案例7 随机模拟.pdf

案例7 随机模拟 1 (一) 问题 b 设函数f (x )如图所示，即当a x b 时,0 f (x ) M ,求 a f (x )dx . 可以采用随机模拟解决 M f (x ) 随机模拟又称为蒙特卡罗方法，是一种采用统计 抽样理论近似地求解数学问题或物理问题的方法。 a b 2 随机模拟的计算思路： （1）针对实际问题建立一个简单便于实现的概率统计模型， 使所求的解恰好是所建模型的概率分布或某数字特征,如事件 的概率或模型的期望； （2）对模型中的随机变量建立抽样方法，在计算机上进行模 拟试验，抽取足够的随机数，并对有关的事件进行统计, 求出 这些特征的统计估计值作为原来的分析问题的近似解； （3）对模拟试验结果加以分析，给出所求解的估计及精度 （方差）的估计； （4）必要时，还应改进模型以降低估计方差和减少试验费用， 提高模拟计算的效率。 3 随机模拟方法用于近似数值计算领域已有近百年的历史。可追溯 到历史上著名的蒲丰（Buffon）投针问题。 4  2 a  , 0  x  ,0   , f (x ,) a 2  0, 其他.  5 而针与线相交的充要条件是： l  x 0  x  sin. l 2 2 sin 所以，针与线相交的概率是： l l  sin 2  l sin p P (X  sin)  2 dxd 0 d 2 0 0 a a l cos  2l 0 . a a ˆ m 2l n a n p , 从而 的点估计是ˆ . 特别地，若l ,则ˆ