A Simulação Monte Carlo é uma técnica computacional com base em processos aleatórios ou probabilísticos que possibilita análise de sensibilidade do impacto das variáveis do modelo simulado. É uma das técnicas de simulação mais conhecidas e utilizadas, inclusive como modelos para diversos softwares.
Veja Também
Conceitos Gerais
O método de Monte Carlo (MMC) é um método estatístico utilizado em simulações estocásticas com diversas aplicações em áreas como a física, matemática e biologia. O método de Monte Carlo tem sido utilizado há bastante tempo como forma de obter aproximações numéricas de funções complexas. Este método tipicamente envolve a geração de observações de alguma distribuição de probabilidades e o uso da amostra obtida para aproximar a função de interesse. As aplicações mais comuns são em computação numérica para avaliar integrais. A idéia do método é escrever a integral que se deseja calcular como um valor esperado.
De acordo com (HAMMERSELEY,1964) o nome "Monte Carlo" surgiu durante o projeto Manhattan na Segunda Guerra Mundial. No projeto e de construção da bomba atômica, Ulam, von Neumann e Fermi consideraram a possibilidade de utilizar o método, que envolvia a simulação direta de problemas de natureza probabilistica relacionados com o coeficiente de difusão do nêutron em certos materiais. Apesar de ter despertado a atenção desses cientistas em 1948, a lógica do método já era conhecida há bastante tempo. Por exemplo, existe um registro de um artigo escrito por Lord Kelvin dezenas de anos antes que já utilizava técnicas de Monte Carlo em uma discussão das equações de Boltzmann. (Fonte Mundo PM)
Existem três classes de algoritmos Monte Carlo:
- Erro-Unilateral;
- Erro-Bilateral;
- Erro-Não-Limitado.
