Teknisk notat: Monte Carlo-analyse af mandatfordelingen ved spærregrænsen
23. marts 2026
Ved danske folketingsvalg sikrer systemet af kredsmandater og tillægsmandater, at mandatfordelingen i Folketinget afspejler den samlede stemmefordeling. Partier der opnår mindst 2 % af de afgivne gyldige stemmer er berettiget til tillægsmandater (§ 77, stk. 1, nr. 3 i valgloven; lovbekendtgørelse nr. 294 af 11. marts 2022).
Spørgsmålet i dette notat er: kan et parti, der akkurat passerer 2 %-spærregrænsen, ende med kun 3 mandater? Historisk er det ikke sket — partier der passerer spærregrænsen har altid fået mindst 4 mandater. Men der har ikke tidligere været en systematisk analyse af, om det er matematisk muligt, og under hvilke betingelser det kunne forekomme.
Det samlede mandattal per parti bestemmes af den nationale fordeling (§ 77, stk. 2), der anvender den største brøks metode (Hare-kvoten):
Den efterfølgende geografiske fordeling (kredsmandater via d'Hondts metode i storkredse; tillægsmandater via Sainte-Laguës metode på landsdele og storkredse) ændrer ikke det samlede mandattal per parti — kun fordelingen mellem kredsmandat og tillægsmandater.
Et parti med præcis 2,0 % af stemmerne — og ingen spildte stemmer til partier under spærregrænsen — får:
m = 0,02 × 175 = 3,50
Heltalsdelen er 3. Brøken er 0,50. Partiet får det fjerde mandat kun hvis 0,50 er blandt de største restbrøker. Hvis tilstrækkeligt mange andre partier har brøker > 0,50 og restmandaterne dermed er opbrugt, ender partiet med 3 mandater.
Tabel 1 viser en konstrueret stemmefordeling der demonstrerer dette. De 5 restmandater tildeles H (0,85), A (0,80), F (0,73), I (0,68) og J (0,68). Parti K's brøk (0,50) er den sjettestørste og får ikke et restmandat.
Tabel 1. Analytisk konstruktion: 11 partier, alle over 2 %.
| Parti | Stemmeandel | Eksakt mandattal | Mandater |
|---|---|---|---|
| A | 25,60 % | 44,80 | 45 |
| B | 20,60 % | 36,05 | 36 |
| C | 15,60 % | 27,30 | 27 |
| D | 10,50 % | 18,38 | 18 |
| E | 8,60 % | 15,05 | 15 |
| F | 6,70 % | 11,73 | 12 |
| G | 4,00 % | 7,00 | 7 |
| H | 2,20 % | 3,85 | 4 |
| I | 2,10 % | 3,68 | 4 |
| J | 2,10 % | 3,68 | 4 |
| K | 2,00 % | 3,50 | 3 |
| Sum heltalsdele: 170 → 5 restmandater | 175 | ||
For at estimere sandsynligheden under realistiske betingelser gennemføres en Monte Carlo-simulering med 5.000.000 iterationer:
Tabel 2. Meningsmålingssnit (Altinget, marts 2026).
| Parti | Andel | Parti | Andel | |
|---|---|---|---|---|
| S | 21,2 % | M | 6,6 % | |
| SF | 12,5 % | EL | 6,3 % | |
| V | 10,6 % | R | 5,8 % | |
| LA | 10,4 % | ALT | 2,6 % | |
| DD | 7,3 % | BP | 2,5 % | |
| DF | 7,1 % | |||
| K | 6,9 % |
Følgende antagelser bør vurderes ved fortolkning af resultaterne:
Tabel 3. Overordnede sandsynligheder (5 mio. iterationer).
| Udfald | Sandsynlighed |
|---|---|
| ALT over spærregrænsen | 60,3 % |
| BP over spærregrænsen | 58,6 % |
| Begge over spærregrænsen | 34,9 % |
| ALT = 3 mandater (ubetinget) | 0,254 % |
| BP = 3 mandater (ubetinget) | 0,259 % |
| ALT eller BP = 3 mandater | 0,513 % |
| P(ALT = 3 | ALT over 2 %) | 0,42 % |
| P(BP = 3 | BP over 2 %) | 0,44 % |
Den ubetingede sandsynlighed er lav (~0,5 %), primært fordi ALT og BP med de nuværende meningsmålingsnit sjældent lander i det kritiske stemmeinterval. Men den betingede sandsynlighed givet en specifik stemmeandel kan være markant højere.
3-mandats-udfaldet er ekstremt følsomt over for partiets præcise stemmeandel. ALT og BP viser identisk mønster.
