Documente Academic
Documente Profesional
Documente Cultură
Met Monte Carlo XXXX PDF
Met Monte Carlo XXXX PDF
2.1. Introducere
7
Fishman, S.G., Monte Carlo: concepts, algorithms, and applications. Springer-Verlag
New York Berlin Heidelberg, 1997, pag. 1-4
Simulri n afaceri
cnd toate celelalte estimaii au erori ce descresc cu n-1/m cel mult. n plus,
timpul de lucru al metodei Monte Carlo crete polinomial cu numrul de
variabile m, pe cnd la alte metode timpul de lucru crete exponenial n
raport cu m.
n prezent, metoda de simulare Monte Carlo se aplic din ce n ce
mai mult n domeniul afacerilor, pentru analiza problemelor stochastice sau
n condiii de risc, atunci cnd aceeai direcie de aciune poate avea mai
multe consecine, ale cror probabiliti se pot estima.
Variabilele ale cror valori nu sunt cunoscute cu certitudine, dar pot
fi descrise prin distribuii de probabilitate se numesc variabile stochastice
sau probabiliste. n simulare, pentru a imita variabilitatea unei astfel de
variabile este necesar generarea valorilor posibile pe baza distribuiei sale
de probabilitate.
Probabilitile au un rol important n modelarea situaiilor n care
intervin mrimi stochastice. n simulare, cunotinele despre probabiliti
sunt necesare att n faza de construire a modelului de simulare ct n faza
de analiz a rezultatelor simulrii.
Probabilitile pot fi obinute n mai multe moduri. Cea mai simpl
este metoda subiectiv, prin care experii estimeaz pe o scar de la zero la
unu probabilitatea ca un anumit eveniment s se realizeze [23, 39]. O alt
metod este metoda obiectiv sau metoda bazat pe frecvenele relative care
utilizeaz datele istorice sau obinute prin msurarea direct a valorilor unei
mrimi stochastice.
Pentru construirea distribuiei de probabilitate a unei variabile
stochastice sau probabiliste pe baza datelor istorice sau obinute prin
msurare direct se poate aplica o procedur format din trei etape:
1. Colectarea datelor referitoare la valorile variabilei probabiliste.
2. Gruparea datelor pe intervale i construirea histogramei
frecvenelor relative.
3. Analiza graficului histogramei frecvenelor relative pentru a
stabili dac seamn cu forma unei distribuii teoretice
cunoscute. Tipul distribuiei de probabilitate poate fi apreciat
prin teste de concordan (Kolmogorov, Smirnov, Pearson sau
2) care msoar apropierea dintre distribuia teoretic i
distribuia valorilor variabilei probabiliste obinute din seriile de
Simulri n afaceri
k
(ft fs ) 2
2calculat = i i .
ft i
i =1
Dac 2calculat < 2,, atunci se poate considera c exist concordan ntre
cele dou distribuii comparate, pentru un nivel de semnificaie i numrul
de grade de libertate = k c 1, unde k este numrul intervalelor de
valori pentru care s-au determinat frecvenele fti i fsi, iar c reprezint numrul
parametrilor distribuiei de probabilitate analizate. Valoarea lui 2, se citete
din tabele.
Exemplul 2.1.
Tabelul 2.1 prezint vnzrile de calculatoare PC ale centrului
comercial ALFA n ultimele 30 de sptmni.
Tabelul 2.1
Numr curent Calculatoare vndute pe Numr de sptmni
i sptmn fi
xi
1 0 6
2 1 12
3 2 6
4 3 3
5 4 3
Pentru a simula cererea sptmnal de calculatoare se va determina
distribuia de probabilitate a cererii sptmnale utiliznd frecvena relativ
a cererii n cele 30 sptmni, adic P(xi) = fi/30.
Tabelul 2.2
Numr curent Calculatoare vndute pe Probabilitatea cererii
i sptmn P(xi)
xi
1 0 0,20
2 1 0,40
3 2 0,20
4 3 0,10
5 4 0,10
Simulri n afaceri
98 99 0 1 2 3 4
96 97 5
95 6 7
94
93 8
92 9
91 10
90 11
89 12
88 13
87 14
86 10% 15
85 16
84
x5=4 20% 17
83 x1=0 18
19
82 10%
81 20
80 x4=3 21
79 22
78 23
77 24
76 25
75 26
74 20% 40%
27
73
x3=2 x2=1
28
29
72
71 30
70 31
69 32
68 33
67 34
66 35
65 36
64 37
63 38
62 39
61 40
60 41
59 42
58 43
57 56 44
45
55 54 46
53 52 51 50 49 48 47
Figura 2.1
Dei uor de neles, metodele bazate pe bilete numerotate sau pe
rulet ar fi dificil de utilizat pentru generarea unui numr mare de valori
Simulri n afaceri
Rezolvare
n Tabelul 2.3 sunt prezentate numerele generate prin metoda
congruenial.
Tabelul 2.3
Tabelul 2.5
Valoarea xi Probabilitatea Funcia distribuiei Intervale
a variabilei P(X =x i ) = P(x i) cumulative [F(xi-1), F(xi))
probabiliste F(x i )
x1 P(x1) F(x1) = P(x1) [F(x0), F(x1))
x2 P(x2) F(x2) = P(x1)+P(x2) [F(x0), F(x1))
... ... ... ...
xm P(xm) F(xm) = P(xm-1)+P(xm) [F(xm-1), F(xm)]
Probabiliti
1.2 1
0,9 F(xi)
1
0,8
0.8
u 0,6
0.6
0.4
0,2
0.2
0 xi
0 1 2 3 4 5
Figura 2.2
Simulri n afaceri
Aplicaii numerice
Rezolvare
Pasul 1. n Tabelul 2.6 sunt prezentate valorile funciei distribuiei
cumulative F(xi) pentru vnzrile sptmnale de calculatoare PC
determinate pe baza distribuiei discrete din Tabelul 2.2.
