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 />