكل حرف S، يوضح احتمال الانتهاء عند كل تاريخ.
مثال بنتائج محاكاة فعلية
شبكة صغيرة: النشاط (أ) يليه مساران متوازيان (ب) و(د)، ثم يلتقيان في النشاط (ج). التقديرات بالأيام (متفائل، أرجح، متشائم):
(أ) 5، 8، 15 — (ب) 10، 12، 20 — (د) 9، 13، 16 — (ج) 4، 6، 9
الحساب التقليدي بالقيم الأرجح: المسار أ-د-ج = 8 + 13 + 6 = 27 يوماً (حرج)، والمسار أ-ب-ج = 26 يوماً.
أجرينا محاكاة لهذه الشبكة بـ 10,000 تكرار باستخدام التوزيع المثلثي، وكانت النتائج:
احتمال الانتهاء خلال 27 يوماً: نحو 15% فقط.
P50 (50% احتمال): نحو 30 يوماً.
P80: نحو 32.7 يوماً.
P90: نحو 34 يوماً.
لماذا الفرق الكبير بين 27 و30؟ لسببين: الأول أن التوزيعات منحرفة نحو التأخير (المتشائم أبعد عن الأرجح من المتفائل، كما في معظم الأنشطة الحقيقية). والثاني ظاهرة “دمج المسارات” (Merge Bias): المشروع ينتظر أبطأ المسارين في كل تكرار، فتأخر أي منهما يؤخر المشروع، بينما تقدم أحدهما لا يفيد. الحساب التقليدي يتجاهل هذا تماماً.
كيف تستخدم نتائج المحاكاة؟
إذا كان الراعي يريد ثقة 80%، فالتاريخ الواقعي نحو 33 يوماً، والفرق بينه وبين القيمة الأرجح (27) هو الاحتياطي الزمني المبرر رقمياً. وبالمنطق نفسه تُطبق المحاكاة على التكلفة لتحديد احتياطي الطوارئ عند مستوى ثقة معين. كما تكشف المحاكاة أي الأنشطة تساهم أكثر في عدم اليقين (عبر مخطط تورنادو أو مؤشر الحرجية)، فتعرف أين تركز الاستجابة.
حدودها: جودة النتائج بجودة المدخلات. تقديرات ثلاثية مختلقة على عجل ستنتج منحنى S أنيقاً ومضللاً. ولا تعالج المحاكاة المخاطر غير المعروفة؛ هذه مكانها الاحتياطي الإداري.
ما الأخطاء الشائعة عند استخدام مونت كارلو؟
- نطاقات تقدير غير واقعية: المحاكاة لا تصنع معلومة؛ التقديرات الضيقة بلا مبرر تعطي ثقة زائفة.
- تجاهل الارتباط بين الأنشطة: إذا كان تأخر نشاط يعني غالباً تأخر نشاط آخر فيجب تمثيل ذلك في النموذج.
- قراءة المتوسط فقط: القيمة المفيدة هي احتمال تحقيق الهدف، مثل قيمة P80، لا متوسط النتائج.
- تشغيلها مرة واحدة: أعد المحاكاة عند تحديث الجدول أو سجل المخاطر حتى تبقى النتائج صالحة.
مثال توضيحي: إذا أظهرت المحاكاة أن احتمال إنهاء المشروع خلال 120 يوماً هو 45% فقط، بينما يرتفع إلى 80% عند 132 يوماً، فالفارق البالغ 12 يوماً هو الاحتياطي الزمني المطلوب لتحقيق مستوى الثقة الذي تريده الإدارة.
سؤال على نمط الاختبار
أظهرت محاكاة مونت كارلو لجدول مشروع أن احتمال الانتهاء في التاريخ المستهدف 35%. يطلب الراعي ثقة لا تقل عن 80%. ما الإجراء الأنسب؟
أ) إبلاغ الراعي بأن التاريخ المستهدف مضمون لأنه مبني على القيم الأرجح
ب) استخدام نتائج المحاكاة لتحديد التاريخ المقابل لـ P80 ومناقشة الاحتياطي أو خيارات تقليص المخاطر مع الراعي
ج) إعادة تشغيل المحاكاة بعدد تكرارات أكبر حتى يرتفع الاحتمال
د) حذف الأنشطة ذات عدم اليقين العالي من النموذج
الإجابة: ب. المحاكاة تعطي التاريخ المقابل لكل مستوى ثقة، فالقرار يكون إما بقبول تاريخ P80 أو بخطط استجابة تقلل عدم اليقين. زيادة التكرارات (ج) تجعل النتيجة أدق لا أفضل، و(د) تلاعب بالنموذج.
أسئلة شائعة
ما هي محاكاة مونت كارلو؟
أداة تحليل كمي للمخاطر تختار عشوائياً مدداً أو تكاليف من توزيعات احتمالية وتكرر الحساب آلاف المرات، لتعطي احتمال الانتهاء عند كل تاريخ.
ما معنى P80؟
القيمة التي يوجد احتمال 80% ألا يتجاوزها المشروع. في المثال P80 نحو 32.7 يوماً مقابل 27 يوماً بالقيم الأرجح.
ما ظاهرة دمج المسارات (Merge Bias)؟
عند التقاء مسارين ينتظر المشروع أبطأهما في كل تكرار، فتأخر أي منهما يؤخر المشروع، وهذا ما يتجاهله الحساب التقليدي.
اقرأ أيضاً:
المصادر: PM Study Circle – Monte Carlo Analysis in Project Management · Intaver – Critical Indexes · نتائج المثال من محاكاة أجراها فريق المدونة (10,000 تكرار، توزيع مثلثي).