Simularea proceselor economice

Prof.dr. Daniela HINCU (daniela.hincu@man.ase.ro) ACADEMIA DE STUDII ECONOMICE DIN BUCURESTI FACULTATEA de MANAGEMENT

SPE 2012 - 2013

Descrierea cursului
Problematica modelrii si simulrii cu calculatorul a problemelor decizionale de afaceri Metoda de simulare Monte Carlo Analiza rezultatelor experimentelor de simulare Simularea unor probleme de afaceri cu EXCEL, @RISK Analiza riscului unor afaceri:
Generarea valorilor variabilelor probabiliste discrete i continue Determinarea prin simulare a mrimii comenzii de aprovizionare Simularea unor produse perisabile cu cerere probabilist Evaluarea unui proiect de investiii Analiza evoluiei pe pia a unor produse concureniale n cazul apariiei unor noi competitori Simularea rezervrilor n plus la avion Simularea lansrii pe pia a unui nou produs
SPE 2012 - 2013 2

Descrierea cursului (continuare)

Aplicarea programului de simulare CRYSTAL BALL pentru:
Utilizarea simulrii pentru fundamentarea deciziei de testare i lansare pe pia a unui produs nou Echilibrarea capacitilor de producie Alocarea portofoliului Selectarea proiectelor de investiii

Simularea evenimentelor discrete:

Simularea cu WINQSB a unui sistem de producie Simularea cu EXTEND a unei afaceri pentru nchirierea de maini

Simularea sistemelor dinamice

Aplicatii cu ARENA, EXTEND etc Simularea tip joc - Aplicarea sistemului TSE pentru simularea unei afaceri n care fiecare cursant este n competiie cu alte companii din aceeasi industrie
SPE 2012 - 2013 3

Modul de notare: A. Seminar si lucrari practice: Teste la seminar - saptamanile a 8 a si a 13 a din semestru Sustinere proba practic a proiectului individual saptamina 14 din semestru Punctaj intre 0 si 40% (min ptr. a putea intra in examen 25%) B. Proba scris tip examen - programare a examenului in sesiune din ianuarie febriuarie 2013 subiecte = teste grila (1 varianta corecta din 5 posibile) si tip adevarat fals. Punctaj intre 0 si 60%

Proiectul individual:
Fiecare proiect va consta n aplicarea tehnicii simulrii pentru rezolvarea unui set de aplicatii / probleme formulate intr-un format dat.

Proiectul va fi redactat i ndosariat i va conine: - Descrierea problemei i baza informaional - Descrierea modelului i programul de simulare utilizat - Aplicarea unei tehnici de simulare - Analiza rezultatelor - Concluzii i recomandri Proiectul va fi predat sub forma de dosar/caiet (format hard) si 4 sustinut la seminar. SPE 2012 - 2013

Carti si Software
Luban, F. Simulri n afaceri. Editura ASE, Bucureti 2005
Surse Internet: http://www.ase.ro http://www.crystalball.com http://www.palisade-europe.com http://www.wintersim.org

Software:
EXCEL Crystal Ball (demo version) @Risk (trial version from www.palisade.com) EXTEND ARENA Winqsb (free)
SPE 2012 - 2013 5

Software/documentatii online
Foarte convenabil la nivel didactic EXCEL (ptr. analiza de senzitivitate, calcule statistice) Radzicki, Michael J., - Introduction to System Dynamics, http://www.albany.edu/cpr/sds/DL-IntroSysDyn/ 1997 Cursuri online: Systems Simulation: The Shortest Route to Applications http://ubmail.ubalt.edu/~harsham/simulation/sim.htm Interogarea pe diferite motoare de cautare dupa sintagme: simulation resources, Monte Carlo technique, probability analysis, etc.

SPE 2012 - 2013

Carti si Software
Albright, S.C., Winston, W.L., - Management Science Modeling. Thomson South-Western, 2007
Anderson, P. H., Beveridge, D.A., Scott, T.W., - Threshold Entrepreneur. A New Business Simulation. Solo Version. Prentice-Hall Inc., Upper Saddle River, New Jersey, 2000 Andreica, M., Stoica, M., Luban F., - Metode cantitative n management, Editura Economic, Bucureti, 1998 Banks, J., Carson, J., Nelson, B., Nicol, D., - Discrete-event system simulation, 3rd ed., Prentice Hall, Upper Saddle River, NJ, 2000 Bonini, C.P., Hausman, W.H., Bierman, H.Jr., - Quantitative Analysis for Management. Irwin/McGraw-Hill, Boston, 1997 Dobre, I., Musta, F., - Simularea proceselor economice. Editura INFOREC, Bucureti, 1996 Dodescu, G., Odgescu, I., Scheianu, S., Nstase, P., - Simularea sistemelor, Editura Militar, Editura Militar, Bucureti, 1986 Filip, F.G., - Decizie asistat de calculator: decizii, decideni, metode i instrumente de baz. Editura Tehnic i Editura Expert, 2002 Fishman, S.G., - Monte Carlo: concepts, algorithms, and applications. Springer-Verlag New York Berlin Heidelberg, 1997 Forrester, Jay W. - Dinamic Industrial. Ed. Tehnic, Bucureti 1981. Goodwin, P., Wright, G., - Decision Analysis for Management Judgment, Second ed., John Wiley & Sons, Chichester, New York, Weinheim, Brisbane, Singapore, Toronto, 1998
SPE 2012 - 2013 7

Carti si Software
Hncu, D. - Models for founding decisions, Editura ASE, Bucureti, 2002 Hncu, D., Ene, N., - Metode cantitative pentru administraia public, Editura Eficon Press, Bucureti, 2005 Kelton, D. W., Sadowski, R.P., Sadowski, D.A., - Simulation with Arena, WCB McGraw-Hill, (2002) Lawrence, J., Pasternack, B., - Applied Management Science. A Computer Integrated Approach for Decision Making. John Wiley & Sons, 1998 Moore, J.H., Weatherford, L.R., - Decision Modeling with Microsoft Excel, 6th ed., Prentice-Hall, Inc., Upper Saddle River, NJ, 2001 Oakshott, L., - Business Modelling and Simulation. Pitman Publishing, 1997 Radzicki, Michael J., - Introduction to System Dynamics, http://www.albany.edu/cpr/sds/DLIntroSysDyn/ 1997 Raiu-Suciu C., - Modelarea & Simularea proceselor economice. Teorie i practic. Ediia a-IVa, Editura Economic, Bucureti, 2005 Raiu-Suciu, C., Luban, F., Hncu, D., Ene, N., - Modelare economic aplicat. Studii de caz. Teste. Editura Economic, Bucureti, 2002 Ruth, M., Hamon, B., - Modelling Dynamics, Economic Systems. Springer - Verlag, New York 1997 Scuiu, I., Zorilescu, D., - Numere aleatoare. Aplicaii n economie, industrie i studiul fenomenelor naturale. Editura Academei, Bucureti, 1978 Severance, F.L., - System modeling and simulation, John Wiley & Sons, 2001

