使用Excel创建montecarlo模拟 编辑

A蒙特卡罗模拟可以使用Microsoft Excel和骰子游戏进行开发。蒙特卡罗模拟是一种数学数值方法,使用随机绘图来执行计算和复杂问题。如今,它在金融、物理、化学、金融等各个领域都得到了广泛的应用,发挥着重要的作用经济 .

关键要点

  • 蒙特卡罗方法寻求使用随机和概率方法解决复杂问题。
  • 可以使用microsoftexcel和骰子游戏开发montecarlo模拟。
  • 可以使用数据表生成结果—总共需要5000个结果来准备蒙特卡罗模拟;

蒙特卡罗模拟

蒙特卡罗方法由约翰·冯·诺依曼和斯坦尼斯劳·乌拉姆在20世纪40年代发明,旨在利用随机和概率方法解决复杂问题。蒙特卡洛一词是指摩纳哥的行政区,俗称欧洲精英赌博的地方。

蒙特卡罗模拟方法计算积分的概率,并求解偏微分方程,从而在概率决策中引入风险的统计方法。尽管存在许多先进的统计工具来创建蒙特卡罗模拟,但更容易模拟正态定律和正态分布使用Microsoft Excel和绕过数学基础的统一法则。

何时使用蒙特卡罗模拟

当问题过于复杂且难以直接计算时,我们使用蒙特卡罗方法。使用模拟可以帮助为不确定的情况提供解决方案。大量的迭代允许对正态分布 . 它还可以用来理解风险是如何运作的,以及理解预测模型中的不确定性。

如上所述,模拟通常用于许多不同的学科,包括金融、科学、工程和金融供应链管理-尤其是在有太多随机变量的情况下。例如,分析师可能使用蒙特卡罗模拟来评估包括期权在内的衍生品,或确定风险 包括公司可能违约的可能性。

骰子游戏

对于蒙特卡罗模拟,我们分离出一些控制和描述实验结果的关键变量,然后分配一个;概率分布 &在执行大量随机样本之后。为了演示,让我们以骰子游戏为模型。以下是骰子游戏的运行方式:

•玩家掷三个六面骰子三次。

•如果三次投掷的总次数为7或11,则玩家获胜。

•如果三次投掷的总次数为:三次、四次、五次、16次、17次或18次,则玩家将输掉比赛。

•如果总数是任何其他结果,玩家再次玩并重新掷骰子。

•当玩家再次掷骰子时,游戏将以相同的方式继续,除非玩家在总骰子数等于第一轮决定的总和时获胜。

还建议使用数据表生成结果。此外,准备蒙特卡罗模拟需要5000个结果;

要准备蒙特卡罗模拟,需要5000个结果。

第一步:掷骰子活动

首先,我们用50个骰子的三个骰子的结果来建立一系列的数据。为此,建议使用";randbeering(1,6)";函数。因此,每次单击F9,我们都会生成一组新的滚动结果。“结果”单元格是三个卷的结果之和。

步骤2:结果范围

然后,我们需要开发一系列数据,以确定第一轮和随后几轮的可能结果。有三列数据范围。在第一列,我们有数字1到18。这些数字表示掷骰子三次后的可能结果:最大值为3 x 6=18。你会注意到,对于一号和二号细胞,结果是不适用的,因为用三个骰子不可能得到一个或两个。最小值为3。

在第二栏,包括第一轮之后可能得出的结论。正如在最初的声明中所说的,玩家要么赢(赢),要么输(输),或者他们重放(重新掷骰子),这取决于结果(总共掷三个骰子)。

在第三栏中,记录了下一轮可能得出的结论。我们可以使用“IF”函数来实现这些结果。这样可以确保如果获得的结果与第一轮中获得的结果相等,我们就赢了,否则我们将按照原始游戏的初始规则来决定是否重新掷骰子。

第三步:结论

在这一步中,我们确定50个骰子掷的结果。利用指数函数可以得到第一个结论。此函数用于搜索第一轮的可能结果,即与获得的结果相对应的结论。例如,当我们掷6时,我们再玩一次。

使用“OR”函数和嵌套在“IF”函数中的索引函数,可以获得其他掷骰子的结果。此函数告诉Excel,“如果上一个结果是“赢”或“输”,请停止掷骰子,因为一旦我们赢了或输了,我们就完成了。否则,我们将转到以下可能结论的列,并确定结果的结论。

第四步:骰子卷数

现在,我们来决定输赢之前需要掷多少骰子。为此,我们可以使用";COUNTIF";函数,它需要擅长 计算“重新滚动”的结果并将数字1添加到其中。它增加了一个,因为我们有一个额外的回合,我们得到一个最终结果(赢或输)。

第5步:模拟

我们开发了一个范围来跟踪不同模拟的结果。为此,我们将创建三列。在第一栏,其中一个数字是5000。在第二列中,我们将在掷50个骰子后查找结果。在第三栏,即栏的标题中,我们将在获得最终状态(赢或输)之前查找掷骰子的数量。

然后,我们将创建一个敏感性分析 通过使用要素数据或表格数据表格(此敏感度将插入第二个表格和第三个表格列)。在此敏感性分析中,必须将1到5000的事件数插入到文件的单元格A1中。事实上,人们可以选择任何一个空单元格。这样做的目的只是每次强制重新计算,从而得到新的骰子卷(新模拟的结果),而不会损坏现有的公式。

第六步:概率

我们终于可以计算出胜负的概率了。我们使用";COUNTIF";函数来实现这一点。该公式计算“赢”和“输”的数量,然后除以事件总数5000,得到其中一个事件和另一个事件的各自比例。我们最终发现,获得赢结果的概率为73.2%,因此获得输结果的概率为26.8%;

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

词条统计

浏览:96 次

字数:6466

最后编辑:7年前

编辑次数:0 次

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文