Μέθοδος Μόντε Κάρλο: Διαφορά μεταξύ των αναθεωρήσεων

Περιεχόμενο που διαγράφηκε Περιεχόμενο που προστέθηκε
+ MIT open course / εξωτερικοί σύνδεσμοι
Χωρίς σύνοψη επεξεργασίας
Γραμμή 1:
Μια '''Monte Carlo μέθοδος''' (ή πείραμα/προσωμοίωση Monte Carlo) είναι μια στοχαστική διαδικασία όπου με χρήση τυχαίων αριθμών και τη στατιστική προσπαθούμε να λύσουμε ένα πρόβλημα. Σε ένα πείραμα Monte Carlo χρησιμοποιείται προσομοίωση με μια γεννήτρια τυχαίων αριθμών. Το όνομα Monte Carlo προέρχεται από την ομώνυμη [[Μόντε Κάρλο|πόλη]] του [[Μονακό]] όπου εκεί υπάρχει ένα διάσημο καζίνο. Η μέθοδος Monte Carlo παρουσιάστηκε το 1949 με την δημοσίευση των N. Metropolis και S. Ulam "Η μέθοδος Monte Carlo" στο περιοδικό ''Journal of the American Statistics Association''. Η ιδέα αυτή ήταν γνωστή και νωρίτερα όπου κάποια προβλήματα [[στατιστική]]ς λυνόντουσαν με τυχαία [[δειγματοληψία]]. <ref>{{cite book|last=Καλαμαράς|first=∆ημήτρης|title=Αριθμητική Ανάλυση|year=2001-2002|pages=2|url=http://dimitris.apeiro.gr/files/na/mc/MonteCarlo.pdf}}</ref> <ref> {{cite journal | last=Eckhardt |first= Roger |year=1987 |title=Stan Ulam, John von Neumann, and the Monte Carlo method|journal= Los Alamos Science, Special Issue |issue=15|pages= 131–137 | ref=harvnb| url = http://library.lanl.gov/cgi-bin/getfile?15-13.pdf}} </ref>
 
Ένα παράδειγμα πειράματος Monte Carlo είναι το πρόβλημα του μεθυσμένου ναύτη. Στο πρόβλημα αυτό έχουμε ένα ναύτη μεθυσμένο σε μια πόλη όπου θέλει να βρει την έξοδο. Σε κάθε σταυροδρόμι έχει ίση πιθανότητα να επιλέξει ένα από τους 4 δρόμους. Θέλουμε να βρούμε την πιθανότητα που έχει ο ναύτης να εξέλθει σε κάθε μια από τις εξόδους της πόλης. Αν έχουμε λίγα οικοδομικά τετράγωνα (π.χ. 3x2 οικοδομικά τετράγωνα) η πιθανότητα μπορεί να υπολογιστεί εύκολα με μαθηματικούς υπολογισμούς. Στην περίπτωση μια πόλης το πρόβλημα γίνεται πολύ δύσκολο να λυθεί με μαθηματικές πράξεις αλλά λύνεται με ένα πείραμα Monte Carlo και τη χρήση ενός ηλεκτρονικού υπολογιστή. Χρησιμοποιώντας μια μηχανή τυχαίων αριθμών σε ένα υπολογιστή προσομοιώνουμε την κίνηση του ναύτη μέχρι να εξέλθει από την πόλη. Το πείραμα το τρέχουμε πάρα πολλές φορές και στο τέλος υπολογίζουμε (κατά προσέγγιση) την κάθε πιθανότητα να βγει από κάθε έξοδο της πόλης. <ref>{{cite web|last=Ευσταθίου|first=Κωνσταντίνο|title=Πειράματα Monte Carlo: Ο τυχαίος περίπατος του "μεθυσμένου ναύτη"|url=http://www.chem.uoa.gr/applets/AppletSailor/Appl_Sailor1.html|publisher=Χημικό Πανεπιστήμιου Αθηνών|accessdate=28 Ιανουαρίου 2015}}</ref>
 
Τα πειράματα Monte Carlo χρησιμοποιούνται για ανάλυση παιχνιδιών όπως το [[σκάκι]] ή το [[Γκο]] (ασιατικό παιχνίδι στρατηγικής όπως το σκάκι). Χρησιμοποιούμε γεννήτριες τυχαίων αριθμών και βάζουμε δύο εικονικούς παίχτες (υπολογιστές) να παίζουν στην "τύχη". Επαναλαμβάνοντας το πείραμα monte carlo πάρα πολλές φορές είμαστε σε θέση να εκτιμήσουμε ποια επόμενη κίνηση είναι στατιστικά καλή για να κερδίσει το παιχνίδι ένα παίκτης. <ref>{{cite news|last=Keim|first=Brandon|title=Humans No Match for Go Bot Overlords|url=http://www.wired.com/2009/03/gobrain/|accessdate=28 Ιανουαρίου 2015|newspaper=Wired|date=3 Οκτωβρίου 2009}}</ref> <ref>{{cite book|title=Σχεδίαση επιλογής κινήσεων με αναγνώριση προτύπων για παίκτη Go βασισμένο σε αναδιατασσόμενη λογική|year=2014|publisher=Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Ηρακλείου Κρήτης|url=http://dias.library.tuc.gr/view/20291}}</ref> <ref>{{cite book|title=Rich As A King: How the Wisdom of Chess Can Make You a Grandmaster of Investing|year=2014|publisher=Morgan James Publishing|isbn=978-1-63047-099-9|pages=65|url=https://books.google.gr/books?id=K64TBQAAQBAJ&pg=PA65#v=onepage&q&f=false|author=Susan Polgar|coauthors=Douglas Goldstein}}</ref>