Luận án Nghiên cứu lý thuyết dự đoán quỹ đạo trôi dạt và tính toán tuyến đường tìm kiếm tối ưu cho phương tiện gặp nạn trong vùng biển Ninh Thuận - Kiên Giang

khí tượng này thường sử dụng file GRIB (GRIdded 
Binary hoặc General Regularly-distributed Information in Binary form) là định 
dạng số liệu chính xác để lưu trữ dữ liệu về thời tiết quá khứ cũng như dữ liệu 
dự báo thời tiết. 
Các thành phần của bản tin khí tượng hải dương được mã hóa theo định dạng 
Grib 
Theo định dạng Grib 2, file dữ liệu khí tượng hải dương được chia thành 
8 phần (8 section) như sau: 
- SECTION 0: Indicator Section 
- SECTION 1: Identification Section 
- SECTION 2: (Local Use Section) 
- SECTION 3: Grid Definition Section = Grid Definition 
Template (GDT) – Standard list 
- SECTION 4: Product Definition Section = Product 
Definition Template (PDT) - Standard list 
- SECTION 5: Data Representation Section = Data 
Representation Template (DRT) - Standard list 
- SECTION 6: (Bit-map Section) 
51 
- SECTION 7: Binary Data Section starting with Data 
template (DT) 
- SECTION 8: End Section “7777” 
+ Section 0 là 1 section ngắn được dùng để thể hiện rằng dữ liệu theo sau 
được định dạng theo dạng Grib 2. Khi gặp mã này, máy tính cần sử 
dụng các chương trình hỗ trợ giải mã định dạng Grib đề thu được các 
số liệu được mã hóa trong file. 
+ Section 1 được sử dụng để cung cấp các thông tin về phiên bản Grib 
format (2), loại số liệu (ví dụ dự báo hay phân tích) 
+ Section 2 là một section tùy chọn, được sử dụng để cung cấp bất kỳ 
thông tin hoặc tham số nào liên quan đến các mục đích hoặc quy định 
địa phương (tùy theo yêu cầu của quốc gia cung cấp bản tin khí tượng). 
+ Section 3 mã hóa các thông tin cần thiết để xây dựng mạng lưới các 
điểm tương ứng với thông tin thời tiết được chứa trong phần số liệu. 
Phần này cho biết thông tin khí tượng được cung cấp cho từng điểm 
trên bề mặt trái đất với giá trị kinh độ và vĩ độ thay đổi là 0.5°, và được 
sắp xếp theo thứ tự từ N xuống S, từ E sang W. 
+ Section 4 chứa các thông tin cụ thể về loại thông tin thời tiết được mã 
hóa trong file, đơn vị của các thông tin này, loại bề mặt được sử dụng 
(mặt biển, độ cao 10m tính từ mực nước biển, mặt đẳng áp 500mb). 
+ Section 5 đưa ra các định nghĩa về giá trị, hay phương thức các giá trị 
của thông số thời tiết được chuyển đổi và ghi trong section 7. 
+ Section 6 được sử dụng để định dạng cho các bản tin thời tiết tiếp theo 
trong cùng 1 file (nếu có). 
+ Section 7 cung cấp các số liệu về giá trị của yếu tố thời tiết cho từng 
điểm (grid) trong hệ thống. 
52 
+ Section 8 chỉ chứa chuỗi số “7777” thể hiện 1 bản tin thời tiết trong file 
đã kết thúc. 
