风险分析与蒙特卡洛模拟 .pptVIP

常用概率分布的抽样公式 分布名称 抽样公式 注 [a，b]均匀分布 指数分布 正态分布 三角分布 a，b，c为三角分布的参数 分布 r，s为函数参数 三角分布 三角形概率分布是一种应用较广连续型概率分布,它是一种3点估计: 特别适用于对那些风险变量缺乏历史统计资料和数据,但可以经过咨询专家意见,得出各参数变量的最乐观值( a) ,最可能出现的中间值( b)以及最悲观值(m ) ,这3个估计值( a,b, m )构成一个三角形分布。 实际上，Matlab软件为我们提供一种简单快捷的产生各种常用分布随机数的方法。其功能和特点： （1）界面友好，编程效率高。 （2）功能强大，可扩展性强。 （3）强大的数值计算功能和符号计算功能。 （4）图形功能灵活方便。 Matlab常用的随机数产生函数 函数名 调用形式 函数注释 betarnd R=betarnd(A,B) 分布随机数产生函数 binornd R=binornd(N,P,MM,NN) 二项分布随机数产生函数 chi2rnd R=chi2rnd(v) 卡方分布随机数产生函数 frnd R= frnd(v1,v2) F分布随机数产生函数 geornd R= geornd(p) 几何分布随机数产生函数 hygernd R= hygernd(M,K,N) 超几何分布随机数产生函数 mvnrnd R= mvnrnd(mu,sigma,cases) 多元正态分布随机数产生函数 normrnd R=normrnd(mu,sigma) 正态分布随机数产生函数 trnd R=trnd(v) t分布随机数产生函数 有了这些随机产生函数，就可以直接产生满足分布F(x)的随机数了，而无需通过先求出连续均匀分布的随机数，再通过抽样公式得出所求分布函数的随机抽样。 演示： for n=1:100; k= betarnd(0.1,100) end 蒙特卡罗方法的特点 优点 ①能够比较逼真地描述具有随机性质的事物的特点及物理实验过程。 ②受几何条件限制小。 ③收敛速度与问题的维数无关。 ④误差容易确定。 ⑤程序结构简单，易于实现。 缺点 ①收敛速度慢。 ②误差具有概率性。 ③进行模拟的前提是各输入变量是相互独立的。 ①能够比较逼真地描述具有随机性质的事物的特点及物理实验过程 从这个意义上讲，蒙特卡罗方法可以部分代替物理实验，甚至可以得到物理实验难以得到的结果。用蒙特卡罗方法解决实际问题，可以直接从实际问题本身出发，而不从方程或数学表达式出发。它有直观、形象的特点。 ②受几何条件限制小 在计算s维空间中的任一区域Ds上的积分，无论区域Ds的形状多么特殊，只要能给出描述Ds的几何特征的条件，就可以从Ds中均匀产生N个点 ③收敛速度与问题的维数无关 由误差定义可知，在给定置信水平情况下，蒙特卡罗方法的收敛速度为　　　　，与问题本身的维数无关。维数的变化，只引起抽样时间及估计量计算时间的变化，不影响误差。也就是说，使用蒙特卡罗方法时，抽取的子样总数N与维数s无关。维数的增加，除了增加相应的计算量外，不影响问题的误差。这一特点，决定了蒙特卡罗方法对多维问题的适应性。 程序结构简单，易于实现 在计算机上进行蒙特卡罗方法计算时，程序结构简单，分块性强，易于实现。 ①收敛速度慢 如前所述，蒙特卡罗方法的收敛为 ，一般不容易得到精确度较高的近似结果。对于维数少（三维以下）的问题，不如其他方法好。 ②误差具有概率性 由于蒙特卡罗方法的误差是在一定置信水平下估计的，所以它的误差具有概率性，而不是一般意义下的误差。 蒙特卡罗方法的主要应用范围 蒙特卡罗方法所特有的优点，使得它的应用范围越来越广。它的主要应用范围包括：粒子输运问题，统计物理，真空技术，激光技术以及医学，生物，探矿等方面，特别适用于在计算机上对大型项目、新产品项目和其他含有大量不确定因素的复杂决策系统进行风险模拟分析。 项目风险案例分析 现以成都某房地产开发公司对一综合开发用地进行投资开发为例，用基于蒙特卡罗模拟方法为原理的 EXCEL 插件——Crystal Ball工具对该开发项目进行风险决策分析。 该项目位于成都市锦江区，占地面积 47 亩；该房地产公司根据市场状况调查，结合该地块的规划说明，在做了充分的方案设计之后，确定了两套主要的投资方案。 甲方案：该地块主要以小高层电梯住宅开发为主，辅以车库和部分商业配套设施，开发期共