数学建模之随机性模型和模拟方法精选.pptVIP

随机性模型与模拟方法 随机变量 蒙特卡罗方法 随机数的生成 模拟 、随机变量 何谓随机变量?随机变量是一个其值不可 预测的变量。虽然一个随机变量在个别试验 中其结果不确定,但在大量重复试验中其结 果是具有统计规律的。正是随机变量的这种 规律性使我们可以利用它来建模。例如我们 可以利用下述的数据: 时间t(秒)0123456789 变量X 1022120102 得出一个模型。 ■X是一个离散的随机变量并取值于0,1和2。我们 不可能给出X与t的确定的关系式,但是可以通 过数Ⅹ的不同值岀现次数来描述这随机型的规律 列表如下 频数 频率 0.4 这个表给出了随机变量X的变化规律,频率告 诉某个特定的事件发生的频繁程度。如果我们需要 构造一个含有随机变量的模型,可以假设这个规律 总是成立的,模型的假设可以基于这几个数据之上。 实际操作时可以把频率分布当作概率函数来处理, 但应注意概率是频率的极限值,这两者是有差异的。 在处理一个简单的理论模型时,对概率函数 ■必须作出合适的选择。例如,假设在上述问题中的 随机变量取三个值时等于可能的,这样其概率函数 为 113 这个例子说明在处理随机变量的模型时有以下两种 选择 (1)使用一个理论模型。这在任何一本概率统计 的书上都可以找到一些标准的理论模型如二项分布 等。每一个都基于一定的假设之下成立的,所以在 选用时要特别注意其假设条件。 (