蒙特卡罗方法预案.ppt

目 录 第一节 蒙特卡罗方法概述 第二节 随机数与伪随机数 第三节 随机变量的抽样 第四节 蒙特卡罗方法的应用实例 §1 蒙特卡罗方法概述---基本思想 基本思想： 针对待求问题，根据物理现象本身的统计规律，或人为构造一合适的依赖随机变量的概率模型，使某些随机变量的统计量为待求问题的解，进行大统计量（N→∞）的统计实验方法或计算机随机模拟方法。　 §1 蒙特卡罗方法概述---基本思想 Buffon投针实验 1777年）求π: §1 蒙特卡罗方法概述---基本思想 一些人进行了实验，其结果列于下表 ： §1 蒙特卡罗方法概述---基本思想 1.设r表示射击运动员弹着点到靶心的距离，ｇ r 表示击中r处相应的 得分数（环数），f r 为该运动员弹着点的分布密度函数，它们反映运 动员的射击水平。该运动员的射击成绩为： §1 蒙特卡罗方法概述---基本思想 ４.用Ｎ次试验所得成绩的算术平均值作为数学期望 的估计值。 　收敛性:大数定理 （4）具有同时计算多个方案与多个未知量的能力 （1）收敛速度慢 §2 随机数的产生和检验 §2 随机数的产生和检验 §2 伪随机数的产生和检验---物理方法 §2 伪随机数的产生和检验---数学方法 （1）冯·诺伊曼平方取中法 §2 伪随机数的产生和检验---数学方法 §3 随机变量的抽样---离散型 §3 随机变量的抽样---离散型 3MeV光子入射屏蔽铅板的全吸收反射过程 反应类型X： 光电效应 康普顿散射 电子对产生 反应截面σ： σ1 σ2 σ3 反应几率 f ： ε1 σ1/ σ ε2 σ2/ σ ε3 σ3/ σ §3 随机变量的抽样---变换抽样法 §4 蒙特卡罗方法在积分计算中的应用 一维积分平均值法： 作变换： 得标准积分： §4-1 蒙特卡洛方法在积分计算中的应用 直接抽样法： 　在x的定义域[0,1]上均匀随机取点，该均匀分布的随机变 量记为ξ，定义随机变量η为： 则有 因此，只要抽取足够多的随机点，即当n足够大时，In就是 积分I的一个无偏估计值。相应的方差为： 可见，当f x 在其定义域内变化较大时，方差较大。 §4-1 蒙特卡洛方法在积分计算中的应用 重要抽样法： 　　当f x 在其定义域内有显著的起伏变化时，可采用重要 抽样法。可将积分稍作变换： 适当选取偏倚分布密度函数，使得f* x 在定义域内变化比较 平坦。然后产生[0,1]区间分布密度函数为g x 的随机变量ξ’， 定义： 则有： §4-1 蒙特卡洛方法在积分计算中的应用 相应的方差为： 蒙特卡洛计算结果的方差为： 直接抽样 重要抽样 §4-1 蒙特卡洛方法在积分计算中的应用 高维积分平均值法 标准形式： 在实际物理问题中，被积函数在超立方体区域内可能强烈变 化。若在积分区域内均匀抽样，积分贡献可能主要来自少数 仅仅只有几个蒙特卡洛投点的小区域，从而导致很大的统计 误差。 所以采用重要抽样法，使得随机点更多地投在　　取值大的 区间 §4-1 蒙特卡洛方法在积分计算中的应用 选取偏倚分布密度函数 ，并定义 （要求方差较小） 有： 按照偏倚分布密度函数　　在 区域抽样 N个子样 则： 积分的近似值 §4-1 蒙特卡洛方法在积分计算中的应用 一维积分的掷点法 　　一维标准积分： 定义： 则有： 在单位正方形内投N个点，落在曲线f x 下的有M个，则 由于对y的积分可以解析计算，故此法的误差较平均值法大。 §4-2 蒙特卡洛方法在量子力学中的应用 量子力学回顾 薛定谔方程 定义： 费曼传播子 量子力学的基本理论告诉我们：系统的所有信息，包括基态、激发态的能量、波函数等论可由费曼传播子给出。特别是和基态有关的信息，可以很方便的得到。 §4-2 蒙特卡洛方法在量子力学中的应用 例如：基态波函数的模方可表示为 费曼传播子可以表示为路径积分的形式，对于简单系统，即 有 其中， 作用量 §4-2 蒙特卡洛方法在量子力学中的应用 路径积分量子蒙特卡洛方法　 实际数值计算中，费曼传播子表达式为 实际计算中，Ｎ足够大即可。 §4-2 蒙特卡洛方法在量子力学中的应用 取： ，有 §4-2 蒙特卡洛方法在量子力学中的应用 由此得到基态波函数： 其中 插入δ函数，得到 §4-2 蒙特卡洛方法在量子力学中的应用 采用Ｍetropolis方法计算基态波函数： 　首先，选择任意的、连续Ｎ个时间间隔、且　　　　的一条路径，计算相应的能量 。然后，再接着选一系列路径，每条路径与前一条路径最多只有一个时刻（如　）有不同的空间点。采用Ｍetropolis方法来确定满足上述要求的新路径。其中，将随机定下的坐标　改变到　的过渡概率为 。其中，　　为