邊際和不確定性的量化（QMU）是一種用于復雜技術決策的決策支持方法。QMU的重點是識別、描述和分析在不確定條件下評估的工程系統的性能閾值及其相關的邊際，特別是當這些結果的一部分是通過計算建模和模擬產生的。QMU傳統上被應用于復雜的系統，在這些系統中，全面的實驗測試數據不是現成的，也不容易產生端到端的系統執行或感興趣的特定子系統。應用QMU的系統的例子包括核武器性能、鑒定和庫存評估。QMU的重點是詳細描述模型中存在的各種不確定性來源，從而使系統響應輸出變量的不確定性得到很好的量化。這些來源經常用概率分布來描述，以說明復雜工程系統的隨機性質。對不確定性的描述支持對關鍵系統性能指標的設計余量與模型計算的不確定性進行比較。QMU支持風險知情的決策過程，計算仿真結果為決策機構提供了若干輸入之一。目前，整個仿真界還沒有標準化的方法來進行QMU；該術語適用于各種不同的建模和仿真技術，重點是嚴格量化模型的不確定性，以支持與設計余量的比較。

QMU的重點是設計余量與模型輸出不確定性的比率的量化。這個過程從確定系統的關鍵性能閾值開始，這些閾值經常可以在系統需求文件中找到。這些閾值（也被稱為性能門）可以指定性能的上限，性能的下限，或者在指標必須保持在指定范圍內的情況下，兩者都是。對于這些性能閾值中的每一個，都必須確定相關的性能保證金。該余量代表了系統被設計為在安全地避免性能上限和下限的情況下運行的目標范圍。這些余量考慮了一些方面，如系統的設計安全系數，以及對該安全系數的信心水平。QMU的重點是確定仿真結果的量化不確定性，因為它們與性能閾值范圍有關。這個總的不確定性包括與計算模型有關的所有形式的不確定性，以及閾值和裕度值的不確定性。這些值的識別和特征化允許計算系統的余量與不確定性的比率（M/U）。

這些M/U值可以作為量化的輸入，幫助當局就如何解釋基于模擬的結果并對其采取行動做出風險知情的決定。QMU認識到，有多種類型的不確定性通過復雜系統的模型傳播。QMU過程中的模擬產生關鍵性能閾值的輸出結果，被稱為最佳估計加不確定度（BE+U）。BE+U的最佳估計部分代表了關于模型響應變量的已知和理解的核心信息。使得這些估計值具有高可信度的基礎通常是關于感興趣的過程的充足的實驗測試數據，這使得模擬模型得到了徹底的驗證。導致BE+U值的不確定性類型可分為幾類。徒勞的不確定性。這種類型的不確定性自然存在于被建模的系統中，有時被稱為"不確定性"。