Winston, L. W., - Excel 2007: Data Analysis and Business Modelling. Washington: SPE 2012 - 2013 8 Microsoft Press, 2007

In loc de introducere . Crizele financiare vor putea fi prevenite printr-un program informatic de simulare economica
Cum se vor adapta politicile economice in 2020, cand un sfert din populatia UE va avea mai mult de 65 de ani? Vor putea economistii sa estimeze mai precis reactia bancilor in caz de criza a creditelor si care va fi impactul asupra economiei in general? Cum va functiona economia cand resursele naturale in continua scadere nu vor mai putea satisface nevoile noastre de energie?

Sursa: Buletinul Afacerea; 14 Decembrie 2009

Comisia Europeana a facut recent publice rezultatele unui proiect revolutionar de cercetare care ar putea ajuta economistii sa raspunda la astfel de intrebari utilizand un program informatic de simulare economica.

Rezultat al unui proiect de cercetare in valoare de 2,5 milioane euro sprijinit de UE, programul utilizeaza tehnologii de simulare folosite si in industria cinematografica, pentru imaginile generate pe calculator (CGI). Acestea prognozeaza interactiunea dintre populatii mari de actori economici, cum ar fi gospodariile si societatile comerciale, bancile si imprumutatii, patronii si persoanele aflate in cautarea unui loc de munca. Atribuind fiecarui agent simulat un comportament individual si realist si interactiuni care sa ilustreze evolutia pietelor, aceste simulari la scara foarte mare pot testa mai bine noile politici care vor raspunde viitoarelor provocari ale societatii.

SPE 2012 - 2013

Crizele financiare vor putea fi prevenite printr-un program informatic de simulare economica (2)
Aceasta tehnologie de simulare utilizeaza experimente pe calculator pentru a se concentra pe relatia dintre populatii mari de actori economici de pe numeroase piete interconectate. Aplicarea acestei tehnologii la o scara atat de mare utilizand super-computere este o premiera. Fiecare gospodarie, societate comerciala sau banca simulata va lua decizii diferite ca raspuns la diversele politici monetare, fiscale sau in favoarea inovarii, de exemplu daca sa isi pastreze locul de munca sau sa isi caute altul sau ce parte din salariu sa fie afectata economiilor, cheltuielilor sau investitiilor. Aceasta inseamna ca impactul unei politici pe o piata la un anumit moment nu va mai fi evaluat fara a se tine cont si de alti factori. Stiintele economice traditionale nu au reusit sa prevada efectul de domino al crizei creditelor asupra economiei mondiale. Acest nou program pune in evidenta comportamentul diferit al bancilor, urmarind o gama larga de factori cum ar fi nivelul rezervelor raportat la investitii, obiceiurile de consum/investitii si economii ale depunatorilor, precum si factori psihologici precum increderea in piata. Factorii de decizie, care vor sa cunoasca modul in care reformele monetare si fiscale vor afecta bancile si clientii acestora, ar putea fi astfel mai bine avertizati cu privire la amploarea impactului unei crize financiare asupra economiei reale. Programul poate simula acelasi scenariu pentru o populatie mai in varsta, pentru a facilita planificarea intr-o Europa mai batrana sau una cu resurse limitate de energie. Conceput pentru a functiona pe super-computere care permit realizarea unei simulari la scara foarte mare, dar accesibil de la orice computer de birou conectat, programul poate fi utilizat de economistii si factorii de decizie care nu au cunostinte de programare pe calculator. Conectand sute de mii de mici actiuni si reactii simulate din intreaga economie, programul poate oferi factorilor de decizie o imagine mai buna si mai cuprinzatoare a impactului politicilor lor asupra vietii si activitatii oamenilor.

SPE 2012 - 2013 10

Noi cerinte ptr. sistemul bancar

n anul 2008, Banca Naional a Romniei a acordat o atenie deosebit dezvoltrii de proceduri i instrumente de gestiune a crizelor financiare n conformitate cu responsabilitile sale legale. Banca central s-a implicat n organizarea unui exerciiu de simulare a unei crize financiare, a derulat semestrial teste de rezisten a sistemului bancar la ocuri extreme, dar plauzibile, i a elaborat o serie de documente n domeniul planificrii pentru situaii neprevzute. Exerciiul de simulare a unei crize financiare a fost derulat la data de 6 februarie 2008, cu participarea reprezentanilor Bncii Naionale a Romniei, Ministerului Economiei i Finanelor, Comisiei Naionale a Valorilor Mobiliare, Comisiei de Supraveghere a Asigurrilor, Comisiei de Supraveghere a Sistemului de Pensii Private i ai Fondului de garantare a depozitelor n sistemul bancar. Exerciiul a simulat o situaie n care o banc, persoan juridic romn, s-a confruntat cu o criz de lichiditate ca urmare a unei fraude interne, cu consecine negative majore asupra restului sistemului financiar romnesc.
n cadrul rolului BNR de meninere a stabilitii financiare, direciile de specialitate din banca central au elaborat n cursul anului 2008 o serie de documente cuprinznd principii i proceduri de gestiune a crizelor financiare, cum ar fi: Planul pentru situaii neateptate aplicabil instituiilor de credit i Lista problemelor de rezolvat n cazul apariiei unor situaii neateptate. De asemenea, BNR a ntocmit liste cuprinznd persoanele de contact din cadrul autoritilor de supraveghere a sistemului financiar romnesc i al altor autoriti relevante din Uniunea European, liste care se actualizeaz periodic.
SPE 2012 - 2013 11

