¿Qué es la simulación de Montecarlo?
La simulación Monte Carlo, también conocida como muestreo aleatorio o método de experimento estadístico, pertenece a una rama de las matemáticas computacionales y fue desarrollada a mediados de los años 40 para adaptarse al desarrollo de la industria de la energía atómica en aquel momento. . Es difícil obtener resultados satisfactorios con el método empírico tradicional porque no puede aproximarse al proceso físico real. Sin embargo, el método de Monte Carlo puede simular verdaderamente el proceso físico real, por lo que la solución al problema es muy consistente con la realidad y puede obtener resultados muy satisfactorios. .
El principio del método de simulación aleatoria de Monte Carlo es que cuando el problema u objeto en sí tiene características de probabilidad, se puede utilizar la simulación por computadora para generar resultados de muestreo y los valores de las estadísticas o parámetros se calculan en función de muestreo; con el número de simulaciones A medida que aumenta el número, se puede obtener una conclusión estable promediando los valores estimados de cada estadística o parámetro.
Método de simulación estocástica de Monte Carlo: implemente pasos para muestrear y calcular los valores de estadísticas o parámetros a medida que aumenta el número de simulaciones, la estabilidad se puede lograr promediando los valores estimados de cada estadística o; parámetro. Información ampliada
Principios e ideas básicos
Cuando el problema a resolver es la probabilidad de un determinado evento, o el valor esperado de una determinada variable aleatoria, pueden pasar algún tipo de Método de "experimento", obtenga la frecuencia de ocurrencia de este evento, o el valor promedio de esta variable aleatoria, y utilícelos como solución al problema. Ésta es la idea básica del método Monte Carlo.
El método Montecarlo captura las cantidades geométricas y las características geométricas del movimiento de las cosas y utiliza métodos matemáticos para simularlo, es decir, realiza un experimento de simulación digital. Se basa en un modelo de probabilidad. Según el proceso descrito por este modelo, los resultados de experimentos simulados se utilizan como soluciones aproximadas al problema. La resolución de problemas de Monte Carlo se puede resumir en tres pasos principales: construir o describir el proceso de probabilidad; implementar el muestreo a partir de una distribución de probabilidad conocida y establecer varios estimadores;
Enciclopedia Baidu-Simulación Monte Carlo
Enciclopedia Baidu-Método de simulación estocástica Monte Carlo