Имитационное моделирование представляет собой численный метод проведения на ЭВМ вычислительных экспериментов с математическими моделями, имитирующими поведение реальных объектов, процессов и си-стем во времени в течение заданного периода. При этом функционирова-ние таких объектов и процессов разбивается на элементарные явления, подсистемы и модули. Функционирование этих элементарных явлений, подсистем и модулей описывается набором алгоритмов, которые имити-руют элементарные явления с сохранением их логической структуры и по-следовательности.
При исследовании сложных систем, подверженных случайным воз-мущениям используются вероятностные имитационные модели, в которых влияние случайных факторов учитывается с помощью задания вероят-ностных характеристик случайных процессов (законы распределения ве-роятностей, спектральные плотности или корреляционные функции). При этом результаты, полученные при воспроизведении на имитационной мо-дели рассматриваемого процесса, являются случайными реализациями. Поэтому для нахождения объективных и устойчивых характеристик про-цесса требуется его многократное воспроизведение, с последующей стати-стической обработкой полученных данных. Именно поэтому исследование сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационного моделирования принято называть статистиче-ским моделированием.
Целью данной работы является изучение метода имитационного мо-делирования Монте-Карло.
В процессе выполнения работы необходимо решить следующие за-дачи:
 изучить историю возникновения метода Монте-Карло;
 раскрыть сущность метода Монте-Карло;
 изучить методику вычисления интегралов методом Монте-Карло.