Ⅰ. 서론
몬테카를로 시뮬레이션은 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
법 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 ‘스타니스와프 울람’(Stanislaw Ulam, 1909~1984)
법을 통해 해석적으로 해를 구할 수 있으나, 최근의 복잡한 문제들은 방정식의 수치적인 해를 구하거나 컴퓨터 시뮬레이션을 통해 그 결과를 얻는다. 복잡계의 문제를 푸는 방법 중 가장 널리 알려진 것으로 몬테카를로 시뮬레이션이 있다. 몬테카를로 방법(Monte Carlo method)은 난수를 이용하여 함수의
법으로는 분산-공분산 방법, 역사적 시뮬레이션법, 몬테카를로 시뮬레이션법등이 널리 알려져 있다. 본 연구에서는 분산-공분산 방법, 역사적 시뮬레이션법을 사용하기로 한다.
≪ … 중 략 … ≫
Ⅱ. 측정과 자본비용측정
1. 평균자본비용의 개념
제4장의 2-(1)절에서 제안한 바와 같이
1. 몬테카를로 시뮬레이션(Monte Carlo Simulation) 이란?
몬테카를로 시뮬레이션은 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