Gelişmiş
Arama
  1. Anasayfa
  2. Karar Verme
  3. Monte Carlo Simülasyonu Nedir?

Monte Carlo Simülasyonu Nedir?

  • 18 March 2021
  • 21 Görüntülenme
  • 0 Yorum

Bu makale Monte Carlo Simülasyonunu pratik bir şekilde açıklamaktadır. Okuduktan sonra bu güçlü Karar Verme aracının temellerini anlayacaksınız.

Monte Carlo Simülasyonu nedir?

Monte Carlo Simülasyonu, fiziksel bir sürecin bir kez değil birçok kez simüle edildiği, bilgisayarla çalıştırılan bir tekniktir. Böylelikle nicel analiz ve karar vermedeki olası riskler gün ışığına çıkar. Geniş bir olası sonuç ve şans yelpazesi sunar ve doğru karara varmak için tüm olasılıkları gösterir. Sadece ne olabileceğini değil, aynı zamanda bir şey olma olasılığını da söylüyor. Bu simülasyon tekniği finans, sigorta, proje yönetimi, üretim ve mühendislik gibi farklı alanlarda kullanılabilir.

Kumarhane

Terim, Monaco’nun sahil köyü Monte Carlo’daki ünlü kumarhaneden geliyor. Simülasyon tekniği ilk olarak İkinci Dünya Savaşı’nda atom bombası üzerinde çalışan bilim adamları tarafından kullanıldı. Terimin kumarla ilgisi yoktur. Aynı şekilde, bir kumarhanede olasılığa dayalı kumar oynar, aynı şekilde olasılık Monte Carlo simülasyonunda bir risk analizine ulaşmada büyük rol oynar.

Uygulama

Genellikle, bir simülasyonun sonucunun yeterince temsil edici olmadığı ortaya çıktığında kullanılır. Bu şekilde gerçek beklenen varyasyonların ne olduğu belirlenebilir. Bu yöntem ayrıca, başlangıç ​​koşullarında bir değişiklik veya belirsizlik olması durumunda yeterli ekstra güvenilirlik sağlayabilir. Bu simülasyon tekniği bilgisayarlar üzerinden yapılan hesaplamalarla gerçekleştirilir. İstenilen bir güvenilirlik düzeyine ulaşmak için, hesaplamalar her seferinde yeni bir girdi değişkenleri seti ile onlarca hatta binlerce kez tekrarlanır.

Monte Carlo Simülasyon Aşamaları

Genel olarak üç aşamadan oluşur: ön işlemci, simülasyon, son işlem.

1. Ön işlemci

İlk olarak, nominal bir değeri temsil eden eksiksiz bir değişkenler setinin girilmesi gerekir. Daha sonra olasılık dağılımı tanımlanır. Ön işlemci, olasılık dağılımını hesaba katarak bu değişkenlerin her biri için istediği gibi bir değer seçer.

2. Simülasyon

Daha sonra, simülasyonlar yürütülür ve her simülasyon farklı bir girdi değişkenleri seti içerir.

3. İşlem sonrası

Simülasyon, diğerlerinin yanı sıra olasılık dağılımları şeklinde temsil edilen, simülasyonların organize sonuçlarının büyük bir çıktısı ile sona erer.

Risk analizi

Bir simülasyon, bir risk analizi gerçekleştirir. Elde edilen sonuçlar, her seferinde farklı bir rasgele değerler kümesiyle tekrar tekrar hesaplanır. Sonunda bu binlerce olası hesaplamaya ve olası sonuç değerlerine yol açar. Risk analizini tamamlamak için, simülasyon sırasında girdi olasılık dağılımlarından rastgele sayılar rastgele gönderilir. Monte Carlo simülasyonu bunu binlerce kez tekrarladığından, bu olası sonuçların olasılık dağılımına yol açar. Bu, olası risklerin en eksiksiz olası resmini oluşturur.

Monte Carlo Simülasyonu: Olasılık dağılımı

Bir sistemin her tasarım aşamasında nihai sonuçlara ve özelliklere ilişkin güvensizlikler ortaya çıkabilir. İlişkili olasılık dağılımının belirlenmesi de genellikle zordur. Bu, fiziksel özelliklerdeki ve/veya koşullardaki değişiklik ile ilgilidir. Olasılık dağılımlarını kullanarak, değişkenler farklı sonuçlara yol açabilir. Bu yüzden olasılık dağılımları, bir risk analizinin değişkenlerindeki belirsizliği tanımlamak için gerçekçi bir araçtır.

Monte Carlo Simülasyon örneği

Belki de yangına dayanıklı malzemelerden oluşan bir üretim şirketi tutuşabilirliği test etmek ve hesaplamak istiyordur. Bu malzemeler, diğer şeylerin yanı sıra nakliye ve havacılıkta kullanılmaktadır. Yanıcılık, Monte Carlo simülasyonuna göre tümü hesaplamalara alınması gereken birden çok değişkene bağlıdır. Farklı temel malzeme türlerini, kaplamaları, lif kalınlığını, yoğunluğu, erime sıcaklığını, buharlaşma sıcaklığını, yapışmayı vb. düşünün.

Tüm bu değişkenler için nominal değerlere sahip bir simülasyon, sonuç olarak yanıcılığı yalnızca bir şekilde gösterecektir. Monte Carlo simülasyonuna göre, her bir girdi değişkeninin, karşılık gelen bir olasılık dağılımıyla, nominal bir değer etrafında bir yayılma ile değiştirilmesi gerekir. Bu simülasyon da birkaç kez gerçekleştirilecek ve bu alan içinde olasılık dağılımları ile birden fazla sonuç üretilecektir. Yani üretim şirketinin ürettiği yangına dayanıklı malzemelerin yanıcılığının gerçekçi bir resmini elde etmesidir.

Ne düşünüyorsunuz?

Monte Carlo Simülasyonu kişisel veya profesyonel ortamınızda uygulanabilir mi? Pratik açıklamayı tanıyor musunuz veya daha fazla öneriniz var mı? İyi karar vermede başarı faktörleriniz nelerdir? Monte Carlo Simülasyonu hakkında daha fazla bilgiyi buradan okuyun.

Düşüncelerinizi ve bilginizi aşağıdaki yorum kutusunda paylaşabilirsiniz.

Bu makaleyi beğendiyseniz, modeller ve yöntemler hakkındaki en son gönderiler için bültenimize kaydolabilirsiniz.

Kaynakça

  • Bortz, AB, Kalos, MH ve Lebowitz, JL (1975). Ising spin sistemlerinin Monte Carlo simülasyonu için yeni bir algoritma. Hesaplamalı Fizik Dergisi, 17 (1), 10-18.
  • Mooney, CZ (1997). Monte carlo simülasyonu (Cilt 116). Sage Yayınları.
  • Vose, D. (1996). Nicel risk analizi: Monte Carlo simülasyon modellemesi için bir kılavuz. John Wiley & Sons.
    • Paylaş:

    Yorumunuzu bırakın