Bancile vor fi obligate sa faca simulari de criza - Un proiect BNR pentru minimizarea riscurilorBNR va transpune in legislatia romaneasca reglementarile europene privind administrarea bancilor, evaluarea riscurilor si externalizarea activitatilor institutiilor de credit. Proiectul de regulament este postat de saptamana trecuta pe site-ul institutiei, fiind supus dezbaterii publice pana la finele acestei luni. Noi definitii. Ca noutate, textul defineste noi tipuri de riscuri cu care se pot confrunta bancile, multe dintre acestea nefiind prevazute de reglementarile actuale. Printre ele se regasesc: riscul de conformitate - riscul ca o institutie de credit sa suporte sanctiuni prevazute de cadrul legislativ sau de reglementare; riscul de transfer - componenta a riscului de tara, care apare atunci cand obligatia imprumutatului nu este exprimata in moneda tarii de origine a acestuia; riscul IT - subcategorie a riscului operational, care se refera la riscul actual sau viitor de afectare negativa a profiturilor si a capitalului, determinat de inadecvarea strategiei si a politicii IT: risc reputational - riscul actual sau viitor de afectare negativa a profiturilor si a capitalului, determinat de perceptia nefavorabila asupra imaginii unei institutii de credit de catre clienti, contrapartide, actionari, investitori sau autoritati de supraveghere; risc strategic - riscul actual sau viitor de afectare negativa a profiturilor si a capitalului, determinat de schimbari in mediul de afaceri sau de decizii de afaceri defavorabile, de implementarea inadecvata a deciziilor sau de lipsa de reactie la schimbarile din mediul de afaceri; risc de lichiditate - riscul actual sau viitor de afectare negativa a profiturilor si a capitalului, determinat de incapacitatea institutiei de credit de a-si indeplini obligatiile la scadenta acestora.
SPE 2012 - 2013 12

Bancile vor fi obligate sa faca simulari de criza - Un proiect BNR pentru minimizarea riscurilor (cont.)
Principiul cauzei si efectului . Proiectul de regulament mai introduce ca noutate in legislatia romaneasca si obligatia institutiilor de credit de a face diferite simulari de criza pentru diferite categorii de riscuri. Acestea sunt, de fapt, tehnici de administrare a riscului utilizate pentru a evalua efectele potentiale asupra situatiei financiare de catre un anumit eveniment si/sau de catre modificarea unui set de variabile financiare. Evenimentele luate in calcul trebuie sa fie exceptionale, dar plauzibile. Simularile de criza pot fi, in principiu, de doua feluri: analiza de senzitivitate si simulare pe baza de scenariu. Primul tip evalueaza impactul asupra situatiei financiare a modificarii unui anumit determinant de risc, in conditiile in care sursa socului nu este identificata. Al doilea evalueaza impactul asupra situatiei financiare a modificarilor simultane ale mai multor determinanti de risc, in conditiile in care evenimentul de criza a fost definit. Ca urmare a rezultatelor obtinute din simularile de criza, institutiile de credit vor fi obligate, tot prin intermediul proiectului de regulament, sa gaseasca si solutiile, adica sa construiasca asa-numitele scenarii alternative. De altfel, institutiile de credit vor fi obligate sa explice Directiei de Supraveghere din BNR cum vor face fata unei situatii de criza precum cea simulata.
SPE 2012 - 2013 13

Simulari de criz (exerciii de stress-test)

reprezint evaluarea situaiei financiare a unei bnci n cazul concretizrii unui/unor evenimente de risc severe (dar plauzibile), care pot afecta performana financiar, volumul capitalurilor i chiar existena acesteia (Bank of International Settlements, 2009). efectuarea periodic a unor simulri de criz (aplicarea unor scenarii de stress-test) reprezinta pentru o banc un instrument de management al riscurilor, pe care o poate avertiza privind rezultatele neateptate aferente apariiei unor diverse tipuri de riscuri i care poate furniza evaluri ale volumului capitalurilor necesare pentru acoperirea pierderilor exerciiile de simulri de criz ndeplinesc n principal urmtoarele roluri: furnizeaz evaluri poteniale ale expunerii la riscuri, care merg dincolo de limitrile modelelor existente i ale datelor istorice, i sprijin procesele de planificare a capitalurilor i de definire a planurilor alternative de lichiditate. importana exerciiilor de simulri de criz este mai ridicat n perioadele de stabilitate/cretere economic, n care, datorit neapariiei de riscuri deosebite, bncile pot s nu fie contiente de impactul major al unor perioade de criz asupra stabilitii lor financiare i pot accepta mai uor i cu preuri mai reduse expuneri la risc ridicate. Activitile de simulri de criz trebuie s fac parte integrant din cultura de risc i din cea de management ale bncii, iar managementul superior trebuie s se implice activ n stabilirea obiectivelor i scenariilor, precum i n analiza rezultatelor i lurii deciziilor necesare pentru mbuntirea activitilor de management al riscurilor, de planificare a capitalului i lichiditii etc.
SPE 2012 - 2013 14

Simularea unor situaii practice, noua tendin pe piaa de training

Noua mod n training - nvarea prin practic - a ajuns deja la o cot semnificativ din totalul pieei. Dac n Romnia, trainingul experienial reprezint n jur de 30% din totalul cursurilor, n Europa acest procent a ajuns n jurul a 60 %. n locul cursurilor tradionale n care teoria este cuvntul de ordine, companiile ncep s apeleze tot mai mult la trainingul experienial - o simulare practic a situaiilor ce pot aprea i crora participantul nva s le fac fa, nc nainte de a se confrunta cu ele n realitate. Scopul programelor de nvare experienial este de a susine participanii s nvee din practic i mai ales s i construiasc o experien proprie. Metoda este diferit i pune n faa participantului realitatea descris pn n cele mai mici detalii.

Diferena dintre viaa real i simulrile de afaceri este c la cursuri, cursanii pot experimenta decizii de management ntr-un mediu fr constrngeri i fr frica de a grei. Oamenii care beneficiaz de training sunt, n marea lor majoritate, cei din nivelul decizional, specialitii i cei din middle management fiind trimii la aceste cursuri. n toate companiile care activeaz n piee concureniale exist o presiune din ce n ce mai mare pe rezultate i orice oportunitate pierdut poate nsemna foarte mult. Trainingul experienial ajut s acumulezi know-how aplicat" n termen foarte scurt, astfel nct metoda vine n ntmpinarea celor care nu doresc s petreac prea mult timp n sesiuni de training, dar s acumuleze maximul de cunotine relevante ce pot fi aplicate ncepnd de mine n activitatea de zi cu zi.

