Bài giảng Phương pháp định lượng trong quản lý: Chương 15

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

Giảng viên: PGS. TS. NGUYỄN THỐNG

E-mail: nguyenthong@hcmut.edu.vn or nthong56@yahoo.fr

Web: www4.hcmut.edu.vn/~nguyenthong

Tél. (08) 38 640 979 - 098 99 66 719

LaäP & THaåM ÑòNH Döï auøN ÑaàU TÖ

Chöông 7-2: Phaân tích ñoä nhay, ruûi ro - Monte Carlo

MUÏC ÑÍCH

Xeùt moät bieán nghieân cöùu Z ñöôïc moâ taû vôùi

caùc bieán giaûi thích X,Y,...:

Z = f(X,Y,...)

Neáu X, Y laø caùc bieán xaùc suaát  Z laø bieán

xaùc suaát.

Nghieân cöùu Z vôùi caùc bieán X, Y vôùi quy luaät

xaùc suaát ñaõ bieát laø noäi dung lyù thuyeát

Monte Carlo.

 Xem cc dng phân phi xc sut sau.

PGS. Dr. Nguyeãn Thoáng

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PHAÂN TÍCH RUÛI RO VÔÙI MOÂ PHOÛNG

MONTE CARLO – HAØM THÖ VIEÄN TRONG CRYSTAL BALL

PGS. Dr. Nguyễn Thống

M/phoûng

töø soá lieäu

quaù khöù

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

Rexample

LaäP & THaåM ÑòNH Döï auøN ÑaàU TÖ

Chöông 7-2: Phaân tích ñoä nhay, ruûi ro - Monte Carlo

CC BƯC THC HIN MÔ PHNG

1. XÂY DNG MÔ HNH

Đây l mô hnh ton hc trnh by mi quan h gia

bin đu vo (bin đc lp) v bin đu ra cn

nghiên cu (bin ph thuc).

2. XC ĐNH MÔ HNH XC SUT CHO BIN ĐU

VO

Da vo s liu qu kh quan st đưc.

 Da vo kinh nghim ca cc chuyên gia trong

lnh vc.

 Nu cn dng kim đnh giả thuyt thng kê đ

tm ra quy lut xc sut ca bin đu vo.

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

LaäP & THaåM ÑòNH Döï auøN ÑaàU TÖ

Chöông 7-2: Phaân tích ñoä nhay, ruûi ro - Monte Carlo

CC BƯC THC HIN MÔ PHNG

3. XÂY DNG KHONG GI TR NGU NHIÊN

T cc quy lut xc sut, mi bin đu vo s đưc

thit lp cc khoảng gi tr ngu nhiên (cc

khoảng gi tr ny to thnh LP liên tc t 0 

1).

4. THC HIN MÔ PHNG

 Pht s ngu nhiên.

 T gi tr ngu nhiên ĐỐI CHIU bưc [3]  gi

tr bin ngu nghiên đu vo (thc hin cho tt

cả cc bin đu vo).

 Tnh gi tr bin nghiên cu tương ng

 Tr li pht s ngu nhiên & tip tc ghi nhn

gi tr bin nghiên cu,….

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

PHAÂN TÍCH KEÁT QUAÛ

T kt quả lưu li ca bin nghiên cu sau nhiu

ln pht s ngu nhiên:

 Hm mt đ xc sut ca bin nghiên cu .

 Gi tr trung bnh.

 Phương sai, đ lch chun.

 Xc sut đ bin nghiên cu trong cc khoảng

gi tr quan tâm (<0, <a, > b, a<X<b,…)

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

Ưu ñieåm cuûa phöông phaùp moâ phoûng.

. Ñoù laø moät phöông phaùp trung thöïc,

khaùch quan, ñôn giaûn vaø linh hoaït.

. Coù theå aùp duïng ñeå phaân tích caùc

tình huoáng phöùc taïp.

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

 Ñoâi khi ñaây laø phöông phaùp duy nhaát coù

theå aùp duïng ñeå nghieân cöùu hieän töôïng.

 Phöông phaùp moâ phoûng cho pheùp ñoái thoaïi

tröïc tieáp vôùi chöông trình tính ñeå giaûi quyeát

vaán ñeà vôùi vieäc ñaët ra caâu hoûi: Cái gì ? vaø

neáu ....

