蒙特卡洛方法.PDF

第二章 蒙特卡洛方法 计算机模拟采用的方法来看，它大致可以分为两种类型: (1) 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。 (2) 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。关于分子动 力学方法我们将在第六章中介绍。此外, 近年来还发 展了神经元网络方法和原胞自动机方法。 从蒙特卡洛模拟的应用来看，该类型的应用可以分为三种 形式： （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）鏈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。 2．1 蒙特卡洛方法的基础知识 一、基本思想 对求解问题本身就具有概率和统计性的情况，例如中子在介 质中的传播，核衰变过程等，我们可以使用直接蒙特卡洛模拟 方法。该方法是按照实际问题所遵循的概率统计规律，用电子 计算机进行直接的抽样试验，然后计算其统计参数。直接蒙特 卡洛模拟法最充分体现出蒙特卡洛方法无可比拟的特殊性和优 越性，因而在物理学的各种各样问题中得到广泛的应用。该方 法也就是通常所说的“计算机实验”。 蒙特卡洛方法也可以人为地构造出一个合适的概率模型，依 照该模型进行大量的统计实验，使它的某些统计参量正好是待 求问题的解。这也就是所谓的间接蒙特卡洛方法。下面我们举 两个最简单的例子来说明间接蒙特卡洛方法应用的内涵。 巴夫昂(Buffon)投针实验。 该试验方案是：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l s 的细针，那末从针与平行线相交的 概率就可以得到π 的数值。 数学统计理论的简单地计算： 设针与平行线的垂直方向的夹角为α ，那么针在与平行线垂 直的方向上投影的长度为l ⋅cosα 。对于确定的 夹角，细针与平 α l ⋅cos α 行线相交的概率为投影长度与平行线间距之比，即 cos α 。 s α [ ] 由于 是在0,π 区间均匀分布的，所以 的平均值为 cosα 1 π 2 α α ∫ cos d . π 0 π 假如在N 次投针中，有M 次和平行线相交。当N 充分大时， 相交的频数M N 就近似为细针与平行线相交的概率。因此，我 们得到 2N π ≈ . M 然而，上述投针法得到试验结果的效率和精度都很差。 经过n 次投针后得到π值的精度。