9 MOnte Carlo 仿真.ppt

Monte Carlo方法 在某些情况下，对对象的行为进行直接观测或重复试验可能是不可行的，例如早高峰时电梯系统提供的服务．在明确了一个合适的问题及确定了什么是好的服务之后，我们可以提出若干供选择的电梯运行模式，如设定停偶数层、奇数层的电梯或直达电梯．理论上，对每种供选择的模式都能够做若干次试验，以确定哪一种模式能为那些要到达特定楼层的乘客提供最好的服务，然而这种做法可能是难以接受的，因为在收集统计数据时要再三惊扰乘客，并且电梯运行模式的不断变化也会使乘客感到迷惑．与此有关的另一个问题是大城市交通控制系统可供选择的运行模式的检验，为了做试验而不停地改变单行道的交通方向和配置交通信号将是不现实的． Monte Carlo方法 还有另一些情况，需要对可供选择的模式做试验的系统甚至可以不存在．例如，对于一座办公大楼，要确定几个通讯网络中哪一个最好．又如，确定一个新工厂的各台机器的布局．进行试验的费用可能是很高的，当核电站发生事故时，为防护和疏散居民而预测各种方案的影响所做的试验就是这种情况。 在对象的行为不能做分析性的解释，或数据无法直接收集的情况下，建模者可以用某种方式间接地模拟其行为，试验所研究的供选择的各种方案，以估计它们怎样影响对象的行为，然后收集数据来确定哪种方案是最好的．例如，为了得到一艘拟建造的潜艇受到的阻力，造一个原型是不可行的，我们可以按比例建一个模型，去模拟实际的潜艇的行为．又如，在风洞里利用喷气飞机的比例模型可以估计高速飞行对飞机各种设计方案的影响。 Monte Carlo方法 假如我们要研究早高峰时一组电梯提供的服务，做蒙特卡罗模拟时，乘客在这段时间内到达电梯和他们选择去的楼层都需要重现，这就是说，模拟中乘客到达时刻的分布和去的楼层的分布都应是一个早高峰的实际情况的描述，而在模拟了多次之后，所发生的那个到达时刻和去的楼层的分布就应该适当地反映了现实生活中的分布．在对这种重现感到满意之后，我们就可以研究电梯的各种运行策略．通过大量的试验可以收集统计数据，如平均每位乘客的总的运送时间、最长等候队伍的长度，这些数据能够帮助确定电梯运行的最好策略。 求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果，因为我们最关心的是自己什么地方与用人要求不一致，而不仅仅是面试中的表现。 不要欺骗自己，说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳，如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步，认真思考如何为以后的发展开好头。 Thank you Chap9 Monte Carlo方法 基本思想 Monte Carlo方法亦称为随机模型（Random simulation）方法，有时也称作随机抽样技术或统计试验方法。是一类通过随机模拟和统计试验求解数学、物理和工程技术问题近似解的数值方法。 基本思想是：当实验次数充分多时，某一事件出现的频率近似于该事件发生的概率。 蒙特卡洛方法，也叫蒙特卡洛分析，是一种使用随机抽样统计来估算数学函数的计算方法。它需要一个良好的随机数源。这种方法往往包含一些误差，但是随着随机抽取样本数量的增加，结果也会越来越精确。　　 蒙特卡洛方法在纯数学方面一般用来求解一个函数的定积分。它的计算过程如下：先在一个区间或区域内随机抽取一定数量的独立变量样本，然后求相应的独立因变量的平均值，最后用随机样本所在区间（或区域）的长度（或大小）乘以所求出的平均值。它与传统的估算定积分的方法有很大差别，传统方法在区间或区域内抽取样本点时是间隔相等、均匀抽取的。蒙特卡洛方法以其在第二次世界大战时被用于原子弹的设计而闻名于世。现在它也已经被应用于多种领域，如超高速公路的运输流量分析、行星演变模型的建立以及股票市场波动的预测。这种方法同样也可应用于集成电路设计、量子力学和通信工程。 Monte Carlo方法 根据车比雪夫定理，设x1, x2,…,xn,…,是相互独立的随机变量序列，它们服从相同的分布，且有有限的数学期望a和方差 ，则x1, x2,…,xn，的算术平均值当时 按概率1收敛于a，即对于任意 0有： 由中心极限定理得到： 即当n很大时 近似服从标准正态分布。 Monte Carlo方法 例：用Monte Carlo方法计算积分 分析：任取一列相