SPE 2012 - 2013

15

Exemplu de aplicatie Optimizarea pe intervale orare a campaniilor de marketing online

Internetul este cel mai masurabil mediu! In teorie afirmatia este corecta, insa foarte putini marketeri in Romania se folosesc de acest avantaj pentru a monitoriza si imbunatati campaniile in timp real si pentru a creste rata interna de rentabilitate = Return On Investment-ul.
Cum poti masura si imbunatati coordonatele unei campanii in functie de intervalul orar? (sursa: Categorie: Marketing Online Scris de: PlayTheBalls; 18.08.2009 http://www.playtheballs.ro)

Cum se comporta un utilizator pe un site si de ce realizeaza actiunile respective, o intrebare la care incercam sa gasim in mod constant raspunsuri. Un aspect mai putin cunoscut: un website/campanie poate implica vizitatori cu un comportament si obiective diferite, in functie de intervalul orar.

Spre exemplu, un website poate sa atraga utilizatori care doresc sa ia o decizie, sa cumpere, in intervalul 11 16.00 si alti utilizatori care au drept scop doar informarea, in intervalul 16.00 23.30.

Ce importanta are analiza rezultatelor orare? Sa presupunem ca atragi printr-o campanie peste 6000 de vizitatori zilnic. Intre ora 10 si 15.00, sunt 2000 de vizitatori si 90% din tranzactiile/evenimentele (cumparare/download/completare formular, etc.) pe durata intregii zile. In acelasi timp, restul de 4000 de vizitatori aduc 10% din tranzactii. Pentru tranzactii din afara intervalului orar 10 15.00, se plateste un pret de 20 de ori mai mare! Scenariul de mai sus, este des intalnit si se poate strecura cu usurinta printre datele de analytics Cum ar fi daca ai directiona tot bugetul doar pe acele intervalele orare care iti aduc rezultatele urmarite, in mod constant? Cum analizezi comportamentul utilizatorilor si rezultatele pe ora?
SPE 2012 - 2013 16

Introducere Curs
Problematica modelrii si simulrii cu calculatorul a problemelor decizionale de afaceri Tematica seminar: S1. Generarea numerelor aleatoare EXCEL; S2. Generarea valorilor variabilelor probabiliste discrete i continue.
SPE 2012 - 2013 17

 O lung perioad de timp s-a considerat c elaborarea unor decizii

bune presupune "art i talent" obinute dup o lung experien i nvare din "ncercri i greeli"
Meninerea firmelor la nivel satisfctor de eficien fa de concuren MODELELE, SCENARIILE, SIMULAREA i GNDIREA PROSPECTIV preced tot mai mult deciziile pentru evaluarea diverselor variante decizionale, nainte de adoptarea lor efectiv
18

=>

Necesitatea construirii unui viitor dorit, simulat nainte de luarea unei

decizii

Prentmpinarea greelilor extrem de

=>

costisitoare

=>

SPE 2012 - 2013

 n cazul problemelor decizionale, este necesar definirea unui domeniu al problemei prin stabilirea unor limite/frontiere ale sistemelor asupra crora se exercit aciunile care decurg din deciziile adoptate.

Frontierele nu sunt numai graniele fizice stabilite n mod obiectiv sau arbitrar ntre sistem i mediul su. Acestea se pot referi la orizontul de timp al deciziei sau la coninutul sistemului. Stabilirea unor frontiere ale domeniului problemei decizionale se poate realiza prin identificarea partiala a unui domeniu de strict interes / decuparea unei poriuni din realitatea nconjurtoare, denumit uneori sistem real.

SPE 2012 - 2013

19

Sistemul real poate fi folosit de ctre decident pentru a experimenta direct, pe baza unui plan, anumite variante decizionale. n final, pe baza evalurii consecinelor acestor experimente, se poate adopta varianta convenabil. n unele situaii, realizarea experimentelor in sistemul real poate fi foarte costisitoare (din punctul de vedere al resurselor implicate) sau imposibil (din punctul de vedere al unor consecinte nedorite sau neintentionate) din punct de vedere fizic => este necesar construirea unui model care este o reprezentare simplificat (abstractizare), dar suficient de fidel pentru a fi util studierii sistemului real.
SPE 2012 - 2013 20

Sistem real Experimente cu un model al sistemului real

Experimente cu sistemul real

Model fizic

Model matematic

Solutie analitica
SPE 2012 - 2013

Simulare
21

Simularea - obiective:
determinarea formei funcionale de exprimare a legturilor ntre fenomenele cercetate i estimarea valorilor parametrilor modelului; testarea diferitelor ci de aciune care nu pot fi formulate n mod explicit n cadrul modelului determinarea valorilor optime sau suboptime ale variabilelor controlate; studierea proceselor de tranziie ntre diferitele fenomene i procese economice; realizarea unor teste de senzitivitate prin intermediul crora se cerceteaz comportamentul modelului la variaia factorilor care pot cauza schimbri; structurarea mai bun a problemei investigate; demonstrarea soluiilor propuse pentru rezolvarea problemei care face obiectul deciziei; perfecionarea unor abilitati de luare a deciziilor, analizxa a datelor pentru personalul cu functii de conducere.
SPE 2012 - 2013 22

Decizia este un strict privilegiu uman

Omul formuleaz problemele, alege criteriile de evaluare i stabilete ponderile de importan; valideaz unele etape ale fundamentrii decizionale ce pot fi efectuate pe calculator, este cel care stabilete opiunea final i acestuia i aparine responsabilitatea decizional. Procesul decizional nu poate fi nc complet automatizat i este puin probabil s fie vreodat. Tendina actual n cadrul sistemelor de control este de a pstra omul ca factor principal de decizie. Raiunea acestei poziii rezid din capacitatea operatorului uman de a lua decizii contiente. Ins, dei omul ntrece calculatorul sub aspectul capacitii de a raiona, exist cel puin dou considerente pentru care se dorete automatizarea deciziilor: - calculatorul constituie un excelent suport pentru decizie; - nu toate etapele procesului necesit decizii umane indispensabile.
SPE 2012 - 2013 23

Modelul = principalul instrument de investigare n cunoaterea lumii reale.

Modelarea este o metod de studiu a unor procese i fenomene prin substituia obiectului real al cercetrii. Modelul este o reprezentare izomorf a realitii, ofer o imagine simplificat, intuitiv, dar riguroas n sensul structurii logice a fenomenului studiat i faciliteaz descoperirea unor legturi i legiti imposibil de gsit pe alte ci.

