【精选】matlab 蒙特卡洛法估计积分值.docVIP

西安交通大学实验报告 课程：概率论与数理统计 实验日期： 报告日期： 专业班级： 姓 名： 学 号： 实验内容：用蒙特卡洛方法估计积分值 要求：（1）针对要估计的积分选择适当的概率分布设计蒙特卡洛方法； （2）利用计算机产生所选分布的随机数以估计积分值； （3）进行重复试验，通过计算样本均值以评价估计的无偏性；通过计算均方误差（针对第1类题）或样本方差（针对第2类题）以评价估计结果的精度。 目的：（1）能通过 MATLAB 或其他数学软件了解随机变量的概率密度、分布函数及其期望、方差、协方差等； （2） 熟练使用 MATLAB 对样本进行基本统计，从而获取数据的基本信息； （3） 能用 MATLAB 熟练进行样本的一元回归分析。 1用蒙特卡洛方法估计积分 ，和的值，并将估计值与真值进行比较。 1) 仍是用均匀分布来估计此积分的大小，g(x)=xsinx,=1/().x0.分别取10个估计值h(j)，求得估计值的均值p，对照积分的真实值求得估计均方误差f。 Matlab程序代码如下： s=0;m=0;f=0;r=0;n=50; h(1:10)=0; for j=1:10 for i=1:n a=unifrnd(0,pi/2,n,1); x=sort(a); y=pi/2*mean(x.*sin(x)); s=s+y; end b=s./n; fprintf(b=%.4f\n,b); h(j)=b; s=0; m=m+b; end p=m./10 z=1 for j=1:10 r=(h(j)-z).^2; f=f+r; end f=f./10; fprintf(f=%.6f\n,f) 结果显示f=0.000221，表明估计结果与理论值非常接近。 2) I==1/2* g(x)=e 为标准正态分布的概率密度.分别取10个估计值h(j)，求得估计值的均值p，对照积分的真实值求得估计均方误差f。 Matlab程序代码如下： s=0;m=0;f=0;n=50;r=0; h(1:10)=0; for j=1:10 for i=1:n a=normrnd(0,1,1,n); x=sort(a); z=(sqrt(2.*pi)).*exp(-x(i).^2./2); s=s+z; end b=(s./n)./2; fprintf(b=%.4f\n,b); h(j)=b; s=0; m=m+b; end p=m./10 z=sqrt(pi)./2 for j=1:10 r=(h(j)-z).^2; f=f+r; end f=f./10; fprintf(f=%.6f\n,f) 结果如下： 结果显示估计结果与真实值的方差为f=0.00322，估计结果与真实值非常接近。 3) m=10000;sum=0;n=50;D=0; X=unifrnd(-1,1,n,m);Y=unifrnd(-1,1,n,m); for i=1:n a=0; for j=1:m if(X(i,j)^2+Y(i,j)^2=1) Z(i,j)=exp(X(i,j)^2+Y(i,j)^2); a=a+Z(i,j); end end S(i)=a/m;sum=sum+S(i); end I=sum/n*4 for i=1:n D=D+(S(i)*4-pi*(exp(1)-1))^2; end d=D/n 2用蒙特卡洛方法估计积分 和的值，并对误差进行估计。 1) 此积分采用的是均匀分布。g(x)=,=1.x0.分别取10个估计值h(j)，求得估计值的均值p，对照积分的真实值求得估计均方误差f。 Matlab程序代码如下： s=0;m=0;f=0;r=0;n=50; h(1:10)=0; for j=1:10 for i=1:n a=unifrnd(0,1,n,1); x=sort(a); y=exp(x(i).^2); s=s+y; end b=s./n; fprintf(b=%.4f\n,b); h(j)=b; s=0; m=m+b; end p=m./10 for j=1:10 r=(h(j)-p).^2; f=f+r; end f=f./9; fprintf(f=%.6f\n,f) 结果如