[방통대 경영학과 4학년 생산관리 공통] 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성하시오.

소개글

[방통대 경영학과 4학년 생산관리 공통] 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성하시오.에 대한 보고서 자료입니다.

목차

[방통대 경영학과 4학년 생산관리 공통] 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성하시오.

<목 차>

Ⅰ. 서론

Ⅱ. 본론
1. 경영과학의 개념
1) 정의와 역사
2) 특징
3) 주요단계
4) 연구모형
2. 몬테카를로 시뮬레이션
1) 개념
(1) 정의
(2) 역사
(3) 절차
2) 적용가능분야
(1) 경영관리 분야
(2) 산업 및 공학 분야
(3) 자연과학분야
(4) 금융 분야
(5) 핵물리학 분야
(6) 교통 및 수송 분야
3) 장단점
(1) 장점
(2) 단점
3. 시설대안 평가의 수치적 예
1) 공동주택 장기수선충당금 예측
2) 퇴직연금 적립금 운용평가 예측
3) 구조물 안전관련 신뢰도 분석

Ⅲ. 결론


<참고문헌>

본문내용

장기수선충당금은 평균 1억9천9백66만여원이 예상된다. 장충금 산출에 대한 120번의 시뮬레이션 결과를 장기수선계획 연도에 따라 도식하면 지난 2005년과 지난해 오는 2025년에 필요한 장충금은 평균 1천9백81만여원, 1억5천8백55만여원, 3억9천9백28만여원이 기대된다.
2) 퇴직연금 적립금 운용평가 예측
근로자가 나이가 들수록 주식 비중을 줄여가는 자산배분 전략과 주식 비중을 90%, 40%, 10%로 일정하게 유지하여 30년 동안 운용했을 때의 결과를 비교 분석한다. 분석방법에는 몬테카를로 시뮬레이션을 활용하며 포트폴리오를 구성하는 자산(주식과 채권)의 수익률을 무작위로 추출해 포트폴리오에 적용시키는 실험을 반복했으며, 그 결과 30년 후 은퇴자산 가치의 확률분포를 도출했다. 분석 결과에 따르면 생애주기에 따른 자산배분 전략을 활용한 경우 매월 300만원(매년 급여인상율 4%)을 납입해 운용하면 30년 후 적립금 분포의 중앙값은 11억 5000만원인 것으로 나타났다. 이는 주식 비중을 90%로 유지한 경우보다는 적은 수준이지만 주식 비중을 40%, 10%로 유지했을 경우 보다는 높은 결과였다. 즉, 주식 비중을 90%로 유지한 때보다 수익률은 낮았지만 확률적으로 적립금이 지나치게 낮아질 가능성도 적었다.
3) 구조물 안전관련 신뢰도 분석
신뢰도(reliability)는 주어진 조건하에서, 주어진 기간 동안 구조물이 그 의도하고 있는 기능을 수행할 확률로 정의된다. 다른 정의로, 규정된 기간 동안 설계목적을 달성할 능력 또는 규정된 기간 동안 한계상태에 도달하지 않을 확률이라 할 수 있다. Pf를 파괴확률이라 하면 신뢰도는 r=1-Pf가 된다.
절대적으로 안전한 구조물이 있을 수 없다는 것은 불확실성(uncertainty) 때문이다. 모든 공학 분야에서 planning, modeling, analysis, design, operation, evaluation을 수행하는데 있어 이상화된 가정이나 조건을 사용한다. 여기에 여러 가지 불확실성이 존재하며, 이러한 불확실성은 대개 자연적인 (inherent) 것이며 피할 수 없기 때문에 절대적으로 안전한 구조물, 파괴확률이 0인 구조물이 없다는 것이다. 사실 신뢰도해석은 불확실성을 정량적으로 (또는 확률적으로) 계산하려는 것으로 말할 수도 있다. 파괴와 비파괴(안전)의 경계를 한계상태(limit states)라 한다. 그리고 한계상태함수(limit state function)란 한계상태를 규정하는 함수이다. 즉, 한계상태는 파괴와 비파괴의 경계상태이기 때문에 한계상태함수가 양일 때가 안전한 상태, 음일 때가 파괴의 상태, 0일 때가 한계상태이다. 즉,
