《凝聚态物质的数值模拟方法.pptVIP

计算凝聚态物理 凝聚态物质的数值模拟方法(2) 马红孺 * /Ccmp/index.htm Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Monte Carlo 模拟基础 随机变量及其分布 随机变量(以下用?表示)可分为两类, 一类是离散型随机变量, 它可以取一系列 分立值 x1, x2, ?, xn, ? , 其对应的取某一值的几率为p1, p2, ?, pn, ? . pi称为?的几率分布; 另一类是连续型随机变量, ?可连续取值, 设?在区间[x, x+?x]内取值的几率为 p(x ? x+?x), 令 f(x)称为?的分布几率密度, 而?处于区间[a,b]内的几率由下式给出 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 几率应归一化, 即 对离散型随机变量 对连续型随机变量 定义分布函数 代表?处于[-1, x]的几率. 显然, Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 随机变量的数学期望定义为 或 方差定义为 或 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 两个重要的定理: 大数定理: 设 ?1, ?2,?,?n,? 为一随机变量序列, 相互独立, 具有同样分布, 且 E(?i)=a 存在, 则对任意小量? 0, 有 这一定理指出, 不论随机变量的分布如何, 只要n足够大, 则算术 平均与数学期望值可无限接近, 也就是说, 算术平均以几率收敛于 其数学期望值. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 中心极限定理: 设 ?1, ?2,?,?n,? 为一随机变量序列, 相互独立, 具有同样分 布, 且 E(?i)=a, D(?i)=?2 存在, 则当n!1时, 推论: 令: 成立的几率为 1-?, (A) 1-?称为可信水平. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. , 1-?和X?的数值关系 ? 0.5 0.05 0.02 0.01 1-? 0.5 0.95 0.98 0.99 X? 0.6745 1.9600 2.3263 2.5758 由表可见, 当X?=2.5758时, (A)成立的几率已经为99%, 也就是说, 该式的可靠性已相当高. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Markov 链 构造一个过程, 从系统的某一微观状态出发, 并在过程的每 一步转移到一个新的状态. 为了确定起见, 下面用xi代表系统 的微观状态, 如果从x0出发, 则这一过程产生一系列状态 x1,x2,?, xi, ? , 这一系列状态构成一个链. Markov过程, 是指这样一种过程, 在过程的每一步所达