Dữ liệu dự báo của một số cơ quan có thể tiếp cận và các cơ quan này 
cung cấp các dữ liệu thời tiết toàn cầu được mã hoá dạng Grib File. Tác giả tiếp 
cận được thông tin thời tiết dạng Grib File của Trung tâm Thông tin Môi trường 
Quốc gia Mỹ và Trung tâm dự báo hạn vừa của Châu Âu có kết quả mô phỏng 
gió trên Biển Đông như sau: 
Hình 2.14. Thông tin gió lúc 0300 UTC ngày 10/05/2017 
Để phục vụ mục đích nghiên cứu khoa học, Viện nghiên cứu phát triển 
bền vững khí quyển nhân loại (Research institute for sustainable humanoshere 
– RISH) thuộc đại học Kyoto, Nhật Bản xây dựng và cập nhật, duy trì một hệ 
thống cơ sở dữ liệu về dự báo và phân tích thời tiết bao gồm nhiều loại dự báo 
khác nhau và được lưu theo định dạng Grib2. Các dữ liệu thời tiết này do Cơ 
53 
quan khí tượng Nhật Bản (JMA) dự báo và cung cấp. Trong đó, các bản tin có 
thể được sử dụng để dự đoán quỹ đạo trôi dạt bao gồm: 
- Bản tin dự báo sóng với các thời điểm dự báo cách nhau 6 giờ; 
- Bản tin dự báo gió với các thời điểm dự báo cách nhau 3 giờ; 
- Bản tin dự báo tổng hợp; 
Theo quy định của Viện này cùng các cơ quan hợp tác (JMA), các dữ 
liệu này được cung cấp miễn phí cho mục đích hợp tác nghiên cứu khoa học. 
Nếu sử dụng cho mục đích thương mại, cần có thỏa thuận riêng và phải nộp 
phí. 
Do đó có thể sử dụng thông tin thời tiết của cơ quan này sau khi đánh giá 
độ chính xác để phục vụ mục đích xác định quỹ đạo trôi dạt của vật thể và phục 
vụ công tác tìm kiếm. Luận án sẽ tập trung nghiên cứu sử dụng dữ liệu này. 
2.2.4 Đánh giá độ tin cậy thông tin gió dạng Grib file của Viện nghiên cứu 
phát triển bền vững khí quyển nhân loại (Research institute for sustainable 
humanoshere – RISH) 
GRIB (GRIdded Binary hoặc General Regularly-distributed Information 
in Binary form) là định dạng số liệu chính xác thường được sử dụng trong khí 
tượng để lưu trữ dữ liệu về thời tiết quá khứ cũng như dữ liệu dự báo thời tiết. 
Định dạng Grib đã được tổ chức khí tượng thế giới WMO (World Meteorology 
Organization) tiêu chuẩn hóa theo quy định về mã hóa số 306 (WMO Manual 
on Codes No. 306) và khuyến nghị để sử dụng trong việc trao đổi thông tin khí 
tượng thủy văn một cách hiệu quả. 
Định dạng Grib có 3 phiên bản trong đó phiên bản đầu tiên (Grib 0) chỉ 
được sử dụng hạn chế và hiện không còn được sử dụng. Phiên bản Grib 2 là 
phiên bản đang được sử dụng bởi hầu hết các trung tâm khí tượng thủy văn trên 
54 
toàn thế giới để lưu trữ và trao đổi, chia sẻ hoặc phát hành thông tin dự báo khí 
tượng thu được từ các mô hình dự báo số NWP (Numerical Weather 
Prediction). 
So sánh với các định dạng được sử dụng trước đây như GRID hay GRAF, 
định dạng Grib 2 có nhiều ưu điểm vượt trội, trong đó, các đặc trưng chủ yếu 
là: 
- Tự định nghĩa (self description) 
- Linh hoạt 
- Dễ mở rộng 
Các đặc trưng này rất cần thiết trong thời đại phát triển nhanh của khoa 
học và kỹ thuật như hiện nay. 
Ngoài ra, Grib 2 cũng cho phép nén dữ liệu. Nhờ vậy, định dạng này có 
thể được sử dụng để mã hóa các sản phẩm bản tin khí tượng mới, chẳng hạn 
các dự báo tổng hợp ensemble, dự báo dài hạn hay dự báo khí hậu, số liệu radar 
thời tiết, hình ảnh vệ tinh. Xét về cấu trúc, Grib 2 được thiết kế mang tính modul 
hóa và hướng đối tượng cao. Các định nghĩa về tham số và thuộc tính được tách 
rời theo chức năng và kích thước, vì vậy các phần mô tả về thời gian, không 
gian hoặc phương pháp mã hóa  độc lập với nhau. Theo đó, grib 2 có thể 
được bảo trì và sửa đổi dễ dàng trong trường hợp cần có các trường thông tin 
mới. 