Tabelul 2.6
Calculatoare vndute Probabilitatea cererii Funcia distribuiei
pe sptmn P(xi) cumulative
xi F(xi) = P(X xi)
0 0,20 0,20
1 0,40 0,60
2 0,20 0,80
3 0,10 0,90
4 0,10 1
Simulri n afaceri
Rezolvare
Tabelul 2.11
Numr de Probabilitatea Funcia distribuiei Intervale
candidai P(X = xi) cumulative [F(xi-1), F(xi))
promovai F(xi) = P(X xi)
xi
0 0,028248 0,028248 [0 0,028248)
1 0,1210618 0,149308 [0,028248 0,149308)
2 0,233474 0,382783 [0,149308 0,382783)
3 0,266828 0,649611 [0,382783 0,649611)
4 0,200121 0,849732 [0,649611 0,849732)
5 0,102919 0,952651 [0,849732 0,952651)
6 0,036757 0,989408 [0,952651 0,989408)
7 0,009002 0,998410 [0,989408 0,998410)
8 0,001447 0,999856 [0,998410 0,999856)
9 0,000138 0,999994 [0,999856 0,999994)
10 0,000006 1,000000 [0,999994 1,000000]
8
Aceast valoare s-a obinut n EXCEL cu funcia = BINOMDIST(1,10,0.3,0)
Simulri n afaceri
Rezolvare.
9
Aceast valoare s-a obinut n EXCEL cu funcia = POISSON(1,3,0)
Simulri n afaceri
Distribuia normal
Distribuia normal sau distribuia Gaussian are un rol fundamental
n teoria probabilitilor i n statistic. Acest tip de distribuie descrie
caracteristici ale populaiei (nlimea, greutatea) sau distribuiile unor
mrimi care sunt sume de alte mrimi (conform teoremei limitei centrale).
Astfel, durata total de realizare a unui proiect, ca sum a duratelor
probabiliste ale activitilor de pe drumul critic, este o variabil cu
distribuie normal.
Distribuia normal este o distribuie simetric sub form de clopot.
Funcia f(x) de densitate de probabilitate este o funcie cu doi parametri,
media i dispersia 2, de forma:
1 ( x ) 2
f(x) = exp
2 2 2 2
Deoarece, funcia f(x) de densitate de probabilitate a distribuiei
normale nu poate fi integrat exact, ea nu se folosete direct. Calculul ariilor
necesare pentru determinarea probabilitilor P(a x b) i a funciei
distribuiei cumulative se bazeaz pe tabelele distribuiei normale standard
de probabilitate care este distribuia normal a unei variabile probabiliste cu
media = 0, dispersia 2 = 1 i abaterea standard = 1.
Pentru a transforma o variabil probabilist X cu distribuia normal
ntr-o variabil probabilist Z cu distribuia normal standard se poate
utiliza formula: Z = (x - )/
n tabelele distribuiei normale standard (Anexa 1) se gsesc
probabilitile P(0 Z z), care reprezint (Figura 2.3) valoarea ariei de
sub curba funciei de densitate de probabilitate f(z), cuprins ntre media =
0 i valoarea z specificat.
Simulri n afaceri
0.45
0.4
0.35 Aria dat
0.3 n tabel
f(z) 0.25
0.2
0.15
0.1
0.05
0
-4 -3 -2 -1 0 1 z 2 3 4
valorile lui z
Figura 2.3
Tabelul 2.15
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.00 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.10 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
1.00 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.10 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.20 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.30 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
Distribuia exponenial
Distribuia exponenial este utilizat pentru a descrie timpul dintre
diferite evenimente cum sunt, de exemplu, intervalele de timp dintre sosirile
clienilor ntr-un sistem de ateptare. Se poate arta c dac numrul
sosirilor poate fi descris de o distribuie Poisson, atunci intervalul dintre
sosiri urmeaz o distribuie exponenial.
Dac X este o variabil probabilist cu media i abaterea standard
atunci funcia f(x) de densitate de probabilitate este:
1
f(x) = e-x/
iar funcia F(x) de distribuie cumulativ este:
F(x) = P(X x) = 1 - e-x/
Rezult c P(X > x) = e-x/
Simulri n afaceri
1
0.9 F(x)
0.8
0.7
Probabilitat
0.6
0.5 u=0,38
0.4
0.3
0.2 x=14,423
0.1
0
5 10 15 20 25 30 35
Timpul de servire
Figura 2.4
Simulri n afaceri
((x-a)2)/((b-a)(c-a)) = u
rezult
x = a + (u(b-a)(c-a))
i dac u > (b-a)/(c-a), atunci din ecuaia
1 ((c-x)2)/((c-a)(c-b)) = u
rezult
x = c - ((1-u)(c-a)(c-b))
0.0350
0.0333
0.0300 0.0292
0.0250 0.0250 0.0250
0.0200 0.0208
f(x)
0.0167 0.0167
0.0150
0.0125
0.0100
0.0083 0.0083
0.0050 0.0042
0.0000 0.0000
20 25 30 35 40 45 50 55 60 65 70 75 80
x
Figura 2.5
2.6. Concluzii