有機率有模型就可模擬全世界：蒙地卡羅(Monte Carlo)

蒙地卡羅方法是由Von Neumann與Ulam提出以機率統計為概念的數值計算方法，Ulam的叔叔常常在摩納哥的蒙地卡羅賭場輸錢而命名。

蒙地卡羅方法(Monte Carlo method)是一種統計模擬的方法，以機率為基礎作為模擬現實的可能狀況，大量使用在財務工程、經濟學與物理學等領域，例如可以模擬剪刀石頭布的比賽、擲茭、棒球比賽與股價走勢，在已知機率分配與相關參數下，就可以進行模擬。

前往蒙地卡羅的第一步

使用蒙地卡羅模擬法第一個要認識的就是亂數產生器(Random number generator)，在Python中我們可用random套件中的randint函數表示

import random

x = random.randint(1,101)
print(x)

透過以上程式就可以產生一個由1~100亂數抽出的整數，有了這個亂數產生器就可以來開始現實世界的模擬啦！

在現實生活中，有相當多的案例都是由機率或期望值所構成的，例如明天台北市的降雨、元月份股市的上漲、祭祀時的擲杯、投資與賭博……等，背後都有機率的背景，我們可以透過實驗或分析歷史資料來得到機率的參數，

在開始模擬前需要有一些初階的統計學機率觀念。

蒙地卡羅系列文章將會利用現實生活中的案例，來讓大家瞭解蒙地卡羅法的設計方式、使用方法與優缺點。