Die Monte-Carlo-Methode ist eine Gruppe von Algorithmen, die wiederholte Zufallsstichproben verwenden, um ein Ergebnis zu erzielen. Es wurde von Stanislaw Ulam benannt, als er am Los Alamos National Laboratory an Nuklearwaffenprojekten arbeitete, nach dem Casino von Monte Carlo, wo sein Großvater oft spielte.
Monte-Carlo-Methoden werden häufig bei mathematischen oder physikalischen Problemen verwendet. Sie können Probleme der Optimierung, numerischen Integration und Wahrscheinlichkeitsverteilung lösen. In der Physik sind Monte-Carlo-Methoden nützlich, um Strömungsdynamik und zelluläre Strukturen zu simulieren. In den Wirtschaftswissenschaften können Monte-Carlo-Methoden Unsicherheiten und Risiken bei Geschäftsvorhaben simulieren.
Ein Beispiel für die Verwendung einer Monte-Carlo-Methode wäre, einen Einheitskreis in ein Einheitsquadrat zu zeichnen und dann Münzen gleichmäßig zufällig auf dem Quadrat zu streuen. Durch Berechnen des Verhältnisses der Münzen innerhalb des Kreises zu denen, die außerhalb fallen (unter der Annahme, dass alle Münzen in das Einheitsquadrat fallen), könnte man die Fläche des Kreises annähern. Je mehr Münzen geworfen werden, desto näher kommt die Annäherung an die tatsächliche Fläche.
Peinlich parallel, Programmierbegriffe, Pseudozufällig
