Понятие о методе Монте-Карло

Поняття про метод Монте-Карло

Метод Монте-Карло можна визначити як метод моделювання випадкових величин з метою обчислення характеристик їх розподілу. Як правило, передбачається, що моделювання здійснюється за допомогою електронних обчислю­вальних машин, хоча у деяких випадках можна досягти успіху, вико­ристовуючи пристосування типу рулетка, олівці та папір.

Слід зазначити, що більшість виробничих і соціальних процесів 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. Проте з позицій системного аналізу врахування невизначеностей обов’язковим елементом є процедури вироблення планово-управлінських рішень. Тому задача полягає в тому, щоб якомога повніше врахувати вплив неконтрольованих випадкових факторів і зробити в таких умовах аргументований висновок щодо можливих напрямів розвитку системи та оптимальної стратегії управління нею. Такі задачі розв’язують за допомогою методу Монте-Карло (методу статистичних досліджень).

Під час розробки імітаційних моделей завжди постає питання опису моделі з допомогою відповідних характеристик (ймовірність, щільність розподілу ймовірностей тощо), тобто тих характеристик, що вивчаються на базі емпіричних даних, дібраних або при систематизації наявних звітних матеріалів, або в результаті обробки спеціально поставлених експериментів. Тому, розробляючи імітаційну модель, яка містить стохастичні елементи, завжди стикаються з проблемою: чи доцільно в методі Монте-Карло застосовувати безпосередньо емпіричні дані? Можливо, є рація скористатися одним з апроксимуючих теоретичних розподілів.

Питання про використання емпіричних або теоретичних розподілів дуже важливе, і ось чому.

1. Коли використовують «сирі» емпіричні дані, мають на увазі, що моделюється лише минуле. Дані, одержані раніше, строго кажучи, відбивають лише колишню поведінку системи; можливими подіями виявляються тільки ті, які вже відбувалися. Звідси випливає необхідність припустити, що основна форма розподілу ймовірностей залишиться з часом без змін і що особливості цього розподілу, які стосуються певного періоду часу, будуть повторюватися

2. Завдяки застосуванню теоретичного розподілу здебільшого вдається зменшити витрати машинного часу і потрібної пам’яті ЕОМ.

3. У разі використання теоретичного розподілу легше змінювати параметри генератора випадкових чисел, коли потрібно перевірити чутливість моделі або «програти» на ній різні можливі ситуації.

Якщо з допомогою аналізу емпіричного розподілу вдається дібрати відомий теоретичний розподіл, який узгоджується на статистич­но прийнятному рівні надійності з експериментальними даними, то ним слід скористатися для імітації випадкових факторів.

Метод Монте-Карло застосовується в багатьох галузях науки і техніки. За допомогою процедур Монте-Карло розроблено численні методи для обчислення кратних інтегралів, розв’язування інтегральних і диференціальних рівнянь. У задачах оптимізації процедура Монте-Карло використовується для генерування випадкових точок з області визначення цільової функції та установлення випадкових напрямів руху до екстремуму в пошукових методах.

Метод Монте-Карло часто застосовується в експериментальних дослідженнях. При постановці натурних експериментів випадковим способом вибираються поточні точки факторного простору в умовах нестандартного проходження досліджуваних процесів. У машинних експериментальних дослідженнях, які виконуються на імітаційних моделях, метод Монте-Карло дає змогу імітувати випадкові явища, що відбуваються в реальних модельованих системах.

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

1 2 3 4

Похожие работы