Documente Academic
Documente Profesional
Documente Cultură
SIMULAREA STOCHASTIC
CU TEHNICA MONTE CARLO
"Exemplul 3.1
Pentru realizarea unui studiu de marketing, Firma Gama dorete s simuleze
vnzrile zilnice ale televizorului color Gama1. Din evidena vnzrilor din trecut, rezult c
numrul de televizoare vndute zilnic este o mrime aleatoare cu distribuia de probabilitate
din tabelul 3.1.
Tabelul 3.1
Numr televizoare (xi)
(buci/zi)
60
70
80
90
Probabilitatea (pi)
0,1
0,3
0,4
0,2
Pentru a obine la ntmplare una din cele patru valori: 60, 70, 80 sau 90, care
reprezint numrul posibil de vnzri dintr-o zi, se poate proceda astfel:
- Se pregtesc 100 bilete de hrtie de aceeai culoare i dimensiune. Pe 10 dintre
ele se scrie numrul 60, pe 30 de bilete se scrie numrul 70, pe 40 de bilete se
scrie numrul 80, iar pe 20 de bilete se scrie numrul 90.
- Se mpturesc biletele cu partea scris spre interior i se amestec ntr-un bol.
- Se extrage un bilet i se citete numrul de pe bilet. Evident, ansa cea mai mare
de a fi extras i aparine numrului 80.
Pentru realizarea simulrii ar fi necesare foarte multe extrageri de acest fel. De
aceea, este necesar o alt metod, care s poat fi implementat pe calculator i care s
selecteze, la ntmplare, valorile unei mrimi aleatoare descrise printr-o distribuie de
probabilitate. Aceast metod se numete metoda Monte Carlo. n locul biletelelor de
aceeai culoare i dimensiune se va utiliza un generator de numere aleatoare uniform
distribuite n intervalul [0, 1]. Despre astfel de generatoare s-a discutat n tema 2.
http://www.cs.jmu.edu/users/pomykajj/isat341/
Frecvena de apariie
f1
f2
.
.
.
fm
f i , i=1,...,m; p0=0,
i =1
k
probabilitile cumulate Pk =
pi , k=1,...,m.
i =0
Valoarea
variabilei
aleatoare X
x1
x2
.
.
.
xm
Probabilitate
relativ
Probabilitate
cumulat
Intervale
p1
p2
.
.
.
pm
P1 = p0 + p1
P2 = P1 + p2
.
.
.
Pm = Pm-1 + pm
[P0, P1)
[P1, P2)
.
.
.
[Pm-1, Pm)
1
P3
Probabiliti
0.8
0.6
P2
0.4
0.2
P1
0
0
x1
x2
x3
x4
Nr. aleator
0.296281
0.928927
0.205136
0.852845
0.005645
0.651622
0.799931
0.333693
0.416841
0.011913
Valoare variabil
aleatoare
x2
x4
x2
x4
x1
x3
x3
x2
x3
x1
Numr televizoare
(buci/zi)
70
90
70
90
60
80
80
70
80
60
Datele seleciei simulate pot fi folosite ca date exogene pentru alte modele
sau pot fi utilizate pentru calculul caracteristicilor distribuiei de probabilitate a
variabilei aleatoare cercetate: media, abaterea standard, coeficientul de variaie i
intervalul de ncredere pentru medie.
xi
- Media = x = i =1 ;
N
(x i x) 2
Abaterea standard = =
i =1
N 1
- Coeficientul de variaie = Cv = / x
- Intervalul de ncredere (1-) pentru media x poate fi construit cu relaia:
( x - t/2, N-1
, x + t/2, N-1
unde t/2, N-1 se obine din tabelele distribuiei t, este de obicei 0,05, iar N
reprezint numrul de experimente de simulare.
Cu ct intervalul de ncredere este mai ngust cu att este mai precis
rezultatul. Se observ c lungimea intervalului se va reduce dac va crete numrul
N al experimentelor de simulare. Precizia metodei variaz invers proporional cu
N.
n intervalul:
(f* - 2
f * (1 f *)
f * (1 f *)
)
; f* + 2
n
n
m=
1 n
v i = media valorilor obinute dup n experimente
n
i =1
(m - , m + ), unde =
2
n
( v i m) 2
i =1
n 1
Dv
,
N
n
D v = ( ( v i m) 2 )/(n-1) = dispersia valorilor obinute dup n
i =1
Rezumat
Sunt prezentate mai nti principalele aplicaii economice ale metodei
Monte Carlo la rezolvarea unor probleme de decizie managerial.
Prezentarea metodei Monte Carlo se face pornind de la ideea de baz a
metodei care const n utilizarea unui generator de numere aleatoare uniform
distribuite n [0, 1] i a distribuiei de probabilitate cumulate a variabilei simulate.
Sunt descrise etapele necesare pentru obinerea seleciilor simulate n cazul
variabilelor aleatoare cu distribuii discrete de probabilitate.
Precizia i proprietile metodei Monte Carlo se refer la frecvena relativ
sau probabilitatea de apariie a unei anumite valori a variabilei simulate i la media
valorilor respectivei variabile. Se discut influena preciziei metodei asupra
timpului de calcul.
Pentru aplicarea simulrii la analiza performanelor unui echipament se fac
trimiteri la bibliografia de baz.
y Cuvinte cheie
abatere standard
aplicaii economice ale metodei
Monte Carlo
coeficient de variaie
distribuie de probabilitate
frecven relativ
generator de numere aleatoare
uniform repartizate n [0, 1]
interval de ncredere
medie
metoda Monte Carlo
numr de experimente
precizia metodei Monte Carlo
probabilitate cumulat
probabilitate relativ
test de concordan
variabil aleatoare
Bibliografie suplimentar
[1] pag. 47 58
[2] pag. 14 17
# ntrebri recapitulative
1. Prin ce se caracterizeaz modelele de simulare stochastic aplicabile
ntr-o organizaie?
2. Ce este o mrime economic aleatoare? Exemplificai din practica unei
organizaii.
3. Descriei cteva probleme manageriale n care intervin mrimi aleatoare.
4. Care este ideea de baz a metodei Monte Carlo?
5. Descriei paii procedurii de aplicare a metodei Monte Carlo n
problemele manageriale ale unei organizaii.
6. Care este rolul calculatorului n aplicarea metodei Monte Carlo?
7. De ce sunt necesare testele de concordan?
8. Cum se determin intervalul de ncredere pentru media unei variabile
aleatoare? De ce este important cunoaterea intervalului de ncredere
n analizele economice ale rezultatelor simulrii?
9. La ce se refer precizia metodei Monte Carlo?
10. De cte ori crete timpul de calcul necesar pentru creterea preciziei de Z
ori?
11. Cum se poate construi distribuia de probabilitate a produciei zilnice
realizate de un utilaj?
12. Cum se poate obine distribuia de probabilitate a profitului care ar putea
fi realizat de un produs pentru care cererea i preul sunt aleatoare?