Từ các đặc trưng của Grib 2 và mức độ phổ biển trong việc sử dụng Grib 
2 của các cơ quan dự báo khí tượng, ta thấy việc hiểu rõ và giải mã được định 
dạng này sẽ giúp ta tiếp cận được các thông tin thời tiết đầy đủ, với độ phân 
giải theo không gian và thời gian hợp lý, làm cơ sở cho các tính toán tuyến 
đường chạy tàu tối ưu từ các thông tin này. 
55 
Để có thể sử dụng các thông tin thời tiết thu được dưới dạng Gib file, 
nghiên cứu sinh xây dựng chương trình giải mã file có định dạng Grib bằng 
ngôn ngữ lập trình Visual Basic 2010. Thông tin gió sau khi đã giải mã từ Grib 
file, được thể hiện trong Bảng 2.4 và Hình 2.16, 2.17 cho vùng biển Việt Nam. 
Bảng 2.4. Dữ liệu phân tích gió từ Grib file lúc 12:00 UTC ngày 01/01/2016 
56 
Hình 2.15. Thông tin phân tích gió, lúc 15:00 UTC ngày 03/05/2017 
So sánh thông tin thời tiết từ bản tin thời tiết Grib file của Trường Đại 
học Kyoto - Nhật Bản (JMA dự báo, cung cấp) và kết quả quan trắc thời tiết 
của Trung tâm khí tượng thuỷ văn Quốc gia với hai thông số là Tốc độ gió và 
Hướng gió như Hình 2.16. 
Hình 2.16. So sánh Hướng gió Grib file và gió quan trắc năm 2016 
0
30
60
90
120
150
180
210
240
270
300
330
360
1-J
an
-16
1-F
eb
-16
1-M
ar-
16
1-A
pr-
16
1-M
ay-
16
1-J
un
-16
1-J
ul-
16
1-A
ug
-16
1-S
ep
-16
1-O
ct-
16
1-N
ov
-16
1-D
ec-
16
So sánh Hướng gió Grib file và giá trị quan trắc
57 
Hình 2.17. So sánh Vận tốc gió Grib file và gió quan trắc năm 2016 
Hướng và Vận tốc gió thu được từ Grib file dao động quanh hướng và 
vận tốc gió quan trắc. 
Tiến hành tính toán độ lệch chuẩn của số liệu thời tiết Grib File với số 
liệu quan trắc thời tiết của 05 trạm quan trắc trong khu vực biển này, trong năm 
2016. Độ lệch chuẩn được tính theo công thức sau: 
𝜎 =	567∑ (𝑥; − �̅�)?7;@6 ) (2.1) 
- 𝑥;: giá trị thời tiết bản tin Grib file tại thời điểm i 
- �̅�: giá trị thời tiết quan trắc ở thời điểm i tương ứng 
11.4
8.9
8.1
10.5
5.9
14.4
11.5
7.0 6.7
8.0
2.7
3.43.0
4.5
3.0
0.5
4.4
2.52.9
1.7
10.2
9.39.0
2.8
5.0
9.7
7.3
8.0
5.9
5.4
7.0
8.5
4.5
1.8
4.5
12
9
6
10
6
14
12
10
7
4
3
2
3
4 4
3
4
2
3
4
9
11 11
2
4
7 7
9
6
4
8.5
9.2
5
3
5
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
12-Dec-15 31-Jan-16 21-Mar-16 10-May-16 29-Jun-16 18-Aug-16 7-Oct-16 26-Nov-16 15-Jan-17 6-Mar-17
So sánh tốc độ gió Grib file và giá trị quan trắc
58 
Bảng 2.5. Kết quả tính toán độ lệch chuẩn Thông tin gió cho năm 2016 
Ngày \Giờ 
Gió theo Grib 
(A) 
Gió quan trắc 
(B) Sai khác (A-B) Độ lệch 
Hướng 
(độ) 
Tốc độ 
(m/s) 
Hướng 
(độ) 
Tốc độ 
(m/s) Hướng (độ) 
Tốc độ 
(m/s) Hướng Tốc độ 
