Professional Documents
Culture Documents
SIMULACIJA
Ciljevi ovog poglavlja su slijedeći:
• Upoznati osnove simulacije
• Naučiti postupak simulacije Monte Carlo metodom
• Shvatiti značaj slučajnih brojeva u simulaciji i naučiti neke postupke za
njihovo generisanje
• Razumjerti kako se simulacija može iskoristiti za modeliranje raspodjela
vjerovatnoće
• Naučiti opšti postupak konstruisanja simulacijskog modela
• Upoznati mogućnosti primjene simulacije u matematici, sistemima
masovnog usluživanja i planiranju zaliha
• Korištenjem konkretnih primjera naučiti kako se simulacija koristi
za rješavanje problema
0,8
f(x)
0,6
0,4
A
0,2
{ }
P x n − a ≤ ε = 2 F ε
n
,
2
sn =
1 n 2
∑ ( xk − xn ) .
sn n k =1
1
Tako npr. za datu vjerovatnoću 0,95 tačnost ε je reda , što se ne smatra za
n
veliku efikasnost.
U zadacima sa relativnom greškom 5-10%, gdje se ne traži velika preciznost,
metoda Monte Carlo može se efikasno koristiti.
0589 6732 4799 9485 6139 5932 9341 1782 3472 5643
2209 4803 4807 3579 6525 3004 7252 0583 7091 8889
7643 1722 7742 6611 2395 2381 3681 0560 2340 9354
0718 2503 1969 9915 7360 3022 0578 9539 4580 7155
8913 0317 0812 3314 3963 6234 7408 6556 1637 1971
6462 8912 9125 2409 2575 0309 3941 7314 0608 1563
4283 9511 4351 4208 1514 3473 6807 1829 6948 8046
8058 7036 4104 2679 7846 0339 1763 0969 8244 3140
0020 9040 9945 7257 4219 4904 2433 1493 0986 4590
0540 2083 0191 6076 5524 7925 1231 8412 7457 5010
9583 2253 9178 8021 3436 5222 3386 9433 8386 6167
6535 7046 8714 8950 7217 1810 5516 7995 7200 2058
7224 0403 3619 4022 1491 5343 6057 4099 5500 1069
4169 4058 9305 4873 3465 4157 0463 4918 3929 8177
6188 5079 9682 8200 0797 5292 7546 8601 9807 9194
4891 4812 4862 4824 9146 5489 6122 1872 6738 6657
8837 8429 1219 0378 4931 3976 9913 2877 4527 9181
7780 2573 0980 9208 0295 1287 8984 4857 0602 1382
2402 0340 0117 0631 8191 4017 5366 8720 8863 4712
8655 8475 4399 0176 9620 2793 4541 7196 5226 3078
7854 4920 0532 1418 1097 9047 4468 3930 1981 5579
1496 6462 8278 3568 3094 1462 0412 2549 9545 6393
6213 8724 7334 8011 7849 6473 3101 6697 2865 3616
7274 1334 6503 2612 4906 2790 4995 7467 9461 1331
1 F(x)
0 x
x=F-1(u)
Slika 8.2. Modeliranje funkcije raspodjele
0 D1 D2 O1 D3 O2 ...
8. Simulacija 7
Primjer 1.: Izračunati površinu ispod krive funkcije f(x) (približnu vrijednost
integrala) na osnovu 30 simulacija.
Rješenje:
Od ukupnog broja simulacija n=30 u oblast ispod krive f(x) palo je m=9 tačaka
tako da je površina jednaka
1 m 9
∫ f ( x )dx ≈ = = 0 ,3.
0 n 30
Slijedi da je
u = 1 − e − µx , x>0,
odnosno
8 Stohastički modeli u poslovnom odlučivanju
1
x=− ln( 1 − u ), 0 < u < 1 .
µ
To znači da, ako se pođe od niza u1,u2,... kojim je modelirana uniformna
raspodjela na intervalu [0,1], dobiva se niz x1,x2,... kojim je modelirana
eksponencijalna raspodjela sa parametrom µ.
Pretpostavimo da je vrijeme usluživanja na benziskoj pumpi raspodijeljeno
eksponencijalno sa prosječnim trajanjem od 5 minuta. Potrebno je odrediti
vrijeme usluge za prvih 5 automobila.
Rješenje:
Pošto je 1–u isto tako slučajni broj iz intervala [0,1] (sa tri decimalna mjesta), na
osnovu tablice slučajnih brojeva, slijedi da je
1
x=− ln u
µ
pa je
x1 = -5 ln 0,058 = 14,2
x2 = -5 ln 0,673 = 2,0
x3 = -5 ln 0,479 = 3,7
x4 = -5 ln 0,948 = 0,3
x5 = -5 ln 0,613 = 2,4.
Primjer 3.: Upotrebom metode Monte Carlo treba oponašati rad jednokanalnog
sistema masovnog usluživanja. Praćenjem je utvrđeno da klijenti dolaze na
usluživanje u vremenskom razmaku od 6, 7, 8 i 9 minuta, a usluživanje po
jednom klijentu trajalo je 4, 5, 6, 7 i 8 minuta. U tabelama su prikazane
vjerovatnoće dolazaka i usluživanja.
Slučajni brojevi
Redni broj
Razmak između dolaska
dolaska Vrijeme trajanja usluživanja
klijenta
1 7 73
2 18 60
3 25 30
4 3 22
5 19 5
6 69 78
7 99 95
8 15 39
Razmak između
Vjerovatnoća Kumulativ Slučajni brojevi
dolazaka
6 0,2 0,2 (0-19)
7 0,2 0,4 (20-39)
8 0,5 0,9 (40-89)
9 0,1 1 (90-99)
10 Stohastički modeli u poslovnom odlučivanju
Vrijeme
Vjerovatnoća Kumulativ Slučajni brojevi
usluživanja
4 0,1 0,1 (0-9)
5 0,2 0,3 (10-29)
6 0,4 0,7 (30-69)
7 0,2 0,9 (70-89)
8 0,1 1 (90-99)
Uslužno
Vrijeme Vrijeme Početak Vrijeme Dužina Vrijeme
Klijent mjesto
dolaska usluge usluge odlaska reda čekanja
prazno (min)
1 6 7 6 13 0 0 6
2 6+6=12 6 13 19 1 13-12=1 0
3 12+7=19 6 19 25 0 0 0
4 25 5 25 30 0 0 0
5 31 4 31 35 0 0 1
6 39 7 39 46 0 0 4
7 48 8 48 56 0 0 2
8 55 6 56 62 1 1 0
Ukupno 2 2 13
Prema tome, karakteristike sistema su:
- u simuliranom periodu objekat je prazan 21% vremena (13/62),
- prosječno vrijeme čekanja klijenta je 0,25 minuta (2/8) i
- prosječna dužina reda je 0,3 klijenta (2/62).
D1 D2 O1 D3 D4
O4 D5 O5 D6 O6 D7 D8 O7 O8
O2 O3
0 6 12 13 19 25 30 31 35 39 46 48 55 56 62
Za potrebe modela generisani su slijedeći slučajni brojevi: 3, 17, 45, 80, 71, 55,
33, 14, 89, 13, 8 i 12.
Rješenje: