En vertu de la méthode de Monte Carlo est communément compris comme l'un des moyens de modélisation statistique, qui à son tour a été basée sur le concept de «boîte noire».Méthode
Monte-Carlo est engagée dans les cas où l'utilisation d'un modèle analytique du phénomène est difficile, voire impossible (par exemple, pour résoudre les problèmes de la théorie des files, la recherche opérationnelle, a résumé l'étude des processus aléatoires, etc.).
examiner plus en détail la méthode de Monte-Carlo dans l'économie.
application de la méthode de modélisation statistique peut être illustré par l'exemple de la portée de la queue théorie.Ainsi, supposons que vous voulez savoir combien de temps et combien de fois vous avez besoin d'attendre pour les clients dans une file d'attente à une certaine (initialement spécifié) la capacité d'un magasin.Ces calculs, tout d'abord, doivent décider d'étendre la boutique.Comme vous le savez, les acheteurs d'approche est généralement aléatoire ou incertaine, par conséquent, la distribution de l'approche dite de temps, il ya un fossé entre deux paroisses successives acheteurs peut être réglé indépendamment sur la base des informations disponibles.D'autre part, chaque fois que l'acheteur de services a aussi un caractère aléatoire, par conséquent, sa distribution peut également être détectée.Donc, nous avons deux processus stochastiques, et l'interaction directe qui crée une file d'attente.
Comme le montre la pratique, dans la vie réelle en utilisant la méthode de Monte Carlo peuvent être au hasard de nombreuses fois à travers toutes les possibilités, tout en conservant les mêmes caractéristiques de la distribution.Le résultat sera artificiellement recréer le tableau d'ensemble de ce processus.Puis, en répétant à nouveau le motif, à chaque fois que la modification des conditions, il est possible d'obtenir des statistiques comme si elles ont été collectées en temps réel.
De même, vous pouvez à nouveau plusieurs fois pour recréer une image artificielle de presque tous les magasin, la mise en pratique de la méthode de Monte Carlo.Simulation dans ce cas serait de répéter les données réelles.Nous serons de retour ci-dessus deux processus stochastique.Leur interaction alternent dans le résultat final, à nouveau, va donner "tous" pratiquement la même performance que dans la vraie vie.
Par conséquent, la méthode de Monte Carlo dans la science est la simulation artificielle à travers de multiples répétitions de réalisations aléatoires.Il est important de noter que la mise en œuvre de l'individu que l'on appelle autrement appelé aux épreuves statistiques.
Pour comprendre ce qu'on entend par un mécanisme de sélection aléatoire devrait simplement utiliser dés les plus courantes.Dans la pratique, cependant, appliquent généralement une table de nombres aléatoires.En outre, au moment où il est très populaire, et des programmes spéciaux pour les ordinateurs, qui sont parmi les spécialistes appelé générateurs de nombres aléatoires.En fait, la méthode de Monte Carlo est assez simple, efficace et facile à utiliser, ce qui provoque son utilisation très répandue, à la fois dans l'économie et dans les autres sciences.
