第6讲:蒙特卡罗方法与计算机模拟(第1次课).ppt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 蒙特卡罗 方法 计算机 模拟
- 资源描述:
-
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,第六讲 蒙特卡罗与计算机模拟,内容:,计算机模拟,(,或称仿真,),是一种广义数值计算,方法,适合解决一些规模大、难以解析化,以及受随机因素影响的不确定数学模型,目的:,了解蒙特卡罗方法的基本思想,掌握利用,Matlab,对离散/连续系统进行模拟的方法,要求:,掌握,M,atlab,随机数函数,处理应用问题,了解蒙特卡罗方法的起源和基本思想,了解蒲丰投针实验设计思路和计算机模拟,掌握,随机数,函数,rand unifrnd normrnd exprnd,掌握,离散系统,和,连续系统,计算机模拟实例,蒙特卡罗方法的起源和基本思想,蒙特卡罗方法,(,Monte Carlo method,),,或称计算机随机模拟方法,是一种基于“,随机数,”的计算方法。源于美国在第,二,次世界大战研制原子弹的“曼哈顿计划”,,,该计划的主持人之一数学家,冯诺伊曼,用驰名世界的,赌城,摩纳哥的Monte Carlo来命名这种方法,为它蒙上了一层神秘色彩。,蒙特卡罗,方法的,基本思想,很早以前就被人们所发现和利用。早在17世纪,人们就知道,用事件发生的“频率”来决定事件的“概率”,。1,9,世纪人们用,蒲丰,投针,的方法来,计算,圆周率,,上,世纪40年代电子计算机的出现,特别是近年来,高速电子计算机,的出现,使得用数学方法在计算机上大量、快速地模拟这样的试验成为可能。,蒲丰投针实验,近似计算圆周率,蒲丰投针实验,:,法国科学家蒲丰,(Buffon),在,1777,年提,出的蒲丰投针实验是早期几何概率一个,非常著名的例子。,蒲丰投针实验,的重要,性并非是为了求得比其它方法更精确的,值,而是它,开创了,使用,随机数处理确定性数学问题,的先河,是用,偶然性方法去解决确定性计算,的前导,,由此,可以,领略到从“概率土壤”上开出的一朵瑰丽的鲜花,蒙特卡罗,方法,(,MC),蒲丰投针实验,可归结为下面的数学问题,:平面上画有距离为,a,的一些平行线,向平面上任意投一根长为,l(la),的针,假设针落在任意位置的可能性相同,试求,针与平行线相交的概率,P,(,从而求,),蒲丰投针实验,近似,计算圆周率,蒲丰投针实验,:,如右图所示,以,M,表示针落下后的中点,,以,x,表示,M,到最近一条,平行线的距离,以,表示针与此线的交角:,针落地的所有可能结果满足:,其样本空间视作矩形区域,面积是,:,针与平行线相交的条件:,它是样本空间,子集,A,,面积是:,积分计算,syms,l,phi;int(l/2*sin(phi),phi,0,pi);%ans=,l,因此,针与平行线相交的概率为:,从而有:特别当 时,p,为统计频率,蒲丰投针实验,近似,计算圆周率,蒲丰投针实验,的计算机模拟:,format long;,a=1;,l=0.6;,%,显示精度,线,宽,和,针长,figure;axis(0,pi,0,a/2);,%,初始化绘图板,set(gca,nextplot,a,dd,);,%,初始化绘图方式为叠加,counter=0;,n=,2010,;,%,初始化计数器和设定,投针次数,x=unifrnd(0,a/2,1,n);,p,hi,=unifrnd(0,pi,1,n);,%,样本空间,for i=1:n,if x(i)l*sin(,p,hi,(i)/2,%满足此条件表示针与线的相交,plot(phi(i),x(i),r.),;,frame(i)=getframe;,%,描点并取帧,title(Current Point,num2str(i),Total,num2str(n);,counter=counter+1;,%,统计针与线相交的次数,end,end,fren=counter/n;,pihat=2*l/(a*fren),%,用,频率,近似计算,%movie(frame,1),%,播放帧动画,1,次,蒲丰投针实验,近似,计算圆周率,蒲丰投针实验,的历史记录:,意大利数学家拉泽里尼得到了准确到,6,位小数的,值,不过他的实验因为,太准确,而受到了质疑,蒲丰投针实验计算圆周率,蒙特卡罗投点法,是,蒲丰投针实验,的推广:,在一个边长为,a,的正方形内随机投点,该点落在此正方形的内切圆中的概率应为该内切圆与正方形的面积比值,即,n=10000;a=2;m=0;,for