Skip to main content
LibreTexts - Ukrayinska

11.6: Вправа в Інтернеті

  1. Last updated
  2. Save as PDF
  • Page ID
    14405

    • Anonymous
    • LibreTexts
    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)

    Мета навчання

    1. Охарактеризуйте переваги оцінки ризику за допомогою моделювання Монте-Карло.

  • Моделювання ризиків Монте-Карло

    Планування ризиків - це форма ставок на майбутнє. Досвідчений азартний гравець знає шанси малювання певної комбінації карт в руці покеру або м'яч посадки на номер в рулетці. Якщо проект має кілька факторів ризику, вони, швидше за все, не всі трапляються на одному і тому ж проекті, але важливо знати шанси на це і порівняти їх з потенційним прибутком проекту. Якщо кілька ризиків реалізуються на одному проекті, це може призвести до того, що компанія втратить гроші на проект, і вище керівництво повинно вирішити, чи вигода варта ризику.

    Комп'ютери можуть генерувати випадкові числа, які можуть бути використані для імітації ймовірності виникнення комбінацій факторів ризику та впливу на прибутковість проекту. Ці симуляції обчислюють шанси, як ті, які гравець буде використовувати перед тим, як зробити ставку, і процес названий на честь відомого грального центру в Європі.

    Щоб використовувати моделювання Монте-Карло, ви повинні вирішити, як розподіляється частота випадків. Найбільш поширені три типи розподілів: нормальний, перекошений і рівний. Якщо вони регулюються принципом центральних меж, події матимуть нормальний розподіл.

    Малюнок 11.7 Нормальний розподіл

    Якщо ймовірна частота виникнення фактора ризику, швидше за все, буде розподілена в обидві сторони від середини діапазону, це перекошений розподіл.

    Малюнок 11.8 Перекошений розподіл

    Якщо ймовірність виникнення рівномірно розподілена по діапазону, де кожна можливість має однакові шанси на виникнення, це рівний розподіл.

    Малюнок 11.9 Рівний розподіл

    Комп'ютер може вибрати цифри для кожного фактора ризику, які представляють можливий результат для цього ризику на проекті відповідно до його розподілу. Ці цифри подаються в електронну таблицю, яка визначає вплив на проект і його витрати. Цей процес повторюється тисячі разів, і результат кожної ітерації - повторного процесу - зберігається в таблиці можливих результатів. Ця таблиця зведена в гістограму, яка показує, скільки ітерацій принесла прибуток (або збиток) в кожному діапазоні (bin).

    Результат моделювання Монте-Карло дає менеджерам уявлення про те, скільки проект може зробити або втратити і шанси на те, що відбувається. Моделювання Монте-Карло часто використовуються для прогнозування ймовірності отримання нового продукту прибутку або збитку. Ті ж методи можуть бути застосовані для прогнозування прибутку або збитку по проекту.

  • Дізнайтеся більше про моделювання Монте-Карло

    Виконайте вправу, дотримуючись таких інструкцій:

    1. Відкрийте порожній документ у програмі обробки текстів, а потім збережіть документ як Ch11MonteCarloStudentName.doc. Залиште документ відкритим.
    2. Запустіть веб-браузер, а потім перейдіть до Практичного посібника з моделювання Монте-Карло за адресою http://www.vertex42.com/ExcelArticles/mc/MonteCarloSimulation.html.
    3. Прочитайте перший екран, щоб переглянути поняття.
    4. У нижній частині першого екрану натисніть стрілку з написом Приклад прогнозу продажів, як показано на малюнку 11.10 «Кнопка наступної сторінки».

      Малюнок 11.10 Кнопка Наступна сторінка

      Джерело: люб'язно надано www.vertex42.com.