1-Jan-16 32 11.4 45 12 -13.0 -0.6 169.0 0.36 
14-Jan-16 50 8.9 45 9 5.0 -0.1 25.0 0.01 
31-Jan-16 45 8.1 45 6 0.0 2.1 0.0 4.41 
1-Feb-16 45 10.5 45 10 0.0 0.5 0.0 0.25 
15-Feb-16 60 5.9 45 6 15.0 -0.1 225.0 0.01 
29-Feb-16 29 14.4 22.5 14 6.5 0.4 42.3 0.16 
1-Mar-16 37 11.5 45 12 -8.0 -0.5 64.0 0.25 
15-Mar-16 55 7.0 45 10 10.0 -3.0 100.0 9.00 
31-Mar-16 59 6.7 67.5 7 -8.5 -0.3 72.3 0.09 
1-Apr-16 54 8.0 45 4 9.0 4.0 81.0 16.00 
15-Apr-16 141 2.7 158 3 -17.0 -0.3 289.0 0.09 
30-Apr-16 110 3.4 112.5 2 -2.5 1.4 6.3 1.96 
1-May-16 105 3.0 122.5 3 -17.5 0.0 306.3 0.00 
15-May-16 27 4.5 22 4 5.0 0.5 25.0 0.25 
31-May-16 162 3.0 158 4 4.0 -1.0 16.0 1.00 
1-Jun-16 180 0.5 180 3 0.0 -2.5 0.0 6.25 
15-Jun-16 219 4.4 270 4 -51.0 0.4 2601.0 0.16 
30-Jun-16 132 2.5 112 2 20.0 0.5 400.0 0.25 
1-Jul-16 176 2.9 202 3 -26.0 -0.1 676.0 0.01 
15-Jul-16 175 1.7 180 4 -5.0 -2.3 25.0 5.29 
31-Jul-16 257 10.2 270 9 -13.0 1.2 169.0 1.44 
1-Aug-16 270 9.3 300 11 -30.0 -1.7 900.0 2.89 
15-Aug-16 252 9.0 225 11 27.0 -2.0 729.0 4.00 
31-Aug-16 195 2.8 180 2 15.0 0.8 225.0 0.64 
1-Sep-16 265 5.0 270 4 -5.0 1.0 25.0 1.00 
15-Sep-16 262 9.7 270 7 -8.0 2.7 64.0 7.29 
30-Sep-16 241 7.3 250 7 -9.0 0.3 81.0 0.09 
1-Oct-16 268 8.0 270 9 -2.0 -1.0 4.0 1.00 
15-Oct-16 246 5.9 225 6 21.0 -0.1 441.0 0.01 
31-Oct-16 22 5.4 15 4 7.0 1.4 49.0 1.96 
1-Nov-16 337.5 7.0 330 8.5 7.5 -1.5 56.3 2.25 
15-Nov-16 68 8.5 60 9.2 7.5 -0.7 56.3 0.49 
1-Dec-16 202.5 4.5 200 5.0 2.5 -0.5 6.3 0.25 
15-Dec-16 293 1.8 290 3.0 2.5 -1.3 6.3 1.56 
31-Dec-16 45 4.5 47 5.0 -2.0 -0.5 4.0 0.25 
 Độ lệch chuẩn σ 15.057 1.421 
59 
Kết quả tính toán giá trị độ lệch chuẩn trung bình hướng gió và tốc độ 
gió theo grib file và giá trị quan trắc của năm 2016 như sau: 
- σHướng gió = 15,060 
- σTốc độ gió = 1,42 kts 
Vậy số liệu gió thu được từ Grib file dao động quanh số liệu quan trắc 
với độ lệch chuẩn như trên. Độ lệch chuẩn này được sử dụng để hiệu chỉnh số 
liệu gió thu được từ Grib file trước khi sử dụng. 
2.3 Dữ liệu dòng chảy 
Giữ liệu dòng chảy của khu vực biển nghiên cứu có thể lấy được từ nhiều nguồn 
khác nhau, ở đây nghiên cứu sinh tập trung các nguồn dữ liệu sẵn có sau: 
2.3.1 Dữ liệu dòng chảy của Trung tâm khí tượng thuỷ văn Quốc gia 
Hiện nay, các trạm khí tượng hải văn cố định của Trung tâm khí tượng 
thuỷ văn Quốc gia (NCHMF) quan trắc các yếu tố Khí tượng (gió, khí áp, nhiệt 
độ, độ ẩm, lượng mưa, bức xạ, tầm nhìn xa, sương mù...) và các yếu tố Hải văn 
(mực nước, nhiệt độ, độ mặn nước biển tầng mặt, sóng biển), các trạm này 
không quan trắc dòng chảy. 
