¿Qué es la simulación de Montecarlo?

El principio del método de simulación aleatoria de Monte Carlo es que cuando el problema u objeto en sí tiene características de probabilidad, los resultados del muestreo se pueden generar mediante simulación por computadora y los valores de las estadísticas o parámetros se pueden calcular en función de muestreo; con el número de simulaciones Al promediar los valores estimados de estadísticas o parámetros, se pueden obtener conclusiones estables.

Método de simulación estocástica de Monte Carlo: pasos de implementación para muestrear y calcular estadísticas o parámetros de valor a medida que aumenta el número de simulaciones, los valores estimados de las estadísticas o parámetros se promedian para obtener conclusiones estables.

Ampliar los principios e ideas básicos de los datos

Cuando el problema a resolver es la probabilidad de un evento o el valor esperado de una variable aleatoria, se pueden obtener mediante algún tipo del método "experimental" La frecuencia de este evento o el valor promedio de esta variable aleatoria y utilizarlos como soluciones al problema. Ésta es la idea básica del método Monte Carlo.

El método Monte Carlo es un experimento de simulación digital que utiliza métodos matemáticos para simular las cantidades geométricas y las características geométricas del movimiento de las cosas. Se basa en un modelo probabilístico y utiliza los resultados de experimentos de simulación como soluciones aproximadas al problema según el proceso descrito por este modelo. 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 de Monte Carlo

Enciclopedia Baidu-Método de simulación estocástica de Monte Carlo