g(X1,X2,...Xn) > 0 : 안전(safe)
g(X1,X2,...Xn) < 0 : 파괴(failure)
g(X1,X2,...Xn) = 0 : 한계상태 (limit state)
파괴확률을 구하는 방법으로 모의해석(simulation)에 의한 방법이 있다. 대표적인 방법으로 몬테카를로 시뮬레이션(Monte Carlo Simulation)을 들 수 있다. 몬테카를로 시뮬레이션은 확률변수들의 결합 확률밀도함수를 이용하여 각 확률변수의 분포 특성이 반영된 난수(random number)를 추출하여 충분한 수의 확률변수 표본 집단을 생성한 다음, 생성된 각 확률변수의 값을 차례로 한계상태식에 대입하여 그 값이 0보다 큰 지 작은지, 즉 안전한 지 파괴되는지를 판단하는 방법이다.
평균이 2, 표준편차가 1인 두 정규분포 확률변수 x1, x2가 있고 아래와 같은 한계 상태 방정식이 있다.
g = 9 - x1 * x2
해석적으로 파괴확률을 구하면 그 값은 6.5301%라고 한다. 과연 이 값이 진짜 나오는지 몬테카를로 시뮬레이션으로 확인해보았다. 정적 라이브러리로 만들 필요 없이 모듈로 되어있어 메인 소스 파일이랑 그냥 같이 빌드하면 된다. 사용은 쉽지만 생성된 난수가 평균 0, 표준편차 1이라 원하는 평균, 표준편차로 변환하는 작업을 추가로 해줘야한다. 두 변수에 대해 100,000개의 난수를 각각 생성하고 시뮬레이션을 해보았다. 이 때 생성된 난수의 평균과 표준편차가 목표치와 다를 수 있으므로 시뮬레이션을 100번 돌려 평균 파괴확률 값을 취하였다. 몬테카를로 시뮬레이션 특성상 돌릴 때마다 결과는 계속 다르지만 모두 6.53%까지는 정확하게 맞았다.
Ⅲ. 결론
컴퓨터로 시뮬레이션을 실행하는 경우 우선 대상시스템의 모델화가 요구된다. 시뮬레이션모델은 시스템 변화과정의 인과론적 특징으로 보아 2가지로 나눌 수 있다. 하나는 결정론적 모델이고 하나는 그 변화의 일부 또는 전부를 확률론적으로밖에 기술할 수 없는 불확정모델(확률적 모델, 추측적 모델)이다. 실제로 시스템의 변화는 거의 모든 것이 그 속에 확률적인 요소를 포함하고 있다. 확률적 모델에 대한 컴퓨터 시뮬레이션은 몬테카를로법으로 행해진다. 이 수법은 컴퓨터로 일양난수를 발생시켜 그것을 이용하여 주어진 분포에 따라 난수를 만들어내고 시스템의 입력 또는 컨트롤에 그 난수를 써서 시뮬레이션을 실행하여 확률을 동반한 결론 또는 평균값을 얻는 것이다. 오늘날에도 몬테카를로법은 시뮬레이션기법에서 중요한 비중을 차지한다.
<참고문헌>
조나단 문(2005) 시뮬레이션을 이용한 미래형 리스크 분석, 이레테크
마시모 디 피에로(2015) 안성준 역, 파이썬으로 배우는 실전 알고리즘, 프리렉
이상만 외(2005) 경영과학, 형설출판사
서순근(2015) Minitab 신뢰성분석, 이레테크
김종수(2005) 유비쿼터스 경영과학, 박영사
강금식(2004) 엑셀2000 경영과학, 박영사
신준용(1997) 경영학과 경제학을 위한 수학, 학현사
방송통신대학교(2011) 생산관리, 방통대출판부
김종록, 정영한, 손재호, 몬테카를로 시뮬레이션을 활용한 건축물 수선교체주기 신뢰성 분석 모델에 관한 연구, 한국건축시공학회지, 2015
박재현, 몬테카를로 시뮬레이션을 이용한 확률론적 공기 예측 모듈 개발에 관한 연구, 대한건축학회 논문집, 2010
임기철, 국가와 기업에서의 기술예측 결과 활용 방안, 과학기술정책연구원, 2000
네이버 지식백과 참조

키워드

시뮬레이션,   몬테카를로 시뮬레이션,   개념 및 적용가능분야,   시설대안 평가의 수치적 예,   경영과학,   몬테카를로,   생산관리,   경영학과,   방통대