Hình 2.18. Bản đồ dự báo dòng chảy bề mặt biển của NCHMF 
60 
Hình 2.19. Bản tin dự báo dòng chảy bề mặt biển của NCHMF 
Thông tin dự báo Hải lưu của Trung tâm khí tượng thuỷ văn quốc gia ở 
dạng bản đồ không có dạng số, thời gian dự báo đến 72 giờ. 
2.3.2 Dữ liệu dòng chảy của Viện nghiên cứu Đại dương Đài Loan và công 
ty StratumFive 
Viện nghiên cứu Đại dương Đài Loan (Taiwan Ocean Research Institute 
- TORI) tổng hợp phân tích và cung cấp dự đoán dòng chảy bề mặt đại dương 
cho khu vực biển Đông. 
Dữ liệu này là ở dạng bản đồ dòng chảy không có dữ liệu chi tiết để sử 
dụng. 
61 
Hình 2.20. Bản đồ dự báo dòng chảy bề mặt biển của TORI 
Một số công ty dịch vụ cung cấp hệ thống theo dõi và giám sát tàu (như 
StratumFive), có cung cấp thông tin thời tiết biển bao gồm cả dòng chảy, các 
dữ liệu này có ở dạng bản đồ hoặc thông tin chi tiết cho 1 vị trí lựa chọn. 
Hình 2.21. Bản đồ dòng chảy do công ty StratumFive cung cấp 
62 
Hình 2.22. Thông tin thời tiết chi tiết cho do công ty StratumFive cung cấp 
2.3.3 Dữ liệu dòng chảy của Dự án nghiên cứu phân tích dòng chảy bề mặt 
đại dương theo thời gian thực (OSCAR) 
Cũng được phục vụ mục đích nghiên cứu Khoa học, Dự án nghiên cứu 
phân tích dòng chảy bề mặt đại dương theo thời gian thực (Ocean Surface 
Current Analyses Real-time - OSCAR) cung cấp cơ sở dữ liệu vận tốc dạng số 
của dòng chảy bề mặt của tất cả các đại dương trên thế giới. Dữ liệu OSCAR 
do Phòng thí nghiệm sức đẩy phản lực (Jet Propulsion Laboratory Physical 
Oceanography - cơ quan do Viện Công nghệ California quản lý vận hành các 
dự án của Cơ quan Hàng không và Vũ trụ Mỹ) cung cấp miễn phí. Dữ liệu này 
được Trung tâm nghiên cứu Trái đất và Vũ trụ (Earth and Space Research-ESR) 
nghiên cứu tính toán từ cảm biến vệ tinh, vector gió đại dương, và các trường 
nhiệt độ bề mặt biển. Dữ liệu OSCAR có định dạng netCDF (format Network 
Common Data Form), chứa dữ liệu tốc độ dòng chảy theo vĩ tuyến (u) và kinh 
tuyến (v). 
63 
Bảng 2.6. Dữ liệu dòng chảy OSCAR 
2.3.4 Đánh giá độ tin cậy dữ liệu dòng chảy của Dự án nghiên cứu phân 
tích dòng chảy bề mặt đại dương theo thời gian thực (OSCAR) 
Tiến hành tính toán độ lệch chuẩn của dữ liệu dòng chảy OSCAR năm 
2016 và dữ liệu dòng chảy trung bình tháng quan trắc với hai thông số là Tốc 
độ dòng chảy và Hướng dòng chảy như Bảng 2.7, theo công thức sau: 
𝜎 =	567∑ (𝑥; − �̅�)?7;@6 ) (2.2) 
- 𝑥;: giá trị dòng chảy trung bình tháng i thu từ dữ liệu OSCAR 
- �̅�: giá trị dòng chảy trung bình ghi nhận tháng i tương ứng 
64 
Hình 2.23. So sánh Hướng dòng chảy OSCAR và dòng chảy trung bình tháng 
Hình 2.24. So sánh Tốc độ dòng chảy OSCAR và dòng chảy trung bình tháng 
Hướng và Vận tốc dòng chảy thu được từ dữ liệu OSCAR dao động 
quanh hướng và vận tốc dòng chảy trung bình tháng. 
