DMD-5-随机模拟.pptVIP

数 据 模 型 决 策 第八章 管理决策模拟 　　管理决策问题中大量遇到不确定因素，前面章节介绍了各种各样的不确定环境下的数据统计和分析的模型。然而，并非所有不确定环境都可用一类模型来描述、分析的。特别是当有许多不确定因素存在，而其间的相互作用关系又较为复杂时更是如此。此时，我们需要一种有效的方法——随机模拟。 随机模拟的根本作用是利用计算机将不确定环境模拟出来，即生成我们所感兴趣的样本数据！ 数 据 模 型 决 策 8.1 问题的提出 Conley 鱼业公司的决策问题 问题描述——略 问题归纳： 1、Clint Conley 何许人？ 2、公司运作有多少捕鱼船？ 3、每艘捕鱼船一天的捕鱼量是多少磅？ 4、哪几个港口供卖鱼选择？其卖鱼量和价格有何变化？ 5、每艘捕鱼船的运作成本是多少？ 数 据 模 型 决 策 8.1 问题的提出 数据 1、捕鱼船数量—— 55 艘 2、每艘捕鱼船一天的捕鱼量—— 3500 磅 3、港口供卖鱼选择—— Gloucester，Rockport 4、每艘捕鱼船的运作成本—— $10000 5、对Conley而言各港口对一艘船的鳕鱼需求量及价格如下表： 数 据 模 型 决 策 8.1 问题的提出 数据 数 据 模 型 决 策 8.1 问题的提出 Clint 的选择： 1、到Gloucester 卖鳕鱼——鳕鱼一定能卖完，且价格固定。 2、到Rockport 卖鳕鱼——面临一些问题待回答： （1）日期望收入是多少？ （2）日收入的标准差有多大？ （3）给定的一日，收入超过Gloucester 的概率是多少？ （4）给定的一日，亏本的概率是多少？ （5）日收入的概率分布大致为何形状？ 数 据 模 型 决 策 8.2 问题的初步分析 我们发现如果Clint 选择在Rockport 卖鳕鱼，他的日收入受到两个不确定因素的影响。因此，我们通过研究描述不确定因素的有效方法——随机变量为切入点来分析。 定义随机变量： 1、PR = Rockport 鳕鱼的卖价，单位：$ / 磅。 2、D = Rockport 对Clint 的鳕鱼需求量，单位：磅。 3、ER = Rockport 卖鳕鱼的日收入，单位：$。 数 据 模 型 决 策 8.2 问题的初步分析 我们容易得到这三个随机变量之间的关系： 数 据 模 型 决 策 8.2 问题的初步分析 由上面的分析，我们将Clint 需要回答的问题转化为数学语言表达如下： 1、ER 的期望值是多少？ 2、ER 的标准差是多少？ 3、P（ER ＞ $1375）= ？ 4、P（ER ＜ 0）= ？ 5、ER 的概率密度函数的大致形状如何？ 可以想象，如果我们有关于ER 的一组样本数据，要回答这些问题就变得容易了。 数 据 模 型 决 策 8.3 模拟模型 由于模拟往往涉及大量数值计算，所以一般只能通过计算机来完成。首先我们应该建立一张计算机模拟工作表： Conley 公司选择Rockport 港口卖鳕鱼的计算机模拟表 数 据 模 型 决 策 8.3 模拟模型 Conley 公司选择Rockport 港口卖鳕鱼的模拟问题的关键是如何通过计算机生成（创造）出 n 天中每一天的需求量D，每一天的价格PR。而生成出D 以及PR 的数据（样本）必须与它们各自所服从的概率分布规律相一致，并且，应该注意到我们假定 D 与 PR 相互独立。而一但有了n 天的D 和PR 的数据，就不难计算出n 天的ER 的数据（样本）。从而，根据ER 的一组样本数据，利用统计数据分析的各种模型就至少可以回答Clint 提出的 5 个问题了。 现在的问题就是我们怎样才能获得服从给定概率分布的Rockport 港口鳕鱼的需求量和价格这两种数据呢？ 数 据 模 型 决 策 8.4 随机数的产生 为了模拟出我们所需要的服从给定概率分布的随机变量，重要的第一步是产生出一系列服从均匀分布的随机数。 通过计算机产生的服从[0，1]区间上均匀分布的随机数有一个重要的特点是： [