随机过程蒙特卡罗法的原理和应用论述.docx

随机过程期末论文 姓名：韩江平 学号：12015001107 专业：物理电子 蒙特卡罗计算方法 基本简介：蒙特·卡罗方法（Monte?Carlo?method），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。可用于各种非线性系统的分析与仿真，由于计算量大和需要产生大量随机数，一般都会使用计算机进行大量模拟仿真。 基本思想：当所求解问题是某种随机事件出现的概率，或者是某个随机变量的期望值，或者是与概率、数学期望有关是的量时，通过某种实验的方法，得到该事件发生的频率，或者该随机变量若干个具体观察值的算术平均值。以这种事件出现的频率估计这一随机事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。 1、工作过程 蒙特卡罗方法的解题过程可以归结为三个主要步骤:构造或描述概率过程;实现从已知概率分布抽样;建立各种估计量。 (1)构造或描述概率过程 对于本身就具有随机性质的问题，如粒子输运问题，主要是正确描述和模拟这个概率过程，对于本来不是随机性质的确定性问题，比如计算定积分，就必须事先构造一个人为的概率过程，它的某些参量正好是所要求问题的解。即要将不具有随机性质的问题转化为 HYPERLINK /doc/5590847-5803444.html \t /doc/_blank 随机性质的问题。 实现从已知概率分布抽样 构造了概率模型以后，由于各种概率模型都可以看作是由各种各样的概率分布构成的，因此产生已知概率分布的随机变量(或随机向量)，就成为实现蒙特卡罗方法模拟实验的基本手段，这也是蒙特卡罗方法被称为随机抽样的原因。最简单、最基本、最重要的一个 HYPERLINK /doc/5826834-6039653.html \t /doc/_blank 概率分布是(0，1)上的均匀分布(或称矩形分布)。 HYPERLINK /doc/5329034-5564206.html \t /doc/_blank 随机数就是具有这种均匀分布的随机变量。 HYPERLINK /doc/5329034-5564206.html \t /doc/_blank 随机数序列就是具有这种分布的总体的一个简单子样，也就是一个具有这种分布的相互独立的随机变数序列。产生 HYPERLINK /doc/5329034-5564206.html \t /doc/_blank 随机数的问题，就是从这个分布的抽样问题。在计算机上，可以用物理方法产生 HYPERLINK /doc/5329034-5564206.html \t /doc/_blank 随机数，但价格昂贵，不能重复，使用不便。另一种方法是用数学 HYPERLINK /doc/1189753-1258469.html \t /doc/_blank 递推公式产生。这样产生的序列，与真正的 HYPERLINK /doc/5329034-5564206.html \t /doc/_blank 随机数序列不同，所以称为伪随机数，或伪随机数序列。不过，经过多种 HYPERLINK /doc/3644294-3830595.html \t /doc/_blank 统计检验表明，它与真正的 HYPERLINK /doc/5329034-5564206.html \t /doc/_blank 随机数，或随机数序列具有相近的性质，因此可把它作为真正的随机数来使用。由已知分布随机抽样有各种方法，与从(0,1)上均匀分布抽样不同，这些方法都是借助于随机序列来实现的，也就是说，都是以产生随机数为前提的。由此可见，随机数是我们实现 HYPERLINK /doc/2819619-2975858.html \t /doc/_blank 蒙特卡罗模拟的基本工具。 (3)建立各种估计量 一般说来，构造了概率模型并能从中抽样后，即实现模拟实验后，我们就要确定一个随机变量，作为所要求的问题的解，我们称它为无偏估计。建立各种 HYPERLINK /doc/6413099-6626768.html \t /doc/_blank 估计量，相当于对 HYPERLINK /doc/312088-330449.html \t /doc/_blank 模拟实验的结果进行考察和登记，从中得到问题的解 应用领域 蒙特卡罗方法在金融工程学，宏观经济学，生物医学，计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算、核工程)等领域应用广泛，随着电子计算机的发展和科学技术问题的日趋复杂，蒙特卡罗方法的