SPE 2012 - 2013

24

Modelul poate servi la:

- reducerea complexitii sistemului analizat, - mbuntirea comunicrii - comprimarea timpului - reducerea costurilor necesare activitilor de analiz i evaluare a consecinelor variantelor decizionale - evitarea unor situaii critice sau catastrofale care pot aprea n cazul experimentelor n sistemul real.

SPE 2012 - 2013

25

Analiza rezultatelor n raport cu scopurile Intrri controlabile

Scopuri

Alternative decizionale; Resurse

Intrri necontrolabile (mrimi probabiliste)

Modelul Sistemului real

Rezultate

Analiza eficienei SPE 2012 - 2013 utilizrii resurselor

26

Ce este simularea?

Simulare = simulatio = capacitatea de a reproduce sau de a imita.

A simula nseamn a ajunge la esen fr realitate (Webster's New Dictionary of American Language, 1990)
Prin simulare se apeleaz la construirea unor modele care s reprezinte fenomene i procese economice i desfurarea unor experimente pe aceste modele, prin utilizarea analogiilor n locul unor fenomene reale. n simulare, modelul sistemului real este utilizat ca obiect asupra cruia se fac experimente, urmrind s se determine efectele diferitelor variante decizionale asupra unor indicatori de performan

SPE 2012 - 2013

27

Simularea

este o tehnic de constituire a unei reprezentri a unui fenomen real studiat i de observare a comportamentului acestuia n locul fenomenului studiat. este o reprezentare dinamic a unei pri a lumii reale realizat prin constituirea unui model abstract i apoi micarea acestuia n timp (tehnica permite testarea, evaluarea i manipularea sistemului fr a aciona direct asupra sistemului real). Tehnicile de simulare se folosesc atunci cnd gsirea unei soluii analitice este imposibil, iar experimentarea nemijlocit a sistemului real este neoperaional. Asemenea situaii apar n studiul sistemelor complexe n care este dificil sau imposibil s se prevad dinainte consecinele diferitelor decizii, modificarea structural i funcional, precum i diferitele perturbaii din partea mediului extern sistemului.
SPE 2012 - 2013 28

Simularea

este procesul de experimentare dirijat realizat cu ajutorul tehnicii de calcul, asupra modelului unui sistem. Prin sistem se nelege un ansamblu de elemente reunite printr-o serie de relaii de interaciune i de interdependen n vederea realizrii unui scop care corespunde motivaiei crerii i ntreinerii activitii acestuia.

SPE 2012 - 2013

29

Exist mai multe definiii

Simularea este procesul prin care se construiete un model al unui sistem real i se realizeaz experimente cu acest model n scopul nelegerii comportamentului sistemului i/sau evalurii diferitelor strategii pentru sistemul analizat [Pegden] Simularea la calculator este procesul prin care se construiete un model matematico-logic al unui sistem real i se realizeaz experimente cu acest model pe un calculator [Pritsker] Simularea este imitarea modului de lucru al unui proces sau sistem real i include generarea unei istorii artificiale i observarea acesteia pentru a realiza inferene privind caracteristicile funcionale ale sistemului real reprezentat. - este folosit n analiza comportamentului unui sistem, n analize de tip Ce se ntmpl dac...? sau n proiectarea unor sisteme reale [Banks]
SPE 2012 - 2013 30

Alte definiii :

Simularea se refer la o colecie larg de metode i aplicaii pentru imitarea comportamentului unui sistem real, de obicei cu un calculator i cu un software adecvat [Kelton] Simularea este o tehnic numeric de realizare a experimentelor cu un calculator numeric i presupune utilizarea unor tipuri de relaii matematice i logice necesare pentru descrierea comportamentului i structurii unui sistem real complex de-a lungul unei perioade lungi de timp [Naylor]. n simulare se utilizeaz un calculator pentru a evalua din punct de vedere numeric un model de-a lungul unei perioade de timp specificate i se obin date pentru a estima adevratele caracteristici ale modelului [Law].

SPE 2012 - 2013

31

Din aceste definiii se pot deduce urmtoarele ipoteze care stau la baza simulrii:

Se poate construi un model matematic i logic al sistemului analizat.

Sistemul analizat poate fi real sau teoretic. De obicei, se utilizeaz un calculator digital pentru realizarea simulrii. De aceea, se presupune c sistemul poate fi descris n termeni acceptabili pentru un sistem de calcul.
Simularea este o tehnic de realizare a experimentelor.

SPE 2012 - 2013

32

Alte ipoteze care stau la baza simulrii:

Datele despre funcionarea sistemului analizat se obin prin executarea modelului generndu-se o istorie artificial. Prin analiza istoriei artificiale se pot face inferene referitoare la caracteristicile de funcionare ale sistemului real de-a lungul unei perioade de timp. Scopul simulrii este de a gsi ceva despre modul de operare al sistemului real.

SPE 2012 - 2013

33

Simularea unui sistem economic

presupune implicit, definirea evenimentelor care intervin n evoluia procesului economic analizat precum i specificarea condiionrilor dintre evenimente[1]. Orice structur a unui model de simulare conine elementele de baz: regula de luare a deciziilor (aceasta are importan asupra modului n care trebuie obinute rezultatele intermediare i finale); entitile, variabilele crora li se atribuie diferite valori numerice (variabile cantitative) i/sau logice (variabile calitative); relaiile de legtur care descriu maniera n care cantitile sunt legate ntre ele; starea sistemului: n general, orice sistem este descris ntr-o anumit stare care poate avea un caracter static (cazul proceselor Markov) sau dinamic (diferite ecuaii de stare); evenimente exogene evenimente care pot avea sau au loc independent de starea sistemului la un moment dat; legturi de retroaciune (sau relaii de feed-back) prin intermediul crora mrimile de ieire (vectorul final sau de rspuns) corecteaz dup anumite reguli mrimile de intrare; criterii de oprire a simulrilor pentru delimitarea fie a orizontului de timp, fie a preciziei i a fineei modelului.

