Simulação de Monte Carlo

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

10

MÉDIA ?