Sob o método de Monte Carlo, uma das formas de modelagem estatística é comumente entendida, que por sua vez foi baseada no conceito de uma "caixa preta".
Vamos considerar com mais detalhes o método de Monte Carlo em economia.
A utilização deste método de estatísticaA modelagem pode ser ilustrada por um exemplo da teoria de enfileiramento. Portanto, vamos supor que seja necessário descobrir por quanto tempo e com que frequência é necessário aguardar os clientes na fila em uma determinada largura de banda (inicialmente definida) de alguma loja. Esses cálculos, em primeiro lugar, são necessários para decidir se expandir a loja. Como é sabido, a abordagem dos compradores, como regra, é aleatória ou incerta, portanto, a distribuição do chamado tempo de aproximação, ou seja, a diferença entre cada duas chegadas sucessivas de compradores, pode ser estabelecida independentemente com base nas informações disponíveis. Por outro lado, o tempo de serviço de cada cliente também possui um caráter aleatório, portanto, sua distribuição também pode ser detectada. Então, diante de nós estão dois processos estocásticos, cuja interação direta cria uma fila.
Da mesma forma você pode novamente várias vezesrecriar uma imagem artificial do trabalho de quase qualquer loja, usando o método de Monte Carlo na prática. Modelagem de simulação neste caso irá repetir dados reais. Os dois processos estocásticos descritos acima são novamente obtidos. Sua interação alternativa no resultado final dará novamente a "fila" com praticamente os mesmos indicadores da vida real.
Para entender o que significa você mesmomecanismo de selecção aleatória deve simplesmente usar os dados mais comuns. No entanto, na prática, como regra, tabela de números aleatórios são utilizados. Além disso, os programas actualmente muito populares e especiais para computadores que estão entre os especialistas chamados geradores de números aleatórios. Na verdade, o método de Monte Carlo é bastante simples, eficaz e fácil de usar, o que faz com que seu uso generalizado, tanto na economia e em outras ciências duras.
</ p>