Symulacja Monte Carlo

Symulacja Monte Carlo to skomputeryzowana technika matematyczna służąca do generowania danych z losowych próbek na podstawie pewnego znanego rozkładu dla eksperymentów numerycznych. Metoda ta jest stosowana do ilościowej analizy ryzyka i problemów decyzyjnych. Metodę tę stosują specjaliści o różnych profilach, takich jak finanse, zarządzanie projektami, energia, produkcja, inżynieria, badania i rozwój, ubezpieczenia, ropa i gaz, transport itp.

Metodę tę po raz pierwszy zastosowali naukowcy pracujący nad bombą atomową w 1940 roku. Metodę tę można zastosować w sytuacjach, w których musimy dokonać oszacowania i niepewnych decyzji, takich jak prognozy pogody.

Symulacja Monte Carlo ─ Ważne cechy

Oto trzy ważne cechy metody Monte-Carlo:

Jego wynik musi generować losowe próbki.
Jego dystrybucja wejściowa musi być znana.
Jego wynik należy poznać podczas wykonywania eksperymentu.

Symulacja Monte Carlo ─ Zalety

Łatwe do wdrożenia.
Zapewnia statystyczne próbkowanie do eksperymentów numerycznych przy użyciu komputera.
Zapewnia przybliżone rozwiązanie problemów matematycznych.
Może być stosowany zarówno do problemów stochastycznych, jak i deterministycznych.

Symulacja Monte Carlo ─ Wady

Czasochłonne, ponieważ istnieje potrzeba wygenerowania dużej liczby próbkowania, aby uzyskać żądany wynik.
Wyniki tej metody są jedynie przybliżeniem prawdziwych wartości, a nie dokładnością.

Metoda symulacji Monte Carlo ─ Diagram przepływu

Poniższa ilustracja przedstawia uogólniony schemat blokowy symulacji Monte Carlo.