Apprendre la simulation de Monte-Carlo pour les modèles Excel
Des exemples traités, avec leurs fichiers Excel gratuits, et des guides sur la simulation de Monte-Carlo pour les modèles que vous avez déjà dans Excel. Les chiffres de ces pages sont issus d’exécutions réelles du moteur xellstorm.
Exemples traités
Chaque modèle s’ouvre dans l’application avec ses entrées, ses sorties et ses objectifs déjà définis, et vous pouvez télécharger son fichier Excel.
- Dossier d’investissement
Quelle est la probabilité d’une NPV (VAN) négative ?
Un dossier d’investissement dont la NPV du cas de référence est de 562 k USD a une NPV négative dans 29,6 % des résultats simulés. Comment simuler la NPV (VAN) et l’IRR (TRI), fichier Excel à télécharger. - Coût et planning du projet
Quelle provision pour aléas faut-il pour un projet de construction ?
Exemple traité : dans 94,2 % des résultats simulés, une estimation de bâtiment coûte plus que la somme de ses coûts les plus probables. Dimensionnez la provision pour aléas d’un projet de construction par simulation de Monte-Carlo. - Registre des risques
De quelle provision pour aléas un registre des risques a-t-il besoin ?
Probabilité × impact le plus probable donne 291 ; la perte moyenne simulée est de 359 et les 5 % de résultats les plus défavorables coûtent en moyenne 1 436 (milliers de dollars US). Dimensionnez la provision d’après les pires résultats. - Politique de stock
Quel point de commande équilibre coût et ruptures de stock ?
Un point de commande relevé de 180 à 250 unités fait passer la probabilité d’une année avec rupture de stock de 28,0 % à 5,1 %, pour 345 de plus sur un coût annuel moyen de 2 133. - Cumul de tolérances
Analyse de cumul de tolérances : pire cas, somme quadratique ou Monte-Carlo ?
Un boîtier et cinq pièces : le pire cas laisse le jeu descendre à 0,120 mm ; la RSS prévoit 3,29 % de jeux inférieurs à 0,4 mm et 20 000 itérations de Monte-Carlo en trouvent 3,21 %. - Fiabilité des équipements
Quelle est la probabilité qu’un système série tombe en panne en moins d’un an ?
Quatre composants en série avec des durées de vie de Weibull : 79,0 % des unités tombent en panne en moins d’un an (8 760 h), pour une durée de vie moyenne de 5 712 h. Simulation et valeur exacte. - Quantité à commander
Combien d’unités commander quand la demande est incertaine ?
La demande moyenne est de 1 000 unités (écart type 200) ; prix 10, coût 4, valeur de récupération 1 par unité : le ratio critique commande 1 086,1 unités, une recherche par simulation de Monte-Carlo 1 090 unités.
Guides
- Guide
Simulation de Monte-Carlo sur Excel, avec ou sans complément
Trois façons de lancer une simulation de Monte-Carlo sur un modèle Excel : RAND() et une table de données, un complément, ou un outil dans le navigateur sans complément. Formule PERT incluse. - Guide
P50, P80 et P90 : ce qu’ils signifient et à quel niveau budgétiser
Le P80 est le coût que 80 % des résultats simulés ne dépassent pas. Six postes de coût d’un bâtiment : leurs P80 totalisent 2 843, mais le P80 de leur somme est de 2 756 (milliers de dollars US). - Guide
Distribution PERT dans Excel : formule, moyenne et quand l’utiliser
Une PERT est une distribution bêta de min à max, de moyenne (min + 4 × probable + max)/6. La formule Excel BETA.INV, et PERT contre triangulaire. - Guide
Diagrammes en tornade et analyse de sensibilité : explications
Un diagramme en tornade fait varier chaque entrée seule, du P10 au P90 par défaut dans xellstorm. Dans une estimation de bâtiment, un seul risque fait varier le coût de 150 (milliers de dollars US). - Guide
Analyse des risques de planning : pourquoi les projets prennent du retard
Un planning de bâtiment aux durées les plus probables annonce la semaine 55, mais seuls 14,3 % des résultats simulés se terminent à cette date. Pourquoi, et comment fixer une date de fin au P80. - Guide
Migrer un modèle depuis @RISK, ModelRisk ou Analytic Solver
xellstorm lit 164 fonctions de distribution de @RISK, ModelRisk et Analytic Solver, puis liste ce qu’il a converti et pourquoi il a laissé certaines formules.
xellstorm est un outil de simulation de Monte-Carlo qui fonctionne dans le navigateur, pour les modèles Excel : aucun complément, et votre fichier ne quitte jamais votre ordinateur.