[1] Evenimentul este definit prin modificarea a cel puin unui parametru prin care se descrie starea uneia sau mai multor componente ale sistemului economic. Istoria strii sistemului este format dintr-o succesiune finit de evenimente. SPE 2012 - 2013 34

In prezent, se constat o cretere a interesului / utilizrii simulrii n diverse domenii. Factori: Creterea numrului de instrumente software pentru simulare. Existena unor pachete pentru simularea unor probleme specifice. Preurile convenabile la care pot fi procurate cele mai multe din pachetele de programe disponibile. Pachetele de programe pentru simulare nu necesit, n general, o expertiz tehnic deosebit pentru a fi utilizate. Sistemele informatice actuale pot oferi cantiti mari de date necesare realizrii experimentelor de simulare.
SPE 2012 - 2013 35

Exist muli susintori ai simulrii: - din partea companiilor productoare de software - companiilor care utilizeaz aceste programe. Ambele categorii prevd un viitor n care simularea va ocupa un loc asemntor celui ocupat astzi de foile de calcul (programe de tip spreadsheets). susin de asemenea, necesitatea unei bune educaii i instruiri care s asigure utilizarea eficient a simulrii. nelegerea unor concepte cum sunt colectarea datelor, dezvoltarea unui model, validarea i experimentarea, este considerat esenial.

n acest context, scopul acestui curs este de a ajuta participantii s devin utilizatori cu discernmnt i cunosctori ai simulrii ca un instrument de rezolvare a problemelor reale.
SPE 2012 - 2013 36

Calitatea informatiilor disponibile si alegerea unei metode

SPE 2012 - 2013

37

n cazul optimizrii, valorile variabilelor de decizie sunt date de ieire ale modelului. Aceste valori sunt obinute cu o formul sau cu un algoritm de optimizare astfel nct ele s maximizeze sau minimizeze valoarea unei funcii obiectiv care exprim criteriul de performan al modelului. n cazul simulrii, valorile variabilelor de decizie sunt date de intrare ale modelului. Prin simulare, pe baza modelelor matematice, se evalueaz criteriul de performan pentru anumite valori ale variabilelor decizionale. n final, se va alege varianta care conduce la cea mai bun valoare a criteriului de performan.

SPE 2012 - 2013 38

Important de reinut este faptul c simularea este n special valoroas pentru problemele care nu pot fi abordate prin metode matematice analitice sau de optimizare. Dei, att simularea ct i optimizarea sunt metode cantitative care se bazeaz pe modelele matematice, diferena fundamental dintre cele dou abordri const n rolul variabilelor de decizie.

SPE 2012 - 2013

39

Simularea este, n special, valoroas pentru problemele n care intervin mrimi probabiliste (simularea Monte Carlo i simularea evenimentelor discrete) sau interaciuni dinamice cu feedback (dinamica sistemelor). n afaceri, cele mai utilizate sunt simularea Monte Carlo i simularea evenimentelor discrete. Prin aceste tipuri de simulare, decidenii pot testa diferite opiuni strategice pentru realizarea obiectivelor propuse.

SPE 2012 - 2013

40

Exist i un alt tip de simulare, n care decidenii iau parte la un joc de afaceri. Aceast simulare tip joc plaseaz fiecare juctor n competiie cu alte companii care vnd produse similare pe aceeai pia. Sarcina juctorului este de a conduce activitile unei ntreprinderi, fiind responsabil pentru deciziile referitoare la toate aspectele afacerii. Aceste decizii se pot referi la producia i marketingul produselor, finanarea costurilor activitilor de marketing i de producie, achiziionarea de informaii competitive etc.
SPE 2012 - 2013 41

Etapele simulrii
Aceste etape pot fi grupate n patru domenii majore: Problema de rezolvat. Modelul de simulare. Experimentele de simulare. Analiza rezultatelor.

SPE 2012 - 2013

42

Problema de rezolvat

Formularea i analiza problemei Instruirea persoanelor implicate asupra principiilor de baz ale simulrii Construirea modelului conceptual, colectarea datelor fundamentale Testarea validitii pentru modelul conceptual.

SPE 2012 - 2013

43

Modelul de simulare

Transpunerea modelului conceptual ntr-un model computerizat (programul de simulare) Verificarea modelului de simulare, analiza senzitivitii, validarea modelului de simulare.
Validarea compar comportarea modelului computerizat cu cea a sistemului real, ncercnd s rspund la ntrebarea: S-a construit un model corect sau adecvat?. Verificarea are ca scop aprecierea corectitudinii transpunerii informatice a modelului conceptual n cel computerizat, ncercnd s rspund la ntrebarea: S-a construit corect modelul computerizat?.

Calibrarea modelului care const n precizarea parametrilor modelului computerizat prin ajustarea acestora fr a modifica structura modelului conceptual. Aceste activiti sunt dificile, deoarece trebuie s se in cont de faptul c modelul conceptual a rezultat prin aplicarea deliberat a unor operaii de simplificare i idealizare, iar datele referitoare la sistemul real pot fi afectate de erori de msurare, nregistrare sau pot fi incomplete. SPE 2012 - 2013 44

Experimentele de simulare

Proiectarea experimentelor. Se vor stabili: numrul de simulri, numrul de experimente ale fiecrei simulri, condiiile iniiale pentru fiecare experiment, lungimea perioadei de nclzire necesar aducerii sistemului artificial ntr-o stare stabil, modalitatea de reducere a variaiei rezultatelor din cauza numerelor aleatoare etc. Realizarea experimentelor de simulare
SPE 2012 - 2013 45

Analiza rezultatelor

Analiza statistic a rezultatelor: - intervale de ncredere - compararea i evaluarea variantelor decizionale - identificarea celei mai bune soluii Realizarea documentaiei

SPE 2012 - 2013

46

Cnd nu este recomandat simularea ca metoda de rezolvare:

Banks[1] and Gibson au formulat 10 reguli pentru a identifica situatiile cand simularea nu este recomandata: 1. Simularea nu va fi utilizata cand problema poate fi rezolvata pe baza bunului sim.

2. Simularea nu va fi utilizata cand problema poate fi rezolvata analitic.

[1] Banks, Jerry and Randall R. Gibson [1997], Dont Simulate when: 10 rules for determining when simulation is not appropriate, IIE Solutions, September
SPE 2012 - 2013 47

Cnd nu este recomandat simularea ca metoda de rezolvare-2

3. Simularea nu va fi utilizata cand problema poate fi rezolvata direct prin experimente. 4. Simularea nu va fi utilizata cand costurile simularii depasesc beneficiile/economiile obtinute prin utilizarea simularii. 5. Simularea nu va fi utilizata cand nu exista resurse sau timp disponibil. 6. Simularea nu va fi utilizata cand nu exista date. 7. Daca nu exista suficient personal sau timp pentru validarea si verificarea modelului atunci nu este recomandata simularea
SPE 2012 - 2013 48

Cnd nu este recomandat simularea ca metoda de rezolvare-3

8. Dac managerii formuleaza asteptari nerezonabile (supraestimeaza puterea simularii) atunci nu este recomandata simularea. 9. Dac nu poate fi definit comportamentul unui sistem sau este prea complex atunci nu este recomandata simularea. 10. Comportamentul uman este in general prea complex pentru a fi modelat.

