- 在线时间
- 12 小时
- 最后登录
- 2022-8-31
- 注册时间
- 2021-4-11
- 听众数
- 2
- 收听数
- 10
- 能力
- 0 分
- 体力
- 539 点
- 威望
- 0 点
- 阅读权限
- 40
- 积分
- 320
- 相册
- 0
- 日志
- 2
- 记录
- 0
- 帖子
- 313
- 主题
- 20
- 精华
- 0
- 分享
- 0
- 好友
- 5
升级 6.67% TA的每日心情 | 衰 2022-8-31 19:11 |
---|
签到天数: 21 天 [LV.4]偶尔看看III
|
蒙特·卡罗方法(Monte Carlo method),也称统计模拟方法,它是一种思想或者方法的统称,而不是严格意义上的算法。蒙特卡罗方法的起源是1777年由法国数学家布丰(Comte de Buffon)提出的用投针实验方法求圆周率(具体算法见文末的好文推荐),在20世纪40年代中期,由于计算机的发明结合概率统计理论的指导,从而正式总结为一种数值计算方法,其主要是用随机数来估算计算问题。: s' |$ U: p. U* ]) ~* h. @) c
蒙特卡罗算法一般分为三个步骤,包括构造随机的概率的过程,从构造随机概率分布中抽样,求解估计量。: S: w, j( y: ~" x# o( ]
& y8 i% ~+ {+ ]8 J# Y
1 构造随机的概率过程, O/ M0 e! M: G' u7 p, I
对于本身就具有随机性质的问题,要正确描述和模拟这个概率过程。对于本来不是随机性质的确定性问题,比如计算定积分,就必须事先构造一个人为的概率过程了。它的某些参数正好是所要求问题的解,即要将不具有随机性质的问题转化为随机性质的问题。如本例中求圆周率的问题,是一个确定性的问题,需要事先构造一个概率过程,将其转化为随机性问题,即豆子落在圆内的概率,而π就是所要求的解。 u7 v2 {1 W) V' U& L, ~0 q- ]
* i* Q. G- u0 x4 a# I$ H8 ^2 从已知概率分布抽样3 \4 j d4 r6 l: ^9 \ P
由于各种概率模型都可以看作是由各种各样的概率分布构成的,因此产生已知概率分布的随机变量,就成为实现蒙特卡罗方法模拟实验的基本手段。如本例中采用的就是最简单、最基本的(0,1)上的均匀分布,而随机数是我们实现蒙特卡罗模拟的基本工具。" U Z5 f3 K( ?+ I% B* ]0 {8 ~1 P
$ a. |1 I4 H: w, ~3 求解估计量
8 i! K% e% n5 j3 q3 Q实现模拟实验后,要确定一个随机变量,作为所要求问题的解,即无偏估计。建立估计量,相当于对实验结果进行考察,从而得到问题的解。如求出的近似π就认为是一种无偏估计。
! k" K6 L i" z, W& P$ y' }: M- R6 C5 U9 \; k; t' i+ }7 ?
|
zan
|