¿Qué es la simulación de Monte Carlo?

La simulación de Monte Carlo utiliza un modelo matemático del sistema, que le permite explorar el comportamiento del sistema de forma más rápida, más barata y posiblemente incluso más segura que si experimentara con el sistema real.

La simulación proporciona valores esperados basados en ecuaciones que definen la relación entre las entradas (X) y las salidas (Y). Estas pueden ser ecuaciones conocidas, o pueden estar basadas en un modelo que se crea a partir de un experimento diseñado (DOE) o un análisis de regresión en Minitab.

Una vez completa la simulación inicial, Workspace muestra un histograma y estadísticas resumidas, incluyendo los valores de salida esperados y una estimación de su variabilidad. Si proporciona límites de especificación, los resultados también incluyen métricas de desempeño del proceso.

Workspace proporciona los siguientes métodos de análisis para ayudarle a mejorar aún más los resultados de la simulación inicial.
  • Optimización de parámetros Identifica la configuración óptima de las entradas que usted puede controlar. Workspace busca un rango de valores para cada entrada para encontrar valores de configuración que cumplan el objetivo definido y conduzcan a un mejor rendimiento del sistema.
  • Análisis de sensibilidad Identifica las entradas cuya variación tiene el mayor impacto en las salidas clave. Utilice este método junto con sus conocimientos del proceso para identificar las entradas que se pueden ajustar para realizar mejoras.
Una Simulación Monte Carlo responde a las siguientes preguntas:
  • ¿Qué distribución se adapta mejor a mis datos de entrada? ¿Qué valores puedo esperar para mis salidas?
  • ¿Qué tan capaz es mi proceso o producto, dada la incertidumbre en los parámetros de entrada?
  • ¿Cuáles son los ajustes óptimos para lograr mi objetivo?
  • ¿Cómo afecta la variación en las entradas a la variación en la respuesta?

Cómo hacerlo

  1. Identificar las ecuaciones, y=f(x), que explican la relación entre las entradas y salidas. Las ecuaciones pueden provenir del conocimiento del proceso o de un análisis estadístico.
  2. Defina la distribución de cada variable de entrada. Si no sabe qué distribución utilizar, Workspace puede examinar los datos históricos de un archivo CSV y recomendar una posible distribución.
  3. Ejecute una simulación Monte Carlo. Vete a Agregar una simulación de Monte Carlo
  4. Ejecute una optimización de parámetros. Vete a Ejecutar una optimización de parámetros
  5. Realizar un análisis de sensibilidad. Vete a Ejecutar un análisis de sensibilidad