200
236 236
342
36
68
79
64
93
190
220
240
230
250
270
0
50 50 50 45
75
215 210 210
0
30
60
90
120
150
180
210
240
270
300
330
360
Jan-16 Feb-16 Mar-16 Apr-16 May-16 Jun-16 Jul-16 Aug-16 Sep-16 Oct-16 Nov-16 Dec-16
0.00
0.50
1.00
1.50
2.00
Jan-16 Feb-16 Mar-16 Apr-16 May-16 Jun-16 Jul-16 Aug-16 Sep-16 Oct-16 Nov-16 Dec-16
65 
Bảng 2.7. Kết quả tính toán độ lệch chuẩn Dòng chảy cho năm 2016 
Tháng 
Dòng chảy 
OSCAR (A) 
Dòng quan trắc 
(B) Sai khác (A-B) Độ lệch 
Hướng 
(độ) 
Tốc độ 
(kts) Hướng 
Tốc độ 
(kts) 
Hướng 
(độ) 
Tốc độ 
(kts) 
Hướng 
(độ) 
Tốc độ 
(kts) 
Jan-16 200 0.78 230 1.0 -30.0 -0.2 900.0 0.05 
Feb-16 236 1.30 250 0.5 -14.0 0.8 196.0 0.64 
Mar-16 236 0.80 270 0.5 -34.0 0.3 1156.0 0.09 
Apr-16 342 1.08 0 0.5 -18.0 0.6 324.0 0.34 
May-16 36 1.20 50 0.5 -14.0 0.7 196.0 0.49 
Jun-16 68 1.10 50 0.8 18.0 0.4 324.0 0.12 
Jul-16 79 1.30 50 1.2 29.0 0.1 841.0 0.01 
Aug-16 64 1.12 45 1.0 19.0 0.1 361.0 0.01 
Sep-16 93 0.80 75 1.0 18.0 -0.2 324.0 0.04 
Oct-16 190 0.96 215 1.3 -25.0 -0.3 625.0 0.08 
Nov-16 220 1.30 210 1.0 10.0 0.3 100.0 0.09 
Dec-16 240 0.75 210 1.0 30.0 -0.3 900.0 0.06 
 Độ lệch chuẩn σ 14.430 0.260 
Kết quả tính toán giá trị độ lệch chuẩn hướng và tốc độ dòng chảy như 
sau: 
- 𝜎Hướng dòng = 14,40 
- 𝜎Tốc độ dòng = 0,26 kts 
Vậy số liệu dòng OSCAR dao động quanh số liệu quan trắc với độ lệch 
chuẩn như trên. 
2.4 Kết luận chương 2 
Trong chương 2, nghiên cứu sinh đã tập trung giải quyết các công việc 
sau: 
66 
- Tổng hợp, tính toán, đánh giá độ chính xác của các nguồn thông tin gió 
và dòng chảy trên khu vực biển Ninh Thuận đến Kiên Giang để sử dụng 
cho mục đích dự đoán sự trôi dạt của vật thể bị nạn trên biển; 
- Từ những phân tích so sánh độ tin cậy ở trên và việc dễ dàng tiếp cận 
nguồn dữ liệu, có thể sử dụng các bản tin gió dạng Grib file của Trường 
Đại học Kyoto - Nhật Bản và dữ liệu dòng chảy OSCAR của Trung tâm 
nghiên cứu Trái đất và Vũ trụ cho mục đích dự báo sự trôi dạt và tìm 
kiếm vật thể bị nạn trên biển theo thời gian thực sau khi tính toán độ lệch 
chuẩn. 
- Với những kết quả đạt được trong chương 2, là cơ sở quan trọng để tính 
toán dự đoán khu vực trôi dạt của vật thể trên vùng biển từ Ninh Thuận 
đến Kiên Giang trong chương 3. 
