Articoli Taggati ‘montecarlo’

scritto da | on , | Nessun commento

Diverse sono le tecniche che consentono di stimare le dimensioni di un magazzino: Ogni metodo parte da una proiezione del volume complessivo che si prevede verrà movimentato al suo interno in un determinato periodo di tempo, utilizzata per prevedere le scorte di ciclo e di sicurezza relative a ciascun prodotto che dovranno essere conservate nella struttura. Alcune tecniche considerano sia le scorte normali, sia quelle corrispondenti a eventuali picchi. || Continua a leggere

@Risk

apr
2011
27

scritto da | on , | Nessun commento

@Risk Tools® Suite 5.0, un insieme integrato di programmi che funzionano con Microsoft Excel pensato per l’analisi dei rischi, quella decisionale e delle cosiddette “incertezze operative”. Composta da sette prodotti integrabili ma anche utilizzabili separatamente.Il sistema è progettato per ragionare con il metodo di simulazione noto come “Monte Carlo”, famoso metodo statistico non parametrico per generare stime in base a delle simulazioni. Per farla semplice possiamo dire che questo significa poter elaborare delle analisi anche partendo  da dati che non sono completi.Tutto quanto viene gestito attraverso un’interfaccia grafica semplice e, dobbiamo dirlo, anche accattivante se pensiamo che si tratta di un programma di Intelligence. Sono già presenti nella suite una serie di template di grafici per rendere anche più semplice la presentazione dei risultati delle vostre analisi: dagli istogrammi classici alle curve cumulative, dai grafici a sovrapposizione a quelli di riepilogo. è disponibile in lingua italiana e anche in versione scaricabile gratuitamente, perfettamente funzionante per 30 giorni.

scritto da | on | Nessun commento

In un post precedente abbiamo visto in cosa consiste il metodo montecarlo ed i vantaggi della sua applicazione, in questo post vedremo come realizzarlo in pratica. Possiamo individuare tre passaggi fondamentali per la realizzazione del metodo montecarlo:

  1. Costruzione del modello
  2. Individuazione delle variabili di input e output
  3. Esecuzione della simulazione

Costruzione del modello: In questa fase impostiamo il modello costruito da varie equazione tra loro collegate, ad esempio un modello molto semplice è dato dall’equazione Prezzo X Quantità = Costo unitario X Quantità + Costi fissi. Si può partire da un modello molto semplice e poi approfondirlo piano piano aggiungendo altre variabili ed equazioni. In pratica nel foglio di calcolo andiamo ad inserire i dati e le varie formule, il modello può essere abbastanza semplice e rientrare in unico foglio oppure abbastanza complesso e quindi diviso in più fogli di lavoro per facilitarne la lettura e la manutenzione. È importante sottolineare che il modello è un qualcosa di vivo che cresce lentamente e che si arricchisce di particolari anche dopo che sono state realizzate le fasi successive.
Individuazione delle variabili di input e output: In questa fase si vanno ad individuare le variabili che devono essere stimate in quante non sono certe e non dipendono da decisioni da parte dell’azienda. Ad esempio se consideriamo il modello visto in precedenza possiamo considerare come variabile la quantità, in quanto non sappiamo quanto riusciamo a vendere in maniera esatta ma possiamo stimarlo, mentre potremmo considerare il prezzo come una variabile decisa dall’impresa. Una volta individuate le variabili è necessario associare ad ognuna una variabile casuale che meglio si adatta al fenomeno analizzata. Diversi plug in per Excel consentono di individuare la variabile casuale e stimarne i parametri a partire da alcuni dati campionari. Ad esempio possiamo considerare le quantità mensili vendute nei mesi precedenti e stimare la variabile casuale. Oltre alle variabili di input va individuata la variabile che si vuole monitore e sulla quale si prederanno le decisione, come ad esempio il profitto.
Esecuzione della simulazione: In questa fase avviamo la simulazione e come risultato otteniamo la variabile casuale della variabile di output individuata nel punto precedente e sulla quale prendere le nostre decisioni. Ad esempio la simulazione potrebbe indicarci che c’è una probabilità uguale al 5% che il nostro profitto sia di 10.000 euro, oppure c’è una probabilità del 60% che il profitto sia compreso tra 15.000 e 45.000 euro. È possibile poi variare alcuni parametri del modello e eseguire nuovamente la simulazione per costruire differenti scenari od opzioni differenti. Ad esempio potremmo valutare tre soluzioni differenti di magazzini automatici valutandone il tasso di occupazione o la velocità del prelievo, in questo caso il modello potrebbe essere sempre lo stesso ma per ogni soluzioni andranno variati alcuni parametri, oppure potrebbe essere necessario effettuare qualche piccola variazione al modello. Altra analisi importante e quella della sensitività ovvero andare ad individuare quali sono quelle variabile che impattano maggiormente sulla variabile di output.

News