2. 본문
(1) 몬테카를로시뮬레이션의 개념
몬테카를로시뮬레이션(Monte Carlo Simulations) 은 무작위 값을 활용하여 확률적으로 계산하는 알고리즘입니다. 이렇게 확률적으로 계산하여 원하는 수치의 확률적 분포를 구할 수 있습니다. 많은 수의 실험으로 통계 자료를 구한 자료로부터 역산하여 어떤 특정
시뮬레이션을 만드는 대표적 방법 중의 하나가 바로 ‘몬테카를로법(Monte Carlo method)’이다.
‘몬테카를로법(Monte Carlo method)’은 쉽게 말해서 무작위 수(Random number)와 확률로 시뮬레이션을 설계해서 복잡한 문제의 해를 근사적으로 구하는 방법이다.
이 방법은 폴란드계 미국인 수학자인 ‘스타니스와
1. 몬테카를로시뮬레이션(Monte Carlo Simulation) 이란?
몬테카를로시뮬레이션은 시뮬레이션 한번을 하기 위한 수를 확률 분포로부터 임의적으로 선택 하는 표본추출(sampling) 기법 중의 하나이다. 모의적 표본 추출법(simulated sampling technique)이라고도 한다. 몬테카를로 분석의 목적은 확률분포 P(X)로부터 표
Ⅰ. 서 론
몬테카를로시뮬레이션은 컴퓨터의 개발과 거의 동시에 연구되기 시작하였다. 그 이전에도 수학적 체계에 대한 연구는 있었지만 컴퓨터가 개발되고 난 후에야 비로소 지금과 같은 확률적인 통계, 예측 방법이 이용되기 시작하였다. 특히 원자핵 물리학자들의 필요에 의해 탄생되었다고 해
Ⅰ. 서 론
몬테카를로시뮬레이션은 컴퓨터의 개발과 거의 동시에 연구되기 시작하였다. 그 이전에도 수학적 체계에 대한 연구는 있었지만 컴퓨터가 개발되고 난 후에야 비로소 지금과 같은 확률적인 통계, 예측 방법이 이용되기 시작하였다. 특히 원자핵 물리학자들의 필요에 의해 탄생되었다고 해