Fórmula de cálculo de Monte Carlo: Aproximación (Promedio (X)) = 1N∑n=1Nxn
El método de Monte Carlo también se denomina método de simulación estadística y método de experimento estadístico. Es un método de simulación numérica que toma como objeto de investigación los fenómenos de probabilidad. Es un método de cálculo que obtiene valores estadísticos basados en el método de encuesta por muestreo para estimar cantidades características desconocidas.
Monte Carlo es un casino famoso en Mónaco. Este método recibe su nombre para indicar la naturaleza del muestreo aleatorio. Por lo tanto, es adecuado para experimentos de simulación computacional en sistemas discretos. En la simulación computacional, las características aleatorias del sistema se pueden simular construyendo un modelo de probabilidad que sea similar al rendimiento del sistema y realizando experimentos aleatorios en una computadora digital.
La idea básica del método Monte Carlo es: para resolver el problema, primero se establece un modelo de probabilidad o proceso estocástico para que sus parámetros o características numéricas sean iguales a la solución del problema; y luego se observa el modelo o proceso o se realizan experimentos de muestreo para calcular estos parámetros o características numéricas, y finalmente se da un valor aproximado de la solución.
La precisión de la solución se expresa como el error estándar de la estimación. La principal base teórica del método Monte Carlo es la teoría de la probabilidad y la estadística, y los principales medios son el muestreo aleatorio y los experimentos estadísticos.
Los pasos básicos para utilizar el método Monte Carlo para resolver problemas prácticos son:
1. Según las características del problema real. Construya un modelo estadístico y de probabilidad simple y fácil de implementar. Hacer que la solución buscada sea exactamente la distribución de probabilidad o expectativa matemática del problema;
2. Dar métodos de muestreo para varias variables aleatorias con diferentes distribuciones en el modelo.
3. resultados de simulación para proporcionar estimaciones estadísticas y estimaciones de precisión de la solución del problema.