Monte Carlo Simulation / Simularea Monte Carlo

Simularea Monte Carlo reprezint o tehnic statistic utilizat n modelarea sistemelor

probabilistice (sau stocastice) i determinarea probabilitilor unei varieti de rezultate. Conceptul
a devenit popular imediat dup Al Doilea Rzboi Mondial(apariia metodei fiind plasat n jurul anului
1944), n studiul fisiunii nucleare.
Matematicianul Stanislaw Ulam a inventat termenul facand referire la un unchi de-al su
cruia i plcea s i joace norocul la cazinoul din Monte Carlo (pe atunci un simbol al pariurilor, cum
este Las Vegas n zilele noastre). Astzi exist o diversitate de simulri Monte Carlo, utilizate n
diverse domenii, de la fizica particulelor pn la inginerie, finane i multe altele.
Ceea ce recomand utilizarea acestei metode n rezolvarea unei game variate de probleme
este faptul c, pentru a obine cel mai bun rezultat, este necesar un efort de calcul mic n comparaie
cu dificultatea problemei.
Simularea deciziilor economice poate fi aplicat tuturor claselor de probleme care cuprind
reguli de funcionare, politici i proceduri cum ar fi cele privind adaptarea deciziilor, controlul
deciziilor i politica de preuri.
Aciunea tehnic de simulare nu este de fapt un procedeu de optimizare a deciziei.
Rezolvarea problemelor cu ajutorul tehnicilor de simulare presupune utilizarea unor algoritmi
interactivi i existena unor pai bine determinai n vederea atingerii obiectivului presupus.
Datele de intrare sunt, de obicei, variabile aleatoare obinute n urma generrii lor de ctre
un generator de numere aleatoare.
Metoda Monte Carlo se bazeaz pe utilizarea unor astfel de variabile aleatoare, deoarece
pentru modelele ce implic existena unui numr mare de variabile decizionale, metoda folosete n
mod necesar tehnic de calcul, iar algoritmul metodei este prezentat n succesiunea etapelor sale
interactive.
Paii metodei Monte Carlo sunt urmatorii:
1. Se determin variabilele sau componentele cele mai semnificative ale modelului.
2. Se determin o msur a eficacitii pe care o au variabilele modelului studiat.
3. Se schieaz distribuiile de probabilitate cumulat ale modelului.
4. Se stabilesc irurile de numere aleatoare care sunt ntr-o coresponden direct cu
distribuiile de probabilitate cumulat ale fiecrei variabile.
5. Pe baza examinrii rezultatelor obinute se determin soluiile posibile ale problemei.
6. Se genereaz un set de numere aleatoare folosind tabelele de numere aleatoare.
7. Utiliznd fiecare numr aleator i distribuia de probabilitate, se determin valorile fiecrei
variabile.
8. Se calculeaz valoarea variabil funcional de performan.
9. Se reiau ncercrile de la pasul 6 i 8 pentru fiecare soluie posibil.
10. Pe baza rezultatelor obinute se ia o decizie cu privire la soluia optim.
Simularea Monte Carlo reevalueaz instrumentele n funcie de schimbrile pieei i se bazeaz
pe scenarii ipotetice.