Monte Carlo method application in simulations/cs

From Simulace.info
Revision as of 20:40, 18 June 2015 by Xsvoa11 (talk | contribs)
Jump to: navigation, search

Úvod

Metodu Monte Carlo lze uplatnit v řadě simulací různého typu ať z oblasti hazardních her, projektového managementu, financí, pojišťovnictví, techniky či například i matematiky . Některé oblasti použití jsou blíže vysvětleny níže v tomto textu. Tuto metodu lze využít především v simulacích, ve kterých je řešení problému jistým způsobem závislé na pravděpodobnostech. Podstatou této metody je generování velkého počtu scénářů pomocí pseudonáhodných čísel. Tato pseudonáhodná čísla jsou generována na základě pravděpodobnostního rozdělení, které vychází z historických údajů nebo ze znalostí a zkušeností expertů, kteří dobře rozumí povaze rizikových faktorů. Metoda Monte Carlo tedy vnáší do modelu náhodou veličinu, která vyjadřuje to, že budoucnost se může od minulosti nějakým způsobem vychýlit.

Metoda Monte Carlo vyžaduje po zainteresovaných stranách, aby hlouběji přemýšleli nad jednotlivými rizikovými faktory. Velmi důležitým krokem je také stanovení rozdělení pravděpodobnosti daných rizikových faktorů, které není vždy snadným úkolem. Toto rozdělení bývá většinou stanoveno na obecných vlastnostech či expertních analýzách.

Postup při simulaci Monte Carlo

Než začneme provádět simulaci, je důležité si ujasnit otázku, na niž pomocí simulačního modelu budeme hledat odpověď. Dalším důležitým krokem je určení základních částí modelu a zajištění, aby těmto částem rozuměly všechny zainteresované strany. V případě, že by došlo k nepochopení, mohl by nastat problém v pozdějším zamítnutí čí požadavku na přepracování, čemuž je samozřejmě nejlepší předcházet. K lepšímu pochopení nám může pomoci tzv. influenční diagram viz. obrázek 1, který umožňuje jasně a přehledně zachytit základní prvky simulačního modelu a jejich vzájemné vazby.

Pro snazší orientaci a pochopení je dobré rozlišovat mezi hlavními prvky influenčního diagramu. Je důležité rozeznávat:

  • proměnné, jejichž hodnotu můžeme (do určité míry) ovlivnit,
  • rizikové faktory, které nemůžeme přímo ovlivnit,
  • kriteriální proměnnou, tedy proměnnou, kterou chceme pomocí modelu analyzovat.

Vzájemné vazby mezi prvky modelu značíme šipkami. Lze také modelovat více úrovní diagramu například náklady můžeme rozdělit na fixní a variabilní, marketingové výdaje na online a offline atd.