蒙特卡罗法.docVIP

蒙特卡罗法简单介绍和案例 蒙特卡罗法历史悠久。1773年法国G.-L.L.von布丰曾通过随机投针试验来确定圆周率π的近似值，这就是应用这个方法的最早例子。蒙特卡罗是摩纳哥著名赌城，1945年 J.von诺伊曼等人用它来命名此法，沿用至今。数字计算机的发展为大规模的随机试验提供了有效工具，遂使蒙特卡罗法得到广泛应用。在连续系统和离散事件系统的仿真中，通常构造一个和系统特性相近似的概率模型，并对它进行随机试验，因此蒙特卡罗法也是系统仿真方法之一。 对于蒙特卡罗技术应用于不可预见费的估算的研究，是对蒙特卡罗技术应用的拓展，能更好地了解尝试其在项目管理方面更多的应用，用其解决项目管理的问题。用蒙特卡罗技术研究不可预见费，尝试用蒙特卡罗解决一般项目的不可预见费求取问题，避免不可预见费过高过低的问题。 蒙特卡洛方法的基本思想是：将符合一定概率分布的大量随机数作为参数带入数学模型，求出所关注变量的概率分布，从而了解不同参数对目标变量的综合影响以及目标变量最终结果的统计特性。蒙特卡洛方法的基本原理简单描述如下： 假定函数，蒙特卡洛方法利用一个随机数发生器通过抽样取出每一组随机变量 ()，然后按的关系式确定函数的值。反复独立抽样（模拟）多次(ｉ=1，2，…)，便可得到函数的一组抽样数据()，当模拟次数足够多时，便可给出与实际情况相近的函数y的概率分布与其数字特征。 蒙特卡罗法（Monte Carl