மான்டே கார்லோ முறை பொதுவாக புள்ளிவிவர மாடலிங் முறைகளில் ஒன்றாக புரிந்து கொள்ளப்படுகிறது, இது "கருப்பு பெட்டி" என்ற கருத்தை அடிப்படையாகக் கொண்டது.
நிகழ்வின் பகுப்பாய்வு மாதிரியைப் பயன்படுத்துவது கடினமான அல்லது முற்றிலும் சாத்தியமில்லாத சந்தர்ப்பங்களில் மான்டே கார்லோ முறை பயன்படுத்தப்படுகிறது (எடுத்துக்காட்டாக, வரிசைக் கோட்பாடு, ஆராய்ச்சி நடவடிக்கைகள், சீரற்ற செயல்முறைகளின் ஆய்வுக்கு குறைக்கப்படுவது போன்றவற்றின் சிக்கல்களைத் தீர்க்கும்போது).
பொருளாதாரத்தில் மான்டே கார்லோ முறையை இன்னும் விரிவாகக் கருதுவோம்.
புள்ளிவிவர மாதிரியின் இந்த முறையின் பயன்பாடு வரிசைக் கோட்பாட்டின் கோளத்திலிருந்து ஒரு எடுத்துக்காட்டு மூலம் விளக்கப்படலாம். எனவே, ஒரு கடையின் ஒரு குறிப்பிட்ட (ஆரம்பத்தில் அமைக்கப்பட்ட) அலைவரிசையில் வரிசையில் வாடிக்கையாளர்களுக்காக எவ்வளவு நேரம், எவ்வளவு அடிக்கடி காத்திருக்க வேண்டும் என்பதை நீங்கள் கண்டுபிடிக்க வேண்டும் என்று வைத்துக்கொள்வோம். இந்த கணக்கீடுகள் கடையை விரிவாக்கலாமா என்பதை தீர்மானிக்க முதன்மையாக அவசியம். உங்களுக்குத் தெரிந்தபடி, வாங்குபவர்களின் அணுகுமுறை, ஒரு விதியாக, சீரற்ற அல்லது நிச்சயமற்றது, எனவே, அணுகுமுறை நேரம் என்று அழைக்கப்படுபவை, அதாவது வாங்குபவர்களின் ஒவ்வொரு இரண்டு வருகைகளுக்கும் இடையிலான இடைவெளி, கிடைக்கக்கூடிய தகவல்களின் அடிப்படையில் சுயாதீனமாக தீர்மானிக்கப்படலாம். மறுபுறம், ஒவ்வொரு வாடிக்கையாளரின் சேவை நேரமும் சீரற்றது, எனவே, அதன் விநியோகத்தையும் கண்டறிய முடியும். எனவே, எங்களுக்கு முன் இரண்டு சீரற்ற செயல்முறைகள் உள்ளன, இதன் நேரடி தொடர்பு ஒரு வரிசையை உருவாக்குகிறது.
நடைமுறையில் காண்பிக்கப்படுவது போல, நிஜ வாழ்க்கையில் மான்டே கார்லோ முறையைப் பயன்படுத்தி, ஒரே மாதிரியான விநியோகப் பண்புகளைப் பேணுகையில், எல்லா சாத்தியக்கூறுகளையும் தோராயமாக வரிசைப்படுத்தலாம். இதன் விளைவாக, இந்த செயல்முறையின் முழுப் படத்தையும் செயற்கையாக மீண்டும் உருவாக்க முடியும். பின்னர், இந்த படத்தை மீண்டும் மீண்டும் கூறுவது, ஒவ்வொரு முறையும் நிலைமைகளை மாற்றும்போது, புள்ளிவிவர தரவுகளை நீங்கள் பெறலாம், அவை உண்மையான நேரத்தில் சேகரிக்கப்பட்டவை போல.
அதே வழியில், நடைமுறையில் மான்டே கார்லோ முறையைப் பயன்படுத்தி, எந்தவொரு கடையின் வேலையின் செயற்கைப் படத்தையும் பல மடங்கு மீண்டும் உருவாக்கலாம். இந்த வழக்கில் உருவகப்படுத்துதல் உண்மையான தரவை மீண்டும் செய்யும். மீண்டும், மேலே விவரிக்கப்பட்ட இரண்டு சீரற்ற செயல்முறைகள் பெறப்படுகின்றன. இறுதி முடிவில் அவர்களின் மாற்று தொடர்பு மீண்டும் நிஜ வாழ்க்கையைப் போலவே கிட்டத்தட்ட அதே குறிகாட்டிகளுடன் ஒரு "வரிசையை" உருவாக்கும்.
ஆகையால், அறிவியலில் மான்டே கார்லோ முறை சீரற்ற செயலாக்கங்களில் மீண்டும் மீண்டும் செய்வதன் மூலம் செயற்கை மாதிரியைக் கொண்டுள்ளது. அலகு செயலாக்கங்கள் எனப்படுவது புள்ளிவிவர சோதனைகள் என குறிப்பிடப்படுவதை கவனத்தில் கொள்ள வேண்டும்.
சீரற்ற தேர்வு வழிமுறை எதைக் குறிக்கிறது என்பதைப் புரிந்து கொள்ள, நீங்கள் மிகவும் பொதுவான பகடைகளைப் பயன்படுத்துகிறீர்கள். இருப்பினும், நடைமுறையில், ஒரு விதியாக, சீரற்ற எண்களின் அட்டவணைகள் பயன்படுத்தப்படுகின்றன. கூடுதலாக, இந்த நேரத்தில், கணினிகளுக்கான சிறப்பு நிரல்கள் குறிப்பாக பிரபலமாக உள்ளன, அவை நிபுணர்களிடையே சீரற்ற எண் ஜெனரேட்டர்கள் என்று அழைக்கப்படுகின்றன. உண்மையில், மான்டே கார்லோ முறை மிகவும் எளிமையானது, திறமையானது மற்றும் வசதியானது, இது பொருளாதாரத்திலும் பிற துல்லியமான அறிவியல்களிலும் அதன் பரவலான பயன்பாட்டை தீர்மானிக்கிறது.
