Metodę Monte Carlo zwykle rozumie się jako jedną z metod modelowania statystycznego, która z kolei została oparta na koncepcji „czarnej skrzynki”.
Metodę Monte Carlo stosuje się w przypadkach, w których zastosowanie modelu analitycznego zjawiska jest trudne lub całkowicie niemożliwe (na przykład przy rozwiązywaniu problemów teorii kolejkowania, operacji badawczych, sprowadzonych do badania procesów losowych itp.).
Rozważmy bardziej szczegółowo metodę Monte Carlo w ekonomii.
Zastosowanie tej metody modelowania statystycznego można zilustrować przykładem z zakresu teorii kolejkowania. Załóżmy więc, że musisz dowiedzieć się, jak długo i jak często musisz czekać na klientów w kolejce na określonej (wstępnie ustawionej) przepustowości sklepu. Obliczenia te są przede wszystkim niezbędne do podjęcia decyzji o rozbudowie sklepu. Jak wiecie, podejście nabywców z reguły jest losowe lub nieokreślone, dlatego rozkład tak zwanego czasu podejścia, to znaczy odstępu między każdym kolejnym przybyciem nabywców, można niezależnie ustalić na podstawie dostępnych informacji. Z drugiej strony czas obsługi każdego klienta jest również losowy, dlatego też można wykryć jego dystrybucję. Przed nami zatem dwa procesy stochastyczne, których bezpośrednia interakcja tworzy kolejkę.
Jak pokazuje praktyka, stosując metodę Monte Carlo w prawdziwym życiu, możesz losowo sortować wszystkie możliwości wiele razy, zachowując te same cechy dystrybucji. W rezultacie możliwe będzie sztuczne odtworzenie całego obrazu tego procesu. Następnie, powtarzając to zdjęcie ponownie, za każdym razem, gdy zmienisz warunki, możesz uzyskać dane statystyczne, tak jakby były one zbierane w czasie rzeczywistym.
W ten sam sposób można kilkakrotnie odtworzyć sztuczny obraz pracy niemal każdego sklepu, stosując w praktyce metodę Monte Carlo. Symulacja w tym przypadku powtórzy rzeczywiste dane. Ponownie otrzymano dwa opisane powyżej procesy stochastyczne. Ich naprzemienna interakcja w końcowy wynik ponownie wytworzy „kolejkę” z prawie takimi samymi wskaźnikami jak w prawdziwym życiu.
Dlatego metoda Monte Carlo w nauce polega na sztucznym modelowaniu poprzez powtarzanie powtórzeń w przypadkowych implementacjach. Należy zauważyć, że tak zwane implementacje jednostkowe są inaczej nazywane testami statystycznymi.
Aby zrozumieć, co implikuje mechanizm losowej selekcji, wystarczy użyć najczęściej używanych kości. Jednak w praktyce z reguły stosuje się tabele liczb losowych. Ponadto w tej chwili szczególnie popularne są specjalne programy dla komputerów, które wśród specjalistów nazywane są generatorami liczb losowych. W rzeczywistości metoda Monte Carlo jest dość prosta, wydajna i wygodna, co determinuje jej szerokie zastosowanie, zarówno w ekonomii, jak i innych naukach ścisłych.
