Matlab第十二讲--概率和频率.pptVIP

clear x=-6:.01:6; y=x; s=size(x)%返回的矩阵的行; zs=s(1,2)^2; k=0; for i=1:s(1,2) for j=1:s(1,2) a1 = x(i).^2/9+y(j).^2 /36; a2 = x(i).^2/36+y(j).^2; a3 = (x(i)-2).^2+(y(j)+1).^2; if (a11)(a21)(a39) k=k+1; end end end S=12^2*k/zs 方法二：将整个坐标轴看成一个边长为12的正方形，然后在（-6，6）中随机出N（N越大越好，至少超过1000）个点，然后找出这N个点中有多少个点在阴影区域内，假设这个值为k，则阴影部分的面积为：k/N*12^2。然后重复这个过程100次，求出100次面积计算结果的均值，这个均值为阴影部分面积。 clear N=10000;n=100;k=0; for j=1:n for i=1:N a=12*rand(1,2)-6;%生成随机数 x(i)=a(1,1); y(i)=a(1,2); a1=(x(i)^2)/9+(y(i)^2)/36; a2=(x(i)^2)/36+y(i)^2; a3=(x(i)-2)^2+(y(i)+1)^2; if (a11)(a21)(a39) k=k+1; end end end m(j)=(12^2)*k/N; mj=mean(m)%取平均 对比分析：以上两个方法都是利用蒙特卡罗方法计算阴影部分面积，只是在处理的细节有一点区别。前者是把点均匀分布在图形上；后者则是随机把点投在布上。 就计算结果的精度而言，前者取决点的分割是否够密，即N是否够大；后者不仅仅通过N来控制精度，因为随机的因素会造成单次计算结果偏高和偏小，所以进行反复多次计算最后以均值来衡量阴影部分面积。 蒙特卡罗方法——随机投点试验求近似解 给定曲线y=2–x2和曲线y3=x2，曲线的交点为：P1(–1,1)、P2(1,1)。曲线围成平面有限区域，用蒙特卡罗方法计算区域面积。 P=rand(10000,2); x=2*P(:,1)-1; y=2*P(:,2); I=find(y=2-x.^2y.^3=x.^2); M=length(I); S=4*M/10000 plot(x(I),y(I),g.) 计算 其中D为y= x – 2与y2 = x 所围 D的边界曲线交点:(–1,1),(4,2),被积函数在求积区域内最大值为16。积分值是三维体积，该三维图形位于立方体区域0≤x≤4,–1≤y≤2,0≤z≤16内，立方体区域的体积为192。 data=rand(10000,3); x=4*data(:,1); y=-1+3*data(:,2); z=16*data(:,3); I=find(x=y.^2x=y+2z=x.*(y.^2)); M=length(I); V=192*M/10000 蒙特卡罗方法计算二重积分 用蒙特卡罗方法计算 其中,积分区域是由 和 z = 1 所围成。 被积函数在求积区域上的最大值为2。所以有四维超立方体 –1≤x≤1,–1≤y≤1, 0≤z≤1,0≤u≤2 P=rand(10000,4); x=-1+2*P(:,1); y=-1+2*P(:,2); z=P(:,3);u=2*P(:,4); I=find(zsqrt(x.^2+y.^2)z=1 u=x.^2+y.^2+z.^2); M=length(I); V=8*M/10000 蒙特卡罗方法计算二重积分 实验:蒙特卡罗方法计算体积 x=2*rand-1产生– 1到1之间的随机数 y=2*rand-1产生– 1到1之间的随机数 z=2*rand;产生0到2之间的随机数 冰淇淋锥含于体积 = 8 的六面体 2 2 由于rand 产生0 到1之间的随机数,所以 N个点均匀分布于六面体中,锥体中占有m个,则锥体与六面体体积之比近似为 m : N function [q,error]=MonteC(L) if nargin==0,L=7;end N=10000; for k=1:L P=rand(N,3); x=2*P(:,1)-1; y=2*P(:,2)-1; z=2*P(:,3); R2=x.^2+y.^2;R=sqrt(R2)