蒙特卡罗模拟蒙特卡罗模拟蒙特卡罗(Monte-Carlo)模拟,又称蒙特卡罗方法、统计试验法等
M-C模拟是静态模拟,描述特定时间点上的系统行为
模拟过程中不出现时间参数
基本思想:把随机事件(变量)的概率特征与数学分析的解联系起来
概率特征:随机事件的概率和随机变量的数学期望等
用试验方法确定一一
蒙特卡罗法计算定积分蒙特卡罗法计算定积分例7
1用M-C模拟求圆周率π的估计值
110设二维随机变量(X,Y)在正方形内服从均匀分布
(X,Y)落在圆内的概率为:4}1{22YXP计算机上做n次掷点试验:产生n对二维随机点(xi,yi),i=1,2,…,n
xi和yi是RND随机数对
检查每对随机数是否满足:122iiyx相当于第i个随机点落在1/4圆内
若有k个点落在l/4圆内随机事件“点落入1/4圆内”的频率为k/n根据概率论中的大数定律,事件发生的频率依概率收敛于事件发生的概率p,即有1}{limpPnkn得圆周率π的估计值为nk4ˆ且当试验次数足够大时,其精度也随之提高
分析:实际上概率值为41102dxx恰为1/4圆的面积频率法:利用随机变量落进指定区域内的频率来计算定积分
平均值法:利用随机变量的平均值(数学期望)来计算定积分
badxxfI)(平均值法的算法如下:(1)产生RND随机数:r1,r2,…,rn;(2)令ui=a+(b-a)ri,i=1,2,…,n;(3)计算作为I的估计值
niiufnab1)(原理分析:设随机变量ζ1,ζ2,…,ζn相互独立,且ζi~U(0,1){f(ξi)},i=1,2,…,n相互独立同分布abIdxxfabfEbai)(1)]([由(强)大数定律知
)(1lim1eaabIfnniin以概率为1成立当n足够大时,得近似公式:niinba