یک از روش های بررسی عدم قطعیت روش مونت کارلو است. در این روش فرض بر این است که سری پارامترهای مختلف، ممکن است برازش تقریباً یکسانی بین رواناب محاسبه ای و مشاهده ای ایجاد کنند. در این حالت برای هر پارامتر محدود به نسبت وسیع مقادیر براساس واسنجی اولیه تعیین شده و سپس سری متناهی پارامترها با استفاده از اعداد تصادفی به دست آمده از توزیع یکنواخت در محدوده مشخص برای هر پارامتر تولید می شود. سپس برای هر سری پارامترها، مدل بارش- رواناب اجرا شده و کارایی آن با معیارهای مختلف نیکویی برازش ارزیابی می شود. با کاهش محدوده پارامترهای بهینه حاصل می شود. معیار نیکویی برازش می تواند در تعیین محدوده بهینه پارامترها نقش مهمی داشته باشد. بنابراین تابع هدفی که برای این منظور تعریف می شود کاملاً وابسته به اهداف شبیه سازی است. در این معادله توابع هدف می توانند بر اساس پارامترهای مختلف هیدروگراف تعریف شوند. در این حالت روش مونت کارلو شبیه سازی مناسبی در محدوده پارامتر ها حتی برای پارامترهای حساس ارایه می دهد (بینلی و همکاران، ۲۰۰۱).
از طرف دیگر روش مونت کارلو یک طبقه از الگوریتم‌های محاسبه گر می‌باشند که برای محاسبه نتایج خود بر نمونه گیری‌های تکرار شونده ی تصادفی اتکاء می‌کنند. روشهای مونته کارلو اغلب زمان انجام شبیه سازی یک سامانه ریاضیاتی یا فیزیکی می‌شوند استفاده می‌شوند. به دلیل اتکای آنها بر محاسبات تکراری و اعداد تصادفی یا تصادفی کاذب، روشهای مونته کارو اغلب به گونه‌ای تنظیم می‌شوند که توسط رایانه اجرا شوند. گرایش به استفاده از روشهای مونته کارلو زمانی بیشتر می‌شود که محاسبه پاسخ دقیق با کمک الگوریتم‌های قطعی ناممکن یا ناموجه باشد. روشهای شبیه سازی مونته کارلو مخصوصا در مطالعه سیستمهایی که در آن تعداد زیادی متغیر با درجه آزادی‌های دو به دو مرتبط وجود دارد مفید است، از جمله این سیستمها می‌توان به سیالات، جامداتی که به شدت کوپل شده‌اند، مواد بی نظم و ساختارهای سلولی (مدل سلولی پاتز – Potts- را ببیند) اشاره نمود. از آن گذشته، روشهای مونته کارلو برای شبیه سازی پدیده‌هایی که عدم قطعیت زیادی در ورودی‌های آنها وجود دارد نیز مفید هستند، مثلاً محاسبه ریسک در تجارت. همچنین این روشها به طور گسترده‌ای در ریاضیات مورد استفاده قرار می‌گیرند: یک نمونه استفاده سنتی کاربرد این روشها در برآورد انتگرال‌های معین است، به خصوص انتگرال‌های چند بعدی با محدوده‌های مرزی پیچیده. واژه مونته کارلو در دهه ۱۹۴۰ (دهه ۱۳۱۰ شمسی) به وسیله فیزیکدانانی که روی پروژه ساخت یک سلاح اتمی در آزمایشگاه ملی لوس آلاموس آمریکا کار می‌کردند رایج شده‌است.(ویکی پدیا)
[1]Monte_Carlo_method
روش مونت کارلو را می‌توان به بازی نبرد کشتی‌ها تشبیه کرد. ابتدا یکی از بازیکنان شلیک‌های تصادفی را انجام می‌دهد. سپس بازیکن از الگوریتم استفاده می‌کند (مثلاً یک کشتی جنگی به فاصله چهار خانه در جهت عمودی یا افقی قرار گرفته‌است). در نهایت بر اساس خروجی نمونه‌های تصادفی و الگوریتم، بازیگر می‌تواند محل های احتمالی کشتی‌های جنگی بازیکن مقابل را حدس بزند.
جهت راهنمایی بیشتر در مورد روش مونت کارلو لطفا فایل مورد نظر را از لینک زیر دانلود بفرمایید:
جهت دانلود آموزش روش مونت کارلو – زنجیره مارکوف کلیک نمایید
[2]