一、蒙特卡洛随机模拟借鉴.pdfVIP

系列一 蒙特卡洛随机模拟 实验目的 ：学会用计算机随机模拟方法来解决随机性问题 蒙特卡洛模拟法简介 蒙特卡洛 (Monte Carlo) 方法是一种应用随机数来进行计算机摸你的方法。 此方法对研究对象进行随机抽样，通过对样本值的观察统计，求得所研究系 统的某些参数。作为随机模拟方法，起源可追溯到 18 世纪下半叶蒲峰实验。 蒙特卡洛模拟法的应用领域 蒙特卡洛模拟法的应用领域主要有： 1. 直接应用蒙特卡洛模拟 : 应用大规模的随机数列来模拟复杂系统，得到 某些参数或重要指标。 2. 蒙特卡洛积分 : 利用随机数列计算积分，维数越高，积分效率越高。 蒙特卡洛模拟法求解步骤 应用此方法求解工程技术问题可以分为两类 : 确定性问题和随机性问 题。解题步骤如下： 1. 根据提出的问题构造一个简单、适用的概率模型或随机模型，使问题 的解对应于该模型中随机变量的某些特征（如概率、均值和方差等），所构 造的模型在主要特征参量方面要与实际问题或系统相一致 2 . 根据模型中各个随机变量的分布，在计算机上产生随机数，实现一 次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数，然后 生成服从某一分布的随机数，方可进行随机模拟试验。 3. 根据概率模型的特点和随机变量的分布特性，设计和选取合适的抽 样方法， 并对每个随机变量进行抽样 （包括直接抽样、 分层抽样、 相关抽样、 重要抽样等）。 4. 按照所建立的模型进行仿真试验、计算，求出问题的随机解。 5. 统计分析模拟试验结果，给出问题的概率解以及解的精度估计。 在可靠性分析和设计中， 用蒙特卡洛模拟法可以确定复杂随机变量的概 率分布和数字特征，可以通过随机模拟估算系统和零件的可靠度，也可以模 拟随机过程、寻求系统最优参数等。 一 . 预备知识 : 随机数的产生 提示：均匀分布 U (0, 1) 的随机数可由 C 语言或 Matlab 自动产生，在此基础上可产生 其他分布的随机数 . 1．逆变换法： 设随机变量 U 服从 (0 ， 1)上的均匀分布，则 X F 1 (U ) 的分布函数为 F (x) . 1 步骤： (1) 产生 U ( 0,1) 的随机数 U ；(2) 计算 X F (U ) ， 则 X 服从 F (x ) 分布 . 问题 ：练习用此方法产生常见分布随机数 .例如“指数分布，均匀分布 U (a , b) ”.还有 其它哪种常见分布的随机数可用此方法方便产生？ 2．产生离散分布随机数 已知离散随机变量 X 的概率分布 : P( X x ) P , ( K 1,2 ) ，产生随机变量 X 的 k k 随机数可采用如下算法： a) 将区间 [0.1] 依次分为长度为 p , p , 的小区间 I , I , ； 1 2 1 2 b) 产生 [0 ，1]均匀分布随机数 R ，若 R I k 则令 X xk ，重复 (b) ，即得离散随机变量 X 的随机数序列 . 问题 ：(1) 下表给出了离散分布 X 的概率分布表，试产生 100 个随机数 .