文档介绍：从Buffon投针问题谈起1Buffon投针问题2试验者时间(年),MonteCarlo方法具有以下优点:,使所求的量(或解)恰好是该模型某个指标的概率分布或者数字特征。,在计算机上进行模拟测试,抽取足够多的随机数,,给出所求解的估计及其精度(方差),还应改进模型以降低估计方差和减少试验费用,。,我们是通过确定性的算法生成随机数,所以这样生成的序列在本质上不是随机的,只是很好的模仿了随机数的性质(如可以通过统计检验)。我们通常称之为伪随机数(pseudo-randomnumbers)。,我们需要产生各种概率分布的随机数,而大多数概率分布的随机数产生均基于均匀分布U(0,1)的随机数。7U(0,1)随机数的生成一个简单的随机数生成器:8一个简单的例子9一个简单的例子(续)上面的例子中,第一个随机数生成器的周期长度是10,而后两个生成器的周期长度只有它的一半。我们自然希望生成器的周期越长越好,这样我们得到的分布就更接近于真实的均匀分布。10