Преглед садржаја
- Монте Царло Симулација
- Игра коцке
- 1. корак: Роллинг догађаји коцкица
- Корак 2: Распон резултата
- Корак 3: Закључци
- Корак 4: Број коцкица
- Корак 5: Симулација
- Корак 6: Вероватноћа
Монте Царло симулација се може развити помоћу Мицрософт Екцел-а и игре с коцкицама. Монте Царло симулација је математичка нумеричка метода која користи случајне цртеже за обављање израчуна и сложених проблема. Данас се широко користи и игра кључну улогу у различитим областима као што су финансије, физика, хемија и економија.
Кључне Такеаваис
- Монте Царло метода настоји да реши сложене проблеме случајним и веродостојним методама. Симулација Монте Царло може се развити помоћу Мицрософт Екцел-а и игре с коцкицама. Табела података може се користити за генерисање резултата - потребно је укупно 5000 резултата за припрему Монте Царло симулације.
Монте Царло Симулација
Метод Монте Царло изумио је Ницолас Метрополис 1947. године и настоји да реши сложене проблеме користећи случајне и вероватноће методе. Израз Монте Царло потјече из административног подручја Монака, популарно познатог као мјесто на којем се коцкају европске елите.
Метода симулације Монте Царло израчунава вероватноће за интеграле и решава парцијалне диференцијалне једначине, уводећи тако статистички приступ ризику у вјеројатну одлуку. Иако постоје многи напредни статистички алати за креирање симулација Монте Царла, лакше је симулирати нормалан и јединствени закон користећи Мицрософт Екцел и заобићи математичке подлоге.
Када користити Монте Царло симулацију
Монте Царло методу користимо када је проблем превише сложен и тешко га је извести директним прорачуном. Употреба симулације може помоћи у проналажењу решења за ситуације које се покажу несигурним. Велики број итерација омогућава симулацију нормалне дистрибуције. Такође се може користити за разумевање како функционише ризик и за разумевање несигурности у моделима предвиђања.
Као што је горе поменуто, симулација се често користи у многим дисциплинама, укључујући финансије, науку, инжењеринг и управљање ланцима снабдевања - нарочито у случајевима када је у игри превише превише случајних променљивих. На пример, аналитичари могу да користе симулације Монте Царла како би проценили деривате који укључују опције или да би одредили ризике, укључујући вероватноћу да компанија може да испуни своје дугове.
Игра коцке
За симулацију Монте Царло изолирамо бројне кључне варијабле које контролишу и описују исход експеримента, а затим доделимо расподелу вероватноће након извршеног великог броја случајних узорака. Да бисмо демонстрирали, узмимо за модел игра коцкица. Ево како игра коцкица:
• Играч баца три коцкице које имају шест страна три пута.
• Ако је укупно три бацања седам или 11, играч добија.
• Ако је укупно три бацања: три, четири, пет, 16, 17 или 18, играч губи.
• Ако је укупан резултат било који други исход, играч поново игра и поново баца коцкице.
• Када играч поново баци коцкице, игра се наставља на исти начин, осим што играч побеђује када је укупан износ једнак зброју утврђеном у првом кругу.
Такође се препоручује употреба табеле података за генерисање резултата. Штавише, потребно је 5000 резултата да се припреми Монте Царло симулација.
За припрему Монте Царло симулације потребно вам је 5000 резултата.
1. корак: Роллинг догађаји коцкица
Прво развијамо низ података са резултатима сваке од три коцке за 50 рола. Да бисте то учинили, предлаже се коришћење функције "РАНДБЕТВЕЕН (1, 6)". На тај начин, сваки пут када кликнемо на Ф9, генеришемо нови скуп резултата рола. Ћелија „Исход“ је збир укупних резултата из три рола.
Корак 2: Распон резултата
Затим морамо развити низ података да бисмо идентификовали могуће исходе за први круг и наредне рунде. Постоји распон података у три колоне. У првом ступцу имамо бројеве један до 18. Ове бројке представљају могуће исходе након што смо коцкали три пута: Највиши је 3 к 6 = 18. Приметићете да за ћелије једну и две, налази су Н / Будући да је немогуће набавити један или два користећи три коцке. Минимум је три.
У другој колони укључују се могући закључци након првог круга. Као што је наведено у почетној изјави, или играч побеђује (Победа) или губи (Губи), или играју (Ре-ролл), у зависности од резултата (укупно три коцкице).
У трећој колони региструју се могући закључци за наредне рунде. Ове резултате можемо постићи употребом функције "ИФ". Ово осигурава да ако добијени резултат еквивалентан добијеном у првом кругу, ми добијамо победу, а у супротном следимо почетна правила оригиналне игре да бисмо утврдили да ли ћемо поново бацити коцкице.
Корак 3: Закључци
У овом кораку идентификујемо исход 50 ролни коцкица. Први закључак се може добити помоћу функције индекса. Ова функција претражује могуће резултате првог круга, закључак који одговара добијеном резултату. На пример, када бацамо шесторку, играмо поново.
Можете добити налазе других ролни коцкица, користећи функцију "ИЛИ" и индексну функцију угнијежђене у "ИФ" функцији. Ова функција каже Екцел-у: „Ако је претходни резултат победа или губитак“, престаните да котрљате коцкице јер једном када смо победили или изгубили, то смо учинили. У супротном, идемо на колону следећих могућих закључака и идентификујемо закључак резултата.
Корак 4: Број коцкица
Сада одређујемо број потребних ролни коцкица пре губитка или победе. Да бисмо то учинили, можемо да користимо функцију „ЦОУНТИФ“, која захтева да Екцел броји резултате „Ре-ролл“ и дода број један у њега. То се додаје јер имамо једно додатно коло и добијамо коначни резултат (победа или пораз).
Корак 5: Симулација
Развијамо распон за праћење резултата различитих симулација. Да бисмо то урадили, направићемо три колоне. У првој колони једна од укључених цифара је 5000. У другој колони потражит ћемо резултат након 50 ролни коцкица. У трећем ступцу, наслову колоне, тражит ћемо број колутова коцкица прије него што добијемо коначни статус (побједа или пораз).
Затим ћемо креирати табелу анализе осјетљивости помоћу података о значајкама или таблице података таблице (та осјетљивост ће бити уметнута у другу и трећу колону). У овој анализи осетљивости, бројеви догађаја од један до 5.000 морају бити убачени у ћелију А1 датотеке. У ствари, могло би се одабрати било која празна ћелија. Идеја је једноставно сваки пут форсирати прерачунавање и на тај начин добити нове ролне коцкица (резултати нових симулација), а да притом не оштетите формуле на свом месту.
Корак 6: Вероватноћа
Коначно можемо израчунати вероватноће победе и губитка. То радимо помоћу функције "ЦОУНТИФ". Формула броји број „победе“ и „пораза“, а затим се дели са укупним бројем догађаја, 5.000, да би се добио одговарајући удео једног и другог. Коначно видимо да је вероватноћа да се добије Вин резултат 73, 2%, а резултат губитка је 26, 8%.
