Monte Carlo Simülasyonunda Betimsel Örnekleme Yaklaşımı ve İGDAŞ Bakırköy Veznelerine Bir Uygulama Çalışması

Abstract

Monte Carlo uygulamaları sonucunda ortaya çıkan, düşük değerdeki kesinlik tesadüfi davranışların tanımlanmasında kullanılan girdi örneklemlerin tesadüfi olarak oluşturulmasından kaynaklanmaktadır. Bu nedenle ortaya çıkan olumsuzlukları gidermeye yönelik olarak varyans azaltma tekniklerine başvurulmakta ancak bu da işlem yükünün artmasına neden olmaktadır. Bu sorunu ortadan kaldırmak amacıyla basit tesadüfi örneklemeye karşılık olarak betimsel örnekleme yönteminden yararlanılmakta ve bu yöntemle elde edilen sonuçların çok daha kesin değerlere sahip olduğu görülmektedir. Bu çalışmada, betimsel örnekleme yönteminin basit tesadüfi örnekleme yöntemine göre Monte Carlo simülasyonunda çok daha uygun sonuçlara ulaştığını göstermeye yönelik olarak gerçek bir duruma uygulamasına çalışılmış ve elde edilen sonuçların betimsel örnekleme lehine oldukça uygun sonuçlan içerdiği görülmüştür.

In any Monte Carlo application, sampled distributions are assumed to be known. Using simple random sampling, sample histograms or, equivalently, sample moments will vary at random, thus producing an imprecise description of the known input distribution, and consequently increasing the variance of simulation estimates. This problem can be avoided with descriptive sampling, here proposed as a more appropriate approach in Monte Carlo simulation than simple random sampling. The basis of topic, examples of its use and emprical results are presented.