[自然科学]monte carlo.pptVIP

蒙特卡罗方法的特点 优点 ①能够比较逼真地描述具有随机性质的事物的特点及物理实验过程。 ②受几何条件限制小。 ③收敛速度与问题的维数无关。 ④误差容易确定。 ⑤程序结构简单，易于实现。 缺点 ①收敛速度慢。 ②误差具有概率性。 ③进行模拟的前提是各输入变量是相互独立的。 ①能够比较逼真地描述具有随机性质的事物的特点及物理实验过程 从这个意义上讲，蒙特卡罗方法可以部分代替物理实验，甚至可以得到物理实验难以得到的结果。用蒙特卡罗方法解决实际问题，可以直接从实际问题本身出发，而不从方程或数学表达式出发。它有直观、形象的特点。 ②受几何条件限制小 在计算s维空间中的任一区域Ds上的积分，无论区域Ds的形状多么特殊，只要能给出描述Ds的几何特征的条件，就可以从Ds中均匀产生N个点 ③收敛速度与问题的维数无关 由误差定义可知，在给定置信水平情况下，蒙特卡罗方法的收敛速度为　　　　，与问题本身的维数无关。维数的变化，只引起抽样时间及估计量计算时间的变化，不影响误差。也就是说，使用蒙特卡罗方法时，抽取的子样总数N与维数s无关。维数的增加，除了增加相应的计算量外，不影响问题的误差。这一特点，决定了蒙特卡罗方法对多维问题的适应性。 程序结构简单，易于实现 在计算机上进行蒙特卡罗方法计算时，程序结构简单，分块性强，易于实现。 ①收敛速度慢 如前所述，蒙特卡罗方法的收敛为 ，一般不容易得到精确度较高的近似结果。对于维数少（三维以下）的问题，不如其他方法好。 ②误差具有概率性 由于蒙特卡罗方法的误差是在一定置信水平下估计的，所以它的误差具有概率性，而不是一般意义下的误差。 蒙特卡罗方法的主要应用范围 蒙特卡罗方法所特有的优点，使得它的应用范围越来越广。它的主要应用范围包括：粒子输运问题，统计物理，典型数学问题，真空技术，激光技术以及医学，生物，探矿等方面，特别适用于在计算机上对大型项目、新产品项目和其他含有大量不确定因素的复杂决策系统进行风险模拟分析。随着科学技术的发展，其应用范围将更加广泛。 例1. 模拟求近似圆周率 在边长为1的正方形内有一半径为0.5的内圆. 现在模拟产生在正方形内均匀分布的点n个、如果有m个在圆内,则圆面积与正方形的面积比可近似为m/n.即л/4≈m/n л≈4m/n 程序 n=10000 m=0; for i=1:n if rand^2+rand^2 =1 m=m+1; end end Mypi=4*m/n  例2. 用M-C法估算定积分. 求定积分 分析:对于定积分,如果f(x)=0,则可以通过模拟估算.构造一个矩形包含曲边梯形, dmax f(x). 产生n(足够大)个在矩形区域内的点,如果落在由函数f(x)构成的曲边梯形内的点为m个,则所求定积分为 . 程序 n=10^6; a=0; b=1; d=1; m=0; for i=1:n x=a+rand*(b-a); y=d*rand; if y=x^2 m=m+1; end end s=m/n*(b-a)*d Monte Carlo数值积分的优点  例3 股票价格模拟 几何布朗运动的作用是用来模拟股价的变动。它的好处在于，一般形式布朗运动中取值可能为负数，而几何布朗运动取值永远不小于0，这一点符合股价永远不为负的特征。几何布朗运动微分形式的表述。或者称SDE（随机微分方程）形式： 其中的S(t)可以理解为股价。 几何布朗运动函数形式表述： S(t)=S(0)exp[ (mu-0.5*sigma^2)*t+sigma*W(t)]. z=s0*exp((mu-0.5*sigma^2)*T+sigma*sqrt(T)*normrnd(0,1,1,100)) plot(z,r-*) 5、蒙特卡罗模拟是一种simulation，通过建立模型，产生相应分布的随机数(实际是伪随机变量)，来模拟实际存在的过程，并且分析相关的结果。 比如，首先观察客观世界，某一个过程有几个步骤，每个步骤所用的时间符合哪种分布(可以是估计)，数学特征是什么(可能通过测量)，然后建立起相关的模型。 通过一定的算法，产生符合标准正态分布的伪随机变量，然后对变量进行运算，来产生其他分布的变量，比如泊松分布，指数分布等。 对于模型中的每个步骤，通过产生的随机变量进行模拟，来得到整个过程所用的时间的数学特征，比如平均值，方差等。根据这些数学特征，就可以对以后的发展做出预测。 而随机抽样统计分析是对实际数据的抽样分析。