Monte Carlo -menetelmä ymmärretään yleensä yhtenä tilastollisen mallinnusmenetelmänä, joka puolestaan perustui ”mustan laatikon” käsitteeseen.
Tarkastellaan tarkemmin Monte Carlo -menetelmää taloustieteessä.
Tämän tilastollisen menetelmän soveltaminensimulaatioita voidaan havainnollistaa esimerkillä jonoteorian alueelta. Oletetaan siis, että haluat selvittää, kuinka kauan ja kuinka usein joudut odottamaan jonossa olevia asiakkaita tietyn kaupan (alun perin asetetun) kaistanleveyden avulla. Nämä laskelmat ovat ensisijaisesti tarpeellisia päätettäessä myymälän laajentamisesta. Kuten tiedät, ostajien lähestymistapa on pääsääntöisesti satunnainen tai epävarma, joten ns. Lähestymisajan jakauma, toisin sanoen aikaväli kahden peräkkäisen ostajien saapumisen välillä, voidaan määrittää itsenäisesti käytettävissä olevan tiedon perusteella. Toisaalta myös kunkin asiakkaan palvelusaika on satunnainen, joten myös sen jakauma voidaan havaita. Joten edessämme on kaksi stokastista prosessia, joiden suora vuorovaikutus luo jonon.
Samalla tavalla voit jälleen useita kertojaluoda keinotekoinen kuva melkein minkä tahansa myymälän työstä soveltamalla Monte Carlon menetelmää käytännössä. Simulointimallinnus toistaa tällöin todelliset tiedot. Jälleen kaksi edellä kuvattua stokastista prosessia osoittautuvat. Heidän vuorotellen vuorovaikutus lopputuloksessa antaa jälleen "jonon" melkein samoilla indikaattoreilla kuin tosielämässä.
Ymmärtää, mitä itse tarkoitetaansatunnainen valintamekanismi, sinun pitäisi yksinkertaisesti käyttää yleisintä noppaa. Käytännössä käytetään kuitenkin pääsääntöisesti satunnaislukujen taulukoita. Lisäksi tällä hetkellä erityisen suosittuja tietokoneille tarkoitettuja ohjelmia ovat asiantuntijat, joita kutsutaan satunnaislukugeneraattoreiksi. Itse asiassa Monte Carlon menetelmä on melko yksinkertainen, tehokas ja kätevä, mikä määrää sen laaja-alaisen käytön sekä taloustieteessä että muissa tarkoissa tieteissä.