蒙特卡罗方法在数学建模中的应用.pdfVIP

2012年 南昌教育学院学报 高职教育 第27卷 第8期 蒙特卡罗方法在数学建模中的应用 卫艳荣　黄瑞芳 （济源职业技术学院基础部 河南济源 459000） 摘　要 ：蒙特卡罗方法是一个以概率模型为基础，利用计算机通过多次反复模拟实验完成问题求解的一种数值计算方法。它特别适用 于用传统的解析法难以解决甚至是无法解决的问题。文章主要介绍蒙特卡罗方法及基本原理，并通过实例说明蒙特卡罗方法在数学建模中 的应用。 关键词 ：蒙特卡罗方法；随机试验；数学建模 中图分类号：G712 文献标识码：A 文章编号：1008-6757（2012）08-0124-02 一、蒙特卡罗方法及基本原理 验次数要相当多才行，且次数越多近似效果也越好。多次重复 蒙特卡罗方法源于美国在第二次世界大战中研制原子弹的 试验费时费力，非常麻烦。然而，随着计算机的出现，人们便 “曼哈顿计划”。该计划的主持人之一数学家冯·诺伊曼用驰 开始利用计算机模拟所设计的随机试验，使得这种方法得到迅速 名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法，其基 发展和广泛应用，诸如解微分方程，求多重积分，求特征值等。 本思想源于法国数学家蒲丰提出著名的蒲丰投针实验，并以该 二、蒙特卡罗方法的步骤 方法求圆周率 。 蒙特卡罗方法是一种应用随机数来进行计算机模拟的方 1.试验方法 法，对研究的系统进行随机观察抽样，通过对样本值的观察统 如图1所示，在平面上画出一组平 计，求得所研究系数的某些参数。 行线，他们之间的距离是 ，并找一根 蒙特卡罗方法的三个主要步骤： 粗细均匀，长度为 的细针，然后 (1)描述或构造概率过程：对于已有的随机性质问题可描述 将小针一次次地任意投掷在平面上。 和模拟这个概率过程，对于不具有随机性质的确定性问题，需 这样反复投掷多次，记录下针与这组 要人为地构造一个概率过程。(2)利用概率分布抽样：通过计 平行线中任意一条相交的次数，就可以计算出 的近似值。 算机产生已知概率分布的随机变量，常用的概率分布有均匀分 2.试验原理 布，正态分布、指数分布、泊松分布等。(3)建立各种估计量： 设针的中点与最近一条平行 构造了随机概率模型，并从中抽样后，就要确定一个随机变 线间的距离为 、针与直线的夹 量，作为所要求问题的解。一般是把 次随机抽样结果的算术平 角为 ，如图1，显然样本空间为 均值作为解的近似值。 其中产生已知概率分布的随机变量是蒙特卡罗方法的重点 步骤，当不知道随机变量的概率模型服从那个分布时，可以使 以G 表示边长为 与 的长方 用均匀分布来构造；各种测量的误差、射击命中率、人的身高 形如图2，其面积为 与体重等服从正态分布；指数分布在排队论与可靠性分析中有 着广泛的应用；泊松分布在产品检验、排队系统、物理等领域 针与平行线相交当且仅当 有广泛的应用。