몬테카를로 방법이란 무엇입니까?

몬테카를로 방법에서는 통계 모델링 방법 중 하나를 이해하는 것이 일반적이며, 차례로 "블랙 박스"개념을 기반으로합니다.

이러한 경우 몬테카를로 방법이 사용되며,현상의 분석 모델을 사용하는 것이 어렵거나 불가능할 때 (예를 들어, 큐잉 이론 문제를 해결할 때, 조사 작업이 무작위 프로세스의 연구로 축소 될 때 등).

경제학에서 몬테카를로 방법을 좀 더 자세히 고려해 보자.

이 통계적 방법의 사용모델링은 대기열 이론의 예를 통해 설명 할 수 있습니다. 따라서 일부 저장소의 특정 (초기 설정) 대역폭에서 대기열에있는 고객을 기다릴 필요가있는 시간과 빈도를 알아야한다고 가정 해 봅시다. 처음에 이러한 계산은 상점 확장 여부를 결정하는 데 필요합니다. 알려진 바와 같이 구매자의 접근 방식은 원칙적으로 무작위이거나 불확실하므로 구매자의 연속 된 두 번의 도착 사이의 간격 인 소위 접근 시간의 분포는 사용 가능한 정보를 기반으로 독립적으로 설정할 수 있습니다. 반면에 각 고객의 서비스 시간에는 임의의 문자가 있으므로 배포를 검색 할 수도 있습니다. 따라서, 우리가 두 개의 확률 론적 과정을 거치기 전에 직접적인 상호 작용이 대기열을 만듭니다.

실습에서 보여 주듯이 실제 사용몬테카를로의 삶의 방식으로, 동일한 분배 특성을 유지하면서 무작위로 모든 가능성을 분류 할 수 있습니다. 결과적으로이 프로세스의 전체 그림을 인위적으로 다시 만들 수 있습니다. 그런 다음이 그림을 다시 반복하면서 조건을 변경할 때마다 실시간으로 수집 된 것처럼 통계를 얻을 수 있습니다.

같은 방법으로 여러 번 다시 할 수 있습니다.실제로 몬테카를로 방법을 사용하여 거의 모든 상점의 작품에 대한 인위적인 그림을 재현합니다. 이 경우 시뮬레이션 모델링은 실제 데이터를 반복합니다. 위에서 설명한 두 가지 확률 과정이 다시 얻어진다. 최종 결과에서 이들의 대체 상호 작용은 실생활에서와 실질적으로 동일한 지표를 가진 "대기열"을 다시 제공합니다.

결과적으로, 과학에서의 몬테카를로 방법은임의의 구현에서 여러 번 반복을 통한 인공 모델링 소위 단일 구현을 달리 통계 테스트라고 부르는 것이 중요합니다.

자신이 의미하는 바를 이해하는 것무작위 선택 메커니즘을 사용하면 가장 일반적인 주사위를 사용해야합니다. 그러나 원칙적으로 실제로는 난수 테이블이 사용됩니다. 또한 현재로서는 난수 발생기라고 불리는 컴퓨터 용 특별 프로그램도 인기가 있습니다. 실제로 몬테카를로 방법은 충분히 간단하고 효과적이며 편리하며 경제 및 다른 정확한 과학에서 널리 사용됩니다.

</ p>