2016职高对口升学数学（人教版-基础模块）二轮复习教案：随机数.docVIP

备课资料 1.蒙特卡罗方法（Monte Carlo method） 蒙特卡罗(Monte Carlo)方法,或称计算机随机模拟方法,是一种基于“随机数”的计算方法.这一方法源于美国在第一次世界大战研制原子弹的“曼哈顿计划”.该计划的主持人之一、数学家冯·诺伊曼用驰名世界的赌城——摩纳哥的Monte Carlo——来命名这种方法,为它蒙上了一层神秘色彩. Monte Carlo方法的基本思想很早以前就被人们所发现和利用.早在17世纪,人们就知道用事件发生的“频率”来决定事件的“概率”.19世纪人们用投针试验的方法来决定圆周率π.本世纪40年代电子计算机的出现,特别是近年来高速电子计算机的出现,使得用数学方法在计算机上大量、快速地模拟这样的试验成为可能. 考虑平面上的一个边长为1的正方形及其内部的一个形状不规则的“图形”,如何求出这个“图形”的面积呢？Monte Carlo方法是这样一种“随机化”的方法：向该正方形“随机地”投掷N个点落于“图形”内,则该“图形”的面积近似为M/N. 可用民意测验来作一个不严格的比喻.民意测验的人不是征询每一个登记选民的意见,而是通过对选民进行小规模的抽样调查来确定可能的优胜者.其基本思想是一样的. 科技计算中的问题比这要复杂得多.比如金融衍生产品（期权、期货、掉期等）的定价及交易风险估算,问题的维数（即变量的个数）可能高达数百甚至数千.对这类问题,难度随维数的增加呈指数增长,这就是所谓的“维数的灾难”(Course Dimensionality),传统的数值方法难以对付（即使使用速度最快的计算机）.Monte Carlo方法能很好地用来对付维数的灾难,因为该方法的计算复杂性不再依赖于维数.以前那些本来是无法计算的问题现在也能够计算了.为提高方法的效率,科学家们提出了许多所谓的“方差缩减”技巧. 另一类形式与Monte Carlo方法相似,但理论基础不同的方法——“拟蒙特卡罗方法”(Quasi-Monte Carlo方法)——近年来也获得迅速发展.我国数学家华罗庚、王元提出的“华—王”方法即是其中的一例.这种方法的基本思想是“用确定性的超均匀分布序列(数学上称为Low Discrepancy Sequences)代替Monte Carlo方法中的随机数序列.对某些问题该方法的实际速度一般可比Monte Carlo方法提出高数百倍,并可计算精确度. 蒙特卡罗方法在金融工程学、宏观经济学、计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛. 2.蒙特卡罗方法的基本原理 由概率定义知,某事件的概率可以用大量试验中该事件发生的频率来估算,当样本容量足够大时,可以认为该事件的发生频率即为其概率.因此,可以先对影响其可靠度的随机变量进行大量的随机抽样,然后把这些抽样值一组一组地代入功能函数式,确定结构是否失效,最后从中求得结构的失效概率.蒙特卡罗法正是基于此思路进行分析的. 设有统计独立的随机变量Xi(i=1,2,3,…,k),其对应的概率密度函数分别为fx1,fx2,…,fxk,功能函数式为Z=g(x1,x2,…,xk). 各随机变量的相应分布,产生N组随机数x1,x2,…,xk值,计算功能函数值Zi=g(x1,x2,…,xk)(i=1,2,…,N),若其中有L组随机数对应的功能函数值Zi≤0,则当N→∞时,根据伯努利大数定理及正态随机变量的特性有：结构失效概率,可靠指标. 从蒙特卡罗方法的思路可看出,该方法回避了结构可靠度分析中的数学困难,不管状态函数是否非线性、随机变量是否非正态,只要模拟的次数足够多,就可得到一个比较精确的失效概率和可靠度指标.特别在岩土体分析中,变异系数往往较大,与JC法计算的可靠指标相比,结果更为精确,并且由于思路简单易于编制程序. 3.蒙特卡罗方法的工作过程 在解决实际问题的时候应用蒙特·卡罗方法主要有两部分工作： 用蒙特卡罗方法模拟某一过程时,需要产生各种概率分布的随机变量. 用统计方法把模型的数字特征估计出来,从而得到实际问题的数值解. 4.蒙特卡罗方法分子模拟计算的步骤 使用蒙特卡罗方法进行分子模拟计算是按照以下步骤进行的： ★使用随机数发生器产生一个随机的分子构型. 对此分子构型的其中粒子坐标作无规则的改变,产生一个新的分子构型. 计算新的分子构型的能量. ★比较新的分子构型与改变前的分子构型的能量,判断是否接受该构型. ★若新的分子构型能量低于原分子构型的能量,则接受新的构型,使用这个构型重复再做下一次迭代. ★若新的分子构型能量高于原分子构型的能量,则计算玻尔兹曼常数,同时产生一个随机数. ★若这个随机数大于所计算出的玻尔兹曼因子,则放弃这个构型,重新计算. ★若这个随机数小于所计算出的玻尔兹曼因子,则接受这个构型,使用这个构型重复再做下一次迭