Monte Carlo methods are computational algorithms that use random sampling to approximate numerical results.طرق مونتي كارلو هي فئة من الخوارزميات الحسابية القائمة على المعاينة العشوائية المتكررة. تسمح بتقدير التكاملات عالية الأبعاد رقميًا، وحل المعادلات التفاضلية ومسائل الأمثلية. الفكرة الأساسية: بدلاً من الحساب التحليلي، يُلجأ إلى التجربة الإحصائية. التقارب بطيء (الخطأ يتناقص بمقدار 1/√N)، لكنه لا يعتمد على البعد، مما يجعل هذه الطرق لا غنى عنها في الفضاءات عديدة الأبعاد. في المالية، على سبيل المثال، تُستخدم لتقييم قيمة الأدوات المشتقة المعقدة، وفي علم الأحياء لنمذجة تطور الجماعات، وفي الرسوميات الحاسوبية لإنشاء إضاءة واقعية للمشاهد (تتبع الأشعة ray tracing).
تعود الفكرة إلى تجربة بوفون (Buffon) لإلقاء الإبرة في القرن الثامن عشر، لكنها تشكلت كأداة حسابية في أربعينيات القرن العشرين. أثناء تعافي ستانيسلاف أولام من مرضه، تأمل في ألعاب السوليتير (patience) وأدرك أنه بدلاً من الحسابات التوافقية المعقدة، يمكن ببساطة تكرار لعبة عشوائية عدة مرات لتقدير احتمالية الفوز. ناقش ذلك مع جون فون نيومان، وطبّقا المنهج على حسابات انتشار النيوترونات. في عام 1953، ظهرت الورقة التأسيسية لن. متروبوليس وزملائه حول خوارزمية المعاينة.
لتقدير التكامل I = ∫ f(x) dx، تُدخَل كثافة توزيع p(x) وتُولَّد N نقطة xi ~ p(x). التقريب: I ≈ (1/N) Σ f(xi)/p(xi). في MCMC، تُبنى سلسلة ماركوف بنواة انتقالية تضمن الإرغودية والاستقرارية على التوزيع الهدف. بالنسبة للتوزيعات المعقدة، يُستخدم المعاينة الجماعية (ensemble sampling) وطريقة هاميلتون مونتي كارلو (Hamiltonian Monte Carlo) التي تستخدم تدرجات لوغاريتم الكثافة.
يستخدمها المهندسون للتحقق من موثوقية الجسور، والمحللون الماليون لتوقع أسعار الأسهم، والفيزيائيون لنمذجة التفاعلات النووية.
أشهر مثال هو حساب العدد π: برمي نقاط في مربع يحتوي على دائرة منقوشة، وحساب نسبة النقاط التي تقع داخل الدائرة إلى العدد الكلي، نحصل على تقريب 4×(عدد النقاط داخل الدائرة / العدد الكلي).












