Bài giảng Khoa học quản lý ứng dụng: Chương 8 - ThS. Huỳnh Đỗ Bảo Châu

Chia sẻ: đinh Thị Tú Oanh | Ngày: | Loại File: PDF | Số trang:13

0
7
lượt xem
1
download

Bài giảng Khoa học quản lý ứng dụng: Chương 8 - ThS. Huỳnh Đỗ Bảo Châu

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nội dung chương 8 trình bày đến người học những vấn đề liên quan đến "Mô phỏng", cụ thể như: Qui trình Monte Carlo, mô phỏng máy tính với Excel, mô phỏng Hệ thống hàng đợi, phân phối xác suất liên tục, phân tích thống kê kết quả mô phỏng, kiểm chứng mô hình mô phỏng, phạm vi ứng dụng mô phỏng. Mời các bạn cùng tham khảo!

Chủ đề:
Lưu

Nội dung Text: Bài giảng Khoa học quản lý ứng dụng: Chương 8 - ThS. Huỳnh Đỗ Bảo Châu

2/12/2017<br /> <br /> Nội dung chính<br /> <br /> TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP<br /> .HCM<br /> KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ<br /> <br /> KHOA HỌC QUẢN LÝ ỨNG DỤNG<br /> <br /> 1.<br /> 2.<br /> 3.<br /> 4.<br /> 5.<br /> 6.<br /> <br /> CHƯƠNG 8<br /> MÔ PHỎNG<br /> <br /> 7.<br /> <br /> Qui trình Monte Carlo<br /> Mô phỏng máy tính với Excel<br /> Mô phỏng Hệ thống hàng đợi<br /> Phân phối xác suất liên tục<br /> Phân tích thống kê kết quả mô phỏng<br /> Kiểm chứng mô hình mô phỏng<br /> Phạm vi ứng dụng mô phỏng<br /> <br /> GV. ThS. Huỳnh Đỗ Bảo Châu<br /> <br /> 1<br /> <br /> 2<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Qui trình Monte Carlo<br /> Phần lớn các ứng dụng mô phỏng là mô hình xác suất<br /> Kỹ thuật Monte Carlo là kỹ thuật chọn số ngẫu nhiên<br /> từ một phân phối xác suất để dùng thử nghiệm (trial)<br /> mô hình mô phỏng<br /> <br /> <br /> <br /> <br /> 1. Qui trình Monte Carlo<br /> <br /> 3<br /> <br /> GV. ThS. Huỳnh Đỗ Bảo Châu<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 4<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 1<br /> <br /> 2/12/2017<br /> <br /> Mô phỏng Monte Carlo<br /> 1.<br /> <br /> 2.<br /> 3.<br /> 4.<br /> 5.<br /> <br /> Thống kê dữ liệu quan sát trong quá khứ của biến<br /> ngẫu nhiên. Đưa ra một phân phối xác suất cho<br /> những biến chính.<br /> Lập bảng và tính xác suất tích lũy cho mội biến xác<br /> định ở giai đoạn 1<br /> Xác lập các khoảng giao động cho các số ngẫu nhiên<br /> cho từng biến<br /> Tạo các số ngẫu nhiên<br /> Tiến hành mô phỏng cho từng chuỗi thử<br /> <br /> 5<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Dùng số ngẫu nhiên<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa<br /> Trong qui trình Monte Carlo, giá trị của biến ngẫu<br /> nhiên được sinh bằng cách lấy mẫu từ một phân phối<br /> xác suất<br /> Ví dụ: Dữ liệu bán laptop của ComputerWorld trong<br /> 100 tuần với đơn giá $4300/laptop<br /> <br /> <br /> <br /> <br /> <br /> 6<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa (tt)<br /> <br /> Mục đích của qui trình Monte Carlo là quá trình sinh<br /> biến ngẫu nhiên bằng cách lấy mẫu từ phân phối xác<br /> suất P(x).<br /> Bánh xe được phân vùng lặp lại phân phối xác suất<br /> cho nhu cầu nếu giá trị nhu cầu xuất hiện một cách<br /> ngẫu nhiên.<br /> Mỗi khi bánh xe dừng lại tại một phân vùng chỉ ra nhu<br /> cầu trong một tuần.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> 7<br /> <br /> GV. ThS. Huỳnh Đỗ Bảo Châu<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Figure 14.1 A Roulette Wheel<br /> for Demand<br /> <br /> 8<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 2<br /> <br /> 2/12/2017<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa (tt)<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa (tt)<br /> <br /> <br /> <br /> 9<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa (tt)<br /> <br /> <br /> Quá trình xoay của bánh xe có thể được thay thế bằng<br /> cách dùng số ngẫu nhiên<br /> Chuyển số ngẫu nhiên cho mỗi giá trị cầu từ bánh xe<br /> đến bảng<br /> <br /> 10<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa (tt)<br /> <br /> Chọn số từ bảng số ngẫu nhiên<br /> <br /> 39 65 76 45 45 19 90 69 64 61 20 26 36 31 62 58 24 97 14 97 95 06 70 99 00<br /> 73 71 23 70 