资源描述:
《蒙特卡罗方法ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、2.1蒙特卡洛方法(MonteCarlosimulation)引言(introduction)MC基本思想MC收敛性及误差MC特点一、两种自然现象确定性的:日月升落,四季轮回,磁石吸铁不确定的:掷骰子,炮弹落点,考试成绩二、两种研究方法确定性问题:解析,有限元,分子动力学,Monte-Carlo随机性问题:Monte-Carlo,布朗动力学1.引言计算机模拟:(1)随机模拟方法或统计试验方法,又称蒙特卡洛(MonteCarlo)方法。它是通过不断产生随机数序列来模拟过程。自然界中有的过程本身就是随机的过程,物理现象中如粒子的衰变过程、粒子在介质中的输运过程等。当然蒙特卡洛方法也可以借助
2、慨率模型来解决不直接具有随机性的确定性问题。(2)确定性模拟方法。它是通过数值求解一个个的粒子运动方程来模拟整个系统的行为。在统计物理中称为分子动力学(MolecularDynamics)方法。此外,近年来还发展了神经元网络方法和原胞自动机方法。1.引言MC方法,分为三种类型:(1)直接蒙特卡洛模拟。它采用随机数序列来模拟复杂随机过程的效应。(2)蒙特卡洛积分。这是利用随机数序列计算积分的方法。积分维数越高,该方法的积分效率就越高。(3)Metropolis蒙特卡洛模拟。这种模拟是以所谓“马尔科夫”(Markov)鏈的形式产生系统的分布序列。该方法可以使我们能够研究经典和量子多粒子系统
3、的问题。1.引言MonteCarlo方法:亦称统计模拟方法,statisticalsimulationmethod利用随机数进行数值模拟的方法MonteCarlo名字的由来:是由Metropolis在二次世界大战期间提出的:Manhattan计划,研究与原子弹有关的中子输运过程;MonteCarlo是摩纳哥(monaco)的首都,该城以赌博闻名NicholasMetropolis(1915-1999)Monte-Carlo,Monaco1.引言MonteCarlo方法简史简单地介绍一下MonteCarlo方法的发展历史1、Buffon投针实验:1768年,法国数学家ComtedeBu
4、ffon利用投针实验估计的值dL1.引言1.引言1.引言1.引言2、1930年,EnricoFermi利用MonteCarlo方法研究中子的扩散,并设计了一个MonteCarlo机械装置,Fermiac,用于计算核反应堆的临界状态3、VonNeumann是MonteCarlo方法的正式奠基者,他与StanislawUlam合作建立了概率密度函数、反累积分布函数的数学基础,以及伪随机数产生器。在这些工作中,StanislawUlam意识到了数字计算机的重要性合作起源于Manhattan工程:利用ENIAC(ElectronicNumericalIntegratorandCompute
5、r)计算产额1.引言MC的统计基础-随机变量及其分布定义随机变量X={xi},概率分布F(x)是X的函数离散分布:连续分布:f(x)为概率分布密度数学期望:和方差:1.引言MC的统计基础-大数定理设x1,x2,,xn,为一随机变量序列,相互独立,具有同样分布,且E(xi)=a存在,则对任意小量>0,有统计含义:不论随机变量的分布如何,只要n足够大,则算术平均与数学期望值可无限接近,也就是说,算术平均以几率收敛于其数学期望值.1.引言MC的统计基础-中心极限定理设x1,x2,,xn,为一随机变量序列,相互独立,具有同样分布,且E(xi)=μ,D(xi)=2存在,则统计含义:如
6、果一个随机变量X,是由大量相互独立的因素的影响形成的,其中每一个因素在总的影响中所起作用都是微小的(被稀释),这种随机变量近似地服从正态分布1.引言MC的基础–随机过程1定义,X=X(x,t)随时间变化的随机变量,或时间随机变量序列2按分布函数,分类a)平稳随机过程b)Markov过程c)独立增量随机过程d)独立随机过程1.引言MC的基础-平稳随机过程1定义:X(t),如果它的n维(n个状态)概率密度与初始分布无关,即对任何n和t’满足fx(x1,x2,…,xn;t1,t2,..,tn)=fx(x1,x2,…,xn;t1+t’,t2+t’,..,tn+t’)含义:平稳随机过程的统计特性
7、与所选择的时间起点无关,不随时间的推移而变化,即是“时间平稳的”。2统计特性1)一维概率密度与时间无关2)二维概率密度,只与两个状态对应的时间间隔Δt有关,其时间自相关仅是Δt的函数3应用:电阻的热噪声,电子信号,…1.引言MC的基础-Markov链1定义:在可列个离散状态x1,x2,..xN和离散时间t1,t2,..tn,若随机过程在tm+k时刻变成任一状态xi的概率,只与tm时刻的状态有关(无后效),而与此前状态无关,称离散随机序列P{Xm