É basicamente um experimento de amostragem, cujo principal
propósito é estimar a distribuição de um resultado que depende de algumas variáveis probabilísticas. Simulação que gera números aleatórios dentro de certas características, e utiliza estes valores para as variáveis incertas de um modelo. O modelo é simulado repetidas vezes, utilizando esses números aleatórios e os resultados são anotados e classificados. é frequentemente utilizada para avaliar o impacto esperado de mudanças de políticas e o risco envolvido na tomada de decisão. OBS: A simulação de Monte Carlo trabalha basicamente com número aleatório ou randômico, que é assim definido: Número aleatório ou randômico é aquele número que é uniformemente distribuído entre 0 ou 1. A técnica de simulação de Monte Carlo compreende as seguintes etapas: a) identificação das distribuições de probabilidades das variáveis aleatórias relevantes para o estudo; b) construção das distribuições de probabilidades acumuladas para cada uma das variáveis definidas no item anterior (a), quando cabível; c) definição dos intervalos de números randômicos (números aleatórios) para cada variável; d)geração de números aleatórios; e) simulação dos experimentos. OBS: A simulação de Monte Carlo trabalha basicamente com número aleatório ou randômico, que é assim definido: Número aleatório ou randômico é aquele número que é uniformemente distribuído entre 0 ou 1 .O que queremos dizer com uniformemente distribuído para um número aleatório? Queremos dizer que todos os valores situados entre 0 e 1 têm a mesma probabilidade de ocorrer.
Para que possamos utilizar os números aleatórios na simulação de Monte
Carlo, precisamos primeiro construir as distribuições de frequência relativa (probabilidade) e acumulada (probabilidade acumulada) do problema que estamos analisando. A probabilidade acumulada da 1a linha será sempre igual à probabilidade da mesma linha. A probabilidade acumulada da 2a e demais linhas será sempre igual à probabilidade da linha de cima, somada à probabilidade da própria linha. Com base nos dados acima podemos associar a cada intervalo de números aleatórios uma demanda. A Tabela 2.5 nos diz que, se sortearmos um número e este for menor do que 0,05, a demanda pode ser considerada como sendo de 40 caixas e o lucro obtido com esta venda pode ser quantificado, ou seja, R$ 150 da Tabela 2.2. Se o número 0,56 for sorteado, por exemplo, a demanda pode ser considerada como sendo de 70 caixas.
OBS: A simulação de Monte Carlo trabalha com números aleatórios,
sorteados entre zero e um. Existem tabelas prontas com esses números sorteados (Anexo 1), mas eles podem também ser obtidos por meio da função aleatório, quando realizamos a simulação com o Excel (Anexo 2). Simulação de vinte linhas dos chocolates especiais da Doce Sabor, para uma compra de 80 unidades (Q = 80). Exemplo O meteorologista da Epagri/SC deseja fazer uma simulação com a previsão do número de dias em que as temperaturas ficarão em média acima dos 22ºC, no mês de maio, em Florianópolis. Para tanto, fez um levantamento das temperaturas médias observadas neste mês, nos últimos 50 anos, e construiu a distribuição de freqüência dada pela tabela abaixo. Estime o número de dias com temperaturas acima de 22o do próximo mês de maio. Utilize a média de 20 linhas de simulação. EVENTO N.ALEATÓRIO N,DIAS TEMPERATURA ACIMA DE 22º 1