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 !!!