基于matlab环境下蒙特卡罗法的实现.pdfVIP

基于Matlab环境下蒙特卡罗法的实现

建筑与土木工程2011级201121022温秋平

针对应用蒙特卡罗对连续型分布采取直接抽样法解决结构可靠度所遇到的困难，提

出利用MATLAB其强大数值计算功能来解决此类问题。利用MATLAB进行蒙特卡罗抽样模

拟，在一定程度上减少了对连续型分布采用直接抽样时的困难，大大提高了计算效率。

1.蒙特卡罗法

蒙特卡洛方法是以数理统计原理为基础的，又称随机模拟方法，是随着电子计算机

的发展而逐步发展起不来的一种独特的数值方法。用蒙特卡洛方法来研究事件的随机性

是结构可靠度分析的一个重要方面。

蒙特卡洛方法的优点是，它回避了结构可靠度分析中的数学困难，不需要考虑结构

极限状态曲面的复杂性，只需要得到结构的响应即可；缺点是计算虽大，因此目前还不

作为一种常规的结构可靠度分析的方法来使用，只适用于一些情况复杂的结构，由于其

具有相对较高的精度，常用于结构可靠度各种近似方法计算精度的检验和计算结果的校

核。

直接抽样方法是蒙特卡洛分析最基本的一种方法，对于基本随机变量

X(X,X,,X)，其概率密度函数为f(x)，对应结构某一状态的功能函数为Zg(x)。

12n

将随机样本值序列X代入功能函数Zg(x)，若Z0，则模拟的结构失效一次。若总的

ˆ

P

模拟数为N，功能函数Z0的次数为，则结构失效概率nP的估计值为：

fff

ˆn

Pf(1.1)

fN

由伯努利大数定理：

n

limP(P)1f(1.2)

NNf

ˆ

P

可得以概率收敛于。

P

ff

失效概率的同样可以表达为：



PI[g(x)]f(x)dx(1.3)

f



其中I[g(x)]为g(x)的示性函数，即：

1g(x)0

I[g(x)](1.4)

ˆ0g(x)0