建筑数学—概率5—随机模拟—蒙特卡洛法383903229.pptxVIP

随机模拟（蒙特卡洛法） 秦 佑 国 燕翔 清华大学建筑学院 一个三岔路口，到来的车辆在此处遇到岔路，一条路通往A城，一条路通往B城。前往A城的车比前往B城的车多一倍，即来车的2/3去A城， 1/3去B城。但这是长时间观察统计的结果，并非实时的情况，不是每来3辆车，就2辆开往A城， 1辆开往B城。我们可以用扔骰子来模拟，扔出1点或2点、3点、4点，表示来车去A城，扔出5点或6点，表示来车去B城。前者在6个可能结果（1~6点）中占4个，概率为2/3，后者占2个，概率为1/3。扔一次骰子，表示来一辆车，一直扔下去，就可以模拟车辆去向的随机特性，而长时间（扔的次数很多时）的试验，又符合统计的结果。 如果，去A城的车，其中2/3是轿车， 1/3是货车；去B城的车，其中1/2是轿车， 1/2是货车。也可以继续扔骰子来模拟。在前面试验扔出的结果是去A城后，再扔一颗骰子，扔出1点或2点、3点、4点，表示是轿车，扔出5点或6点，表示是货车。在前面试验扔出的结果是去B城后，再扔一颗骰子，扔出1点或2点、3点，表示是轿车，扔出4点或5点、6点，表示是货车。 这种随机现象模拟是用扔骰子来进行的，称为蒙特卡罗法。蒙特卡罗是赌城。 扔骰子的工作可以交给计算机去做，计算机上都有生成（0, 1）区间上均匀分布的随机数（即每个数出现的概率相同）的程序。计算机每生成一个大于0、小于1的随机数ξ，就是扔了一次骰子， ξ＜0.666667（2/3近似值），表示车子去A城， ξ≥0.666667，表示车子去B城。 蒙特卡罗法可以模拟车流，模拟人流，电梯载客和停层，旅客的柜台服务，人员的疏散等等。 服务柜台前，1分钟内，0个顾客的概率0.25, 1个顾客的概率0.20，2个顾客的概率0.30，3个顾客的概率0.15，4个顾客的概率0.10。如果每个顾客平均服务时间为45秒（0.75分钟），柜台前会不会排队，可能排起几个人的队？加快工作效率，平均服务时间缩短为0.5分钟，排队情况又如何？ 一种是分析方法：可以先计算平均值：0×0.25＋1×0.20＋2×0.30＋3×0.15＋4×0.05 = 1.7，即一分钟平均有1.7个顾客。两个顾客的时间间隔是1/1.7=0.588分钟。每个顾客平均服务0.75分钟，大于0.588分钟，顾客可能出现等待；每个顾客平均服务缩短为0.5分钟，小于0.588分钟，长时间段看，不会出现等待。这种分析方法是针对长时段平均情况的，不能描述短时段可能出现的具体状况。 另一种方法是蒙特卡洛法： 在计算机上生成（0, 1）区间上均匀分布的随机数ξ，每产生一个随机数ξ，表示时间间隔1分钟。 0 ＜ξ≤0.25，表示这一分钟柜台前没有来顾客； 0.25＜ξ≤0.45（0.25+0.20），表示这一分钟柜台前来了1个顾客； 0.45＜ξ≤0.75（0.25+0.20+0.30），表示这一分钟柜台前来了2个顾客； 0.75＜ξ≤0.90（0.25+0.20+0.30+0.15），表示这一分钟柜台前来了3个顾客； 0.90＜ξ＜1.00（0.25+0.20+0.30+0.15+0.10），表示这一分钟柜台前来了4个顾客。 同时，柜台前来了顾客，每个顾客服务0.75分钟（或0.5分钟）后离去，接待下一个顾客，…… 随着计算机产生随机数ξ个数的增多，如产生60个，就是1个小时，产生120个，就是2个小时。就可以模拟柜台前到来的顾客，和可能出现的排队等候的情况。 思考一下，如果顾客的服务时间也是随机变量，也有概率分布，只是平均值是0.75分钟（或0.5分钟），是否也可以模拟，只要知道其概率分布。 离散型随机变量的直接抽样 随机变量 X ：｛x1，x2，x3，···，xN｝ 例如：x可取3个值x1，x2， x3，它们出现的几率分别为2/8，5/8，1/8，则抽得的（0，1）区间上均匀分布的随机数ξ，小于2/8时实现x1 ，在区间2/8，7 /8中时实现x2 ，大于7/8时实现x3。前面柜台前顾客数的例子就是这样做的。 概率分布 P： ｛p1，p2，p3，···，pN｝ 从（0，1）区间中均匀抽样得到的随机数ξ 满足下式时 则随机变量 x 取值为 xn 。 上面两个例子，随机变量（来车和来柜台的人）是离散分布的。 蒙特卡罗法的发展历史 “蒲丰投针” 1777年，蒲丰在家中请来客玩投针游戏（针长是线距之半），他事先没有给客人讲与π有关的事。客人们虽然不知道主人的用意，但是都参加了游戏。他们共投针2212次，其中704次相交。蒲丰说，2212