Quelle est la méthode de Monte Carlo?

Dans le cadre de la méthode de Monte-Carlo, l'une des méthodes de modélisation statistique est généralement comprise, elle-même basée sur le concept de «boîte noire».

La méthode de Monte Carlo est utilisée dans ces cas,lorsque l'utilisation du modèle analytique du phénomène est difficile ou tout à fait impossible (par exemple, lors de la résolution de problèmes de théorie de la file d'attente, les opérations d'investigation sont réduites à l'étude de processus aléatoires, etc.).

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

L'utilisation de cette méthode de statistiqueLa modélisation peut être illustrée par un exemple de la théorie de la file d'attente. Ainsi, supposons qu'il est nécessaire de savoir combien de temps et combien de fois il est nécessaire d'attendre les clients dans la file d'attente à une certaine bande passante (définie initialement) d'un magasin. Ces calculs, en premier lieu, sont nécessaires pour décider d'étendre le magasin. Comme on le sait, l'approche des acheteurs est, en règle générale, aléatoire ou incertaine, de sorte que la distribution du temps d'approche, c'est-à-dire l'écart entre deux arrivées successives de clients, peut être établie indépendamment sur la base des informations disponibles. D'autre part, le temps de service de chaque client a également un caractère aléatoire, par conséquent, sa distribution peut également être détectée. Donc, avant nous, il y a deux processus stochastiques, dont l'interaction directe crée une file d'attente.

Comme le montre la pratique, en utilisant en réelméthode de vie de Monte Carlo, vous pouvez au hasard plusieurs fois pour trier toutes les possibilités, tout en conservant les mêmes caractéristiques de distribution. En conséquence, il sera possible de recréer artificiellement toute l'image de ce processus. Puis, en répétant cette image à nouveau, chaque fois que vous changez les conditions, vous pouvez obtenir des statistiques, comme si elles étaient collectées en temps réel.

De la même manière vous pouvez encore plusieurs foisrecréer une image artificielle du travail de presque n'importe quel magasin, en utilisant la méthode de Monte Carlo dans la pratique. La modélisation de simulation dans ce cas répétera des données réelles. Les deux processus stochastiques décrits ci-dessus sont à nouveau obtenus. Leur interaction alternative dans le résultat final donnera à nouveau la "file d'attente" avec pratiquement les mêmes indicateurs que dans la vie réelle.

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

Pour comprendre ce que vous entendez par vous-mêmemécanisme de sélection aléatoire, vous devez simplement utiliser les dés les plus communs. Cependant, en pratique, en règle générale, des tables de nombres aléatoires sont utilisées. En outre, à l'heure actuelle, les programmes spéciaux pour ordinateurs sont également très populaires, qui, parmi les spécialistes, sont appelés générateurs de nombres aléatoires. En fait, la méthode de Monte Carlo est assez simple, efficace et pratique, ce qui la rend très répandue, tant en économie qu'en sciences exactes.