什麼是蒙特卡羅方法？

在蒙特卡羅方法通常被理解為統計建模，這反過來又是基於對概念的一種方式“黑匣子”。

蒙特卡羅方法是參與的情況下使用的現象的分析模型是很難或根本不可能（例如，解決排隊論的問題時， 運籌學， 總結隨機過程的研究等）。

讓我們更詳細地考慮在經濟蒙特卡羅方法。

可以從排隊論的範圍來示出的統計建模的方法的應用。 因此，假設你要找出你需要多長時間以及多久等待客戶的一致在一定（初始設置） 容量 一家商店。 這些計算，擺在首位，有必要做出是否擴大店面應該是決策。 如你所知，接近買家，通常具有隨機的或不確定的，因此，所謂的時間方法的分佈，再有就是每兩個連續教區買家可獨立設置之間的間隙，基於可用的信息。 在另一方面，每個客戶的服務時間也有一個隨機字符，因而其分佈也可以被檢測到。 因此，我們有兩個隨機過程，創建所有的直接互動。

實踐表明，用現實生活中的蒙特卡羅方法可以通過一切準備隨機多次，同時保持分佈相同的特性。 其結果將是人為地重新創建此過程的全貌。 然後再重複這一模式，每一次改變的條件下，有可能獲得的統計數據，如果他們實時收集。

同樣，你可以再次幾次重建幾乎所有的商店工作的仿真圖，付諸實踐的蒙特卡羅方法。 在這種情況下，仿真模型將是重複的真實數據。 正在上述兩個隨機過程再次獲得。 他們在最後的結果替代作用將再次發出“轉”幾乎相同的性能，在現實生活中。

因此，對於研究蒙特卡羅方法通過隨機實現中的重複應用在於人工建模。 值得注意的是，所謂的個人實現，又將其稱為統計測試是非常重要的。

要了解什麼是隨機選擇機制，這意味著只需要使用最常見的 骰子。 然而，在實踐中，作為一項規則，使用隨機數表。 此外，計算機是專家中的當前非常流行，特別節目叫隨機數生成器。 事實上，蒙特卡羅方法相當簡單，有效，易於使用，這使得它的廣泛使用，無論是在經濟和其他硬科學。