蒙特卡罗方法.doc

PAGE PAGE 1 蒙特卡罗方法 蒙特卡罗(Monte-Carlo，简写为M-C)方法属于计算数学的一个分支，它是在二十世纪四十年代中期为了适应当时原子能事业的发展而发展起来的，但它与一般计算方法有很大区别，一般计算方法对于解决多维或因素复杂的问题非常困难，而蒙特卡罗方法对于解决这方面的问题却比较简单。因而蒙特卡罗方法在近十年来发展很快，特别是随着快速电子计算机的发展，蒙特卡罗方法得到了迅速发展与广泛应用。蒙特卡罗方法也称随机抽样技术(Random Sampling Technique)或统计试验方法(Method of Statistical Test)。 蒙特卡罗是欧洲摩纳哥国的一个重要城市，以赌博著称。蒙特卡罗方法是以概率论与数理统计学为基础的，是通过统计试验达到计算某个量的目的。而赌博时，概率论是一种有力的手段。所以，以蒙特卡罗作为方法的名字，原因大概于此。 由于蒙特卡罗方法是利用一连串的随机数来求解问题的，因此求解随机过程，放射性衰变和布朗运动等问题，它是很有效的。它除了在原子能工业广泛应用外，在物理、化学、地质、石油、线性规划、计算机研制、计算机模拟试验、解决多体问题等领域中都有不同程度上的应用。 第一节． 蒙持卡罗方法的基本思想、特点及其局限性 一、 蒙特卡罗方法的基本思想 用下述三个例子，说明蒙特卡罗方法的基本思想。 例1．产品合格率的计算 某工厂生产一批产品，其合格率表示是： （1.1） 为了确定合格率，应该检查这批产品的全部，确定其中合格的数目。但是，由于产品数量多，检查全部产品花费的代价大。因此，通常采取抽取部分产品，在这部分产品中确定其合格的数目。然后用这部分产品的合格率 (1.2) 来代替所要计算的合格率P。例如，检查某批产品，当被检查的产品长度介于13．60cm—13．90cm内时，则认为是合格的，否则是次品。分别抽取5件，10件，60件，150件，600件，900件，1200件，1800件来检查，其情况如下表和图20所示。 图1.1 产品抽样统计图 上表可看作八次试验，从结果中看出，随着抽取件数的增多，合格率愈来愈趋于一个稳定值o.9。如果定义随机变量?1 则做了N次试验后，正品个数共为 这样， (1.2)式可进一步写为 人们从经验中还知道，当N数目越大，r/N作为正品率的估计值就越准确的可能性也越大。类似这种把观察正品出现的频率作为近似概率的例子在生产中是很常见的。 例2．射击问题(打靶游戏) 设r表示射击运动员的弹着点到靶心的距离，g(r)表示击中r处相应的得分数(环数)，分布密度函数f(r)表示该运动员的弹着点分布，它反映运动员射击水平。积分 （1.3） 表示这个运动员的射击成绩。用概率语言说，＜g＞就是随机变量g(r)的数学期望值，即＜g＞＝Eg(r)。 现在，假设这个射击运动员射击N次，弹着点依次是r1….rz，，则自然地认为N次射击得分的平均值 （1.4） 相当好地代表了这个射击运动员的成绩。换句话说，gN是积分(1．3)式的一个估计值(或近似值)。这个例子通常称为打靶游戏，它直观地说明了蒙特卡罗方法计算定积分的基本思想。为进一步阐明这个思想，我们再举个例子：计算积分 直观上，就是在边长为1的正方形里随机投点，当点落在y＝f(x)曲线下面(见图21)，对积分值有“贡献”，否则对积分值无“贡献”。为此，设?是[0，1]上均匀分布的随机变数，定义 （1.5） 就是积分I的一个估计值。 例3．求解三维椭圆型偏微分方程的边值问题考虑三维空间中的一个体积V上的Laplace方程： （1.6） 其中S为边界，要求f在V中的数值。 用蒙特卡罗方法求解是：将V用等距dx＝Jy＝J2的网格剖分，在扩中任一内点Q，要求f(Q)之值。用一个骰子投掷，其点数l，2，3，4，5及6设分别表示向X轴正向，负向，y轴正向，负向，2轴正向，负向移动一步。由Q点出发，按投骰子的办法，在严内进行移动，当此点到达边界时，记下边值之数值；又回头由Q点按投段子之点数移动，如此继续下去，……，设得到一系列的边值： 则f(Q)的近似值可取 或 注意，这种作法的来源是依据两个基本假设，其一为方程(1．6)可以用差分格式 来近似，其二是假设骰子为均匀的，即出现6个数机会均等。 从上述三个例子可以看到，当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。 由上面例子还可看出，用蒙特卡罗方法求解问题时，首先要建立一个随机模型，然后要制造一系列的随机数用以模拟这个过程，最后要