分子模拟教程径向分布函数.pptVIP

Monte Carlo方法的特点 计算的收敛性和收敛速度均与问题的维数无关，适合解决高维问题。 对问题的适应能力强。 收敛速度仅为样本数的-1/2次，因而计算耗时大。 第三十页，共73页 Monte Carlo方法的应用举例： 计算积分： 常用的积分方法求解： 将积分区域[a,b]均匀地划分成N各分区间，则积分结果可近似地表示成： Δx = (b-a)/N 第三十一页，共73页 简单的Monte Carlo积分方法求解： 利用均匀分布的随机数发生器，从[a,b]区间产生一系列随机数xi，i=1, 2, ..., N 其中 X为均匀分布，并且 X?[a,b] 近似求解E[g(X)]: 近似求解积分: 随机抽样 第三十二页，共73页 当我们用简单Monte Carlo计算积分时，若该函数为常数函数，g(x)=constant，则取样数不管多少，准确度为100％。 如果在积分区间内，g(x)为一平滑函数，则简单Monte Carlo方法较为准确，反之，如果g(x)的变动很剧烈，则简单Monte Carlo方法的误差会变大。 说明： 第三十三页，共73页 重要性Monte Carlo抽样方法 在 g(x) 变化剧烈时，如果以Monte Carlo方法取样，最好依据g(x)的大小来决定取样率。 当|g(x)|的值较大时，对∫g(x)dx的贡献也较大，如果没被选中，则结果的误差极大。 解决方