Quelle est la méthode de Monte Carlo?

La méthode de Monte Carlo est généralement comprise comme l'une des méthodes de modélisation statistique, qui, à son tour, était basée sur le concept de «boîte noire».

La méthode de Monte Carlo est utilisée dans les cas oùlorsque l'utilisation d'un modèle analytique du phénomène semble difficile ou totalement impossible (par exemple, lors de la résolution de problèmes de la théorie des files d'attente, des recherches d'opérations, réduites à l'étude de processus aléatoires, etc.).

Considérons plus en détail la méthode de Monte Carlo en économie.

Application de cette méthode de statistiquela modélisation peut être illustrée par un exemple du domaine de la théorie des files d'attente. Donc, supposons que vous vouliez savoir combien de temps et à quelle fréquence les clients doivent attendre dans la file d'attente pour une certaine bande passante (initialement spécifiée) d'un magasin. Ces calculs sont principalement nécessaires pour décider s'il faut agrandir le magasin. Comme vous le savez, l'approche des acheteurs est généralement aléatoire ou indéfinie. Par conséquent, la distribution de ce que l'on appelle le temps d'approche, c'est-à-dire l'intervalle entre deux arrivées consécutives d'acheteurs, peut être déterminée indépendamment en fonction de la informations disponibles. D'autre part, le temps de service de chaque client est également aléatoire, par conséquent, sa répartition peut également être trouvée. Nous avons donc deux processus stochastiques dont l'interaction directe crée une file d'attente.

Comme le montre la pratique, l'utilisation réellelife, la méthode de Monte Carlo, vous pouvez itérer plusieurs fois de manière aléatoire sur toutes les possibilités, tout en conservant les mêmes caractéristiques de distribution. En conséquence, il sera possible de recréer artificiellement l'ensemble de ce processus. Ensuite, en répétant à nouveau cette image, en changeant les conditions à chaque fois, vous pouvez obtenir des statistiques, comme si elles étaient collectées en temps réel.

De la même manière, vous pouvez à nouveau plusieurs foispour recréer une image artificielle du travail de presque n'importe quel magasin, en appliquant la méthode Monte Carlo dans la pratique. La modélisation de simulation dans ce cas répétera les données réelles. Encore une fois, les deux processus stochastiques décrits ci-dessus se révéleront. Leur interaction alternative dans le résultat final donnera à nouveau une "file d'attente" avec presque les mêmes indicateurs que dans la vraie vie.

Par conséquent, la méthode de Monte Carlo en science estdans la modélisation artificielle à travers de multiples répétitions dans des implémentations aléatoires. Il est important de noter que les réalisations dites simples sont autrement appelées tests statistiques.

Pour comprendre ce que l'on entend par lui-mêmemécanisme de sélection aléatoire, vous devez simplement utiliser les dés les plus courants. Cependant, dans la pratique, en règle générale, des tableaux de nombres aléatoires sont utilisés. De plus, à l'heure actuelle, les programmes spéciaux pour ordinateurs sont particulièrement populaires, appelés générateurs de nombres aléatoires parmi les spécialistes. En fait, la méthode de Monte Carlo est assez simple, efficace et pratique, ce qui détermine son utilisation généralisée, à la fois en économie et dans d'autres sciences exactes.