计算物理 蒙特卡罗方法.pptxVIP

计算物理 蒙特卡罗方法第1页/共45页 8.1 引言8.2 随机数及随机数的产生8.3 蒙特卡罗方法的简单应用第2页/共45页 第一节 引言 蒙特卡罗方法，又称为随机抽样方法或统计试验法，是一种与一般数值方法有本质区别的计算方法，它是以概率统计理论为基础，依据大数定律（样本均值代替总体均值），以求得统计特征值（如均值、概率等）作为待解问题的数值解。 随着现代计算机技术的飞速发展，蒙特卡罗方法已经在原子弹工程的科学研究中发挥了极其重要的作用，并且正在日益广泛地应用于物理工程的各个方面。第3页/共45页 就数学特性而言，蒙特卡罗方法的发展可以追溯到18世纪著名的Buffon问题。 1777年，法国科学家Buffon提出用投针试验计算圆周率pai值的问题。第一节 引言第4页/共45页 Buffon投针问题第5页/共45页 概率论问题 由随机变量 在各自取值范围内取值的均匀性，可知其各自的分布密度函数为而 的联合分布密度函数则为（此处的随机变量x和sita相互独立）第6页/共45页 Buffon投针问题第7页/共45页 Buffon投针问题试验者时间(年)针长投针次数相交次数π的估计值Wolf18500.80500025323.15956Smith18550.60320412183.15665Fox18840.7510304893.15951Lazzarini19010.83340818083eina19250.541925208593.1795第8页/共45页 Buffon投针问题 上述由投针试验求得 的近似值的方法，是进行真正的试验，并统计试验结果。要想获得的频率值与概率值偏差小，就要进行大量的试验，而这势必耗费大量人力、财力，这在实际的操作中，往往难以做到。 所以在计算机技术出现之前，用频率近似概率的方法（雏形时代的蒙特卡罗方法）并没有得到实质上的应用。第9页/共45页 Buffon投针问题 20世纪40年代以后，随着电子计算机的出现和发展，人们开始用计算机来模拟这类实验和计算。计算机具有计算速度高和存储量大的特点，采用数字模拟技术可以代替许多实际上非常庞大而复杂的实验，并迅速将实验结果进行处理。 于是随机模拟法被重新提起，并引起人们的重视，应用日渐广泛。采用随机模拟法在计算机上建立模型来解决Buffon问题是非常简单的。第10页/共45页 Buffon投针问题 由随机变量 在各自取值范围内取值的均匀性，可知其各自的分布密度函数为而 的联合分布密度函数则为（此处的随机变量x和sita相互独立）第11页/共45页 Buffon投针问题 计算机上可分别用俩个均匀的随机数来代替上述的随机数。于是，每次投针试验便等于从两个均匀分布的随机变量中抽样取得 和 。定义随机变量如果投针N次，那么第12页/共45页 Buffon投针问题投针次数10 00020 000100 000200 000π的近似值3.1622333.1379933.1411793.141354随着模拟投针近似于其真值，所计算的π的近似值越来越接近于其真值第13页/共45页 Buffon投针问题 从Buffon问题可以看出，用蒙特卡罗方法求解问题时，应建立一个概率模型，是待解问题与此概率模型相联系，然后通过随机模拟试验求得某些统计特征值作为待解问题的近似值。与此相似，在一些物理问题，如核裂变、直流电流气体放电等过程中粒子的输运过程及粒子输运的总效应，也是可以与某些概率过程联系起来。 例如，电子与原子、分子、离子的碰撞过程，实际上就是与碰撞截面有关的概率过程。第14页/共45页 蒙特卡罗方法处理的两类问题 第一类是确定性的数学问题。用蒙特卡罗方法求解这类问题的方法是，首先建立一个与所求解有关的概率模型，使所求的解就是我们所建立的概率分布数学期望，然后对这个模型进行随机抽样观察，即产生随机变量，最后用其算术平均值作为所求解的近似估计值。计算多重积分，求逆矩阵，解线性代数方程组，解积分方程，解某些偏微分方程边值问题和计算微分算子的特征值等都属于这一类。第15页/共45页 蒙特卡罗方法处理的问题 第二类是随机性问题。例如中子在介质中的扩散等问题就属于随机性问题，这是因为中子在介质内部不仅受到某些确定性的影响，而且更多的是随机性的影响。对于这类问题，一般情况下采用直接模拟方法，即根据实际物理情况的概率法则，用电子计算机进行抽样试验。原子物理学问题，运