SPE 2012 - 2013

49

Avantajele i dezavantajele simulrii

AVANTAJE (Pegden[1]): Prin simulare pot fi explorate politici, proceduri de operare, reguli de decizie, fluxuri informaionale sau proceduri organizaionale fr ntreruperea activitii sistemului real. Proiectele pentru noi echipamente, pozitionarea utilajelor, diferite sisteme de transport pot fi testate fr angajarea resurselor pentru achiziionarea lor. Prin simulare se pot testa ipotezele despre cum i de ce anumite fenomene pot aprea.

[1]

Pegden, C. D., R. E. Shannon, R. P. Sadowsky [1995], Introduction to Simulation Using SIMAN, 2d ed., McGraw-Hill, New York. SPE 2012 - 2013 50

AVANTAJE-2

Timpul poate fi comprimat sau dilatat pentru a permite accelerarea sau ncetinirea unui fenomen investigat. Se pot observa interaciunile dintre diferite variabile i se poate determina influena diferitelor variabile asupra performanei sistemului. Se pot identifica locurile nguste n care procesul de producie, informaiile sau materialele sunt ntrziate excesiv. Se pot realiza analize de sensitivitate de tip Ce se ntmpl dac...?
SPE 2012 - 2013 51

AVANTAJE-3

Simularea poate fi utilizat pentru cuantificarea riscului inerent unui sistem sau unei decizii de investiii. Asociat cu animaia pentru a vizualiza modul de funcionare a unui sistem, simularea poate contribui la creterea capacitii de intervenie a decidenilor prin perceperea mai larg a oportunitilor i prin clarificarea i evaluarea efectelor unor eventuale aciuni. Poate constitui o modalitate de rezolvare a problemelor pentru care soluiile analitice sau algoritmice nu sunt posibile. n plus, modelul poate fi construit mai degrab pe baza preferinelor i din perspectiva decidentului dect din cea a specialistului n modelare, care poate fi influenat de 2012 - 2013 52 existena unei metode deSPE rezolvare adecvate.

DEZAVANTAJE ALE SIMULARII

Construirea modelului de simulare necesit o instruire special. Aceasta este o art care se nva n timp i prin experien. Simularea nu garanteaz obinerea unor soluii optimale. Rezultatele simulrii pot fi greu de interpretat. Din cauza naturii aleatoare a intrrilor modelului de simulare, rezultatele sunt variabile stochastice i sunt necesare cunotine statistice pentru analiza lor.

SPE 2012 - 2013

53

DEZAVANTAJE-2

Simularea poate fi consumatoare de timp i costisitoare. Reducerea resurselor de modelare i analiz poate conduce la un model de simulare necorespunztor pentru scopul analizei. Calitatea rezultatelor obinute prin simulare depinde de calitatea datelor folosite. Colectarea datelor necesare simulrii poate fi dificil i consumatoare de timp.

Attn: prin tehnici adecvate, unele dintre aceste dezavantaje pot fi inlaturate!!!
SPE 2012 - 2013 54

Aplicaii ale simulrii

In trecut, simularea era adesea considerat ultima tehnic de rezolvare a problemelor decizionale i anume numai dac aplicarea metodelor analitice nu era posibil. Dezvoltarea limbajelor speciale de simulare, creterea masiv a puterii calculatoarelor simultan cu reducerea costului pe operaie de calcul i progresele nregistrate n metodologiile de simulare au transformat simularea ntr-un instrument foarte utilizat i acceptat n multe domenii.

SPE 2012 - 2013

55

Aplicaii ale simulrii

(cont)

Menirea i aplicabilitatea simulrii nu se limiteaz numai la asistarea unor procese decizionale manageriale. Simularea are utilizri importante i n: - proiectarea asistat de calculator - sistemele de realitate virtual destinate industriei jocurilor pe calculator - antrenarea unor categorii profesionale (piloi, chirurgi etc.) - sau aplicaiile militare.

SPE 2012 - 2013

56

Aplicaii ale simulrii

(cont)

O modalitate de a afla despre cele mai recente aplicaii i teorii de simulare o constituie urmrirea lucrrilor Winter Simulation Conference disponibile la adresele:

http://www.wintersim.org

sau
http://www.informs-cs.org/wscpapers.html

revista PcAT conine articole i referine privind modelarea i simularea i un portal util:

http://primanet.com/pcat/New_Home_Page/modelling_simulatio.htm
SPE 2012 - 2013 57

Sumar:

Ce este simularea?

O disciplin colectie de metode i tehnici Arta/tiina de a construi modele Este de natur experimental Se bazeaz pe modele matematice sau logice
Instrument de rezolvare a problemelor / Suport pentru decizii

SPE 2012 - 2013

58

Sumar:

Patru motive pentru a utiliza simularea

Pentru a nelege De ex: impactul unor masuri de polotica economica, de protejare a mediului natural
Pentru a mbunti o situatie Exemplu: reducerea timpului de asteptare intr-o statie de servire (spital, aeroport, serviciu de lucru cu publicul etc.) Pentru a prezice performana

Exemplu: configurarea / proiectarea unei linii de productie/fabricatie

Pentru a anticipa cererea Exemplu: simularea gradului de penetrare a unei anumite tehnologii
SPE 2012 - 2013 59

Sumar:

De ce se utilizeaz simularea?
Simularea poate prezice rezultatele adoptrii unor decizii Majoritatea sistemelor sunt stochastice i dinamice, iar metodele analitice nu se pot aplica Simularea poate reduce costul experimentelor Simularea permite dezvoltarea creativitii i a ideilor noi

SPE 2012 - 2013

60

Tema de seminar

SPE 2012 - 2013

61

NORMDIST
Returns the normal distribution for the specified mean and standard deviation. =NORMDIST(x,mean,standard_dev,cumulative)

X is the value for which you want the distribution. Mean is the arithmetic mean of the distribution. Standard_dev is the standard deviation of the distribution. Cumulative is a logical value that determines the form of the function. If cumulative is TRUE, NORMDIST returns the cumulative distribution function; if FALSE, it returns the probability mass function.

