文档介绍：蒙特卡罗方法又称随机抽样技巧或统计试验方法。半个多世纪以来，由于科学技术的发展和电子计算机的发明，这种方法作为一种独立的方法被提出来，并首先在核武器的试验与研制中得到了应用。蒙特卡罗方法是一种计算方法，但与一般数值计算方法有很大区别。它是以概率统计理论为基础的一种方法。由于蒙特卡罗方法能够比较逼真地描述事物的特点及物理实验过程，解决一些数值方法难以解决的问题，因而该方法的应用领域日趋广泛。
2021/1/25
1
蒙特卡罗方法详解和MATLAB实现
蒙特卡罗方法的基本思想
二十世纪四十年代中期，由于科学技术的发展和电子计算机的发明，蒙特卡罗方法作为一种独立的方法被提出来，并首先在核武器的试验与研制中得到了应用。但其基本思想并非新颖，人们在生产实践和科学试验中就已发现，并加以利用。
两个例子
例1. 蒲丰氏问题
例2. 射击问题（打靶游戏）
基本思想
计算机模拟试验过程
2021/1/25
2
蒙特卡罗方法详解和MATLAB实现
例1. 蒲丰氏问题
为了求得圆周率π值，在十九世纪后期，有很多人作了这样的试验：将长为2l的一根针任意投到地面上，用针与一组相间距离为2a（ l＜a）的平行线相交的频率代替概率P，再利用准确的关系式：
求出π值
其中Ｎ为投计次数，n为针与平行线相交次数。这就是古典概率论中著名的蒲丰氏问题。
2021/1/25
3
蒙特卡罗方法详解和MATLAB实现
一些人进行了实验，其结果列于下表：
实验者
年份
投计次数
π的实验值
沃尔弗(Wolf)
1850
5000

斯密思(Smith)
1855
3204

福克斯(Fox)
1894
1120

拉查里尼(Lazzarini)
1901
3408

2021/1/25
4
蒙特卡罗方法详解和MATLAB实现
例2. 射击问题（打靶游戏）
设r表示射击运动员的弹着点到靶心的距离，ｇ(r)表示击中r处相应的得分数（环数），f(r)为该运动员的弹着点的分布密度函数，它反映运动员的射击水平。该运动员的射击成绩为
用概率语言来说，<g>是随机变量ｇ(r)的数学期望，即
2021/1/25
5
蒙特卡罗方法详解和MATLAB实现
现假设该运动员进行了Ｎ次射击，每次射击的弹着点依次为r1，r2，…，rN，则Ｎ次得分g(r1)，g(r2)，…，g(rN)的算术平均值
代表了该运动员的成绩。换言之，为积分<g>的估计值，或近似值。
在该例中，用Ｎ次试验所得成绩的算术平均值作为数学期望<g>的估计值（积分近似值）。
2021/1/25
6
蒙特卡罗方法详解和MATLAB实现
基本思想
由以上两个例子可以看出，当所求问题的解是某个事件的概率，或者是某个随机变量的数学期望，或者是与概率、数学期望有关的量时，通过某种试验的方法，得出该事件发生的频率，或者该随机变量若干个具体观察值的算术平均值，通过它得到问题的解。这就是蒙特卡罗方法的基本思想。
当随机变量的取值仅为1或0时，它的数学期望就是某个事件的概率。或者说，某种事件的概率也是随机变量（仅取值为1或0）的数学期望。
2021/1/25
7
蒙特卡罗方法详解和MATLAB实现
因此，可以通俗地说，蒙特卡罗方法是用随机试验的方法计算积分，即将所要计算的积分看作服从某种分布密度函数f(r)的随机变量ｇ(r)的数学期望
通过某种试验，得到Ｎ个观察值r1，r2，…，rN（用概率语言来说，从分布密度函数f(r)中抽取Ｎ个子样r1，r2，…，rN，），将相应的Ｎ个随机变量的值g(r1)，g(r2)，…，g(rN)的算术平均值
作为积分的估计值（近似值）。
2021/1/25
8
蒙特卡罗方法详解和MATLAB实现
为了得到具有一定精确度的近似解，所需试验的次数是很多的，通过人工方法作大量的试验相当困难，甚至是不可能的。因此，蒙特卡罗方法的基本思想虽然早已被人们提出，却很少被使用。本世纪四十年代以来，由于电子计算机的出现，使得人们可以通过电子计算机来模拟随机试验过程，把巨大数目的随机试验交由计算机完成，使得蒙特卡罗方法得以广泛地应用，在现代化的科学技术中发挥应有的作用。
2021/1/25
9
蒙特卡罗方法详解和MATLAB实现
计算机模拟试验过程
计算机模拟试验过程，就是将试验过程（如投针，射击）化为数学问题，在计算机上实现