को मोन्टेकार्लो विधि के हो?

को मोन्टेकार्लो विधि अन्तर्गत सामान्यतः बारी मा एक को अवधारणा मा आधारित थियो जो तथ्याङ्क मोडेलिंग, एक तरिका रूपमा बुझ्ने गरिन्छ "कालो बाकस।"

को मोन्टेकार्लो विधि घटना एक विश्लेषणात्मक मोडेल को प्रयोग कठिन वा पूर्ण असम्भव छ जहाँ अवस्थामा समावेश छ (उदाहरणका लागि, queuing सिद्धान्त, को समस्या को सुलझाने जब सञ्चालन अनुसन्धान, स्टोकहस्टिक प्रक्रियाहरू को अध्ययन, आदि सारांशित)।

हामीलाई थप विवरण विचार अर्थव्यवस्था मा मोन्टेकार्लो विधि गरौं।

तथ्याङ्क मोडेलिंग को विधि को आवेदन सिद्धान्त queuing को स्कोप देखि उदाहरणद्वारा बुझाउन सकिन्छ। त्यसैले, तपाईं पत्ता लगाउन तपाईं एक निश्चित (सुरुमा सेट) मा लाइन मा ग्राहकहरु लागि प्रतीक्षा गर्न आवश्यक कसरी लामो र कति चाहनुहुन्छ ठान्नु क्षमता एक स्टोर को। यी गणना, पहिलो स्थानमा, पसलमा हुनुपर्छ विस्तार गर्न चाहे बारेमा निर्णय गर्न आवश्यक। तपाईं थाह छ, सामान्यतया अनियमित वा अनिश्चित त्यसैले, तथाकथित समय दृष्टिकोण को वितरण, त्यसपछि त्यहाँ एक उपलब्ध जानकारीको आधारमा, प्रत्येक दुई क्रमिक पेरिशेस खरीदारों स्वतन्त्र सेट गर्न सकिन्छ बीच अंतर छ, खरीदारों भेट्नुपर्छ। अर्कोतर्फ, प्रत्येक ग्राहक को सेवा समय पनि अनियमित वर्ण, यसरी वितरण पनि पत्ता सकिन्छ छ। त्यसैले, हामी दुई स्टोकहस्टिक प्रक्रिया, प्रत्यक्ष अन्तरक्रिया सबै सिर्जना गर्ने छ।

वास्तविक जीवन मोन्टेकार्लो विधि प्रयोग गरेर वितरण को नै विशेषताहरु कायम राख्ने गर्दा, सबै सम्भावनाहरू मार्फत अंधाधुंध धेरै पटक हुन सक्छ अभ्यास शो, रूपमा। परिणाम artificially हुन यो प्रक्रिया पुरा तस्वीर रहे-सिर्जना गर्नेछ। त्यसपछि प्रत्येक समय अवस्थाको परिवर्तन, फेरि यो ढाँचा दोहरो, यो सम्भव तथ्याङ्क प्राप्त गर्न, तिनीहरूले वास्तविक समयमा संकलित थिए भने छ।

त्यसै गरी, तपाईं फेरि अभ्यास मा मोन्टेकार्लो विधि राख्दै लगभग कुनै पनि स्टोर को काम को एक कृत्रिम चित्र पुन: सिर्जना गर्न सक्नुहुन्छ धेरै पटक गर्न। यस मामला मा सिमुलेशन मोडेलिंग वास्तविक डेटा बारम्बार हुनेछ। दुई स्टोकहस्टिक प्रक्रिया माथि फेरि प्राप्त छन्। अन्तिम परिणाम आफ्नो वैकल्पिक अन्तरक्रिया फेरि एक वास्तविक जीवनमा रूपमा लगभग एउटै प्रदर्शन संग "पालो" जारी हुनेछ।

तसर्थ, अनुसन्धान लागि मोन्टेकार्लो विधि अनियमित realizations पटक-पटक आवेदन द्वारा कृत्रिम मोडेलिंग मा हुन्छन्। यो तथाकथित व्यक्तिगत बोध अन्यथा रूपमा तथ्याङ्क परीक्षण उल्लेख भनेर याद महत्त्वपूर्ण छ।

के अनियमित चयन संयन्त्र द्वारा चाहनुभएको छ बस भन्दा साधारण प्रयोग गर्नुपर्छ बुझ्न पासा। तथापि, व्यवहार मा, नियम, अनियमित संख्या तालिका प्रयोग गरिन्छ। साथै, विशेषज्ञहरु हुन् कि कम्प्युटर लागि हाल धेरै लोकप्रिय र विशेष कार्यक्रम अनियमित नम्बर जेनेरेटर भनिन्छ। वास्तवमा, मोन्टेकार्लो विधि जो अर्थव्यवस्था र अन्य कडा विज्ञान दुवै, यसको व्यापक प्रयोग गराउँछ, एकदम, सरल प्रभावकारी र प्रयोग गर्न सजिलो छ।