第3讲蒙特卡洛方法初探200749P702KB.pdfVIP

随机数的产生及蒙特卡 洛随机模拟方法 实验目的 学习随机数的产生及蒙特卡洛随机模拟方法 的基本过程与方法。 实验内容 1、数学模拟的方法。 2、产生随机数的计算机命令。 3、蒙特卡洛随机模拟实例。 4、实验作业。 数学模拟的方法 在一定的假设条件下，运用数学运算模拟系统 的运行，称为数学模拟。现代的数学模拟都是在 计算机上进行的，称为计算机模拟。 计算机模拟可以反复进行，改变系统的结构和 系数都比较容易。 在实际问题中，面对一些带随机因素的复杂系 统，用分析方法建模常常需要作许多简化假设， 与面临的实际问题可能相差甚远，以致解答根本 无法应用。这时，计算机模拟几乎成为唯一的选 择。 蒙特卡洛（Monte Carlo）方法是一种应 用随机数来进行计算机模拟的方法．此方法 对研究的系统进行随机观察抽样，通过对样 本值的统计分析，求得所研究系统的某些参 数． 用蒙特卡洛方法进行计算机模拟的步骤： [1] 设计一个逻辑框图，即模拟模型．这个框 图要正确反映系统各部分运行时的逻辑关系。 [2] 模拟随机现象．可通过具有各种概率分布 的模拟随机数来模拟随机现象． 一、产生模拟随机数的计算机命令 在Matlab软件中，可以直接产生满足各种分 布的随机数，命令如下： 1．产生m*n阶(a，b)均匀分布U （a，b ）的 随机数矩阵：unifrnd (a,b,m, n); 产生一个 [a，b]均匀分布的随机数：unifrnd (a,b) 当只知道一个随机变量取值在（a，b ）内， 但不知道（也没理由假设）它在何处取值的 概率大，在何处取值的概率小，就只好用U （a，b ）来模拟它。 2 ．产生mm*nn阶离散均匀分布的随机数矩阵： R = unidrnd(N) R = unidrnd(N,mm,nn) 3.产生m n 阶均值为 ，标准差为 的正态分布的随机数矩阵：    normrnd ( , ,m, n)  产生一个均值为 ，标准差的正态分布的随机数：  normrnd ( , ) •当研究对象视为大量相互独立的随机变量之和， 且其中每一种变量对总和的影响都很小时，可以 认为该对象服从正态分布。 4．产生m n 阶期望值为 的指数分布的随机数矩阵：   exprnd (,m, n ) •若连续型随机变量X 的概率密度函数为 1 x /   e x  0 f (x )   0 x  0   其中 0为常数，则称X服从参数为 的指数分布。  •指数分布的期望值为  •排队服务系统中顾客到达间隔、质量与可靠性 中电子元件的寿命通常服从指数分布。 例 顾客到达某商店的间隔时间服从参数为 10(分钟)的指数分布(指数分布的均值为10) 指两个顾客到达商店的平均间隔时间 是10分钟.即平均10分钟到达1个顾客. 顾客到 达的间隔时间可用exprnd(10)模拟。 5．产生m n 阶参数为 的泊松分布的随机数矩阵：    poissrnd ( ,m, n) •设离散型随机变量X的所有可能取值为0,1,2,…,且 取各个值