第六章随机过程与Monte-Carlo方法.pptVIP

* * 第六章 随机过程与Monte Carlo方法 一，M-C 方法应用概述 M－C方法——利用随机数的统计规律来进行计算和 模拟的方法 又称随机取样(Random Sampling) 统计模拟(Statistical Simulation) 统计实验(Statistical Testing) 例1：用M-C方法计算圆周率π 二，基本思想——概率，统计 方法一：Buffon（巴夫昂）投针实验，在平滑桌面上画一组相距为S的平行线，向此桌面随意地投掷长度l=s的细针，则针与平行线相交的概率为2/ π 证明：设针与平行线垂直方向夹角为α，则针在平行线垂线上的投影为s|cos α | 对于确定的夹角α，针与平行线相交的概率为投影长度与平行线间距之比，即 由 α ∈ [0，π] 因此，投针N次，M次于平行线相交，N充分大时 思想：随机的在边长为 2 r 的正方形中取点，共取 N个点。 落在此正方形内切圆中的点数为M个。 在N足够大时，有 计算方法： 每次产生两个随机数 xi ，yi ，值域[0，2r] 判断点(xi ，yi )是否在圆内 方法二：编程取随机点 2r （r，r） 注意： 随机数在其值域内均匀分布 N足够大 当N足够大时： 例2、已知函数f(x)在区间[a,b]上连续，用M-C方法计算积分 的值。 x y 0 b a f(x) f(m) 计算思路： 若 则点 在积分线内 N足够大时，有 三，随机数与伪（赝）随机数 1，真随机数 ——只能用某些随机物理过程来产生 2，伪随机数 ——按照某种算法给出的似乎随机出现的数 伪随机数产生器的基本要求： 产生的随机数序列具有真正随机数序列的统计性质 高效的伪随机数产生 产生的随机数序列具有足够长的周期 3，伪随机数的产生方法——幂剩余法（同余产生器） 常数 很大的数 对整数求余数 线性同余产生器 4，伪随机数的统计检验 均匀性检验——频率检验（分布是否均匀） 独立性检验——无重复连列检验 1 1 y x 例如：产生（0,1）的随机数列，分成两列 N个点，且 计算落在各小方格的点数 四，任意分布的伪随机数产生方法 1，[0,1]均匀分布随机数 直接调用库函数（幂剩余法） 2，离散型分布随机数 例，变量x取值x1概率p1，x2概率p2，…，xN概率pN， 一定有 随机产生数据 3，正态分布 为标准正态分布 步骤： ① 每次产生两个随机数：ξ1，ξ2∈[0,1] ② 若