基于matlab的蒙特卡洛方法对可靠度的计算.pdfVIP

基于 MATLAB的蒙特卡洛方法对可靠度的计算 ——《可靠性工程》大作业 目录 目录 2 摘要 3 绪论 4 一、编写 MONTE CARLO模拟程序 5 二、关于两个服从正态分布的可靠性验证 8 三、非正态分布的验证 10 四、总结 11 参考文献 12 2 摘要 对于简单的概率计算，我们可以用离散或者连续的概率分布模型进行求解； 但是对于复杂的模型的近似解的求解，蒙特卡洛方法是一种非常方便的方法。蒙 特卡洛方法将最复杂的计算部分交给了电机计算机来完成，极大的方便了我们的 求解过程。 本文主要是用 MATLAB编写蒙特卡洛的模拟程序，然后分别验证两个正态分布 的模型和两个非正态分布的模型。非正态分布的模型中的随机变量序列都是独立 同分布的，这样我们可以方便的用列维 - 林德伯格中心极限定理进行处理。 【关键字】：复杂模型、蒙特卡洛、 MATLAB、正太分布、独立同分布的非正态 模型、列维 - 林德伯格中心极限定理 3 绪论 计算机技术的发展，促进了蒙特卡洛方法的推广、普及以及完善等。蒙特卡洛 方法诞生之初是不被重视的，因为当时的计算机技术没有达到与之匹配的程度。 蒙特卡洛模拟也称为随机模拟方法， 或随机抽样技术。 它是一种以概率论和数 理统计为基础，通过对随机变量的统计实验、随机模拟来求解问题近似解的数值 方法。它的主要思想是：为了求解数学、物理、化学及工程问题，建立一个概率 模型或随机过程，使它的参数等于问解；然后通过对模型或过程的观察或抽样来 计算所求参数的统计特征（如均值、概率等） ，作为待解问题的数值解，最后给出 所求解的近似值，而解的精度可用估计值的方差来表示。蒙卡洛模拟的步骤是： 首先建立简单而又便于实现的概率分布模型，使分布模型的某些特征（如模型的 概率分布或数学期望）恰好是所求问题的解；然后根据概率分布模型的特点和计 算的需要改进模型，以便减少方差，降低费用，提高计算效率；再对分布模型进 行随机模拟，其中包括建立产生伪随机数的方法和建立对所遇到的分布产生随机 变量样本的随机抽样方法；最后建立各种统计量的估计，获得所求解的统计估计 值及其方差。蒙特卡洛模拟方法可分为直接蒙特卡洛模拟、间接蒙特卡洛模拟和 蒙特卡洛积分。 （1）直接蒙特卡洛模拟采用随机数来模拟本身具有复杂随机过程的效应。该方法 是按照实际问题所遵循的概率统计规律，用计算机进行直接的抽样，然后计算其 统计参数。直接蒙卡洛模拟法能充分体现蒙特卡洛方法的特殊性和优越性，因而 在物理中得到了广泛的应用，该方法也就是通常所说的“计算机实验” 。 （2 ）间接蒙特卡洛模拟是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，使它的某些统计参数恰好是待求问题的解。 Buffon 投针实验就是 运用间接蒙特卡洛模拟来求解 π。 （3 ）蒙特卡洛积分是利用随机数系列计算积分的方法， 积分维数越高， 效率越高。 定积分的计算是蒙特卡洛方法被引入计算数学的开端，这里以定积分的计算说明 其处理确定性问题的方法。如计算定积分： 1 s