数模—随机模拟—蒙特卡罗方法.pptVIP

随机模拟—蒙特卡罗方法(Monte Carlo) 蒙特卡罗(Monte Carlo)方法 蒙特卡罗方法的基本思想 蒙特卡罗方法的收敛性，误差 蒙特卡罗方法的特点 蒙特卡罗方法的主要应用范围 随机模拟—Monte Carlo方法 随机模拟又称为Monte Carlo方法，是一种采用统计抽样理论近似地求解数学问题或物理问题的方法。 首先建立与描述该问题有相似性的概率模型。利用这种相似性把概率模型的某些特征（如随机事件的概率或随机变量的平均值等）与问题的解答（如积分值等）联系起来，然后对模型进行随机模拟统计抽样，再利用所得的结果求出这些特征的统计估计值作为原来的分析问题的近似解。 基本理论依据：大数定律。 1.蒙特卡罗方法概述 由于科学技术的发展和电子计算机的发明，这种方法作为一种独立的方法被提出来，并首先在核武器的试验与研制中得到了应用。 蒙特卡罗方法是一种计算方法，但与一般数值计算方法有很大区别。它是以概率统计理论为基础的一种方法。 由于蒙特卡罗方法能够比较逼真地描述事物的特点及物理实验过程，解决一些数值方法难以解决的问题，因而该方法的应用领域日趋广泛。 蒙特卡罗方法的基本思想 两个例子 例1. 蒲丰氏(Buffon)问题 例2. 射击问题（打靶游戏） 基本思想 计算机模拟试验过程 例1. 蒲丰氏问题 为了求得圆周率π值，在十九世纪后期，有很多人作了这样的试验：将长为2l的一根