El análisis de incertidumbre consiste en evaluar cómo la variabilidad inherente a las asunciones de un modelo, influye en el resultado del mismo.

La Simulación Monte Carlo es una de las técnicas más habituales en este tipo de análisis, y consiste en asignar a cada una de las variables de entrada de un modelo una función de distribución con la que modelizar sus variabilidades, y realizar un número elevado de evaluaciones del modelo eligiendo cada vez valores aleatorios de cada función de distribución para representar las variables correspondientes.

La forma más básica del análisis de incertidumbre es el análisis de sensibilidad, que relaciona la variación de una determinada variable, con el resultado del una estrategia para un determinado objetivo. En mgnesio contamos con métodos avanzados que construyen escenarios compuestos por todas las variables relevantes, evalúan la respuesta de un conjunto de estrategias a un conjunto de escenarios, identifica aquellos en los que más estrategias se comportan mejor y peor, permite comparar el comportamiento de la estrategias, identificar cuales funcionan mejor para la combinación deseada de escenarios pésimos y óptimos, e identificar qué riesgos y oportunidades presenta cada estrategia para cada uno de los objetivos considerados, y a nivel global.