Метод Монте-Карло для моделювання та оптимізації складних систем
Анотація
У сучасних умовах високої складності та невизначеності метод Монте-Карло відіграє ключову роль у процесах аналізу, прогнозування та оптимізації систем. Він дає змогу оцінити ймовірності характеристики системи шляхом чисельного експерименту на основі випадкових величин. Сучасні дослідження підтверджують ефективність методу Монте-Карло у роботі зі складними стохастичними системами. Зокрема, у фінансах він використовується для оцінки ризиків інвестиційних портфелів, у логістиці – для оптимізації ланцюгів поставок, а в інженерії – для аналізу надійності технічних систем.
Метою роботи є дослідження застосування методу Монте-Карло для аналізу та оптимізації складних систем в умовах невизначеності та практична реалізація його під час моделювання інвестиційного портфеля.
Посилання
Kroese D. P., Taimre T., Botev Z. I. HandBook of Monte Carlo Methods. Wiley, 2013. 772 c. URL: surl.lt/eqsxhx (дата звернення: 12.05.2025).
Agarwal K. Monte Carlo Simulation Explained: A Guide for Investors and Analysts. 16.11.2025. URL: https://www.investopedia.com/articles/investing/112514/monte-carlo-simulationbasics.asp#toc-uses-in-portfolio-management (дата звернення: 12.05.2025).
Monte Carlo Simulation. MATLAB Documentation. MathsWorks. 2023. URL: https://www.mathworks.com/discovery/monte-carlo-simulation.html (дата звернення: 12.05.2025).
Glasserman P. Monte Carlo Methods in Financial Engineering. Springer, 2003. 596 p. URL: https://www.bauer.uh.edu/spirrong/Monte_Carlo_Methods_In_Financial_Enginee.pdf (дата звернення:12.05.2025).