Phương pháp Monte Carlo là phương pháp đầu tiên sử dụng mô phỏng máy tính cho các vấn đề thống kê. Nó được phát triển bởi nhóm John von Neumann, Stanisław Ulam và Nicholas Metropolis từ các phòng thí nghiệm ở Los Alamos đang làm việc cho dự án Manhattan trong Thế chiến II. Nó được mô tả lần đầu tiên vào năm 1949 bởi Metropolis & Ulam , và đây là lần đầu tiên cái tên này xuất hiện trên báo in. Có thể bởi vì các nhà khoa học phát hiện ra nó cũng có thể sử dụng một trong những máy tính đầu tiên mà họ đang làm việc. Trong công việc của họ, họ đã sử dụng các phương pháp Monte Carlo để mô phỏng các vấn đề vật lý và ý tưởng là bạn có thể mô phỏng một vấn đề phức tạp bằng cách lấy mẫu một số ví dụ về quy trình này. Có nhiều bài viết thú vị về lịch sử của Monte Carlo, vdBản thân Metropolis hoặc một số gần đây hơn, ví dụ như Robert & Casella .
Vì vậy, "Monte Carlo" là tên của phương pháp đầu tiên được mô tả cho mục đích mô phỏng máy tính để giải quyết các vấn đề thống kê. Sau đó, tên đã trở thành một tên chung cho cả một gia đình phương pháp mô phỏng và thường được sử dụng trong thời trang này.
Có những phương pháp mô phỏng được coi là không phải Monte Carlo , tuy nhiên trong khi Monte Carlo là lần đầu tiên sử dụng mô phỏng máy tính thì thông thường là "mô phỏng máy tính" và "Monte Carlo" được sử dụng thay thế cho nhau.
Có nhiều định nghĩa khác nhau về "mô phỏng" là gì, tức là
Từ điển Merriam-Webster :
3 a: biểu diễn mô phỏng chức năng của một hệ thống hoặc quá trình bằng chức năng của một hệ thống khác b: kiểm tra một vấn đề thường không phải thử nghiệm trực tiếp bằng thiết bị mô phỏng
Từ điển Cambridge :
để làm hoặc làm một cái gì đó hành xử hoặc trông giống như một cái gì đó thật nhưng không có thật
Wikipedia :
bắt chước hoạt động của một quá trình hoặc hệ thống trong thế giới thực theo thời gian
Những gì mô phỏng cần để làm việc là một khả năng bắt chước một số hệ thống hoặc quy trình. Điều này không cần bất kỳ sự ngẫu nhiên nào liên quan (như với Monte Carlo), tuy nhiên nếu tất cả các khả năng đều được thử, thì quy trình này là một tìm kiếm toàn diện hoặc nói chung và vấn đề tối ưu hóa . Nếu yếu tố ngẫu nhiên có liên quan và một máy tính được sử dụng để chạy mô phỏng một số mô hình, thì mô phỏng này giống với tinh thần của phương pháp Monte Carlo ban đầu (ví dụ: Metropolis & Ulam, 1949). Yếu tố ngẫu nhiên là một phần quan trọng của mô phỏng được đề cập, ví dụ, bởi Ross (2006, Simulation. Yêu tinh). Tuy nhiên, câu trả lời cho câu hỏi phụ thuộc rất nhiều vào định nghĩa mô phỏng mà bạn giả định. Ví dụ, nếu bạn cho rằng các thuật toán xác định sử dụng tối ưu hóa hoặc tìm kiếm toàn diện, trên thực tế là mô phỏng, thì chúng ta cần xem xét rất nhiều thuật toán để mô phỏng và điều này làm cho định nghĩa mô phỏng mỗi lần rất mờ.
Theo nghĩa đen, mọi thủ tục thống kê đều sử dụng một số mô hình hoặc xấp xỉ thực tế, đó là "thử" và đánh giá. Điều này phù hợp với định nghĩa từ điển của mô phỏng. Tuy nhiên, chúng tôi không coi tất cả các số liệu thống kê là dựa trên mô phỏng. Câu hỏi và cuộc thảo luận dường như xuất hiện từ việc thiếu định nghĩa chính xác về "mô phỏng". Monte Carlo dường như là ví dụ điển hình (và đầu tiên) của mô phỏng, tuy nhiên nếu chúng ta xem xét định nghĩa mô phỏng rất chung chung thì nhiều phương pháp phi Monte Carlo rơi vào định nghĩa. Vì vậy, có những mô phỏng không phải là Monte Carlo, nhưng tất cả các phương pháp dựa trên mô phỏng rõ ràng giống với tinh thần của Monte Carlo, liên quan đến nó theo một cách nào đó, hoặc được truyền cảm hứng từ nó. Đó là lý do tại sao "Monte Carlo" thường được sử dụng như một từ đồng nghĩa với "mô phỏng".