Метод Монте-Карло
Ме́тод Мо́нте-Ка́рло (за назвою міста Монте-Карло, Монако, яке відоме своїми казино) — загальна назва групи числових методів, основаних на одержанні великої кількості реалізацій стохастичного (випадкового) процесу, який формується у той спосіб, щоб його ймовірнісні характеристики збігалися з аналогічними величинами задачі, яку потрібно розв'язати. Використовується для розв'язування задач у фізиці, математиці, економіці, оптимізації, теорії управління тощо.
Метод Монте-Карло — це метод імітації для приблизного відтворення реальних явищ. Він об'єднує аналіз чутливості (сприйнятливості) і аналіз розподілу ймовірностей вхідних змінних. Цей метод дає змогу побудувати модель, мінімізуючи дані, а також максимізувати значення даних, які використовуються в моделі. Побудова моделі починається з визначення функціональних залежностей у реальній системі. Після чого можна одержати кількісний розв'язок, використовуючи теорію ймовірності й таблиці випадкових чисел.
Метод Монте-Карло широко використовується у всіх випадках симуляції на ЕОМ.
Зміст |
Огляд[ред.]
Не існує єдиного методу Монте-Карло, цей термін описує великий і широко використовуваний клас підходів. Проте ці підходи використовують в своїй основі єдиний шаблон:
- Визначити область можливих вхідних даних.
- Випадковим чином згенерувати вхідні дані із визначеної вище області за допомогою деякого заданого розподілу ймовірностей.
- Виконати детерміновані обчислення над вхідними даними.
- Проміжні результати окремих розрахунків звести у кінцевий результат.
Наприклад, значення π можна наблизити використанням методу Монте-Карло:
- Намалюйте квадрат на підлозі, а потім вмалюйте коло всередину нього. З геометрії, співвідношення площі вписаною кола до площі зовнішнього квадрата становить π / 4.
- Рівномірно розкидати деякі об'єкти однакового розміру по всій площі квадрата. Наприклад, це можуть бути зерна рису.
- Оскільки дві області знаходяться в співвідношенні π / 4 , об'єкти повинні потрапити в області приблизно в тій же пропорції. Таким чином, підрахувавши кількість об'єктів в колі і розділити на загальну кількість об'єктів в квадраті, отримаємо наближене значення π / 4.
- Помноживши результат на 4 буде отримано наближене значення власне самого π.
Історія[ред.]
Енріко Фермі в 1930-х і Станіславу Уламу в 1946 році першим прийшла в голову ідея подібного методу. Улам пізніше зв'язався з Джоном фон Нейманом, щоб працювати над ним.
Фізики з Лос-Аламоської наукової лабораторії досліджували радіаційний захист та відстань, яку нейтрони, проходять через різні матеріали. Незважаючи на велику кількість необхідних даних, таких як середня відстань, яку нейтрони проходять в речовині до зіткнення з атомним ядром або скільки енергії нейтрони мають віддати, щоб зіткнутися з ядром, задача не могла бути розв'язана за допомогою аналітичних розрахунків.
Джон фон Нейман і Станіслав Улам запропонували розв'язати її на основі моделювання експерименту на комп'ютері за допомогою випадку. Будучи засекреченою, їхня робота вимагала кодове ім'я. Фон Нейман вибрав назву «Монте-Карло». Назва запозичена від казино Монте-Карло в Монако, для гри в якому дядько Улама позичав гроші.
Література[ред.]
- Микитюк П.П. Інноваційний менеджмент: Навчальний посібник. – Тернопіль: Економічна думка, 2006. – 295 с.
Посилання[ред.]
- Стаття «Моделируя жизнь», автор Андрій Тепляков (рос.)
- Книга «Fundamentals of the Monte Carlo method for neutral and charged particle transport», автор Alex F Bielajew (англ.)
- Стаття «Metopolis, Monte Carlo and the MANIAC»
- N. Metropolis, S. Ulam, The Monte Carlo Method, J. Amer. statistical assoc. 1949 44 № 247 335—341.
- Книга «Fundamentals of the Monte Carlo method for neutral and charged particle transport», автор Alex F Bielajew (на английском)
- W. M. C. Foulkes, L. Mitas, R. J. Needs and G. Rajagopal, Quantum Monte Carlo simulations of solids, reviews of Modern Physics 73 (2001) 33.
- Стандарти написання бізнес плану BFM Group Ukraine
- Статья «Metopolis, Monte Carlo and the MANIAC»
- Статья о Монте-Карло на www.riskglossary.com
- Cuba — a library for multidimensional numerical integration
