Monte Carlo-metod

Monte Carlo-metoder är en brett använd klass av algoritmer som används för att simulera olika fysiska och matematiska system. De skiljer sig från andra simuleringsmetoder t.ex. molekylärdynamik genom att vara stokastiska, d.v.s. ickedeterministiska i någon form - vanligtvis genom att förlita sig på slumptalsgeneratorer (oftast används dock pseudoslumptalsgeneratorer) - till skillnad från deterministiska algoritmer. På grund av algoritmernas upprepande natur och den stora mängden beräkningar som är inblandad är Monte Carlo metoder anpassade för datorberäkningar.

En Monte Carlo-algoritm är en Monte Carlo-metod som används för att finna lösningar till matematiska problem vilka kan ha flera variabler och som inte kan lösas enkelt med andra metoder som exempelvis integralkalkyl. Dess effektivitiet ökar i relation till andra numeriska metoder allt eftersom problemets dimensioner ökas.

Namnet på metoden kommer från det berömda kasinot i Monte Carlo och myntades kring år 1940 under Manhattanprojektet vilket är det mest berömda exemplet på tillämpning än idag. Metoden användes där för att lösa diffusionsekvationen i samband med bestämning av reaktorfysikaliska parametrar, i första hand multiplikationskonstanten i termiska, heterogena kärnreaktorer. Arbetet skedde till stor del för hand och innebar bestämning av sambandet mellan transport och nedbromsning av enskilda neutroner och resultatet sammanställdes och bearbetades sedan statistiskt.