Symulacja Monte Carlo - proste wyjaśnienie

Symulacja Monte Carlo to sposób odpowiedzi na pytanie: co może się wydarzyć, jeśli ważne dane wejściowe są niepewne? Zamiast obliczać tylko jeden wynik, symulacja oblicza ten sam model wiele razy z losowo wybranymi wartościami wejściowymi.

Wynikiem nie jest jedna liczba, lecz rozkład zasymulowanych wyników. Pozwala on oszacować prawdopodobieństwo określonych zakresów lub zdarzeń. Dzięki temu symulacja Monte Carlo jest przydatna w analizie ryzyka, prognozach, ocenie zdolności procesu, analizach tolerancji i planowaniu biznesowym.

Możesz wypróbować ją bezpośrednio za pomocą kalkulatora symulacji Monte Carlo.

Czym jest symulacja Monte Carlo?

W zwykłym obliczeniu wpisuje się stałe wartości. Na przykład przychód można obliczyć za pomocą następującego równania:

W praktyce wartości te rzadko są dokładnie znane. Liczba odwiedzających zmienia się z tygodnia na tydzień, współczynnik konwersji może być wyższy lub niższy, a średnia wartość zamówienia również się waha. Symulacja Monte Carlo opisuje każdą niepewną zmienną wejściową za pomocą rozkładu prawdopodobieństwa, a następnie oblicza wiele możliwych wartości przychodu.

Jak to działa?

1. Zdefiniuj niepewne zmienne wejściowe.
2. Wybierz rozkład prawdopodobieństwa dla każdej zmiennej wejściowej.
3. Zapisz wzór, który łączy dane wejściowe z wynikiem.
4. Pozwól komputerowi powtórzyć obliczenia tysiące razy.
5. Przeanalizuj rozkład wszystkich zasymulowanych wyników.

Każde powtórzenie jest jednym możliwym scenariuszem. Po wielu powtórzeniach układ wyników pokazuje, które rezultaty są częste, które rzadkie i gdzie występują największe ryzyka.

Prosty przykład

Wyobraź sobie, że sklep internetowy chce oszacować przychód w następnym miesiącu. Zespół nie zna dokładnych wartości, ale może przyjąć realistyczne założenia:

• Liczba odwiedzających wynosi zwykle około 12 000, ale może się zmieniać.
• Współczynnik konwersji prawdopodobnie mieści się między 2,5% a 6%.
• Średnia wartość zamówienia prawdopodobnie mieści się między 42 a 68.

Pojedyncze obliczenie dla przypadku średniego ukrywa tę niepewność. Symulacja Monte Carlo łączy natomiast wiele możliwych liczebności odwiedzających, współczynników konwersji i wartości zamówienia. Wynik może pokazać oczekiwany przychód, dolny i górny zakres oraz prawdopodobieństwo nieosiągnięcia celu, na przykład 18 000.

Typowe rozkłady prawdopodobieństwa

Rozkład informuje symulację, które wartości są możliwe i które są bardziej prawdopodobne. Właściwy wybór zależy od tego, co reprezentuje dana zmienna wejściowa.

Jak interpretować wyniki?

Najważniejszym wynikiem jest rozkład zasymulowanych rezultatów. Histogram pokazuje, gdzie znajduje się większość wyników i jak szeroki jest możliwy zakres.

Średnia to przeciętny wynik symulacji. Odchylenie standardowe pokazuje, jak silnie zmienia się wynik. Minimum i maksimum pokazują skrajne wartości zasymulowane, ale nie należy interpretować ich jako gwarantowanych granic.

Jeśli dodane zostaną granice specyfikacji lub granice docelowe, symulacja może oszacować, jak często wynik spada poniżej granicy albo ją przekracza. Jest to przydatne, gdy pytanie brzmi nie tylko „jaki jest oczekiwany wynik?”, ale także „jak prawdopodobne jest, że nie osiągniemy celu?”.

Czym jest analiza wrażliwości?

Analiza wrażliwości pokazuje, które zmienne wejściowe mają najsilniejszy wpływ na wynik. Pomaga to zdecydować, gdzie dokładniejsze dane byłyby najbardziej wartościowe.

Na przykład jeśli przychód jest znacznie bardziej wrażliwy na współczynnik konwersji niż na wartość zamówienia, poprawa oszacowania współczynnika konwersji ulepszy symulację bardziej niż doprecyzowanie oszacowania wartości zamówienia.

Kiedy warto użyć symulacji Monte Carlo?

• Gdy kilka niepewnych zmiennych wejściowych wpływa na jeden wynik.
• Gdy proste obliczenie dla przypadku średniego jest zbyt optymistyczne lub zbyt ograniczone.
• Gdy trzeba oszacować prawdopodobieństwo nieosiągnięcia celu.
• Gdy chcesz porównać wyniki w scenariuszu najlepszym, typowym i najgorszym.
• Gdy chcesz znaleźć zmienne wejściowe odpowiadające za największą część ryzyka.

Oblicz symulację Monte Carlo online

W numiqo możesz definiować rozkłady zmiennych wejściowych, wprowadzać równania wyniku, dodawać granice specyfikacji i uruchamiać symulację online. Otwórz kalkulator symulacji Monte Carlo i utwórz własny model.