確率モデル

ランダムに起こる事象が次に発生するまでの時間間隔が従う連続型の確率分布。単位時間あたりの平均発生回数をλとすると平均は1/λで、それまでの経過時間が今後の発生確率に影響しない無記憶性を持つ。発生回数がポアソン分布に従うときにその間隔が従う分布で、待ち行列の到着間隔や機器の故障間隔のモデル化に使われる。

一定の時間や範囲の中で、まれにランダムに起こる事象の発生回数が従う離散型の確率分布。単位時間あたりの平均発生回数λだけで形が決まり、平均と分散がともにλになる。窓口への来客数、Webサイトへのアクセス数、機器の故障件数などのモデル化に使われ、発生の間隔は指数分布に従う。

処理の途中で乱数を使って選択を行うアルゴリズムで、乱択アルゴリズムともいう。答えは常に正しいが処理時間が乱数によって変わるラスベガス法（基準値をランダムに選ぶクイックソートなど）と、処理時間は一定だが一定の確率で誤った答えを出すモンテカルロ法（ミラー・ラビン素数判定法など）がある。最悪の場合を避けやすく、決定的な方法より単純で速いことが多い。

リスクがプロジェクトの目標に与える影響を数値で分析する技法。期待金額価値（EMV）の算出、感度分析、デシジョンツリー分析、モンテカルロシミュレーションなどを用い、コストや期間がどの程度ばらつくかを確率的に見積もる。

現実のシステムや現象を数式やコンピュータ上のモデルで模擬し、条件を変えて動かすことで結果を予測・評価する手法。実際に試すことが難しい、または費用や危険が大きい場合に有効で、乱数を使うモンテカルロ法などがある。