Metode Monte Carlo biasanya dipahami sebagai salah satu metode pemodelan statistik, yang, pada gilirannya, didasarkan pada konsep "kotak hitam".
Metode Monte Carlo digunakan dalam kasus-kasus di mana penggunaan model analitik dari fenomena itu sulit atau sama sekali tidak mungkin (misalnya, ketika memecahkan masalah teori antrian, operasi penelitian, direduksi menjadi studi proses acak, dll.).
Mari kita pertimbangkan lebih detail metode Monte Carlo di bidang ekonomi.
Penerapan metode pemodelan statistik ini dapat diilustrasikan dengan sebuah contoh dari bidang teori antrian. Jadi, anggaplah Anda perlu mencari tahu berapa lama dan seberapa sering Anda harus menunggu pelanggan dalam antrian pada bandwidth toko tertentu (awalnya ditetapkan). Perhitungan ini terutama diperlukan untuk memutuskan apakah akan memperluas toko. Seperti yang Anda ketahui, pendekatan pembeli, sebagai suatu peraturan, adalah acak atau tidak terbatas, oleh karena itu, distribusi waktu pendekatan yang disebut, yaitu, interval antara masing-masing dua kedatangan berturut-turut pembeli, dapat ditentukan secara independen berdasarkan informasi yang tersedia. Di sisi lain, waktu layanan masing-masing pelanggan juga acak, oleh karena itu, distribusinya juga dapat dideteksi. Jadi, sebelum kita adalah dua proses stokastik, interaksi langsung di antaranya menciptakan antrian.
Seperti yang ditunjukkan oleh latihan, menggunakan metode Monte Carlo dalam kehidupan nyata, Anda dapat secara acak menyortir semua kemungkinan berkali-kali, sambil mempertahankan karakteristik distribusi yang sama. Sebagai hasilnya, akan dimungkinkan untuk membuat ulang seluruh gambar proses ini secara artifisial. Kemudian, ulangi gambar ini lagi, setiap kali mengubah kondisi, Anda bisa mendapatkan data statistik, seolah-olah mereka dikumpulkan secara real time.
Dengan cara yang sama, Anda dapat membuat ulang beberapa kali gambar buatan dari karya hampir semua toko, menggunakan metode Monte Carlo dalam praktek. Simulasi dalam hal ini akan mengulang data nyata. Sekali lagi, dua proses stokastik yang dijelaskan di atas diperoleh. Interaksi alternatif mereka dalam hasil akhir akan kembali menghasilkan "antrian" dengan indikator yang hampir sama seperti di kehidupan nyata.
Oleh karena itu, metode Monte Carlo dalam sains terdiri dari pemodelan buatan melalui pengulangan berulang dalam implementasi acak. Penting untuk dicatat bahwa yang disebut implementasi unit dinyatakan sebagai uji statistik.
Untuk memahami apa implikasi mekanisme seleksi acak, Anda cukup menggunakan dadu yang paling umum. Namun, dalam praktiknya, biasanya, tabel angka acak digunakan. Selain itu, saat ini, program khusus untuk komputer sangat populer, yang disebut generator nomor acak di antara para spesialis. Sebenarnya, metode Monte Carlo cukup sederhana, efisien dan nyaman, yang menentukan penggunaannya yang luas, baik dalam bidang ekonomi maupun dalam ilmu pasti lainnya.
