《数学建模与数据学实验》课件第4章.ppt

4.5.4随机数的生成

定义4.1设R为［0，1］上服从均匀分布的随机变量，分布密度函数与分布函数分别为则R的样本值，即以等概率取自［0，1］的一串数称为［0，1］上均匀分布的随机数。随机数在数学建模中有很多应用，如前面的求面积和体积。在很多实际复杂问题的模拟上，也要用到随机数的产生，如交通流和大型战争模型等。

产生随机数的方法很多，现在一般是通过计算机产生随机数，其实计算机产生的随机数是根据一定的算法来产生的，产生的随机数不是完全随机的，这些随机数又称伪随机数，但对于许多实际问题来说，这些数可以近似看做完全随机的。许多编程语言都有专门产生随机数的函数，如Pascal、BASIC、C、MATLAB、EXCEL和Mathemetica等。

1.均匀随机数的产生

产生均匀分布的随机数常用的方法有平方取中法、线性同余法和广义同余法。以下对平方取中法、线性同余法作介绍。

1)平方取中法

平方取中法是在1946年提出的，方法如下：

（1）任取四位数x0，这个数成为种子；

（2）对这个数进行平方，得到一个八位数（不足八位时，在前面补0）；

（3）对中间的四位数重复上述过程，便可得到一列随机数。用这种方法可以得到0到9999间的一列随机数，用这些数可以产生任何区间［a，b］的随机数，例如，要产生0到1的随机数，可以先产生0到9999间的随机数，再除以10000。

例如：随机选择一个数，如2041，平方后得到4165681，取中间四位数即1656，对1656重复这一过程，得到一列随机数，如表4.20所示。变量说明：T1为火车从A站出发的时刻,T2为火车从

A站到B站的运行时间,T3为他到达B站的时刻。

问题分析与假设：此题包含多个随机因素，这里假设T1、T2、T3都是随机变量，其中T2服从正态分布。

模型建立：显然，他能及时赶上火车的条件是T3

T2+T1。为了简化计算，将下午1点记为0时刻，T1和T3

的分布律为4.4随机存储模型

4.4.1离散型随机变量的存储模型

【例4.6】(报童问题)一个报童每天从邮局订购一种报纸，沿街叫卖。已知报童每卖完100份报纸可获利7元。如果当天卖不掉，第二天削价可以全部卖出，但这时报童每100份报纸要赔4元。报童每天售出的报纸数x是一随机变量，概率分布见表4.18，问：报童每天订购多少份报纸

最佳？4.4.2连续型随机变量的存储模型

【例4.7】（物资存储策略）

一煤炭供应部门煤的进价为65元/吨，零售价为70元/吨。若当年卖不出去，则第二年削价20%处理掉；如供应短缺，有关部门每吨罚款10元。已知顾客对煤需求量x服从均匀分布，分布函数为

求一年煤炭的最优存储策略。4.5蒙特卡罗方法

蒙特卡罗（MonteCarlo）方法的实质是通过大量随机试验，利用概率论解决问题的一种数值方法，基本思想基于概率的几何定义。利用蒙特卡罗方法在计算的过程中出现的数是随机的，但是它要解决的问题的结果却是相同的。4.5.1蒙特卡罗方法的来源和思想



历史上有记载的蒙特卡罗试验始于十八世纪末期，当时蒲丰(Buffon)为了计算圆周率，设计了一个“投针试验”。1.蒲丰投针试验

1777年，法国科学家蒲丰提出著名的投针问题，这是几何概率中一个最典型的例子。投针问题的主要内容是：在平面上等距离地画出一些平行线，向其投出某一特定长度的针，试求针与任一平行线相交的概率。下面推导π的计算公式。设针投到地面的位置可以用一组参数（x，θ）来描述，x为针中心的坐标，θ为针与平行线的夹角，如图4.2所示。图4.2蒲丰投针试验图图4.3数值积分简单示例蒙特卡罗数值积分方法和上述类似，差别在于，蒙特卡罗方法中，我们不需要将所有柱子的面积相加，只需要随机地抽取一些函数值，将它们的面积累加后计算平均值即可。通过相关数学知识可以证明，随着抽取点的增加，近似面积也将逼近真实面积。

如图4.4所示，设总计投了M个点，落入阴影部分N个，则阴影部分的面积为S≈N/M。图4.4蒙特卡罗法计算图形面积2.随机最优化

蒙特卡罗方法在随机最优化中的应用包括模拟退火(SimulatedAnnealing)、进化策略(EvolutionStrategy)等等。一个最简单的例子是，已知某函数，