MC-1思想 数学基础 随机数.pptVIP

Monte Carlo方法（一） 一、主要思想及数学基础 二、随机数与伪随机数 三、MC在积分计算中的应用 模拟方法分类 随机模拟方法或统计试验方法，又称蒙特卡洛(Monte Carlo)方法。它是通过不断产生随机数序列来模拟过程。自然界中有的过程本身就是随机的过程，物理现象中如粒子的衰变过程、粒子在介质中的输运过程等。当然蒙特卡洛方法也可以借助慨率模型来解决不直接具有随机性的确定性问题。 确定性模拟方法。它是通过数值求解一个个的粒子运动方程来模拟整个系统的行为。在统计物理中称为分子动力学（Molecular Dynamics）方法。此外, 近年来还发展了布朗动力学方法，神经元网络方法和原胞自动机方法等。 Monte Carlo 方法的发展历史 Monte Carlo的思想起源于von Neumann等人对裂变材料的中子扩散问题研究。在Metropolis等人建立了计算机模拟的Monte Carlo方法以后, 这一方法在解决多粒子体系的相关物理问题的研究中被广泛使用。 最早利用计算机模拟研究统计力学体系以及相关物理问题的是Metropolis等人于1953年在美国Los Alamos 国家实验室的第一代电子计算机上完成的, 并由此建立了计算机模拟的Monte Carlo方法。 1968年, Wood建立了NPT正则系综的Monte Carlo方法； 1969年Norman和Filinov建立了巨正则系综的Monte Carlo抽样方法; 1987年Panagiotopoulos把Monte Carlo方法应用于Gibbs系综。 在粒子与材料相互作用方面, 先后出现了以两体碰撞近似为基础的MARLOW, TRIM等著名的标准程序, 并被广泛应用于载能粒子与材料相互作用的注入射程分布、靶材料原子的级联运动、辐照损伤、能量沉积和离子注入的界面混合等问题的研究。 1986年, Voter在点阵气体(Lattice-gas)模型的基础上提出了描述表面原子运动的一个新的Monte Carlo 方法——运动学Monte Carlo(Kinetic Monte Carlo) 方法。运动学MonteCarlo方法一出现, 就被迅速应用于薄膜生长的过程模拟, 成为薄膜生长机制研究的一种重要的研究手段。 Monte Carlo 方法在高分子科学中的应用的先驱性工作是Wall在二十实际50年代为研究高分子链的排除体积问题所进行的Monte Carlo模拟。其后的研究广泛涉及了高分子化学和物理的各个方面，并取得了丰硕的研究成果，也对现代高分子科学理论基础的建立和发展起到了十分重要的推动作用。 MC方法在数学上成为随机模拟方法、随机抽样技术等； MC方法的基本思想是：针对某一具体的问题，通过建立一个概率模型或随机过程模型，使其参数等于实际问题的解。 对求解问题本身就具有概率和统计性的情况， 也可以人为地构造出一个合适的概率模型。 1777年,巴夫昂(Buffon)投针实验求圆周率 在平滑桌面上划一组相距为S的平行线，向此桌面随意地投掷长度 的细针，从针与平行线相交的概率就可以得到π的数值。 雅虎研究员将圆周率精确到小数点后2千万亿位 定积分计算 蒙特卡洛方法的基本思想： 当问题可以抽象为某个确定的数学问题时，应当首先建立一个恰当的概率模型，即确定某个随机事件A或随机变量X，使得待求的解等于随机事件出现的概率或随机变量的数学期望值。然后进行模拟实验，即重复多次地模拟随机事件A或随机变量X。最后对随机实验结果进行统计平均，求出A出现的频数或X的平均值作为问题的近似解。这种方法也叫做间接蒙特卡洛模拟。 蒙特卡洛模拟的应用类型 （1） 直接蒙特卡洛模拟。它采用随机数序列来模拟复杂随机过程的效应。 （2） 蒙特卡洛积分。这是利用随机数序列计算积分的方法。积分维数越高，该方法的积分效率就越高。 （3） Metropolis蒙特卡洛模拟。这种模拟是以所谓“马尔科夫”（Markov）链的形式产生系统的分布序列。该方法可以使我们能够研究经典和量子多粒子系统的问题。 数据的统计处理 A、获得所考察量的数据后，是不是马上就可以去分析总结该量的情况？ B、不能这样做，那我们该采用什么样的措施呢？ C、有些什么样的基本方法是用来对初始数据进行加工的？ D、各种方法的效果如何？ 统计直方图 直方图 1）把测量量的取值分成若干区间，落在每个区间范围内的测量值的个数称为频数； 2）可用区间中点值作为该区间测量值的代表； 3）频数占总测量次数的百分比称为相对频数，简称频率； 4）频数或相对频数 表示测量值落在某一区间范围内的几率； 5）以测量值为横坐标，频数或相对频数为纵坐标画出垂直于X轴的矩形阵列图形，称为直方图