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

 Phöông phaùp moâ phoûng coù khaû naêng cho

pheùp nghieân cöùu aûnh höôûng luaân phieân cuûa

caùc bieán leân keát quaû cuûa baøi toaùn, töø ñoù ta

coù theå xaùc ñònh bieán quan troïng nhaát aûnh

höôûng ñeán keát quaû (phân tích đ nhy).

 Tieát kieäm ñöôïc thôøi gian.

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

 Phöông phaùp moâ phoûng cho pheùp ñöa vaøo

caùc tình huoáng phöùc taïp so vôùi caùc phöông

phaùp khaùc duøng trong phaân tích ruõi ro

(phöông phaùp phaân tích ñoä nhaïy, phöông

phaùp phaân tích tình huoáng).

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

Khuyeát ñieåm.

 Moâ phoûng khoâng ñöa lôøi giaûi toái öu cuï theå nhö

caùc phöông phaùp khaùc : Quy hoaïch tuyeán tính,

PERT... Phöông phaùp chæ cho ra caùc keát quaû döï

baùo vôùi caùc xaùc suaát nhaát ñònh.

 Chuùng ta phaûi taïo ra taát caû caùc ñieàu kieän vaø

raøng buoäc ñeå khaûo saùt lôøi giaûi. Baûn thaân phöông

phaùp moâ phoûng khoâng töï ñöa ra lôøi gæai.

 Lôøi giaûi cuûa moät vaán ñeà naøy thì thöôøng khoâng

chuyeån ñöôïc cho vaán ñeà khaùc. Noùi moät caùch khaùc

thì moãi lôøi giaûi laø caù bieät cho moãi tröôøng hôïp.

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

MÔ PHNG

MONTE CARLO

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

V d: Ngưi ta mun mô phng

s kinh doanh ca 1 ca hng

bn v xe. Đ c s liu, ngưi ta

quan st liên tc s lưng v xe

bn trong 200 ngy như sau.

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

S liu:

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

S lưng bn (X)/ngy S ngy quan st

Tng 200

BNG XC SUT

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

S lưng bn

(X)/ngy

S ngy quan

st

Xc sut

0.05 (10/200)

0.1

0.2

0.3

0.2

0.15

Tng 200 1.0

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

•Xác suất tích lũy

0.05

0.15

0.35

0.65

0.85

1.0

0.05

0.1

0.2

0.3

0.2

0.15

Xác suất tích lũy Xác suất Biến nghiên cứu

PGS. Dr. Nguyễn Thống

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

•Xác suất tích lũy và khoảng số ngẫu nhiên:

0.05

0.15

0.35

0.65

0.85

1.0

0.05

0.1

0.2

0.3

0.2

0.15

Xác suất tích lũy Xác suất Biến nghiên

cứu

Từ 01 05

Từ 06  15

Từ 16  35

Từ 36  65

Từ 66  85

Từ 86  00

Khoảng số

ngẫu nhiên

PGS. Dr. Nguyễn Thống

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

SỐ NGU NHIÊN &

PHT SỐ NGU NHIÊN

PGS. Dr. Nguyễn Thống

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

Hàm phát s ngu nhiên s cho

các giá tr ngu nhiên thay đi

trong khoảng 0 và 1 có tính

cht là khi s ln phát s đ

ln thì tn sut xut hin ca

các giá tr t 0 đn 1 này là

bằng nhau.