Tabel 4. P(3 mandater | stemmeandel).
| Stemmeandel | N (sim.) | 3 mandater | P(3) |
|---|---|---|---|
| [2,000; 2,025) % | ~21.000 | ~7.300 | ~35 % |
| [2,025; 2,050) % | ~21.000 | ~3.600 | ~17 % |
| [2,050; 2,075) % | ~21.000 | ~1.400 | 6,7 % |
| [2,075; 2,100) % | ~21.000 | ~400 | 1,9 % |
| [2,100; 2,150) % | ~42.000 | ~100 | 0,2 % |
| ≥ 2,15 % | >3 mio. | 0 | 0,0 % |
Det afgørende fund: 3 mandater er praktisk talt umuligt medmindre partiets stemmeandel ligger under ~2,10 %. I det snævre vindue [2,00; 2,025) % er der til gengæld ca. 35 % sandsynlighed for kun 3 mandater. Mekanismen: jo tættere på 2,0 %, jo tættere er brøken på 0,50 — den lavest mulige for et berettiget parti — og jo lettere er den at overhale.
Tabel 5. P(3 mandater) betinget på antal berettigede partier.
| Partier over 2 % | N | 3-mandats-tilfælde | P(3) |
|---|---|---|---|
| 10 | 799.882 | 0 | 0,000 % |
| 11 | 2.456.812 | 7.840 | 0,319 % |
| 12 | 1.743.306 | 17.784 | 1,020 % |
I denne simulering forekommer 3 mandater ikke med kun 10 partier over spærregrænsen, men kræver mindst 11. Sandsynligheden tredobles fra 11 til 12. Dette er en konsekvens af den specifikke Altinget-konfiguration, hvor de 10 store partier alle er > 5,8 % og aldrig kan nå den kritiske zone. Med en anden partikonstellation (f.eks. et "stort" parti tættere på 2 %) kunne 3 mandater i princippet forekomme med færre berettigede partier.
Bemærk: de 10 "store" partier (S–R, alle > 5,8 %) er altid over spærregrænsen. Hvis kun ét af ALT/BP passerer, er der 11 berettigede partier, og 3 mandater er muligt (0,32 %). Hvis begge passerer (12 partier), tredobles sandsynligheden (1,02 %). 3 mandater forekommer aldrig med kun de 10 store partier, fordi ingen af dem kan lande i den kritiske zone nær 2 %.
Tabel 6. Mandatfordeling betinget på at passere spærregrænsen.
| Mandater | ALT (N = 3.014.284) | BP (N = 2.929.140) | ||
|---|---|---|---|---|
| Antal | Andel | Antal | Andel | |
| 3 | 12.722 | 0,4 % | 12.952 | 0,4 % |
| 4 | 465.688 | 15,5 % | 464.788 | 15,9 % |
| 5 | 489.176 | 16,2 % | 489.280 | 16,7 % |
| 6 | 494.275 | 16,4 % | 495.229 | 16,9 % |
| 7 | 501.759 | 16,6 % | 501.881 | 17,1 % |
| 8 | 505.490 | 16,8 % | 503.833 | 17,2 % |
| 9 | 415.808 | 13,8 % | 374.280 | 12,8 % |
| 10 | 121.868 | 4,0 % | 83.244 | 2,8 % |
| 11 | 7.421 | 0,2 % | 3.635 | 0,1 % |
Fordelingen er relativt flad mellem 4 og 9 mandater. 3 mandater er det klart sjældneste positive udfald — ca. 30 gange sjældnere end 4 mandater.
Den vigtigste skelnen i denne analyse er mellem to typer resultater:
Robust (uafhængigt af model og partikonfiguration):
Stabilt inden for denne partikonfiguration, men ikke modeluafhængigt:
Modelfølsomt:
De specifikke sandsynligheder (0,5 % ubetinget, ~35 % betinget) bør betragtes som estimater betinget på den aktuelle pollingkonfiguration — ikke som universelle konstanter.
For at verificere denne skelnen er simuleringen gentaget med perturbationsbredder fra ± 1 til ± 5 procentpoint (2 mio. iterationer per bredde).
Tabel 7. Ubetinget P(ALT eller BP = 3 mandater) per perturbationsbredde.
| Bredde | P(3 mandater) | P(begge over 2 %) |
|---|---|---|
| ± 1 pp | 1,58 % | 60,9 % |
| ± 2 pp | 0,72 % | 40,7 % |
| ± 3 pp | 0,51 % | 34,9 % |
| ± 4 pp | 0,39 % | 32,1 % |
| ± 5 pp | 0,30 % | 30,6 % |
Den ubetingede sandsynlighed varierer en faktor 5 — fra 1,6 % (± 1 pp) til 0,3 % (± 5 pp). Snævrere perturbation placerer partierne oftere i den kritiske zone.
