モンテカルロ法とは何ですか？

モンテカルロ法の下では、一般的に順番にというコンセプトに基づいた統計的モデリング、一つの方法として理解されている「ブラックボックス。」

モンテカルロ法は、現象の解析モデルの使用が困難または完全に不可能である場合には関与している（キューイング理論の問題解決の場合、例えば、 オペレーションズリサーチを、 確率過程の研究、等をまとめました）。

私たちは、より詳細に経済におけるモンテカルロ法を考えてみましょう。

統計的モデリングの方法の適用は、待ち行列理論の範囲を例示することができます。 だから、あなたはあなたが特定の（最初に設定）で並んで顧客のために待機する必要がどのくらいと頻度を知りたいと仮定 容量 店の。 これらの計算は、まず第一に、必要な店舗があるべき拡大するかどうかについての決定を行います。 ご存知のように、通常はランダムまたは不確実なので、いわゆるタイムアプローチの分布は、その後、入手可能な情報に基づいて買い手が独立して設定することができ、各二つの連続教区との間に隙間があり、持っている、バイヤーに近づきます。 一方、各顧客のサービス時間はまた、その分布を検出することもできるので、ランダムな文字を持っています。 そこで、我々は2つの確率過程、すべてを作成し、直接の相互作用を持っています。

分布の同じ特性を維持しながら、練習が示すように、実際のモンテカルロ法を使用して、すべての可能性を介してランダムに何回であってもよいです。 結果は、このプロセスの全体像を再作成し、人工的になります。 彼らはリアルタイムで収集された場合は、再度、このパターンを繰り返して、条件を変更するたびに、統計情報を得ることが可能です。

同様に、あなたは再び数回の練習にモンテカルロ法を入れて、ほぼすべての店舗の仕事の人工的な画像を再現することができます。 この場合のシミュレーションモデルは、実際のデータを繰り返すようになります。 2つの確率過程の上に再び得られます。 最終的な結果では、代替の相互作用が再び現実の生活とほぼ同じ性能を持つ「ターン」を発行します。

そのため、研究のためのモンテカルロ法は、ランダムな実現を繰り返し適用することによって人工的モデリングで構成されています。 いわゆる個々の実現はそうでない場合は、統計的検定と呼ばれることに注意することが重要です。

単に最も一般的な使用する必要がありますランダム選択機構が何を意味するかを理解するために サイコロを。 しかし、実際には、原則として、乱数表が使用されています。 また、専門家の間にあるコンピュータのために、現在非常に人気があり、特別なプログラムは、乱数発生器と呼ばれます。 実際には、モンテカルロ法は経済で、その他のハードサイエンスの両方で、その広範な使用の原因となる、非常に、シンプル効果的で使いやすいです。