蒙特卡洛(Monte Carlo)方法,也称统计模拟方法、随机抽样技术,是基于“随机数”、以概率统计理论为基础的一种非常重要已经被广泛应用的数值计算方法。蒙特卡洛方法以信息密集和高速计算的计算机为平台,通过科学合理的统计建模,将复杂的研究对象或计算问题,转化成对随机数及其数字特征的模拟和计算,从而本质上简化了研究问题,降低了计算复杂度,得到性质优良的近似解。本文简要阐述了蒙特卡洛方法的形成、发展及应用,介绍了蒙特卡洛方法的基本思想、基本原理和基本特性,包括收敛性、误差、优缺点、以及应用蒙特卡洛方法的实现思路。本文的第三章针对多种不同类型的问题,结合实例,给出了基于蒙特卡洛思想的解决方法。案例包括无理数的计算,定积分的计算,加油站储油罐储油量问题、车间供电优化问题、面对随机客户的DVD租赁问题。本文完整介绍了蒙特卡洛方法的实现步骤,附有Matlab实现代码,结果体现了蒙特卡洛方法适用广、效率高的良好特性。特别是计算储油罐油量的问题中,可以看出蒙特卡洛方法收敛性和收敛速度与问题的维数无关,可以认识到蒙特卡洛方法在解决高维问题上具有独特的优势。本文的第四章,介绍了一种基于蒙特卡洛算法实现的参数的区间估计方法,并以指数分布为例,实现了本文方法和两种传统算法对单参数的区间估计,得到不同样本同一置信水平的30组区间估计和同一样本不同置信水平的18组区间估计,通过的大量计算结果,比较了本文方法和两种传统方法的优劣及适用范围等,得到了相关分析和结论。