蒙特卡羅是一類隨機方法的統稱。這類方法的特點是，可以在隨機取樣上計算得到近似結果，隨著取樣的增多，得到的結果是正確結果的概率逐漸加大，但在（放棄隨機取樣，而採用類似全取樣這樣的確定性方法）獲得真正的結果之前，無法知道目前得到的結果是不是真正的結果。
舉例說明，乙個有10000個整數的集合，要求其中位數，可以從中抽取m<10000個數，把它們的中位數近似地看作這個集合的中位數。隨著m增大，近似結果是最終結果的概率也在增大，但除非把整個集合全部遍歷一邊，無法知道近似結果是不是真實結果。
另外乙個例子，給定數n，要求它是不是素數，可以任選m個小於n的數，看其中有沒有能整除n的數，如果沒有則判斷為素數。這和通常見到的蒙特卡羅例子不同，近似結果往往錯得更離譜，但隨著m增大，近似結果是最終結果的概率也在增大。
把蒙特卡羅方法和另外一類方法——拉斯維加斯方法[1]——對比一下，更容易了解哪些方法屬於蒙特卡羅，哪些不屬於。拉斯維加斯方法是另一類隨機方法的統稱。這類方法的特點是，隨著取樣次數的增多，得到的正確結果的概率逐漸加大，如果隨機取樣過程中已經找到了正確結果，該方法可以判別並報告，但在但在放棄隨機取樣，而採用類似全取樣這樣的確定性方法之前，不保證能找到任何結果（包括近似結果）。
舉例說明，有乙個有死胡同但無環路的迷宮，要求從入口走到出口的一條路徑。可以從入口出發，在每個叉路口隨機選擇乙個方向前行，到死胡同則報告失敗並回到入口重新試探，到出口則報告成功。隨著試探次數增多，找到一條入口到出口的路徑的概率增大，但除非全列舉，即使試12023年，也無法保證找到任何要求的路徑。
蒙特卡羅演算法
蒙特卡羅演算法並不是一種演算法的名稱，而是對一類隨機演算法的特性的概括。說 蒙特卡羅演算法打敗武宮正樹 這個說法就好比說 我被乙隻脊椎動物咬了 是比較火星的。實際上是zen的演算法具有蒙特卡羅特性，或者說它的演算法屬於一種蒙特卡羅演算法。那麼 蒙特卡羅 是一種什麼特性呢？我們知道，既然是隨機演算法，...
蒙特卡羅演算法
演算法原理 蒙特卡羅方法也稱統計模擬方法，是1940年代中期由於科學技術的發展和電子計算機的發明，而提出的一種以概率統計理論為指導的數值計算方法。是指使用隨機數 或更常見的偽隨機數 來解決很多計算問題的方法。原理大致如下圖所示 很簡單，舉個例子就是扔石子到方形區域，區域內有個圓，圓內石子的比例即為圓...
蒙特卡羅演算法
構造描述概率過程 實現從已知概率分布抽樣 隨機數是實現模擬的工具 建立各種估計量 得到無偏估計 clear dt 1 365.0 一天的年單位時間 s0 20 在初始時刻的 程式中假設 r 0.031 期望收益率 sigma 0.6 波動率 0.6 expterm r dt 漂移項dt stddev...