最小值時，此時利潤取得最大值，當銷售數量、銷售單價取最小值，變動成本、固定成本取最大值時，此時利潤取得最小值，而序號2、3的量本利組合最接近利潤的期望值，序號4的量本利組合利潤為零。
（2）蒙特卡洛模擬的概率分析模擬數量的多少取決于對指標精度的要求，本次模擬30000次的利潤平均值為9345元，而利潤期望值9361.5元,兩者誤差僅為0.18%，符合一般預測的精度要求。在對30000次隨機數據統(tǒng)計中，各區(qū)間和典型利潤的概率分布見表3、4，從表3可知利潤在10000—20000之間的概率最大，從表4可知利潤出現(xiàn)最大、最小或為0的概率較小，當然作為管理階層與財務人員也應該提高警覺，采取切實可行的防范措施，防止不利的小概率事件的發(fā)生。
表3利潤取值范圍及出現(xiàn)概率
序號利潤取值范圍模擬區(qū)域數量出現(xiàn)概率
1[-10000，0]661822.06%
2(0,10000]887829.59%
3(10000,20000]1069535.65%
4(20000,30000]380912.70%
表4典型利潤取值范圍及出現(xiàn)概率
序號典型利潤點模擬出現(xiàn)數量出現(xiàn)概率
1-100002890.96%
206702.23%
3980011893.96%
4300004041.35%
1、運用蒙特卡洛模擬進行概率型的量本利分析相對比較復雜，但是所獲取的信息要豐富，甚至可以涵蓋期望值分析，是對確定型量本利分析的進一步拓展。
2、概率型量本利分析尤其適用于不確定與風險環(huán)境下的財務分析，它所反映的信息體現(xiàn)了風險管理的思想，比較貼近客觀復雜的現(xiàn)實經濟實際，如高新技術環(huán)境下的財務分析。
3、本文所介紹的是離散型隨機量本利問題，采用常用的EXCEL軟件進行模擬，對于更加復雜的連續(xù)型隨機量本利問題，也可采用相類似的方法進行分析。
