Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
ski,2010).Ulamrozważałm.in.interesującyproblemdotyczącyukładaniapa-
sjansa(Krzyśko,2011).Przyjmując,żetaliakartkażdorazowojestułożonalosowo
(dobrzepotasowana),zastanawiałsię,jakiejestprawdopodobieństwo,żeułożenie
pasjansasiępowiedzie.Jesttozagadnieniezrachunkuprawdopodobieństwa,
jednakformalnerozwiązanietakiegozadaniajestniezwykletrudne.Stosunkowo
prostejestjednaknapisanieprogramu,którybędzie„tasował”kartyiukładał
pasjanszgodniezopracowanymalgorytmem.Powykonaniuwielutakichdoświad-
czeń,awłaściwiesymulacjikomputerowychrzeczywistegoukładaniapasjansa,
otrzymujesięocenęszukanegoprawdopodobieństwa(Kończak,2012c).Jak
wspominałUlam,„Pomysłten,nazwanypóźniejmetodąMonteCarlo,wpadłmido
głowy,kiedypodczaschorobystawiałempasjanse”(za:Krzyśko,2012,s.362).
MetodyMonteCarlo(metodysymulacyjne)znajdująbardzoszerokiezastoso-
wanianietylkonapolubadaństatystycznych.Simon(1997,s.26)wymienia
następująceprzykładyzastosowaniasymulacjikomputerowych:
−SymulacyjneokreślanieparametrówrakietlecącychnaKsiężyc.Zewzględu
nadużąliczbęparametrówizłożonośćproblemumetodysymulacyjnesą
skuteczniewykorzystywanewtakichobliczeniach.
−Wyznaczanieczasuzaładunkustatkówwojskowych.Wykonaniewieluzadań
jestzwiązanezocenąlicznychwartościpowiązanychzesobąparametrów.
Problemmożebyćstosunkowoprostorozwiązanyzwykorzystaniemsymu-
lacjikomputerowych.
−Jakąprzyjąćtaktykęwrozgrywkachwbaseballdlauzyskaniadobrychwyni-
ków?Poprzezlosowewybieranieróżnychtaktykmożliwejestwskazaniewsy-
mulacjachtakiej,któraprzeciętniepozwalanauzyskanienajlepszychwyników.
−Jakąścieżkęposzukiwańnależywybraćpodczaspołowówryb,abyuzyskać
jaknajlepszerezultaty?Próbującróżnychrozwiązań,różnychścieżekpoło-
wów,symulacjakomputerowamożepomócwszybkimuzyskaniuwłaściwej
odpowiedzi.
−JakąprzyjąćstrategięwgrzeMonopoly,abyuzyskaćnajwiększeszansena
wygraną?Wielokrotnesymulowanierozgrywkiprzyzmieniającychsięstra-
tegiachpozwalanawskazanietej,któraprzeciętnieprowadzidouzyskania
najlepszychwyników.
Zbiegiemczasu,wrazzupowszechnieniemsiędostępudoszybkichkom-
puterów,metodysymulacyjneznalazłyszerokiezastosowaniewbadaniachsta-
tystycznych.OstatnielataXXwiekutozaproponowanieprzezEfronametody
bootstrap(Efron,1979),praktycznezastosowaniametodanalizypodprób,testów
permutacyjnychorazwzrostwykorzystaniaMCMC(MonteCarloMarkovChains)
wbadaniachstatystycznych.
18