If mean = 0, standard_dev = 1, and cumulative = TRUE, NORMDIST returns the standard normal distribution, NORMSDIST. The equation for the normal density function (cumulative = FALSE) is:

SPE 2012 - 2013

62

Generare de n.a. - EXCEL

RAND() function returns a random number between 0 and 1. RAND() generates random probabilities. a standard calculation for generating random numbers within a determined range: =RAND() * (high number - low number) + low number the NORMINV function useful to calculate a random number from a normal distribution: =NORMINV(RAND(), mean, standard_dev)

SPE 2012 - 2013

63

Tema de seminar

SPE 2012 - 2013

64

EXPONDIST
Returns the exponential distribution. Use EXPONDIST to model the time between different consecutive events. =EXPONDIST(x,lambda,cumulative) X is the value of the function. Lambda is the parameter value. Cumulative is a logical value that indicates which form of the exponential function to provide. If cumulative is TRUE, EXPONDIST returns the cumulative distribution function; if FALSE, it returns the probability density function.

SPE 2012 - 2013 65

Featuring distributions
For each distribution - the following equations/indicators are important: Probability mass function (for discrete distributions); A discrete distribution may take one of a set of identifiable values, each of which has a calculable probability of occurrence. The vertical scale of a relative frequency plot of a discrete distribution is the actual probability of occurrence, sometimes called the probability mass. The sum of all these values must add up to one. Examples of discrete distributions are: Binomial, Geometric, Hypergeometric, Inverse Hypergeometric, Negative Binomial, Poisson and the Discrete distribution. Probability density function (for continuous distributions); A continuous distribution is used to represent a variable that can take any value within a defined range (domain). The vertical scale of a relative frequency plot of an input continuous probability distribution is the probability density. It does not represent the actual probability of the corresponding x-axis value since that probability is zero. Instead, it represents the probability per x-axis unit of generating a value within a very small range around the x-axis value. In a continuous relative frequency distribution, the area under the curve must equal one. This means that the vertical scale must change according to the units used for the horizontal scale. Cumulative distribution function (where available); The cdf gives us the probability of being less than or equal to the variable value x. Mean; Mode; The mode is the location of the peak of a distribution, and is the most intuitive parameter to consider the most likely value to occur. Variance; The variance gives a measure of the spread of a distribution. Skewness and Kurtosis.
SPE 2012 - 2013 66

Statistics Formulas in Excel

Sample Size (n): =COUNT(G:G) Sample Mean: =AVERAGE(G:G) Median: =MEDIAN(G:G) Sample Standard Deviation ( ): =STDEV(G:G) Maximum: =MAX(G:G) Mininum: =MIN(G:G) Q(.75): =QUARTILE(G:G,3) Q(.25): =QUARTILE(G:G,1) Skewness: =SKEW(G:G) Kurtosis: =KURT(G:G)

Sample Size (n) The sample size, n, is the number of observations or data points from a single MC simulation. For this example, we obtained n = 5000 simulated observations. Because the Monte Carlo method is stochastic, if we repeat the simulation, we will end up calculating a different set of summary statistics. The larger the sample size, the smaller the difference will be between the repeated simulations. (See standard error below). Central Tendancy: Mean and Median The sample mean and median statistics describe the central tendancy or "location" of the distribution. The arithmetic mean is simply the average value of the observations. The mean is also known as the "First Moment" of the distribution. In relation to physics, if the probability distribution represented mass, then the mean would be the balancing point, or the center of mass. If you sort the results from lowest to highest, the median is the "middle" value or the 50th Percentile, meaning that 50% of the results from the simulation are less than the median. If there is an even number of data points, then the median is the average of the middle two points. Extreme values can have a large impact on the mean, but the median only depends upon the middle point(s). This property makes the median useful for describing the center of skewed distributions such as the Lognormal distribution. If the distribution is symmetric (like the Normal distribution), then the mean and median will be identical. Spread: Standard Deviation, Range, Quartiles The standard deviation and range describe the spread of the data or observations. The standard deviation is calculated using the STDEV function in Excel. The range is also a helpful statistic, and it is simply the maximum value minus the minimum value. Extreme values have a large effect on the range, so another measure of spread is something called the Interquartile Range. The Interquartile Range represents the central 50% of the data. If you sorted the data from lowest to highest, and divided the data points into 4 sets, you would have 4 Quartiles: Q0 is the Minimum value: =QUARTILE(G:G,0) or just =MIN(G:G), Q1 or Q(0.25) is the First quartile or 25th percentile: =QUARTILE(G:G,1), Q2 or Q(0.5) is the Median value or 50th percentile: =QUARTILE(G:G,2) or =MEDIAN(G:G), Q3 or Q(0.75) is the Third quartile or 75th percentile: =QUARTILE(G:G,3), Q4 is the Maximum value: =QUARTILE(G:G,4) or just MAX(G:G). In Excel, the Interquartile Range is calculated as Q3-Q1 or: =QUARTILE(G:G,3)-QUARTILE(G:G,1) Shape: Skewness and Kurtosis Skewness describes the asymmetry of the distribution relative to the mean. A positive skewness indicates that the distribution has a longer right-hand tail (skewed towards more positive values). A negative skewness indicates that the distribution is skewed to the left. Kurtosis describes the peakedness or flatness of a distribution relative to the Normal distribution. Positive kurtosis indicates a more peaked distribution. Negative kurtosis indicates a flatter distribution.

SPE 2012 - 2013

67

Confidence Intervals for the True Population Mean

The sample mean is just an estimate of the true population mean. How accurate is the estimate?
You can see by repeating the simulation (using F9 in this Excel example) that the mean is not the same for each simulation.

Standard Error If you repeated the Monte Carlo simulation and recorded the sample mean each time, the distribution of the sample mean would end up following a Normal distribution (based upon the Central Limit Theorem). The standard error is a good estimate of the standard deviation of this distribution, assuming that the sample is sufficiently large (n >= 30). The standard error is calculated using the following formula: In Excel: =STDEV(G:G)/SQRT(COUNT(G:G)) 95% Confidence Interval The standard error can be used to calculate confidence intervals for the true population mean. For a 95% 2-sided confidence interval, the Upper Confidence Limit (UCL) and Lower Confidence Limit (LCL) are calculated as:

To get a 90% or 99% confidence interval, you would change the value 1.96 to 1.645 or 2.575, respectively. The value 1.96 represents the 97.5 percentile of the standard normal distribution. To calculate a different percentile of the standard normal distribution, you can use the NORMSINV() function in Excel. Example: 1.96 = NORMSINV(1-(1-.95)/2)

SPE 2012 - 2013

68