Metody počítačové simulace – obecně je využití simulačních metod spojeno s řešením složitých problémů, kde komplexnost současného působení množství faktorů ztěžuje použití optimalizačních metod. Hlavní fáze simulačních studií jsou: 1. definice problému, 2. vytvoření simulačního modelu, 3. specifikace hodnot proměnných a parametrů, 4. simulace (výpočet výsledků), 5. návrh (požadavek) nových experimentů. Na rozdíl od jiných metod musí být simulační model přesně konstruován pro každou problémovou situaci. Jádrem modelu je simulace, která zajišťuje kombinaci hodnot vstupních proměnných pro generování možných výsledků.
Při simulaci výsledkem není pouze možný výskyt nepříznivých situací, ale úkolem hodnotitele je stanovit pravděpodobnostní ocenění výsledků všech možných variant řešení.
Mezi nejvýznamnější modely stanovení důsledků variant řešení pomocí pravděpodobnostního ocenění patří počítačová simulace Monte Carlo. Jde o specifickou techniku výběru vzorků. Obecně rozumíme vzorkování jako proces, pomocí kterého lze vstupní parametry pro libovolný model vybrat ze vstupních hodnot distribuční funkce.
Vzorkování technikou Monte Carlo se vztahuje k tradičním technikám využívajícím náhodná nebo pseudonáhodná čísla pro vzorkování z pravděpodobnostního rozdělení.
Zmiňovanou metodu lze aplikovat, jsou-li faktory rizika spojité náhodné veličiny, případně mají-li diskrétní charakter, ale mohou nabývat velkého počtu hodnot. Metoda vyžaduje určení rozdělení pravděpodobnosti pro všechny vstupní náhodné proměnné (faktory rizika).
Počítačový program zajišťuje, aby byly častěji voleny pravděpodobnější hodnoty a méně často hodnoty ležící na okraji rozdělení. Takové vzorkování je v počítači iteračním procesem (několik set až tisíc iterací), který probíhá do doby, než dostatečný počet iterací zajistí stabilní výsledky týkající se hustoty rozdělení.
