蒙特卡羅法也稱統計模擬法、統計試驗法，是把概率現象作為研究物件的數值模擬方法是按抽樣調查法求取統計值來推定未知特性量的計算方法
蒙特卡羅是摩納哥的著名賭城，該法為表明其隨機抽樣的本質而命名蒙特卡羅是一類隨機演算法的統稱，其主要思想是取樣越多，得到的結果越近似於最優解。更多的是從總體中抽乙個樣本，計算估計量（均值等），作為整體估計。
舉例說明，乙個有1000個整數的集合，要求其中位數，可以從中抽取m<1000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。
經典的蒙特卡洛方法求圓周率
基本思想：在圖中區域產生足夠多的隨機數點，然後計算落在圓內的點的個數與總個數的比值再乘以四，就是圓周率。
經典的蒙特卡洛求積分
當我們在[a,b]之間隨機取一點x時，它對應的函式值就是f(x)。接下來我們就可以用f(x) * (b - a)來粗略估計曲線下方的面積，也就是我們需要求的積分值，當然這種估計（或近似）是非常粗略的。
在此圖中，做了四次隨機取樣，得到了四個隨機樣本x1,x2,x3,x4，並且得到了這四個樣本的f(xi)的值分別為f(x1),f(x2),f(x3),f(x4)。對於這四個樣本，每個樣本能求乙個近似的面積值，大小為f(xi)∗(b−a)。為什麼能這麼幹麼？對照圖下面那部分很容易理解，每個樣本都是對原函式f的近似，所以我們認為f(x)的值一直都等於f(xi)。
按照圖中的提示，求出上述面積的數學期望，就完成了蒙特卡洛積分。
蒙特卡洛演算法思想介紹
蒙特卡洛演算法是alphago的核心之一 當要求問題在有限的取樣步驟以內，必須給出乙個解的時候，不要求最優性，就是蒙卡特羅演算法 兩個小實驗 蒙特卡洛演算法的兩個小實驗。1.計算圓周率pi。原理 先畫乙個正方形，畫出其內切圓，然後這個正方形內隨機的畫點，設點落在圓內的概為p，則p 圓面積 正方形面積...
蒙特卡洛理解
蒙特卡羅演算法並不是一種演算法的名稱，而是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。從特性特性來說，我...
蒙特卡洛演算法
從今天開始要研究sampling methods，主要是mcmc演算法 contents 1.蒙特卡洛介紹 2.蒙特卡洛的應用 3.蒙特卡洛積分 1.蒙特卡洛介紹 蒙特卡羅方法 monte carlo method 也稱統計模擬方法，是二十世紀四十年代中期由於科學技術的 發展和電子計算機的發明，而被...