蒙特卡洛方法在计算机仿真领域应用较多,无论是文献还是报告均是高频出现词汇,为了加深印象将我理解的蒙特卡洛方法整理如下。

一、蒙特卡洛方法的简单理解

蒙特卡洛方法是一种基于随机数的计算方法,明确这是一种计算方法,其也被称为随机模拟方法、计算机随机模拟方法等。是一种基于随机采样(或称为统计采样)的数值计算方法。是一种依赖于机器仿真而无需过多人为干预的统计计算方法。

蒙特卡洛方法非常强大,具有简单、灵活、易懂的特点,在金融学、工程学、生物医学、计算机物理等各个领域具有广泛的应用。对于许多工程实践和基础科研来说,它是最为直接简单的方法,有时候甚至是唯一的解决方法。因此,无论是科研领域还是工程实践领域具有广泛的应用前景。

二、蒙特卡洛方法的发展历程

蒙特卡洛是摩纳哥的一个城镇的名字,拥有驰名世界的赌场。二战时期参与美国“曼哈顿”计划的科学家们首先将一种基于统计特性的方法应用于原子弹研制中的一个问题,后来一位科学家用摩纳哥世界闻名的赌城Monte Carlo的名字来命名这种方法,这样就形成了蒙特卡洛方法。

三、蒙特卡洛方法的基本思想

Monte Carlo的基本思想的基本理解是为了得到某个事件出现的概率,或者某一个变量的期望值时,可以通过做多次实验的方法,统计要求事件出现的频率或者是变量的平均值,用这个量作为问题的解。

Monte Carlo思想的抽象理解是为了解决实际数学、物理、工程等实际的问题,必须首先建立一个概率统计模型,或者是通过过程的观察、或者是通过抽样试验来获得待求量的统计特性,根据这个统计特性得到最终的近似解,解的精确度可以用标准误差来描述。举例来说:

某事件在N次试验中出现的概率为n,可以计算出该事件的频率为p=n/N,p依赖于统计特性收敛于事件出现的概率P。定义随机变量X表示事件,Xn表示第n次试验,若事件出现则Xn=1,若事件不出现则Xn=0,由此可计算事件的统计特征:

(1)概率值:E(Xn) = 1×P+0×(1-P) = P

(2)n次试验的期望:E(X) = nP

(3)由此可计算方差:D(X) = nP(1-P)

获得这些量的计算过程就是应用蒙特卡洛方法的过程。

蒙特卡洛(Monte Carlo)方法的理解相关推荐

  1. 蒙特卡洛(Monte Carlo)方法的介绍和应用

    蒙特卡洛(Monte Carlo)方法的介绍和应用 蒙特卡洛(Monte Carlo)方法 在渲染中,我们经常听到术语"蒙特卡洛"(通常缩写为MC).但是这是什么意思?实际上,它所 ...

  2. 蒙特卡洛python求解派_利用蒙特卡洛(Monte Carlo)方法计算π值[ 转载]

    圆周率π是一个无理数,没有任何一个精确公式能够计算π值,π的计算只能采用近似算法. 国际公认的π值计算采用蒙特卡洛方法. 一.蒙特卡洛方法 蒙特卡洛(Monte Carlo)方法,又称随机抽样或统计试 ...

  3. 利用蒙特卡洛(Monte Carlo)方法计算π值

    圆周率π是一个无理数,没有任何一个精确公式能够计算π值,π的计算只能采用近似算法. 国际公认的π值计算采用蒙特卡洛方法. 蒙特卡洛方法 蒙特卡洛(Monte Carlo)方法,又称随机抽样或统计试验方 ...

  4. 蒙特卡洛(Monte Carlo)方法简介

    蒙特卡洛(Monte Carlo)方法的本质 蒙特卡洛(Monte Carlo)方法,即蒙特卡洛采样,是一种根据某已知分布的概率密度函数f(x),产生服从此分布的样本X的方法. 蒙特卡洛采样有很多种, ...

  5. 蒙特卡罗(Monte Carlo)方法

    蒙特卡罗(Monte Carlo)方法,也称为计算机随机模拟方法,是一种基于"随机数"的计算方法.          一 起源 这一方法源于美国在第二次世界大战进研制原子弹的&qu ...

  6. Monte Carlo方法

    又称为计算机随机模拟算法 理论支撑:概率=频率 在最近看的论文<A Discussion on Solving Partial Differential Equations using Neur ...

  7. Monte Carlo方法的基本思路

    Monte Carlo方法的基本思路 (1)针对实际问题建立一个简单且便于实现的概率统计模型,使所求的解恰好是所建模型的概率分布或其某个数字特征,比如是某个事件的概率,或者是该模型的期望值. (2)对 ...

  8. Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测...

    原文链接:http://tecdat.cn/?p=27246  此示例说明如何从 VEC( q ) 模型生成 Monte Carlo 预测.该示例将生成的预测与最小均方误差 (MMSE) 预测和来自V ...

  9. 15分钟入门蒙特卡洛 Monte Carlo

    来自 | 知乎   作者 | 薛定豆 链接 | https://zhuanlan.zhihu.com/p/223042372 编辑 | 深度学习这件小事公众号 本文仅作学术交流,如有侵权,请联系后台删 ...

  10. 基于Monte Carlo方法的2048 A.I.

    2048 A.I. 在 stackoverflow 上有个讨论:http://stackoverflow.com/questions/22342854/what-is-the-optimal-algo ...

最新文章

  1. Pig变飞机?AI为什么这么蠢 | Adversarial Attack
  2. MySQL数据库-完全备份及恢复
  3. 笑谈在工作中树立个人品牌的十大原则的个人观点
  4. 关于Adapter对数据库的查询、删除操作
  5. 点击打开自己博客地址通过默认浏览器
  6. C++结构体,联合体与枚举类
  7. 凸优化第二章凸集 2.6对偶锥与广义不等式
  8. 阿酷三合一版_3dmax阿酷插件
  9. STM32F103移植程序到STM32F107注意事项
  10. 非常适合新手入门学习的三款建模软件
  11. solidity之view和pure函数的用法总结
  12. 什么是结构化数据、半结构化数据、非结构化数据
  13. matlab画PV曲线程序,Matlab模拟包络线形成:Envolope程序
  14. 微信支付 SDK 惊现重大漏洞:黑客可 0 元购买任意商品
  15. linux系统 ifconfig 命令无法找到
  16. Mybatis狂神说完整笔记
  17. Win10 如何使用DISM命令用本地镜像来修复系统损坏文件
  18. mapreduce实现ItemCF——基于物品的协同过滤
  19. 解决打开管家婆软件报表慢的问题
  20. 2022 SWPU NSS新生赛|MISC知识点

热门文章

  1. GPT分区是什么?如何创建GPT分区
  2. xcb basics
  3. 《java程序设计基础》 抽象类
  4. anaconda下载速度太慢_Anaconda更新下载速度慢的解决方法:更换源
  5. spring boot酒店会员点餐系统毕业设计源码072005
  6. 软件测试与质量保障之间的关系
  7. python dataframe 增加一行
  8. 谷歌开发者被封 账号中的钱_Google GMC又被封?解锁谷歌广告账号运营新姿势
  9. 腾讯的“小弟”长大了
  10. 10个让你相见恨晚的iOS Swift动画框架!