90 65 97 60 12 11 31 56 34 19 19 47 83 75 51 33 30 62 38 20 46<br /> 72 18 47 33 84 51 67 47 97 19 98 40 07 17 66 23 05 09 51 80 59 78 11 52 49<br /> 75 12 25 69 17 17 95 21 78 58 24 33 45 77 48 69 81 84 09 29 93 22 70 45 80<br /> 37 17 79 88 74 63 52 06 34 30 01 31 60 10 27 35 07 79 71 53 28 99 52 01 41<br /> 02 48 08 16 94 85 53 83 29 95 56 27 09 24 43 21 78 55 09 82 72 61 88 73 61<br /> 87 89 15 70 07 37 79 49 12 38 48 13 93 55 96 41 92 45 71 51 09 18 25 58 94<br /> 98 18 71 70 15 89 09 39 59 24 00 06 41 41 20 14 36 59 25 47 54 45 17 24 89<br /> 10 83 58 07 04 76 62 16 48 68 58 76 17 14 86 59 53 11 52 21 66 04 18 72 87<br /> 47 08 56 37 31 71 82 13 50 41 27 55 10 24 92 28 04 67 53 44 95 23 00 84 47<br /> 93 90 31 03 07 34 18 04 52 35 74 13 39 35 22 68 95 23 92 35 36 63 70 35 33<br /> 21 05 11 47 99 11 20 99 45 18 76 51 94 84 86 13 79 93 37 55 98 16 04 41 67<br /> 95 89 94 06 97 27 37 83 28 71 79 57 95 13 91 09 61 87 25 21 56 20 11 32 44<br /> 97 18 31 55 73 10 65 81 92 59 77 31 61 95 46 20 44 90 32 64 26 99 76 75 63<br /> 69 08 88 86 13 59 71 74 17 32 48 38 75 93 29 73 37 32 04 05 60 82 29 20 25<br /> 41 26 10 25 03 87 63 93 95 17 81 83 83 04 49 77 45 85 50 51 79 88 01 97 30<br /> 11<br /> <br /> GV. ThS. Huỳnh Đỗ Bảo Châu<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 12<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 3<br /> <br /> 2/12/2017<br /> <br /> Dùng số ngẫu nhiên – Ví dụ minh họa (tt)<br /> <br /> <br /> Lặp lại việc chọn các số ngẫu nhiên mô phỏng cầu<br /> trong một giai đoạn.<br /> <br /> <br /> <br /> Dùng số ngẫu nhiên<br /> <br /> <br /> Trung bình cầu có thể được phân tích:<br /> n<br /> E( x)   P( x ) x<br /> i1<br /> <br /> Ước lượng cầu trung bình = 31/15 = 2.07 laptop PC/tuần<br /> Ước lượng doanh thu trung bình = $133,300/15 = $8,886.67<br /> <br /> i<br /> <br /> i<br /> <br /> Ở đây:<br /> xi: mức cầu thứ i<br /> P(xi): Xác suất mức cầu thứ i<br /> n: Số các mức cầu<br /> E(x) = (0.2)(0)+(0.4)(1)+(0.2)(2)+(0.1)(3)+(0.1)(4)<br /> = 1.5 PC/tuần<br /> <br /> 13<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 14<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Dùng số ngẫu nhiên<br /> <br /> <br /> <br /> <br /> <br /> <br /> Giai đoạn mô phỏng càng nhiều, kết quả càng chính xác<br /> Kết quả mô phỏng sẽ không bằng kết quả phân tích trừ khi<br /> thực hiện đủ thử nghiệm để nhằm đạt đến trạng thái ổn<br /> định (steady state)<br /> Thường khó kiểm chứng kết quả mô phỏng, dù rằng đã đạt<br /> được trạng thái ổn định và mô hình mô phỏng đáng tin cậy.<br /> Khi không thể phân tích, không có tiêu chuẩn phân tích để<br /> so sánh, như thế việc kiểm chứng càng khó khăn hơn.<br /> <br /> 15<br /> <br /> GV. ThS. Huỳnh Đỗ Bảo Châu<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 2. Mô phỏng với Excel<br /> <br /> 16<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 4<br /> <br /> 2/12/2017<br /> <br /> Sinh số ngẫu nhiên<br /> <br /> <br /> <br /> <br /> Sinh số ngẫu nhiên (tt)<br /> <br /> Với các mô hình mô phỏng phức tạp chúng ta không<br /> thể thực hiện bằng tay<br /> Trong mô phỏng, các số ngẫu nhiện được sinh ra bằng<br /> quá trình toán học thay cho quá trình vật lý<br /> Các số ngẫu nhiên thường được sinh ra trên máy tính<br /> dùng kỹ thuật số học và như thế không chắc là số<br /> ngẫu nhiên nhưng được xem là số giả ngẫu nhiên<br /> (pseudorandom numbers)<br /> <br /> 17<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Mô phỏng với bảng tính Excel<br /> <br /> 19<br /> <br /> GV. ThS. Huỳnh Đỗ Bảo Châu<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> <br /> <br /> Số ngẫu nhiên tạo ra phải có các đặc tính:<br /> <br /> <br /> <br /> <br /> 18<br /> <br /> Số ngẫu nhiên phải có phân phối đều<br /> Kỹ thuật sinh ra số phải hiệu quả<br /> Chuỗi số ngẫu nhiên nên là mẫu không phản xạ (reflect no<br /> pattern)<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> Mô phỏng với bảng tính Excel<br /> <br /> 20<br /> <br /> GV. Huỳnh Đỗ Bảo Châu<br /> <br /> 5<br /> <br />

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản