Ein wesentlicher Teil der Vorlesung beschäftigt sich daher mit der Erzeugung und Verwendung von (Pseudo-)Zufallszahlen mit den Eigenschaften, die für die verschiedenen Simulationsszenarien benötigt werden. Die entsprechenden Simulationen werden aus aus naheliegenden Gründen als Monte-Carlo-Simulationen bezeichnet. Gelegentlich kommt es auch eher darauf an, daß die (dann nicht mehr ganz so zufälligen) erzeugten Zahlen möglichst gleichmäßig verteilt; dies leisten die neuerdings vor allem in der Finanzmathematik wichtig gewordenen Quasi-Monte-Carlo Methoden. Allgemein muß man bei Simulationen darauf achten, daß die Ergebnisse verschiedener Simulationsläufe nicht zu sehr streuen; dazu dienen Verfahren zur sogenannten Varianzreduktion.
Da eine Simulation logisch im allgemeinen nichts mit dem simulierten System zu tun hat, ist die Wahl eines geeigneten Modells von entscheidender Bedeutung. Dazu müssen einerseits die wesentlichen Eigenschaften eines Systems herausgearbeitet werden, andererseits müssen die Simulationsergebnisse untersucht und, soweit möglich, mit realen oder erwarteten Entwicklungen verglichen werden zur Validitierung des Modells. Auch die Techniken dazu sind wesentlicher Bestandteil der Vorlesung.
J. Piehler, H.-U. Zschiesche: Simulationsmethoden, Teubner Leipzig, 1990
I.M. Sobol: Die Monte-Carlo-Methode, Deutscher Verlag der Wissenschaften, 1991
P. Bratley, B.L. Fox, L.E. Schrage: A guide to simulation, Springer, 1987
J.E. Gentle: Random Number Generation and Monte Carlo Methods, Springer, 1998
P.A. Fishwick: Simulation Model Design and Execution - Building digital worlds,
Prentice Hall, 1995
H. Niederreiter: Random Number Generation and Quasi-Monte Carlo Methods,
SIAM, 1992
