Ano ang Monte Carlo method?

Sa ilalim ng Monte Carlo pamamaraan ay karaniwang naiintindihan bilang isang paraan ng statistical modeling, na siya namang ay batay sa ang konsepto ng isang "itim na kahon."

Ang Monte Carlo pamamaraan ay kasangkot sa mga kaso kung saan ang paggamit ng isang analytical modelo ng phenomenon ay mahirap o ganap na imposible (halimbawa, kapag paglutas ng mga problema ng queuing teorya, mga operasyon pananaliksik, summarized ang pag-aaral ng stochastic proseso, atbp).

Ipaalam sa amin isaalang-alang nang mas detalyado sa Monte Carlo pamamaraan sa ekonomiya.

Ang paglalapat ng ang paraan ng statistical modeling maaaring ipaliwanag mula sa saklaw ng queuing theory. Kaya, ipagpalagay na nais mong malaman kung gaano katagal at kung gaano kadalas kailangan mong maghintay para sa mga customer sa linya sa isang tiyak na (sa una nakatakda) kapasidad ng isang store. Ang mga kalkulasyon, sa unang lugar, na kinakailangan upang makagawa ng isang desisyon tungkol sa kung upang mapalawak ang tindahan ay dapat na. Tulad ng alam mo, lapitan ang mga mamimili, ay karaniwang may isang random o hindi tiyak, samakatuwid, ang pamamahagi ng ang tinatawag na diskarte ng oras, pagkatapos ay doon ay isang puwang sa pagitan ng bawat dalawang sunud-sunod na parokya mamimili ay maaaring nakapag-iisa-set, batay sa mga magagamit na impormasyon. Sa kabilang dako, ang serbisyo ng oras ng bawat customer ay mayroon ding isang random na character, kaya na pamamahagi nito ay maaari ding nakita. Kaya, mayroon kaming dalawang stochastic proseso, ang direktang pakikipag-ugnayan na lumilikha ng lahat.

Tulad ng palabas na kasanayan, gamit ang real-life Monte Carlo pamamaraan ay maaaring maging random maraming beses sa pamamagitan ng lahat ng mga posibilidad, habang pinapanatili ang parehong mga katangian ng ang pamamahagi. Ang resulta nito ay artipisyal na muling likhain ang buong larawan ng prosesong ito. Pagkatapos ay paulit-ulit na muli ang pattern na ito, sa tuwing ang pagpapalit ng mga kondisyon, ito ay posible upang makakuha ng mga istatistika, kung sila ay nakolekta sa real time.

Gayundin, maaari mong muli maraming beses upang muling likhain ang isang artipisyal na larawan ng gawain ng halos anumang tindahan, ikakapit Monte Carlo method. Simulation modeling sa kasong ito ay upang ulitin ang tunay na data. Ay nakukuha muli sa itaas ng dalawang stochastic proseso. Ang kanilang mga kahaliling pakikipag-ugnayan sa ang huling resulta muling maglalabas ng isang "turn" na may halos ang parehong pagganap tulad ng sa totoong buhay.

Samakatuwid, ang Monte Carlo pamamaraan para sa Research binubuo sa artificial modeling pamamagitan ng paulit-ulit na application ng random realizations. Ito ay mahalaga na tandaan na ang tinatawag na mga indibidwal na makinabang sa kabilang banda tinutukoy bilang statistical mga pagsubok.

Upang maunawaan kung ano ay sinadya sa pamamagitan ng isang random na mekanismo ng pagpili ay dapat gamitin lamang ang pinaka-karaniwang dice. Subalit, sa pagsasanay, bilang isang panuntunan, talaan ng mga random na numero ay ginagamit. Sa karagdagan, ang kasalukuyang napaka-tanyag at mga espesyal na programa para sa mga computer na ay kabilang sa mga espesyalista na tinatawag na random na numero generators. Sa katunayan, ang Monte Carlo pamamaraan ay medyo simple, epektibo at madaling gamitin, na nagiging sanhi ng kanyang kalat na kalat na paggamit, parehong sa ekonomiya at sa iba pang mahirap na mga agham.