i=1:n,x=rand(1)*a;y=rand(1)*a;,if(x-a/2)2+(y-a/2)2=(a/2)2),m=m+1;,end,end,disp(,投点法近似计算的,为,:,num2str(4*m/n);,x,y,o,(a/2,a/2),常见分布的随机数产生语句,蒙特卡罗方法的,关键步骤,在于,随机数,的产生,计算机产生的随机数都不是,真正的随机数,(,由算法确定的缘故,),,如果,伪随机数,能够通过一系列统计检验,我们也可以将其,当作真正的随机数,使用:,常见分布的随机数产生语句,MATLAB可以,直接产生,满足各种分布的随机数,具体,命令如下,:,产生,mn,阶,0,1,上,均匀分布,的随机数矩阵,rand(m,n),产生一个,0,1,上,均匀分布,的随机数,rand,产生,m,n,阶,a,b,上,均匀分布,的随机数矩阵,unifrnd(a,b,m,n),产生一个,a,b,上,均匀分布,的随机数,unifrnd,(,a,b),产生一个,1:n,的随机排列,(,元素均出现且不重复,),p=randperm(n),注意,:,randperm(6),与,unifrnd(1,6,1,6),的区别,常见分布的随机数产生语句,产生mn阶,均值为,mu,方差为,sigma,的,正态,分布,的随机数矩阵,normrnd(mu,sigma,m,n),产生一个均值为,mu,方差为,sigma,的,正态分布,的随机数,normrnd(mu,sigma),产生,mn,阶期望值为,mu(mu=1/,),的,指数分布,的随机数矩阵,exprnd(mu,m,n),产生一个期望值为,mu,的指数分布的随机数,exprnd(mu),注意,:,产生一个参数为,的,指数分布的随机数应输入,exprnd(1/,),常见分布的随机数产生语句,产生mn阶,参数为,A1,A2,A3,的指定分布,name,的,随机数矩阵,random(name,A1,A2,A3,m,n),产生一个参数为为,A1,A2,A3,的指定分布,name,的随机数,random(name,A1,A2,A3),举例,:,产生,2,4阶的均值为,0,方差为,1,的正态分布的随机数矩阵,random(Normal,0,1,2,4),name,的取值可以是,(,详情参见,help random,),:,norm or Normal/unif or Uniform,poiss or Poisson/beta or Beta,exp or Exponential/gam or Gamma,geo or Geometric/unid or Discrete Uniform,MATLAB,随机数的“重置”问题,Matlab,的随机数是,伪随机数,,但在一定的信度之下可以看作真正的随机数。问题是,r,and函数,产生的随机数从一个随机数序列中取出来,,而每次启动,Matlab,时,,rand,的状态都会被重置,(,相当于把序列的指针移到了随机数序列的开始,),,换言之第一次启动,Matlab,调用的第,n,次,rand,函数与下一次启动调用的第,n,个,rand,函数,产生相同的数值,。,如果想,打乱这种状态,,可以为,rand,指定一个,与当前时间相关,的初始状态,而不用默认状态:,rand(state,sum(100*clock);,或者,rand(state,sum(100*clock)*rand);,非常见分布的随机数的产生,对于常见分布随机数,可由相应,Matlab,函数直接产生,对于非常见分布随机数可如下处理:,1,连续型随机变量,(,以,p116,指数分布为例,),:,概率密度函数,:,反映随机变量出现在某个,t*,位置的可能性,f(t*),(,概率,),直观上体现为稠密程度,(,概率密度,);,累积分布函数,:,对概率密度函数,积分,得到,累积分布函数,反映出现小于等于某个随机变量,x*,的所有可能性之和,F(x*).,常用累积分布,反函数,生成服从该分布的随机变量,.,非常见分布的随机数的产生,syms t x lambda;,Fx=int(,lambda,*exp(-,lambda,*t),t,0,x),%,累积分布函数,syms r;,Fxinv=finverse(Fx,x);,%,求累积分布函数反函数,Fxinv=subs(Fxinv,x,r),%,替换反函数变量,x,为,r,Fxinv=inline(Fxinv),x=Fxinv(3,rand),%,产生参数,lambda=3,指数分布的随机数,%,指数分布随机数产生函数已经提供,exprnd(1/3,1,1),非常见分布的随机数的产生,2,离散型随机变量,(,以,p117,离散分布为例,),:,x=2,4,6,8;px=0.1,0.4,0.3,0.2;,%,以下为程序片段,Fx=0;for n=1:length(px),Fx=Fx,sum(px(1:n);,end,r=rand;index=find(rFx);x(index(1)-1),%,已编写通用离散分布随机数产生程序,scatrnd(x,px,n),展开阅读全文

咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
咨信网小贴示:
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】


第6讲:蒙特卡罗方法与计算机模拟(第1次课).ppt
















自信AI助手














微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/13995308.html