蒙特卡洛方法

蒙特卡羅方法又稱統計模擬法、隨機抽樣技術，是壹種隨機模擬方法，以概率和統計理論方法為基礎的壹種計算方法，是使用隨機數（或更常見的偽隨機數）來解決很多計算問題的方法。

算法原理：

蒙特卡洛方法利用從某個總體中抽取的隨機數作為樣本進行實驗，以求得的統計特征值（均值、概率、分布等）作為待解問題的數值解，然後利用蒙特卡洛方法根據測量信號的測量誤差計算每個測量值的計算權重，綜合考慮數據質量權重和測量誤差權重後，通過對所有信號進行加權平均值計算得出最終的真實信號值。

起源：

蒙特卡羅方法於20世紀40年代美國在第二次世界大戰中研制原子彈的"曼哈頓計劃"計劃的成員S.M.烏拉姆和J.馮·諾伊曼首先提出。. 數學家馮·諾伊曼用馳名世界的賭城-摩納哥的Monte Carlo來命名這種方法，為它蒙上了壹層神秘色彩。在這之前，蒙特卡羅方法就已經存在。

工作過程：

1、用蒙特卡羅方法模擬某壹過程時，需要產生各種概率分布的隨機變量。

2、用統計方法把模型的數字特征估計出來，從而得到實際問題的數值解。

應用領域：

蒙特卡羅方法在金融工程學，宏觀經濟學，生物醫學，計算物理學(如粒子輸運計算、量子熱力學計算、空氣動力學計算、核工程)等領域應用廣泛。