A análise de risco é uma parte de cada escolha que fazemos. Somos continuamente olhados com vulnerabilidade, incerteza e flutuação. Além disso, apesar de termos um acesso notável aos dados, não podemos prever com precisão o que está por vir. A reprodução Monte Carlo (também chamada de Estratégia Monte Carlo) dá-lhe a oportunidade de ver todos os resultados potenciais das suas escolhas e pesquisar o efeito do perigo, tendo em consideração uma melhor liderança básica sob vulnerabilidade.

O que é a Reprodução Monte Carlo?

A encenação de Monte Carlo é um método científico modernizado que permite aos indivíduos representar um risco na análise quantitativa e na liderança básica. O procedimento é utilizado por especialistas em campos tão amplamente singulares como um fundo, arriscar o conselho, vitalidade, produção, desenho, trabalho inovador, proteção, petróleo e gás, transporte e a terra.

A recriação de Monte Carlo serve ao líder com um alcance de resultados potenciais e as probabilidades de que eles aconteçam para qualquer decisão de actividade… Mostra os resultados escandalosos concebíveis – os resultados de colocar tudo em jogo e para a escolha mais tradicionalista – juntamente com todas as ramificações concebíveis para escolhas amplamente atraentes.

O método foi utilizado pela primeira vez por pesquisadores que tentaram a bomba nuclear; foi nomeado para Monte Carlo, a cidade resort do Mónaco eminente para o seu clube. Desde a sua apresentação na Segunda Guerra Mundial, a reprodução de Monte Carlo tem sido utilizada para exibir um conjunto de quadros físicos e teóricos.

Como funciona a recreação de Monte Carlo

A recreação Monte Carlo realiza análises de risco através da construção de modelos de resultados potenciais, substituindo um escopo de qualidades – uma apropriação de probabilidade – por qualquer fator que tenha incerteza inerente. Neste ponto, os resultados são sempre recorrentes, utilizando um arranjo alternativo de qualidades arbitrárias a partir das capacidades de verosimilhança. Dependendo do número de vulnerabilidades e dos alcances indicados para elas, uma encenação de Monte Carlo poderia incluir milhares ou um grande número de recálculos antes de ser concluída. A recriação Monte Carlo produz transmissões de estima de resultados concebíveis.

Ao utilizar apropriações de probabilidade, os fatores podem ter várias probabilidades de vários resultados acontecerem. As circulações de probabilidades são um método consideravelmente mais sensato para descrever a vulnerabilidade em fatores de uma investigação de risco.

As dotações regulares de probabilidade incluem:

Ordinário

Ou por outro lado, “chime bend”. O cliente basicamente caracteriza a média ou antecipado que vale e um desvio padrão deve representar a variedade sobre a média. Qualidades no centro próximas à média estão bem no caminho para acontecer. É simétrico e retrata inúmeras maravilhas características, por exemplo, as estaturas dos indivíduos. Instâncias de fatores retratados pelas transmissões comuns incorporam taxas de inchaço e custos de vitalidade.

Lognormal

As qualidades são decididamente inclinadas, não simétricas como a disseminação comum. É utilizado para falar com estima que não vão abaixo de zero, mas que têm um potencial positivo sem limites. Instâncias de fatores retratados por transportes lognormais incorporam estimativas de propriedade de terra, custos de estoque e porões de petróleo.

Uniforme

Toda a estima tem uma possibilidade equivalente de acontecer, e o cliente caracteriza essencialmente a base e o mais extremo. Instâncias de fatores que poderiam estar consistentemente dispersas incorporam despesas de montagem ou rendimentos de negócios futuros para outro item.

Triangular

O cliente caracteriza a base, com toda a probabilidade, e as qualidades mais extremas. Qualidades em torno do em todas as probabilidades estão destinadas a acontecer. Fatores que poderiam ser retratados por um transporte triangular incorporam o histórico de negócios passados por unidade de tempo e níveis de estoque.

PERT

O cliente caracteriza a base, com toda a probabilidade, e as qualidades mais extremas, muito parecidas com a dispersão triangular. Qualidades em torno da base, sem dúvida, estão destinadas a acontecer. De qualquer forma, os valores entre o em toda a probabilidade e os limites estão obrigados a acontecer do que o triangular; ou seja, os limites não são tão sublinhados. Um caso de utilização de um

A apropriação de PERT é retratar o alcance de um recado em uma tarefa do modelo do conselho.

Discreto

O cliente caracteriza as qualidades explícitas que podem acontecer e a probabilidade de cada uma delas. Um modelo pode ser as consequências de uma reclamação: 20% de possibilidade de decisão positiva, 30% de possibilidade de decisão negativa, 40% de possibilidade de acordo, e 10% de possibilidade de malfeitoria.

Durante uma reencenação de Monte Carlo, os valores são inspecionados sem objetivo a partir das dotações de probabilidade de informação. Cada arranjo de testes é chamado de ênfase, e o resultado subseqüente desse exemplo é registrado. A reencenação Monte Carlo faz isso centenas ou milhares de vezes, e o resultado é uma transmissão de probabilidade de resultados potenciais. Nesta linha, a recriação de Monte Carlo dá uma perspectiva consideravelmente mais abrangente sobre o que pode ocorrer. Revela-lhe o que pode ocorrer, mas que é tão propenso a ocorrer.

A recreação de Monte Carlo dá várias circunstâncias favoráveis sobre o exame determinístico, ou “medidor de ponto único”:

Resultados Probabilísticos. Os resultados mostram o que pode ocorrer, mas a probabilidade de cada resultado.

Resultados gráficos. Devido à informação que uma reprodução Monte Carlo produz, é tudo menos difícil de fazer diagramas de vários resultados e suas probabilidades do evento. Isto é significativo para transmitir as descobertas a diferentes parceiros.

Investigação de Afectabilidade. Com apenas alguns casos, o exame determinístico torna difícil ver quais são os fatores que mais influenciam o resultado. Na encenação de Monte Carlo, é tudo menos difícil ver quais fontes de dados tiveram o maior impacto nos resultados das principais preocupações.

Exame da situação: Em modelos determinísticos, é difícil mostrar várias misturas de qualidades para várias contribuições para ver os impactos de situações realmente diversas. Utilizando a reprodução de Monte Carlo, os especialistas podem ver precisamente quais as fontes de informação que tinham que estima quando certos resultados aconteceram. Isto é importante para procurar mais investigação.

Conexão de fontes de informação. Na recreação de Monte Carlo, é possível demonstrar as conexões associadas entre os fatores de entrada. É significativo para a exatidão falar de como, em toda a atualidade, quando alguns elementos sobem, outros sobem ou descem conforme as necessidades.

Uma atualização para a recreação de Monte Carlo é a utilização do exame do Hipercubo Latino, que testa com maior precisão a partir de todo o escopo da capacidade de circulação.