06-数据处理与试验设计-2011-06.pptVIP

AA-01 Monte Carlo 模拟 ; 在实际上，这种方法并不能解决所有问题。有些数学模型过于复杂，求解有相当困难，简化若不适当，又会失真。有时，直接进行实验也有一定困难。这一套数学模型的思路和方法就遇到了很大的困难。由此发展出了一套新的计算机模拟和实验方法，就是Monte Carlo模拟法。 ; 第二次世界大战期间，美国Los Alamos实验室论证出了制造原子弹的可能性，但要制出实际可用的核武器，逐项解决大量复杂的理论和技术问题，如中子轨道和辐射轨道等等问题。描述这些过程需要相当复杂的微分、积分的耦合方程组。科学家们采用建立基础的物理模型，用随机抽样法在计算机上进行模拟的方法。这种方法与数学模拟法不同，不从物理模型建立数学模型（太复杂），而是在计算机上进行试验，用随机抽样法解决问题。Monte Carlo是一个赌城，赌博的特点就是随机性，由此对本???进行命名。; 1949年Metropolis和Wlam发表了第一篇论文，学术界以此作为Monte Carlo法诞生的标志。Monte Carlo法是在计算机发展起来后才出现的。根据基础的物理模型在计算机上改变条件、观测结果，作出结论。因此也称为“计算机实验”。; 科学上传统的分为“理论科学”和“实验科学”，有人认为应将“计算机模拟”列为第三分支，它不是纯理论的，又不是纯实验的。后来，Monte Ｃarlo模拟方法逐渐被推广到化学、化工研究中，本章介绍其基本思路和工作方法。;Monte Carlo方法基础 ;;Monte Carlo方法的基本特征 ;AA-02? 分形的基础及应用;;;;;分形是指局部和整体以某一种方式相似，其形状为分形。如冬天看到的雪花，用放大镜看是六角形的，更仔细地看这个六角形又是由很多小的六角形组成的，而小的六角形又是由更小的六角形组成的。但是，不管是大的六角形还是小的六角形，它们是完全相似的，只是在几何尺度上放大或缩小了一些。;分形可以从几何图形上推广到更加一般化的分形，即在功能上，信息等其他方面也存在着分形，如在生物中有一种生物全息现象，只要测得一个整体的局部特性，就可以得到总体的信息，从检查人的耳朵上的参数可以知道人体内器宫的情况等等，这种信息方面的整体和局部关系也可称为分形。广义的分形指局部和整体在在形状上、结构上、功能上、信息等方面的相似性。;在非线性动态系统中，因为奇异吸引子(混沌现象)的存在，使网络的解出现了自相似的情况，因此在混沌情况下，也出现了分形的结构。分形也被应用到化学和化工的相关研究中。;分形是如何产生的;斥点： 函数f(x)=x2， 如果给定|x|1的x值后，比如x=2 在计算器不停第按“x2”，最终运算结果？ ERROR;这说明计算结果所得数字太大，致使计算器不能表示。这样，可以说用2这一点进行f(x)=x2的迭代，其结果是发散的。或者说这一迭代结果趋于无穷大。在某一点上进行迭代而其结果趋于负无穷大的函数也是发散的。例如，从点x0=2开始进行f(x) = ?x2的迭代，其结果将趋于负无穷大。使迭代发散的点有时称为斥点。由于其发散性，斥点在迭代中被遗弃掉了。 ;吸引点： 函数f(x)=x2， 如果给定|x|1的x值后，比如x=0.5 在计算器不停第按“x2”，最终运算结果？ERROR 但这并不意谓着发散，而是说明迭代结果与0非常接近，以至计算器不能再准确地进行函数X的运算。在这种情况下，迭代结果将趋于一个孤立的点 0，我们可以将0这一点称为f(x)=x2的一个吸引子，也叫做吸引点。因为函数在迭代时将不断靠近这一点。只要开始进行迭代的点位于一1和+1之间，则迭代结果都是0。; 还有一些点，在迭代时，既不是吸引点也不是斥点，我们把这些点称为中性点。 考察某些迭代函数或迭代几何过程的所有吸引点的集合，当迭代函数或迭代过程的吸引集是一个无限的自相似集时就是一个分形，称这个吸引集是一个奇异吸引子。 两种产生分形的方法 (1) 迭代方法 (2) 递推方法。;Sierpinski 三角形(迭代函数系统IFS); 考虑一个填满东西的三角形，从其中间挖掉一块，这样一来，将原三角形分为三个相等的部分，且每一部分的面积是原来的l/4，对这三个三角形再类似于上面的作法各从其中挖去一块，这样就会得到九个三角形，依此类推，就可得图13.1所示的分形。下面，我们来看一看怎样用程序来产生Sierpinski 三角形。; 产生这种图的一个最容易的办法是生成随机轨道并寻找其吸引点。为了达到这一目的，需要编一段程序，选择一个起始点，将规则作用于起始点上，并重复一定次数。重复地应用这些规则将会产生一个奇异吸引子，也