第三章蒙特卡罗方法的若干应用.ppt

第三章 蒙特卡罗方法的若干应用 ;1。蒙特卡罗方法在积分计算中的应用;标准积分： （1）直接抽样法： 在 的定义域 上均匀随机取点，该均匀分布的随机变量记为 定义随机变量 为： 则有：;因此，只要抽取足够多的随机点，即 足够大时， 就是积分 的一个 无偏估计值。 相应的方差为： 可见，当 在其定义域内变化较大时，方差较大。 （2）重要抽样法： 当 在其定义域内有显著的起伏变化时，可采用重要抽样法。; 偏倚分布密度函数 适当选取偏倚分布密度函数，使得 在定义域内变化平坦。 产生 区间分布密度函数为 的随机变量 ，定义： 则有： ;相应的方差： 蒙特卡罗计算结果的方差为： ;二、高维积分平均值法 标准形式： 实际物理问题中，被积函数在超立方体的积分区域里可能强烈地变化。 若在积分区域内均匀抽样，积分贡献可能主要来自少数仅仅只有几个蒙 特卡罗投点的小区域，从而导致很大的统计误差。 故采用：重要抽样法 随机点更多地投在 取值大的区间。;选取偏倚分布密度函数 ，并定义 有： 按照偏倚分布密度函数 在 区域抽取 个子样 则， ;三、一维积分的掷点法 一维积分： 定义： 则有： 在单位正方形内投N个点，落在曲线 下的有M个，则 由于对y的积分可以解析计算，故此法的误差较平均值法大。 ;2。事例产生器;微分截面 根据蒙特卡洛理论，总截面 的蒙特卡洛估计值为;减小 的标准误差;（1）分层抽样法 随机地选取一个子空间 在这个子空间内随机地抽取一个事例样本，并计算该事例的权重 w —该事例参数的微分截面值与该子空间内的最大微分截面值的比值 采用舍选法选择事例：取[0，1]上均匀分布随机数ξ，如果 ξ≤w，该事例被接受，反之，该事例被舍弃 重复上面 I. ～III. 直至获得所需的事例数 ;实际应用中的问题 总截面 ;（2）重要抽样法 找出一个与被积微分截面 函数的近似表达式 ， 在相空间内解析可积，且与 的精确表达式有相同的峰值结构 根据该近似表达式的分布，随机抽取事例样本 对产生的事例加权重 w — 该事例对应的精确截面值与对应的近似截面值的比值 采用舍选法抽取非权重事例：取[0，1]区间上均匀分布随机数ξ，若 ξ ≤ w/wmax ，则接受该事例，反之，则舍弃该事例 重复 II. ～IV. 过程，直至获得所需数量的事例数;实际应用中的问题 不具有通用性 当矩阵元平方的峰值特性复杂时，难于得到精确结果;随机选择一个子产生器（第 i 个） 权重 总截面值 其中;事例产生器的效率 ; 3。蒙特罗方法在粒子物理碰撞过程中的应用;因子化方法： 即： ;反复利用因子化方法，有 其中： 运动学上已知：在 的静止系中，有 ;其中： 相空间产生步骤： （1）首先，取 ； （2）做Lorentz变换到 静止系； （3）产生[0,1]区间上的两个均匀分布的随机数 并取 ;（4）若 ，产生均匀分布的随机数 ，取 （5）取 的球坐标为 由此得到 （6）做Lorentz逆变换，变换到原来的参考系； （7）将 置为 ，重复上述步骤，至 。; 4。高能物理实验中蒙特卡洛方法的应用;利用蒙特卡洛的计算方法确定各种效应的数值 产生粒子的动量 p 的数值