Profesor coordonator: Studenta:

Prof. univ. dr. ing. Mihai Dimian Mandache Elena

 Introducere (I)

Metoda de simulare Monte Carlo a aparut în jurul

anului 1944.
Această metodă a cunoscut multe interpretări, a
primit definiţii variate, prin urmare putem afirma
că această metodă a parcurs un lung şi controversat
proces de formare şi dezvoltare. Ceea ce
recomandă utilizarea acestei metode în rezolvarea
unei game variate de probleme este faptul că,
pentru a obţine cel mai bun rezultat, este necesar
un efort de calcul mic în comparaţie cu dificultatea
problemei.
 Introducere (II)

Procesul de generare aleatoare a valorilor unei

variabile probabiliste este referit în literatura de
specialitate ca metoda Monte Carlo şi constă în
generarea mai întâi a unui număr aleator şi apoi
utilizarea numărului obţinut pentru extragerea unei
valori din distribuţia de probabilitate care descrie
comportamentul variabilei probabiliste.
 Introducere (III)

Un număr aleator este orice număr

care poate fi obţinut într-un asemenea
mod încât valoarea lui nu poate fi
prevăzută dinainte. Astfel, zarurile sau
ruleta pot fi folosite pentru a construi
tabele de numere aleatoare, dar
utilizarea acestora nu este convenabilă
pentru simularea pe calculator. De
aceea, numerele aleatoare necesare
simulării sunt obţinute prin proceduri
aritmetice numite generatori.
 Pasi – Metoda Monte Carlo (I)

1. Se determină variabilele sau componentele cele mai

semnificative ale modelului.

2. Se determină o măsură a eficacităţii pe care o au variabilele

modelului studiat.

3. Se schiţează distribuţiile de probabilitate cumulată ale

modelului.
 Pasi – Metoda Monte Carlo (II)

4. Se stabilesc şirurile de numere aleatoare care sunt

într-o corespondenţă directă cu distribuţiile de
probabilitate cumulată ale fiecărei variabile.

5. Se generează un set de numere aleatoare folosind

tabelele de numere aleatoare.

6. Utilizând fiecare număr aleator şi distribuţia de

probabilitate, se determină valorile fiecărei variabile.
 Pasi – Metoda Monte Carlo (III)

8. Se calculează valoarea variabilă funcţională de

performanţă.

9. Se reiau încercările de la pasul 6 şi 8 pentru

fiecare soluţie posibilă.

10. Pe baza rezultatelor obţinute se ia o decizie cu

privire la soluţia optimă.

Pe baza examinării rezultatelor obţinute se

determină soluţiile posibile ale problemei.
 Concluzii (I)

Metoda Monte Carlo este o tehnică de simulare,

legată de probleme cu caracter aleator, modelând
variabile aleatoare, în scopul calculării repartiţiei
acestora.

  Metoda impune un număr mare de calcule şi de

aceea necesită utilizarea calculatorului.
 Concluzii (II)

Metodele Monte Carlo pot fi utilizate pentru soluţii

aproximative la mai multe tipuri de probleme non-
probabilistice.

Acest lucru poate fi realizat prin crearea unor "jocuri de

sondaj", care descriu problema de rulare şi studiile cu
aceste jocuri.

Metodele Monte Carlo pot fi foarte utile pentru PDE

extrem de dificile şi de multe alte tipuri de probleme.
 Concluzii (III)

Metodele Monte Carlo sunt o clasă de algoritmi de

calcul care se bazează pe o eşantionare aleatoare repetate
pentru a calcula rezultatele lor. Metodele Monte Carlo
sunt adesea utilizate în simulări pe calculator ale
sistemelor fizice şi matematice. Aceste metode au
tendinţa de a fi utilizate atunci când este imposibil de a
calcula un rezultat exact cu un algoritm determinist.

În esenţă, metoda Monte Carlo permite simularea

funcţionarii sistemelor cuajutorul proceselor aleatoare.
VĂ MULŢUMESC PENTRU ATENŢIE !!!