El método de Monte Carlo es un procedimiento de cálculo matemático para estimar la distribución de parámetros desconocidos en una relación, conocer la distribución de los parámetros existentes. El método de Monte Carlo aprovecha el poder de computación para estimar al azar de diferentes combinaciones de parámetros de entrada y estimar la distribución de un parámetros de salida . Las operaciones vectoriales optimizadas en MATLAB hace estimación Monte Carlo fácil de programar . Monte Carlo Método

El procedimiento para simulaciones de Monte Carlo es la siguiente: adivinar un conjunto de parámetros conocidos de una distribución aleatoria y estimar otros parámetros o resultados futuros a partir de estas suposiciones aleatorias . Cuando se repite un número de veces , la simulación de Monte Carlo puede dar una gama exacta de posibilidades , así como su probabilidad . El método de Monte Carlo es el más adecuado a las relaciones lineales donde se desconoce sólo uno parámetros.
Configuración

comenzar a prepararse para una simulación Monte Carlo mediante el examen de la ecuación para la relación que se desea simular . Por ejemplo , considere , " A sen /B ( C theta ) = X. " Los parámetros A , B y C deben ser conocidos , y el ángulo theta se puede estimar a través de la gama de 0 a 2 pi . Usted necesita saber el rango de los parámetros A, B y C, así como en qué medida los valores se distribuyen a través de la gama . Por ejemplo , A y B pueden estar distribuidas de manera uniforme entre 5 y 10 , y C puede ser normalmente distribuidos alrededor de 2 con una varianza de 1 . También tendrá que decidir sobre el número adecuado de ensayos para estimar adecuadamente la distribución potencial de X.
MATLAB Procedimiento

MATLAB "rand ( ) " función dibuja números pseudoaleatorios en una distribución uniforme en el intervalo ( 0,1 )

nTrials = 1,000 ; . a = 5 * rand ( nTrials , 1 ) + 5 ; B = 5 * rand ( nTrials , 1 ) + 5 ;

El MATLAB " normrnd ( ) " función dibuja número pseudoaleatorio de una distribución normal

C = normrnd ( 2,1 , nTrials , 1 ) ; .

el rango del ángulo theta se estima entre 0 y 2 pi a un interno de 0,05

theta = 0:0.05:2 * pi ; .

el resultado será X ser una matriz de nTrials dimensión de longitud ( theta )

X = ( a /B ) * sin ( C * theta ) .
Limitaciones

El método de Monte Carlo se limita a simular relaciones matemáticas que son conocidas , donde la mayoría de los parámetros puede estimarse a partir de una distribución conocida . Relaciones lineales funcionan mejor , como el error en la estimación puede crecer muy grande en las relaciones no lineales. Las relaciones con un gran número de parámetros o grandes rangos de distribución pueden tomar mucho tiempo para estimar utilizando el método de Monte Carlo.