Tabel 8. Betinget P(3 mandater | stemmeandel) per perturbationsbredde (poolet ALT + BP).
| Stemmeandel | ± 1 pp | ± 2 pp | ± 3 pp | ± 4 pp | ± 5 pp |
|---|---|---|---|---|---|
| [2,000; 2,025) % | 35,2 % | 32,8 % | 34,7 % | 35,1 % | 33,0 % |
| [2,025; 2,050) % | 18,0 % | 16,2 % | 17,5 % | 17,4 % | 16,5 % |
| [2,050; 2,075) % | 7,1 % | 6,1 % | 6,4 % | 7,0 % | 6,6 % |
| [2,075; 2,100) % | 2,0 % | 1,8 % | 1,9 % | 2,2 % | 1,9 % |
| [2,100; 2,150) % | 0,2 % | 0,2 % | 0,2 % | 0,3 % | 0,2 % |
De betingede sandsynligheder er stabile på tværs af perturbationsbredder inden for denne partikonfiguration (33–35 %). Stabiliteten skyldes at de store partiers restbrøker randomiseres tilstrækkeligt ved enhver ikke-triviel perturbation. Med helt andre pollingtal kunne det betingede niveau være anderledes.
Analysen er blevet underkastet en systematisk gennemgang mod valglovens fulde ordlyd (§§ 68–81) med fokus på oversete mekanismer og fejlimplementering. Gennemgangen kontrollerede ni specifikke punkter: kvoteberegningen, spærregrænsekriterier, overhængsmekanismen, interaktion mellem kreds- og tillægsmandater, nævnerværdien (175), lodtrækning, perturbationsmodellen, historiske kontrolscenarier og manglende mekanismer (valgforbund, § 77 stk. 6, kandidater uden for partierne).
Hovedkonklusion: Ingen af de identificerede afvigelser invaliderer analysens resultat. De tre væsentligste forbehold er:
Alle identificerede afvigelser trækker i samme retning: de medfører at analysen undervurderer sandsynligheden for 3 mandater. De estimerede sandsynligheder er derfor et konservativt nedre bound. Afvigelsernes samlede effekt vurderes dog som lille, da de relevante scenarier (uafhængige kandidater, partier under 2 % der kvalificerer sig via kredsmandat) er historisk meget sjældne.
Det er matematisk muligt — og under specifikke betingelser ikke usandsynligt — for et parti at komme i Folketinget med kun 3 mandater. Mekanismen er klar: et parti der akkurat passerer 2 %-spærregrænsen har en restbrøk tæt på 0,50 i den største brøks metode, og risikerer at denne brøk overhales af tilstrækkeligt mange andre partiers brøker.
For det kommende valg kræver scenariet at mindst ét af ALT/BP passerer spærregrænsen og lander i det snævre vindue 2,00–2,10 %. Sandsynligheden er størst når begge passerer (flere konkurrenter om restmandater). Betinget på den rigtige stemmeandel er sandsynligheden for 3 mandater op til 35 %.
Mandatfordelingsalgoritmen (Hare-kvote + største brøk, § 77, stk. 2). Lodtrækning ved lige store brøker simuleres med tilfældig jitter.
allocate <- function(shares, threshold = 0.02, n_seats = 175L) {
elig <- shares >= threshold
if (!any(elig)) return(rep(0L, length(shares)))
es <- shares[elig]
exact <- es / (sum(es) / n_seats) # eksakte mandattal
base <- floor(exact) # heltalsdele
frac <- exact - base # brøker
n_rem <- n_seats - sum(base) # restmandater
if (n_rem > 0L) {
# Største brøker får restmandater; lod ved lighed
idx <- order(frac + runif(length(frac), 0, 1e-12),
decreasing = TRUE)
base[idx[seq_len(n_rem)]] <-
base[idx[seq_len(n_rem)]] + 1L
}
out <- rep(0L, length(shares))
out[elig] <- base
out
}
Perturbation af stemmeandele (hovedløkke):
polls <- c(S=21.2, SF=12.5, V=10.6, LA=10.4, DD=7.3,
DF=7.1, K=6.9, M=6.6, EL=6.3, R=5.8,
ALT=2.6, BP=2.5)
for (i in 1:5e6) {
raw <- pmax(polls + runif(12, -3, 3), 0)
sh <- raw / sum(raw) # normaliser til 100 %
seats <- allocate(sh) # fordel 175 mandater
# ... registrer resultater ...
}