EN
해석 · 개념 허브깊이 읽기

몬테카를로 방법

Monte Carlo Methods

AD 194620세기 미국 (울람·폰 노이만)

‘몬테카를로 방법’에서 묻습니다. 한 번의 우연에서 반복되는 신호를 어떻게 읽을까?

주사위와 보험에서 데이터, 잡음, 학습 알고리즘까지 불확실성을 측정하고 판단으로 바꾸는 여정입니다.

이 항로는 이해를 돕는 편집 경로입니다. 직접적인 역사 영향선이나 한 사람의 단독 발명을 뜻하지 않습니다.

한 호흡으로 이해하기

"풀기 어려운 적분이나 확률을 무작위 표본으로 근사하고 오차를 분석하기." 1940년대 로스앨러모스에서 울람·폰 노이만·메트로폴리스와 동료들이 공동으로 발전시켰다. π 추정, 금융 옵션 가격, 입자물리 시뮬레이션, 일부 트리 탐색은 모두 무작위 표본을 쓰지만 구체적 알고리즘과 보장은 서로 다르다.

한눈에 보기

샘플 N

π 추정값

오차

100

~3.08

~0.06

1,000

~3.156

~0.014

10,000

~3.1432

~0.0016

100,000

~3.1416

~0.0001

1,000,000

~3.14159

~10⁻⁵

[-1,1]² 정사각형에 점을 무작위로 던져 원 안에 들어간 비율 × 4 ≈ π. 오차는 √N에 반비례 — 4배 정밀도에 16배 샘플 필요.

개념

도박 도시의 이름을 딴 수치 계산 기법. 풀기 어려운 적분·확률·분포를 무작위 표본으로 근사하고, 표본 수와 분산을 통해 오차를 분석한다.

핵심 식

E[f(X)]1Ni=1Nf(Xi),Xirand\mathbb{E}[f(X)] \approx \dfrac{1}{N} \sum_{i=1}^{N} f(X_i),\quad X_i \sim \text{rand}

난수로 적분·기댓값을 근사

시간의 항구

이 개념은 한 번에 발명되지 않았습니다

장면을 따라가면 문제, 표기, 증명 기준과 쓰임이 서로 다른 장소와 시대에서 어떻게 바뀌었는지 보입니다.

1
AD 1946장면 1 / 3뉴멕시코

울람 — 카드 게임에서 영감

병상의 스타니스와프 울람이 솔리테어 카드 게임의 성공 확률을 무작위 시행으로 추정한다는 아이디어.

정확한 장소가 없어 거짓 핀 대신 시간만 이어지는 장면

같은 연도의 세계에서 이어 보기
2
AD 1947장면 2 / 3Los Alamos

로스앨러모스의 공동 개발

울람의 발상, 폰 노이만의 계산·난수 연구, 메트로폴리스와 동료들의 구현이 결합됐다. 이름은 울람의 친척이 도박하던 몬테카를로를 떠올려 붙였다는 회고가 전한다.

기록된 장소와 지도 기준점이 일치하는 장면

이 장면을 지도에서 이어 보기
3
AD 2016장면 3 / 3같은 연도의 세계에서 이어 보기

AlphaGo의 MCTS

몬테카를로 트리 검색이 바둑 챔피언 이세돌을 이김. AI 게임 전략의 기본.

정확한 장소가 없어 거짓 핀 대신 시간만 이어지는 장면

같은 연도의 세계에서 이어 보기

오늘날의 응용

금융 옵션 가격, 입자물리 시뮬레이션, 의약품 분자 시뮬레이션, 영화 CG 광선추적, 강화학습 시뮬레이터.

MathVoyage 너머로

큐레이터가 고른 원전과 탐구 과제. OEIS·Project Euler·MathOverflow·arXiv에서는 발견 하나를 수첩으로 가져올 수 있습니다.

한 사람이 만든 개념이 아닙니다

역할이 다른 사람들을 따라가기

대표 연결은 발명자 명단이 아닙니다. 문제를 열고, 언어를 다듬고, 다른 세계로 옮긴 서로 다른 항구입니다.

수의 렌즈

같은 개념도 수의 세계가 바뀌면 다르게 보입니다

아래 수는 필수 선수 조건이 아니라 이 항로를 비추는 편집 렌즈입니다.

개념의 계보

무엇을 딛고, 무엇을 열었을까?

앞에서 건너온 개념

현재 항구

몬테카를로 방법

여기서 열리는 개념

직접 후속 항구가 아직 지정되지 않았습니다.

직접 연결만 표시하며 완전한 학습 순서나 역사 영향선을 뜻하지 않습니다.