곤약노트

1. 시뮬레이션 연구 11단계시뮬레이션 프로젝트는 단순한 코딩이 아니라, 문제를 정의하고 가설을 실험해보고 해석까지 이르는 하나의 과학적 절차문제 정의 (Problem Formulation): 어떤 문제가 있는가? (예: 대기시간이 너무 길다!)목표 설정 & 계획 (Objectives and Planning): 무엇을 알고 싶은가? (얼마나 많은 직원을 더 뽑아야 하나?)모델 구축 (Model Building): 수학/로직 기반의 모델 작성 (예: M/M/1 큐)데이터 수집 (Data Collection): 어떤 데이터를, 얼마나, 어떻게 수집할 것인가코딩 (Coding): 적절한 언어 선택, 이벤트 처리 방식 선택검증(Verification): 코드가 제대로 작동하는가?타당화(Validation): 모..

1. Random Varibale (확률변수)확률 변수는 확률 공간 (Ω,F,P)에서 정의된, 실수값을 갖는 함수 확률 변수는 “무작위적인 사건의 결과를 숫자값으로 매핑(mapping)”하는 **함수(Function)**입니다.무작위성(randomness)은 표본공간 Ω에 존재하고, 우리는 이를 숫자로 바꾸어 통계적으로 다루기 쉽게 만듭니다. 적용 대상이산형 확률 변수 (Discrete)연속형 확률 변수 (Continuous)둘다 (공통)수식 표현P(X=x)fX(x)FX(x)=P(X≤x)의미특정 값이 나올 직접적인 확률특정 값 부근에 있을 밀도 (확률 아님)특정 값 이하가 나올 누적 확률확률 계산직접 사용 가능P(a≤X≤b)=∫abfX(x) dxFX(b)−FX(a)그래프 형태막대그래프 (점만 존재)곡선..

1. 시뮬레이션 결과에서의 랜덤성 분석시뮬레이션 결과는 복잡한 랜덤성과 비정상성 때문에 전통적인 통계 분석이 어려움.시뮬레이션 데이터는 보통:Not Normally Distributed: 대기 시간이나 처리 시간 같은 데이터는 정규분포를 따르지 않음.Not Identically Distributed (Non-i.i.d): 하루 시간대에 따라 패턴이 다름.Not Independent: 한 고객의 대기 시간이 길면 뒤따르는 고객의 대기 시간도 길어짐. 2. 시뮬레이션의 두 가지 유형Terminating Simulations특정 이벤트나 시간에 종료되며 단기적인 행동 분석에 집중함.하루 동안의 은행 고객 평균 대기 시간, 마케팅 캠페인의 단기 효과 분석Steady-State Simulations무한정 실행되며..

1. Randomness의 정의와 필요성Randomness (무작위성): 예측할 수 없는 이벤트의 발생 또는 값의 생성.시뮬레이션에서의 역할:불확실성 모델링 (e.g., 고객 도착 시간, 서비스 시간)복잡한 행동과 예측할 수 없는 이벤트 시뮬레이션몬테카를로 시뮬레이션, 확률적 모델링 등에 필수적 2. Pseudorandom Numbers (PRNs)정의:결정론적 알고리즘을 통해 생성된, 통계적으로 무작위처럼 보이는 숫자.진정한 랜덤(random) 값은 아니지만, 통계적 특성상 유사함.생성 방법:Uniform (0, 1) 분포로 생성됨.이를 변환하여 다양한 분포 (정규분포, 지수분포 등)로 확장 가능함. 3. Linear Congruential Generator (LCG) 4. Desert Island G..

0. Model1. Simulation2. Advantages and disadvantages of simulation3. History of simulation4. Typical questions and applications 0. Model이란?모델(Model)은 현실 세계의 프로세스 또는 시스템을 고수준으로 표현하는 도구. 복잡한 현상을 단순화하여 분석하고 예측하는 데 사용. 모델의 주요 특성 (Models): 이산(Discrete)시간이나 상태가 불연속적으로 변화하는 모델고객이 도착하는 은행 대기열 시뮬레이션Markov Chain, Cellular Automata, Integer Programming연속(Continuous)시간이나 상태가 연속적으로 변화하는 모델유체 역학 시뮬레이션, 전력망 ..