PGS. Dr. Nguyễn Thống

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

TẠO SỐ NGU NHIÊN

 Bảng s ngu nhiên

Touche #rand  máy tính nh

 hàm Rand() trong Excel

PGS. Dr. Nguyễn Thống

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

BNG SỐ NGU NHIÊN

PGS. Dr. Nguyễn Thống

52 6 50 88 53 30 10 47 99 37 66 91 35 32

37 63 28 2 74 35 24 3 29 60 74 85 90 73

82 57 68 28 5 94 3 11 27 79 90 87 92 41

69 2 36 49 71 99 32 10 75 21 95 90 94 38

98 90 94 36 6 78 23 67 89 85 29 21 25 73

96 52 62 87 49 56 59 23 78 71 72 90 57 1

33 69 27 21 11 60 95 89 68 48 17 89 34 9

50 33 50 95 13 44 34 62 64 39 55 29 30 64

88 32 18 50 62 57 34 56 62 31 15 40 90 34

90 30 36 24 69 82 51 74 30 35 36 85 1 55

50 48 61 18 85 23 8 54 17 12 80 69 24 84

PGS. Dr. Nguyễn Thống

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

BAÛNG SOÁ NGAÃU NHIEÂN

99 37 66 91 35 32 0

29 60 74 85 90 73 59

27 79 90 87 92 41 9

75 21 95 90 94 38 97

89 85 29 21 25 73 69

78 71 72 90 57 1 98

68 48 17 89 34 9 93

64 39 55 29 30 64 49

62 31 15 40 90 34 51

30 35 36 85 1 55 92

17 12 80 69 24 84 92

5 90 10

5 88 9

3 50 8

2 33 8

5 96 6

5 98 5

4 69 4

4 82 3

3 37 2

3 52 1 Soá voû xe tieâu thuï

Soá ngaãu nhieân

Moâ phoûng

PGS. Dr. Nguyễn Thống

VÍ DUÏ  THÖÏC HIEÄN 10 MOÂ PHOÛNG

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

KT QU

PGS. Dr. Nguyễn Thống

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

X (v xe)

0 1 2 3 5

MỘT SỐ KẾT QUẢ TỪ MÔ PHỎNG

- Giá trị trung bình biến nghiên cưú

- Độ lệch chuẩn biến nghiên cứu.

- Xác suất để biến nghiên cứu năm trong khoảng

giá trị cho tröôùc.

- Xác suất để biến nghiên cứu lớn (nhỏ) hơn một

giá trị định sẳn.

- ………………………….

PGS. Dr. Nguyễn Thống

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

CH 

Xem höôùng daãn söû duïng Crystal Ball

trong:

 PTDuAn\Chuong 8-Crystall Ball

TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TP. HOÀ CHÍ MINH

Khoa Kyõ Thuaät Xaây Döïng

PGS. Dr. Nguyeãn Thoáng

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

VÍ DỤ

S dng software Crystal Ball

Xem trong BT_Monte Carlo.xls

 Sheet Vidu 0, Vi du 1,……

PGS. Dr. Nguyễn Thống

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

Ví duï: Mét C«ng ty s¶n xuÊt vµ kinh doanh cöa nh«m.

Tõ kÕt qu¶ sè liÖu s¶n xuÊt vµ kinh doanh trong qu¸

khø c¸c biÕn ®Çu vµo : sè lîng hµng b¸n ®îc trong n¨m

(N), ®¬n gi¸ b¸n (P), ®¬n gi¸ s¶n xuÊt (C), chi phÝ cè

®Þnh (F), ®îc x¸c ®Þnh nh sau:

X¸c suÊt (%) 20 20 60

N (®¬n vÞ s¶n phÈm, ®v) 1000 1200 1300

PGS. Dr. Nguyễn Thống

Phaân phoái daïng bậc thang cuûa N

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

Trêng hîp Nhá nhÊt Binh thêng Lín nhÊt

P (106 VND/®v) 0,35 0,45 0,48

Trêng hîp Trung bình Ñoä leäch chuaån

C (106 VND/®v) 0,38 0,05

Chi phÝ cè ®Þnh cho C«ng ty lµ F=20*106 VN§

PGS. Dr. Nguyễn Thống

Giaù baùn ñôn vò P (phaân phoái tam giaùc-Triangular)

Giaù saûn xuaát ñôn vò C (phaân phoái chuaån-Normal)

LẬP & THẨM ĐNH D N ĐU TƯ

Chương 7-2: Phân tch đ nhy, ri ro - Monte Carlo

Lîi nhuËn cña C«ng ty (Profit) ®îc x¸c ®Þnh tõ

ph¬ng tr×nh sau:

H·y m« pháng lîi nhuËn cña C«ng ty b»ng ph-

¬ng ph¸p m« pháng Monte Carlo.

  Pr ofit N(P C) F

PGS. Dr. Nguyễn Thống

Bài giảng Phương pháp định lượng trong quản lý: Chương 15 - PGS. Nguyễn Thống

Chủ đề:

Tài liệu liên quan

Tài liêu mới

Hỗ trợ

Phương thức thanh toán

Theo dõi chúng tôi