第六章边值问题差分法简介new.docVIP

第六章 边值问题差分法简介 我们考虑如下简单边值问题。 其中，为已知函数，（为了解方程收敛）。 为已知常数。它的解法可以用数值微分公式代替导数，将其变成代数方程，然后求解，这中求解方法通常称为差分法。 我们要求函数，实质是关心两个数域之间的对应关系： 所以我们知道一系列对应的就足够了， 所以这类问题解决思路是将方程离散化，转化为解一个线性方程组。 首先，用分点 将区间n等分，h为步长，称为节点。 其次在[a，b]内每个内部节点 上用数值微分公式。 替代原方程中的二阶导数得在节点满足的关系是式： 即： 注意：上式是关于未知数为的线性方程。 我们有n-1个这样的方程，组成方程组。 未知数，共n+1个。 再加上边值条件，n+1个未知数，n+1个方程，方程组封闭。 解此线性方程组，得到问题的数值解。 方程组为： 矩阵形式： 由于 所以，对角占优矩阵，用追赶法求解。 解决实际问题， 首先，用分点 将区间n等分； 再直接计算得到线性方程组出发，解之。 第七章 蒙特卡罗方法简介(Monte Carlo Methods) 蒙特卡罗方法又称随机抽样法或者统计试验法。 上世纪，由于科学技术的发展和电子计算机的出现，这种方法被独立提出来，并首先在核武器的研究中得到应用。MC方法是一种计算方法，但与一般数值计算方法差别很大。它以概率统计理论为基础，能够比较逼真的描述事物的特点和物理实验过程。该方法可以解决一些数值方法无法解决的问题，并有自己的特点，因而该方法成为一种重要的数值方法。 很多地方为了解决气体流动，求气体分子在空间的分布问题也用MC方法。 §1 MC方法的基本思想 例：扔硬币，扔两个硬币，结果两个硬币的字都在上的机率是多少？ 解决此问题可有以下方法： 概率统计理论 或者出现四种情况的几率都相同， 所以结果两个硬币的字都在上的几率为25%。 实验 找个硬币具体扔上N次，数以下如果m 次两个硬币的字都在上，则认为两个硬币的字都在上的几率为 MC方法 用计算机模拟扔硬币，模拟扔上N次，数以下如果m 次两个硬币的字都在上，则认为两个硬币的字都在上的机率为 如何模拟扔硬币？ 本题目的实质问题是一个事件发生，结果有两种可能，每种可能各为一半。 所以不管是扔硬币还是扔纸币，还是扔砖头。 其实哪怕是就是老鼠生小老鼠也是同一个本质。 所以我们可以用任何一个结果有两种可能，每种可能各为一半的事件代替扔硬币。 我们仍计算机产生0到1之间的随机数，在0到0.5认为字朝上，0.5到1认为是字朝下。 产生一个随机数模拟仍一次硬币，产生两个随机数认为仍两个硬币（一次事件）。 产生多组随机数，模拟多次人两个硬币，记录模拟结果。计算出结果。 可以看出 蒙卡方法主要是处理一些概率相关的问题，在已知最基本的规律的前提下，用计算机模拟较复杂的物理过程，得到各种事件发生的次数，然后用模拟事件的频率代表概率的近似方法，所以蒙卡方法又称为蒙卡模拟。 优点：能够比较逼真的描述随机事件的物理过程，程序简单，易于实现。 缺点：收敛速度慢，费时，误差具有概率性。 §2 随机数 模拟与概率相关的物理过程，需要模拟出各种分布，产生这些分布通常需要从已知的分布中产生。 用MC方法标准语言说就是：有已知分布的总体中抽取简单子样（抽样）。 例1：扔硬币，表征上下的两个时间怎么产生？ 我们这么作：产生0到1之间的随机数，在0到0.5认为字朝上，0.5到1认为是字朝下。 这个问题中涉及两个分布： 第一个 0到1之间的均匀分布（已知分布） 第二个 [0，0.5]上 [0.5，1]下，随机的上下（子样）。 例2 分子速率分布密度函数。 又1000个分子，在v1，v2，v3处单位间隔中个数应不同的。 产生0到Vm 之间均匀分布，从中抽取以上分布，v1处多抽点，v2处最多，V3处少点。 这种由已知分布产生其他分布的产生子样的过程叫做抽样 随机数的定义和性质 首先我们需要产生随机数。 在连续随机变量的分布中最简单、最基本的分布是单位均匀分布。 由该分布中抽取简单子样成为随机数序列，序列中每一个数叫随机数。 单位均匀分布也称为[0，1]上的均匀分布。 其分布密度函数为： 分布函数 随机数在蒙特卡罗方法中占有极其重要的位置，我们用表示随机数。随机数序列是相互独立且具有相同单位均匀分布的随机数序列。 随机数两个必备特点：独立性、均匀性 我们将来一直用随机数序列作为均匀、单位一直分布去抽取其他子样。 随机数的产生 随机数表 随机数表是由0，1，2，3，4，5，6，7，8，9十个数字组成的数字表，每个数字以10%的等概率出现，且数字之间相互独立。 用到随机数时我们就可以从中取，如果需要得到n位有效数字的随机数，只需将随机数表