    5. Прокрутіть вниз повз рекламних оголошень і почніть читати на кроці 1. Захопіть екран, на якому показано крок 1, і вставте його в Ch11MonteCarloStudentName.doc.
    6. Прочитайте пояснення, як створити модель.
    7. Використовуйте кнопку Далі в нижній частині екрана, щоб перейти до кроку 2, Генерація випадкових входів.
    8. Прочитайте кроки 2, 3 та 4 на цьому екрані.
    9. Продовжуйте читати і просуватися екрани, поки не потрапите на гістограму, як показано на малюнку 11.11 «Орієнтовний збиток або прибуток».

      Малюнок 11.11 Розрахунковий збиток або прибуток

      Джерело: Адаптовано з Wittwer, J.W., «Створення гістограми в Excel» від www.vertex42.com, 1 червня 2004 року, http://vertex42.com/ExcelArticles/mc/Histogram.html.

    10. Зелена лінія - це сукупна ймовірність. Червоні лінії призначені для того, щоб допомогти вам знайти точки ймовірності 5 відсотків і 95 відсотків на зеленій лінії.
    11. Захоплення цього екрану і вставте його в Ch11MonteCarloStudentName.doc.
    12. Зверніться до малюнка 11.11 «Розрахунковий збиток або прибуток». Зверніть увагу, що пляма на зеленій лінії обведена. За горизонтальною шкалою, це місце на сукупній процентній лінії, яка позначає різницю між негативним і позитивним доходом для проекту. У текстовому документі під останнім знімком екрана опишіть, як ви використовуватимете цю діаграму, щоб передбачити відсоток ймовірності того, що цей проект втратить гроші. Залиште документ відкритим.

  • Дізнайтеся про використання виділеного програмного забезпечення для моделювання Монте-Карло

    Виконайте вправу, дотримуючись таких інструкцій:

    1. Використовуйте веб-браузер, щоб перейти до підручника з моделювання Монте-Карло за адресою http://www.solver.com/simulation/monte-carlo-simulation/tutorial.htm.
    2. Прочитайте кожен з перших семи екранів. Захоплення екранів, де зазначено в наступному списку, і вставте їх у Ch11MonteCarloStudentName.doc:
      • Вступ (Захоплення розділу під назвою Недосконалий середній моделі.)
      • Представляємо невизначеність
      • Введення невизначеності (прод.)
      • Невизначені функції та статистика
      • Використання інтерактивного моделювання (Захоплення таблиці внизу.)
      • Перегляд повного діапазону результатів прибутку
      • Зосередження уваги на прибуткових результатах (Захоплення гістограми результатів моделювання в нижній частині екрана.)
    3. Автори стверджують, що просте середнє значення ризиків дає занадто високу оцінку. Якщо вони запускають тисячу комбінацій ризикових результатів, вони прогнозують менший прибуток і певну ймовірність втрати грошей. У текстовому документі під останнім захопленням екрана перегляньте екрани та дайте відповідь на наступні питання:
      • Що прогнозує проста середня модель для чистого прибутку?
      • Що прогнозує моделювання «Справжнє середнє» прибуток?
      • Якщо виникне більшість факторів ризику, скільки грошей може втратити проект?

  • Аналіз

    1. У нижній частині Ch11MonteCarloStudentName.doc напишіть від ста до двохсот слів, щоб описати переваги оцінки ризику за допомогою моделювання Монте-Карло порівняно з простим середнім ризиками. Використовуйте конкретні посилання на призначене читання в тексті та на веб-сторінках попередніх двох частин цієї вправи.
    2. Перегляньте свою роботу та скористайтеся наступною рубрикою, щоб визначити її адекватність:
      Елемент Кращий Адекватний Бідні
      Назва файлу Ch11MonteCarloStudentName.doc .docx версія Ім'я студента не включено
      Охарактеризуйте переваги оцінки ризику за допомогою моделювання Монте-Карло Два знімки екрану плюс опис того, як діаграма використовується для оцінки відсотка шансів втрати грошей; три знімки екрану і відповіді на три питання; опис переваг моделювання Монте-Карло Те ж саме, що і Best Відсутні екрани; неточні оцінки; неправильні відповіді на три питання; опис без конкретних посилань
    3. Збережіть файл і надішліть його за вказівкою інструктора.