O método de Monte Carlo costuma ser entendido como um dos métodos de modelagem estatística que, por sua vez, se baseava no conceito de “caixa preta”.
Vamos considerar com mais detalhes o método de Monte Carlo em economia.
Aplicação deste método estatísticoa modelagem pode ser ilustrada com um exemplo do campo da teoria das filas. Portanto, suponha que você queira descobrir quanto tempo e com que frequência os clientes precisam esperar em uma fila em uma determinada largura de banda (especificada inicialmente) de uma loja. Esses cálculos são necessários principalmente para decidir se a loja deve ser expandida. Como você sabe, a abordagem dos compradores, via de regra, é aleatória ou indefinida, portanto, a distribuição do chamado tempo de abordagem, ou seja, o intervalo entre cada duas chegadas consecutivas de compradores, pode ser determinada de forma independente com base na Informação disponível. Por outro lado, o tempo de atendimento de cada cliente também é aleatório, portanto, também é possível verificar sua distribuição. Portanto, temos dois processos estocásticos, cuja interação direta cria uma fila.
Da mesma forma, você pode novamente várias vezesrecriar uma imagem artificial do trabalho de quase todas as lojas, aplicando na prática o método de Monte Carlo. A modelagem de simulação, neste caso, repetirá os dados reais. Novamente, os dois processos estocásticos descritos acima irão acontecer. Sua interação alternada no resultado final irá novamente dar uma "fila" com praticamente os mesmos indicadores da vida real.
Para entender o que significa por si sómecanismo de seleção aleatória, você deve simplesmente usar os dados mais comuns. No entanto, na prática, como regra, são utilizadas tabelas de números aleatórios. Além disso, no momento, programas especiais para computadores são especialmente populares, que são chamados de geradores de números aleatórios entre os especialistas. Na verdade, o método de Monte Carlo é bastante simples, eficaz e conveniente, o que determina sua ampla utilização, tanto na economia quanto em outras ciências exatas.