用蒙特卡洛方法估计积分方法及matlab编程实现.docVIP

实用标准文案 精彩文档 用蒙特卡洛方法估计积分方法及matlab编程实现 专业班级： 用蒙特卡洛方法估计积分 方法及matlab编程实现 专业班级： 材料43 学生姓名： 王宏辉 学 号： 2140201060 指导教师：李耀武 完成时间： 2016年6月8日 用蒙特卡洛方法估计积分 方法及matlab编程实现 实验内容： 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。 2用蒙特卡洛方法估计积分 和的值，并对误差进行估计。 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。 实验原理： 蒙特卡洛方法估计积分值，总的思想是将积分改写为某个随机变量的数学期望，借助相应的随机数，利用样本均值估计数学期望，从而估计相应的积分值。 具体操作如下： 一般地，积分改写成的形式，（其中为一随机变量X的概率密度函数，且的支持域)，）;令Y=h(X)，则积分S=E（Y）；利用matlab软件，编程产生随机变量X的随机数，在由，得到随机变量Y的随机数，求出样本均值，以此估计积分值。 积分的求法与上述方法类似，在此不赘述。 概率密度函数的选取： 一重积分，由于要求的支持域，为使方法普遍适用，考虑到标准正态分布概率密度函数支持域为，故选用。 类似的，二重积分选用，支持域为。 估计评价： 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（针对第1类题，积得出）或样本方差（针对第2类题，积不出）以评价估计结果的精度。 程序设计： 依据问题分四类：第一类一重积分；第一类二重积分；第二类一重积分，第二类二重积分，相应程序设计成四类。 为了使程序具有一般性以及方便以后使用：一重积分，程序保存为一个.m文本，被积函数，积分区间均采用键盘输入；二重积分，程序主体保存为一个.m文本，被积函数键盘输入，示性函数用function 语句构造，求不同区域二重积分，只需改变function 函数内容。 编程完整解决用蒙特卡洛方法估计一重、二重积分值问题。 程序代码及运行结果： 第一类一重积分程序代码： %%%构造示性函数 function I=I1(x,a,b) if x=ax=b I=1; else I=0; end %保存为I1.m %%%%%%%%%%%%%%%% %%第一类一重积分,程序主体： %保存为f11.m function outf11=f11() g1=input(输入一元被积函数如x.*sin(x):,s)%输入被积函数 g1=inline(g1); a=input(输入积分下界a:);%输入积分上下限 b=input(输入积分上界b:); Real=input(积分真值:);%输入积分真值 fprintf(输入样本容量 10^V1--10^V2:\r) V=zeros(1,2); V(1)=input(V1:);%输入样本容量 V(2)=input(V2:); for m=V(1):V(2)%样本容量10^m1--10^m2 n=10^m for j=1:10 x=randn(1,n); for i=1:n t1(i)=I1(x(i),a,b);%示性及求和向量 end y1=g1(x)*((pi*2)^0.5).*exp(x.^2/2); Y1(j)=y1*t1/n; %单次实验样本均值 end t=ones(1,10); EY=Y1*t/10; %十次均值 D=abs(EY-Real); %绝对误差 RD=D/Real; %绝对误差 d=0; for i=1:10 d=d+(Y1(i)-Real)^2; end d=d/(10-1); EY1(m-V(1)+1)=EY; %样本容量为10^m时的样本均值 D1(m-V(1)+1)=D; %绝对误差 RD1(m-V(1)+1)=RD; %绝对误差 MSE1(m-V(1)+1)=d; %方差 end Real,EY1,D1,RD1,MSE1 outf11=[EY1;D1;RD1;MSE1]; %存放样本数字特征 %保存为f11.m 运行结果： %估计积分 ，积分真值为1 m=f11