解析MonteCarlo算法课件.pdf

1  解析Monte‐Carlo 算法  张洋 北京航空航天大学 计算机学院 软件工程研究所  EricZhang.buaa@  解析 Monte-Carlo 算法 （张洋 北京航空航天大学 计算机学院 软件工程研究所 EricZhang.buaa@ ） 引言 最近在和同学讨论研究 Six Sigma（六西格玛）软件开发方法及 CMMI 相关问题时， 遇到了需要使用 Monte-Carlo 算法模拟分布未知的多元一次概率密度分布问题。于是花了 几天时间，通过查询相关文献资料，深入研究了一下 Monte-Carlo 算法，并以实际应用为 背景进行了一些实验。 在研究和实验过程中，发现 Monte-Carlo 算法是一个非常有用的算法，在许多实际问 题中，都有用武之地。目前，这个算法已经在金融学、经济学、工程学、物理学、计算科学 及计算机科学等多个领域广泛应用。而且这个算法本身并不复杂，只要掌握概率论及数理统 计的基本知识，就可以学会并加以应用。由于这种算法与传统的确定性算法在解决问题的思 路方面截然不同，作为计算机科学与技术相关人员以及程序员，掌握此算法，可以开阔思维， 为解决问题增加一条新的思路。 基于以上原因，我有了写这篇文章的打算，一是回顾总结这几天的研究和实验，加深印 象，二是和朋友们分享此算法以及我的一些经验。 这篇文章将首先从直观的角度，介绍 Monte-Carlo 算法，然后介绍算法基本原理及数 理基础，最后将会和大家分享几个基于 Monte-Carlo 方法的有意思的实验。所以程序将使 用 C#实现。 阅读本文需要有一些概率论、数理统计、微积分和计算复杂性的基本知识，不过不用太 担心，我将尽量避免过多的数学描述，并在适当的地方对于用到的数学知识进行简要的说明。 2  解析Monte‐Carlo 算法  张洋 北京航空航天大学 计算机学院 软件工程研究所  EricZhang.buaa@  Monte-Carlo 算法引导 首先，我们来看一个有意思的问题：在一个 1 平方米的正方形木板上，随意画一个圈， 求这个圈的面积。 我们知道，如果圆圈是标准的，我们可以通过测量半径 r，然后用 S = pi * r^2 来求 出面积。可是，我们画的圆圈一般是不标准的，有时还特别不规则，如下图是我画的巨难看 的圆圈。 图 1、不规则圆圈 显然，这个图形不太可能有面积公式可以套用，也不太可能用解析的方法给出准确解。 不过，我们可以用如下方法求这个图形的面积： 假设我手里有一支飞镖，我将飞镖掷向木板。并且，我们假定每一次都能掷在木板上， 不会偏出木板，但每一次掷在木板的什么地方，是完全随机的。即，每一次掷飞镖，飞镖扎 进木板的任何一点的概率的相等的。这样，我们投掷多次，例如 100 次，然后我们统计这 3  解析Monte‐Carlo 算法  张洋 北京航空航天大学 计算机学院 软件工程研究所  EricZhang.buaa@  100 次中，扎入不规则图形内部的次数，假设为 k，那么，我们就可以用 k/100 * 1 近似 估计不规则图形的面积，例如 100 次有 32 次掷入图形内，我们就可以估计图形的面积为 0.32 平方米。 以上这个过程，就是 Monte-Carlo 算法直观应用例子。 非形式化地说，Monte-Carlo 算法泛指一类算法。在这些算法中，要求解的问题是某 随机事件的概率或某随机变量的期望。这时，通过“实验”方法，用频率代替概率或得到随 机变量的某些数字特征，以此作为问题的解。 上述问题中，如果将“投掷一次飞镖并掷入不规则图形内部”作为事件，那么图形的面 积在数学上等价于这个事件发生的概率（稍后证明），为了估计这个概率，我们用多次重复 实验的方法，得到事件发生的频率 k/100 ，以此频率估计概率，从而得到问题的解。 从上述可以看出，Monte-Carlo 算法区别于确定性算法，它的