Die Monte-Carlo-Simulation ist eine der bekanntesten Simulationsmethoden. Mit der mathematischen Wahrscheinlichkeitstheorie als Grundlage, ist es ihr Ziel, Probleme mithilfe einer großen Zahl von Zufallsexperimenten zu lösen. Mit zufällig gewählten Parametern und vorgegebenen Zusammenhängen wird ein bestimmtes Ergebnis angenähert. Während die Zusammenhänge deterministisch vorgegeben sind (z.B. im Folgenden Einnahmen = Absatz * Preis), haben die Parameter einen Zufallscharakter (im Folgenden der ungewisse Absatz). Dadurch hat auch die Zielgröße einen Zufallscharakter. Gemäß dem Gesetz der großen Zahlen wird davon ausgegangen, dass eine ausreichende Anzahl an Simulationen einen guten Näherungswert der Zielgröße ergibt. Die Methode kam im 20.Jahrhundert auf und wird heute zur Approximation analytischer Probleme oder zur Simulation komplexer Prozesse benutzt; in der Finanzindustrie wird sie z.B. für das Risikomanagement verwendet. Für diese Zufallsexperimente bietet sich auch R an, da es s
Blatt Papier für Gedanken zu Politik, Wirtschaft, Business, Finanzen und Data Science...