Metoda Monte-Carlo jest powszechnie rozumiana jako jedna z metod modelowania statystycznego, która z kolei opierała się na koncepcji czarnej skrzynki.
Rozważmy bardziej szczegółowo metodę Monte Carlo w ekonomii.
Zastosowanie tej metody statystycznejSymulacje można zilustrować przykładem z zakresu teorii kolejkowania. Załóżmy więc, że chcesz dowiedzieć się, jak długo i jak często trzeba czekać na klientów w kolejce przy określonej (początkowo zdefiniowanej) przepustowości określonego sklepu. Obliczenia te, w pierwszej kolejności, są niezbędne do podjęcia decyzji o rozszerzeniu sklepu. Jak wiadomo, podejście kupujących, z reguły, jest losowe lub nieokreślone, dlatego rozkład tak zwanego czasu podejścia, to znaczy przedziału między każdymi dwoma kolejnymi przyjazdami nabywców, można niezależnie ustalić na podstawie dostępnych informacji. Z drugiej strony czas obsługi każdego klienta jest również losowy, dlatego można również wykryć jego dystrybucję. Mamy więc dwa procesy stochastyczne, których bezpośrednia interakcja tworzy kolejkę.
W ten sam sposób możesz ponownie kilka razyodtworzyć sztuczny obraz pracy niemal każdego sklepu, stosując w praktyce metodę Monte-Carlo. Symulacja w tym przypadku powtórzy prawdziwe dane. Okazuje się ponownie, że dwa z powyższych procesów stochastycznych. Ich alternatywna interakcja w wyniku końcowym ponownie da „kolejkę” z praktycznie tymi samymi wskaźnikami, co w prawdziwym życiu.
Aby zrozumieć, o co chodzilosowy mechanizm wyboru, powinieneś po prostu użyć najzwyklejszych kości. Jednak w praktyce używane są tabele liczb losowych. Ponadto obecnie szczególnie popularne są specjalne programy dla komputerów, które wśród specjalistów nazywane są generatorami liczb losowych. W rzeczywistości metoda Monte Carlo jest dość prosta, skuteczna i wygodna, co powoduje jej szerokie zastosowanie zarówno w gospodarce, jak i innych naukach ścisłych.