蒙特卡罗方法在实际问题中的应用.pdfVIP

第 8 卷 　第 1 期 太 原 师 范 学 院 学 报 ( 自然科学版) Vol . 8 No . 1 2009 年 3 月 　 　J OU RN AL O F TA IYUAN N ORMAL UN IV ER SIT Y (Nat ural Science Edition) 　　 Mar . 2009 蒙特卡罗方法在实际问题中的应用 1 2 吴海霞 　刘潞锋 ( 1. 长治学院 计算机系 ,山西 长治 0460 11 ;2 . 长治市郊区广电中心 , 山西 长治 0460 11) 　　 〔摘要〕　利用随机数的思想 ,讨论了蒙特卡罗方法的思想特征 ,介绍了蒙特卡罗方法在多重积 分数值近似计算 、线性与非线性方程组求解 、学校分班等实际问题中的应用 ,突出了蒙特卡罗方法 的过程及优势. 〔关键词〕　概率算法 ;蒙特卡罗方法 ;随机数 〔文章编号〕(2009) 0 1007604 　 〔中图分类号〕　TP30 1. 6 　 〔文献标识码〕　A 0 　引言 在计算机算法设计和程序编制中常采用的算法一般为确定性算法 ,即算法的每一计算步骤都是确定的. 而在许多情况下 ,当算法在执行过程中面临一个选择时 ,随机性选择常比最优选择更加省时高效. 这种允许 算法在执行过程中随机选择下一个计算步骤的算法称为概率算法. 概率算法在很大程度上可以降低算法的 复杂度[ 1 ] . 舍伍德算法 、拉斯维加斯算法和蒙特卡罗算法都是常用的概率算法. 此类算法的基本特征是 ,对所求问 题的同一实例 ,用同一概率算法求解多次 ,得到的结果可能完全不同 ,甚至效果差别相当大. 但通过多次执行 反复求解 ,会使正确性和精确性达到满意的程度 ,而失败或误差的概率接近任意小. 1 　蒙特卡罗方法的起源及思想 蒙特卡罗方法, 也称随机抽样方法, 或统计实验法, 不同于一般的数值计算, 它是用概率模型进行近似计 ( ) [ 2] 算的方法. 其思想起源并形成于 18 世纪法国著名学者蒲丰 Buffon 提出的投针问题 :用投针试验来计算 π ( ) 圆周率 值. 平面上有间隔为 d 的等距平行线, 向此平面任意投长度为 l l d 的均匀直针 n 次, 显然, 直针 至多可与一条直线相交, 统计针与直线相交的次数 m , 则针与线相交的概率 P 可以近似求出为 m/ n , 此概率 π 与所取针长 l 、平行线间距 d 有关, 并且包含 值, 计算可得其近似值为 2 nl/ m d. 这是一个古典概率问题, 该 方法的特征在于利用随机数进行统计试验, 以求得的均值或概率等统计特征值作为问题的数值解. ( ) ( ) 二战期间 ,著名数学家冯 ·诺依曼 Von N eumann 和乌拉姆 St ani slaw Marein U lam 把他们所从事的 与研制原子弹有关的对裂变物质的中子随机扩散进行直接模拟这一秘密工作 , 以摩纳哥国的蒙特卡罗 (Mo nt e Carlo) 作为秘密代号来称呼. 用世界闻名的赌城名比喻随机模拟 ,被人们很快接受并得以沿用和传 播. 随着计算机技术和随机理论的发展 ,人们把利用计算机模拟随机现象产生的随机数据来进行近似计算的 方法称为蒙特卡罗方法. 它通过算法重复调用 ,花费大量时间来不断修正其解 , 以提高正确解的概率. 2 　蒙特卡罗方法在实际问题中的应用 随着计算机的不断进步和信息技术的日益