蒙特卡洛方法的介绍

二十世纪四十年代，闻名世界的USA-洛斯阿拉莫斯国家实验室， 曼哈顿计划 的成员 John von Neumann（冯.诺依曼）, Stanislaw Ulam（乌拉姆） 和 尼古拉斯 率先提出了蒙特卡洛方法。蒙特卡洛方法是以概率统计为理论指导，由于一个简单的随机数发生器一轮盘赌，外加乌拉姆的叔叔十分嗜好赌博并且经常在蒙特卡洛赌场输钱，方法便以摩纳哥的驰名世界的赌城——蒙特卡洛来命名。
,

蒙特卡洛方法 是一种通过统计抽样将非随机问题转换为随机的形式的手段，它是将统计抽样方法从一个纯粹的数学方法转换成一种正式的适用于各种各样问题的方法论。

蒙特卡洛方法 是一种通过生成合适的随机数和观察部分服从一些特定性质或属性的数据来解决问题的方法，通过统计抽样实验给各种各样的数学问题提供了近似解，这种方法对于一些太复杂以至很难分析求解的问题得到数字解法是非常有效的，而且同时适应于 毫无概率性的问题 和 内在固有概率结构 的问题。

由于在计算机上可以快速的做成千上万次数据模拟，所以蒙特卡洛方法在计算机技术发展很快的年代是非常有用的，做的实验越多，该方法获得的解越精确。当然，蒙特卡洛方法也只能获得问题的