
- •1. Сутність та поняття імітаційного моделювання
- •2. Історичний розвиток імітаційного моделювання
- •3. Сфери застосування імітаційних моделей
- •4. Поняття імітаційного моделювання у вузькому та широкому сенсі
- •5. Основні етапи побудови імітаційних моделей. Визначення задачі та її аналіз як етап побудови імітаційних моделей
- •6. Визначення вимог до інформації як етап побудови імітаційних моделей
- •7. Збирання інформації як етап побудови імітаційних моделей
- •8. Висунення гіпотез і прийняття припущень як етап побудови імітаційних моделей. Встановлення основного змісту моделі
- •9. Визначення параметрів, змінних і критеріїв ефективності як етап побудови імітаційних моделей. Описання концептуальної моделі і перевірка її вірогідності
- •10. Створення логічної структурної схеми як заключний етап побудови імітаційної моделі
- •11. Поняття та сутність оптимального керування запасами
- •12. Основні параметри моделювання задачі керування запасами
- •13. Сутність та характеристика детермінованих моделей керування запасами
- •14. Система постачання, попит на предмети постачання, система поповнення запасів як некеровані параметри задачі керування запасами
- •15. Вартісні функції витрат як некеровані параметри задачі керування запасами
- •16. Некеровані параметри задачі керування запасами: обмеження, котрі застосовуються до запасів; стратегії (політики) керування запасами
- •717. Основні характеристики та принципи побудови моделі керування однопродуктовими запасами
- •18. Основні характеристики та принципи побудови моделі керування багатопродуктовими запасами
- •19. Метод Монте-Карло в імітаційному моделюванні
- •20. Розвиток і сфери застосування методу Монте-Карло
- •22. Приклад використання методу Монте-Карло – Обчислення визначеного інтеграла
20. Розвиток і сфери застосування методу Монте-Карло
Метод Монте-Карло застосовується в багатьох галузях науки і техніки. Більшість виробничих і соціальних процесів, що характерні для господарських та економічних систем, значною мірою відбуваються під впливом випадкових факторів, які не підлягають контролю з боку осіб, відповідальних за прийняття і реалізацію рішень у контексті забезпечення оптимального функціонування систем.
Зародження методу Монте-Карло пов’язане з дослідженнями фон Неймана та Улана наприкінці 40-х років, коли вони запровадили термін «метод Монте-Карло» і застосували цей метод до розв’язання деяких задач екранування ядерних випромінювань.
Методи Монте-Карло – це загальна назва групи методів для рішення різних задач за допомогою випадкових послідовностей. Ці методи (як і вся теорія імовірностей) виросли з спроб людей поліпшити свої шанси в азартній грі. Цим пояснюється і той факт, що назву цій групі методів дало місто Монте-Карло – столиця європейського грального бізнесу.
Імітаційне моделювання по методу Монте-Карло (Monte-Carlo Simulation) дозволяє побудувати математичну модель для проекту з невизначеними значеннями параметрів, і, знаючи ймовірнісні розподіли параметрів проекту, а також зв'язок між змінами параметрів (кореляцію) отримати розподіл прибутковості проекту.
21. Приклад використання методу Монте-Карло – Задача Бюффона
Кидаємо голку на площину, де зображено рівновіддалені одна від одної паралельні прямі. Яка ймовірність того, що голка перетнеться з однією з прямих ?
Теоретично доведено, що ця ймовірність
Це співвідношення дає змогу експериментально визначити число π. Для цього потрібно, кидаючи голку на площину із зображеними на ній паралельними прямими, фіксувати число m перетинів голки з прямими і число n усіх кидань. Оскільки ймовірність випадкової події оцінюється за частотою появи цієї події, то згідно з цією формулою знайдемо наближене значення:
Це твердження перевірили експериментально. Знайдені результати добре підтвердили відоме значення числа π.
22. Приклад використання методу Монте-Карло – Обчислення визначеного інтеграла
Ідею застосування методу Монте-Карло, зокрема для розв’язання цілком детермінованих задач, легко зрозуміти на прикладі обчислення визначеного інтеграла. Нехай потрібно обчислити інтеграл від деякої функції на заданому відрізку змінювання аргументу. Після нескладних перетворень початкову задачу можна звести до задачі обчислення інтеграла
де 0 f (x) 1 при 0 x 1.
Схему, що ілюструє обчислення визначеного інтеграла методом Монте-Карло, зображено на рис. 6.1.
Визначимо площу I фігури, обмеженої кривою y = f (x), віссю x і прямими х = 0, х = 1 (див. рис. 4.3, заштрихована частина).
Уявімо тепер симетричну дзиґу у вигляді десятигранника, кожну з граней якого позначено однією з цифр 0, 1, 2,..., 9. Пустимо дзигу. Після її падіння на верхній грані з однаковою ймовірністю можна очікувати будь-яку з десяти згаданих цифр.
Розглянемо
два десяткові k-розрядні числа
і
,
значення яких містяться між нулем та
одиницею і утворюються таким чином.
Пускаючи k раз дзигу, вважатимемо здобуту
послідовність цифр десятковими розрядами
числа
.