67 
CHƯƠNG 3: DỰ ĐOÁN QUỸ ĐẠO TRÔI DẠT CỦA VẬT THỂ BỊ NẠN 
3.1 Phương pháp mô phỏng Monte Carlo 
Phương pháp Monte Carlo về bản chất là phương pháp kỹ thuật dựa trên 
các giá trị ngẫu nhiên và lý thuyết về xác suất được sử dụng để giải quyết các 
vấn đề phức tạp. Đây là phương pháp phổ biến được sử dụng trong nhiều lĩnh 
vực khác nhau từ kinh tế đến kỹ thuật do tính đơn giản và dễ thực hành, đặc 
biệt trong điều kiện khả năng tính toán của máy tính được nâng lên rất mạnh 
như hiện nay phương pháp Monte Carlo cho phép giải quyết các vấn đề rất 
phức tạp dựa trên các thực nghiệm (hay mô phỏng quá trình). 
Phương pháp Monte Carlo là một lớp các thuật toán để giải quyết các bài 
toán trên máy tính theo kiểu không tất định, thường bằng cách sử dụng các số 
ngẫu nhiên (số giả ngẫu nhiên). 
3.1.1 Cơ sở của phương pháp Monte Carlo 
Phương pháp Monte Carlo được xây dựng dựa trên nền tảng quy luật 
phân bố ngẫu nhiên từ đó tìm ra xác suất phân bố có giá trị lớn nhất, tập trung 
nhất. Phương pháp Monte Carlo thường được thực hiện lặp lại một số lượng rất 
lớn các bước đơn giản, song song với nhau (một phương pháp phù hợp với máy 
tính). Kết quả của phương pháp này càng chính xác (tiệm cận với kết quả thực) 
khi số lượng lặp các bước tăng lên. 
+ Luật số lớn: luật này đảm bảo rằng khi ta chọn ngẫu nhiên các giá trị 
(mẫu thử) trong một dãy các giá trị (quần thể), kích thước dãy mẫu thử 
càng lớn thì các đặc trưng thống kê (trung bình, phương sai,...) của mẫu 
thử càng “gần” với các đặc trưng thống kê của quần thể. Luật số lớn rất 
quan trọng đối với phương pháp Monte Carlo vì nó đảm bảo cho sự ổn 
68 
định của các giá trị trung bình của các biến ngẫu nhiên khi số phép thử 
đủ lớn. 
+ Định lý giới hạn trung tâm (Định tâm): định lý này phát biểu rằng dưới 
một số điều kiện cụ thể, trung bình số học của một lượng đủ lớn các phép 
thử lặp lại của các biến ngẫu nhiên độc lập sẽ xấp xỉ phân bố chuẩn. Do 
phương pháp Monte Carlo là một chuỗi các phép thử được lặp lại nên 
định lý định tâm sẽ giúp chúng ta dễ dàng tìm được xấp xỉ số trung bình 
và phương sai của các kết quả thử nghiệm từ phương pháp. 
3.1.2 Các thành phần chính của phương pháp mô phỏng Monte Carlo 
Phương pháp Monte Carlo đơn giản chỉ là phương pháp nghiên cứu hoặc 
giải quyết các vấn đề dựa trên các phép thử ngẫu nhiên. Thực tế, phương pháp 
này có thể xem như 1 trò chơi xác suất tại sòng bài và vì vậy, phương pháp 
được đặt tên theo tên sòng bài lớn nhất (Monte Carlo) của Công quốc Monaco. 
Theo đó các yếu tố quan trọng quyết định hiệu quả hay độ chính xác của phương 
pháp bao gồm: 
+ Hàm mật độ xác suất; 
+ Nguồn phát số ngẫu nhiên: một nguồn phát các số ngẫu nhiên đồng nhất 
phân bố trong khoảng đơn vị (0 – 1), đảm bảo tính ngẫu nhiên của một 
phép thử; 
+ Quy luật lấy mẫu (sampling rule): mô tả việc lấy mẫu từ hàm phân bố cụ 
thể; 
+ Ghi nhận kết quả (scoring hay tallying): dữ liệu đầu ra phải được tích luỹ 
trong các khoảng giá trị của đại lượng cần quan tâm; 
+ Ước lượng sai số: ước lượng sai số thống kê theo số phép thử và theo đại 
lượng quan tâm; 
69 
+ Các kĩ thuật giảm phương sai: phương pháp nhằm giảm phương sai của 
đáp số được ước lượng để giảm thời gian tính toán của mô phỏng Monte 
Carlo; 
+ Song song hoá và vector hoá: các thuật toán cho phép phương pháp 
Monte Carlo được thực thi một cách hiệu quả trên má