什么是蒙特卡罗方法？

在蒙特卡罗方法通常被理解为统计建模，这反过来又是基于对概念的一种方式“黑匣子”。

蒙特卡罗方法是参与的情况下使用的现象的分析模型是很难或根本不可能（例如，解决排队论的问题时， 运筹学， 总结随机过程的研究等）。

让我们更详细地考虑在经济蒙特卡罗方法。

可以从排队论的范围来示出的统计建模的方法的应用。 因此，假设你要找出你需要多长时间以及多久等待客户的一致在一定（初始设置） 容量 一家商店。 这些计算，摆在首位，有必要做出是否扩大店面应该是决策。 如你所知，接近买家，通常具有随机的或不确定的，因此，所谓的时间方法的分布，再有就是每两个连续教区买家可独立设置之间的间隙，基于可用的信息。 在另一方面，每个客户的服务时间也有一个随机字符，因而其分布也可以被检测到。 因此，我们有两个随机过程，创建所有的直接互动。

实践表明，用现实生活中的蒙特卡罗方法可以通过一切准备随机多次，同时保持分布相同的特性。 其结果将是人为地重新创建此过程的全貌。 然后再重复这一模式，每一次改变的条件下，有可能获得的统计数据，如果他们实时收集。

同样，你可以再次几次重建几乎所有的商店工作的仿真图，付诸实践的蒙特卡罗方法。 在这种情况下，仿真模型将是重复的真实数据。 正在上述两个随机过程再次获得。 他们在最后的结果替代作用将再次发出“转”几乎相同的性能，在现实生活中。

因此，对于研究蒙特卡罗方法通过随机实现中的重复应用在于人工建模。 值得注意的是，所谓的个人实现，又将其称为统计测试是非常重要的。

要了解什么是随机选择机制，这意味着只需要使用最常见的 骰子。 然而，在实践中，作为一项规则，使用随机数表。 此外，计算机是专家中的当前非常流行，特别节目叫随机数生成器。 事实上，蒙特卡罗方法相当简单，有效，易于使用，这使得它的广泛使用，无论是在经济和其他硬科学。