可以使用microsoftexcel和骰子游戲開發montecarlo模擬。蒙特卡羅模擬是一種數學數值方法，使用隨機繪圖來執行計算和複雜問題。如今，它在金融、物理、化學、經濟等各個領域都得到了廣泛的應用，發揮著重要的作用。...
可以使用microsoftexcel和骰子游戲開發montecarlo模擬。蒙特卡羅模擬是一種數學數值方法，使用隨機繪圖來執行計算和複雜問題。如今，它在金融、物理、化學、經濟等各個領域都得到了廣泛的應用，發揮著重要的作用。
關鍵要點
- 蒙特卡羅方法試圖解決 使用隨機和概率方法的複雜問題。
- 可以使用microsoftexcel和骰子游戲開發montecarlo模擬。
- 一個資料表可以用來生成結果——總共需要5000個結果來準備蒙特卡羅模擬。
蒙特卡羅模擬
montecarlo方法是由johnvonneumann和Stanislaw-Ulam在20世紀40年代發明的，旨在用隨機和概率方法解決複雜問題。蒙特卡洛一詞是指摩納哥的行政區，俗稱歐洲精英賭博的地方。
蒙特卡羅模擬方法計算積分的概率並求解偏微分方程，從而引入概率決策中風險的統計方法。儘管存在許多先進的統計工具來建立montecarlo模擬，但是使用microsoftexcel來模擬正態定律和統一定律並繞過數學基礎更容易。
何時使用蒙特卡羅模擬
當問題過於複雜且難以直接計算時，我們使用蒙特卡羅方法。使用模擬可以幫助為不確定的情況提供解決方案。大量的迭代可以模擬正態分佈。它還可以用來理解風險是如何運作的，以及理解預測模型中的不確定性。
如上所述，模擬通常用於許多不同的學科，包括金融、科學、工程和供應鏈管理，特別是在有太多隨機變數的情況下。例如，分析師可以使用蒙特卡羅模擬來評估包括期權在內的衍生品，或者確定風險，包括公司可能違約的可能性。
骰子游戲
對於montecarlo模擬，我們分離出一些控制和描述實驗結果的關鍵變數，然後在執行大量隨機樣本後分配一個概率分佈。為了演示，讓我們以骰子游戲為模型。以下是骰子游戲的執行方式：
•玩家擲三個六面骰子三次。
•如果三次投擲的總次數為7或11，則玩家獲勝。
•如果三次投擲的總次數為：三次、四次、五次、16次、17次或18次，則玩家將輸掉比賽。
•如果總數是任何其他結果，玩家再次玩並重新擲骰子。
•當玩家再次擲骰子時，遊戲將以相同的方式繼續，除非玩家在總骰子數等於第一輪決定的總和時獲勝。
還建議使用資料表生成結果。此外，準備蒙特卡羅模擬還需要5000個結果。
要準備蒙特卡羅模擬，需要5000個結果。
第一步：擲骰子活動
首先，我們用50個骰子的三個骰子的結果來建立一系列的資料。為此，建議使用“randbeering（1,6）”函式。因此，每次單擊F9，我們都會生成一組新的滾動結果。“結果”單元格是三個捲的結果之和。
步驟2：結果範圍
然後，我們需要開發一系列資料，以確定第一輪和隨後幾輪的可能結果。有三列資料範圍。在第一列中，我們有數字1到18。這些數字代表了擲骰子三次後的可能結果：最大值為3 x 6=18。您將註意到，對於單元格1和單元格2，結果是不適用的，因為使用三個骰子不可能得到1或2。最少三個。
在第二欄，包括第一輪之後可能得出的結論。正如在最初的宣告中所說的，玩家要麼贏（贏），要麼輸（輸），或者他們重放（重新擲骰子），這取決於結果（總共擲三個骰子）。
在第三欄中，記錄了下一輪可能得出的結論。我們可以使用“IF”函式來實現這些結果。這就確保瞭如果獲得的結果與第一輪中獲得的結果相等，我們就贏了，否則我們就按照最初的遊戲規則來決定是否重新擲骰子。
第三步：結論
在這一步中，我們確定50個骰子擲的結果。利用指數函式可以得到第一個結論。此函式用於搜尋第一輪的可能結果，即與獲得的結果相對應的結論。例如，當我們擲6時，我們再玩一次。
使用“OR”函式和巢狀在“IF”函式中的索引函式，可以獲得其他擲骰子的結果。這個函式告訴Excel，“如果上一個結果是贏或輸”，停止擲骰子，因為一旦我們贏或輸了，我們就完成了。否則，我們轉到以下可能的結論列，並確定結果的結論。
第四步：骰子捲數
現在，我們來決定輸贏之前需要擲多少骰子。要做到這一點，我們可以使用“COUNTIF”函式，它要求Excel計算“重新滾動”的結果，並將數字1加到其中。它加了一個，因為我們有一個額外的回合，我們得到一個最終結果（贏或輸）。
第5步：模擬
我們開發了一個範圍來跟蹤不同模擬的結果。為此，我們將建立三列。在第一列中，其中一個數字是5000。在第二列中，我們將在擲50個骰子後查詢結果。在第三欄，即欄的標題中，我們將在獲得最終狀態（贏或輸）之前查詢擲骰子的數量。
然後，我們將使用特徵資料或表資料表建立敏感度分析表（該敏感度將**第二個表和第三列）。在此敏感性分析中，必須將1到5000的事件數**到檔案的單元格A1中。事實上，人們可以選擇任何一個空單元格。這個想法很簡單，每次都要強制重新計算，從而得到新的骰子捲（新模擬的結果），而不會破壞現有的公式。
第六步：概率
我們終於可以計算出勝負的概率了。我們使用“COUNTIF”函式來實現。這個公式計算“贏”和“輸”的次數，然後除以專案總數5000，得到其中一個和另一個的各自比例。我們最後看到，獲得勝利結果的概率是73.2%，因此獲得失敗結果的概率是26.8%。
