Під методом Монте-Карло прийнято розуміти один із способів статистичного моделювання, який, в свою чергу, був заснований на концепції «чорного ящика».
Розглянемо більш докладно метод Монте-Карло в економіці.
Застосування даного способу статистичногомоделювання можна проілюструвати на прикладі зі сфери теорії черг. Отже, припустимо, що потрібно з'ясувати, як довго і як часто необхідно чекати покупцям в черзі при певній (наперед заданій) пропускної здатності деякого магазину. Дані обчислення, в першу чергу, необхідні для прийняття рішення про те, чи варто розширювати магазин. Як відомо, підхід покупців, як правило, носить випадковий або невизначений характер, отже, розподіл так званого часу підходу, тобто проміжок між кожними двома послідовними приходами покупців, можна самостійно встановити, виходячи з наявної інформації. З іншого боку, час обслуговування кожного покупця також має випадковий характер, отже, його розподіл також можна виявити. Отже, перед нами два стохастичних процесу, безпосередню взаємодію яких і створює чергу.
Таким же чином можна знову кілька разіввідтворювати штучну картину роботи практично будь-якого магазину, застосовуючи на практиці метод Монте-Карло. Імітаційне моделювання в цьому випадку буде повторювати реальні дані. Вийдуть знову два вищеописаних стохастичних процесу. Їх попеременное взаємодія в кінцевому результаті знову видасть «чергу» практично з такими ж показниками, що і в реальному житті.
Щоб зрозуміти, що має на увазі під собоюмеханізм випадкового вибору, слід просто скористатися самими звичайними гральними кістками. Однак на практиці, як правило, застосовуються таблиці випадкових чисел. Крім того, на даний момент особливою популярністю користуються і спеціальні програми для комп'ютерів, які серед фахівців іменуються генераторами випадкових чисел. Насправді метод Монте-Карло досить простий, ефективний і зручний, що і зумовлює його повсюдне використання, як в економіці, так і в інших точних науках.
</ P>