[数学]蒙特卡罗积分方法

h
3
蒙特卡罗方法的基本思想
当所求解问题是某种随机事件出现的概率，或 者是某个随机变量的期望值时，通过某种“实 验”的方法，以这种事件出现的频率估计这一 随机事件的概率，或者得到这个随机变量的某 些数字特征，并将其作为问题的解
h
4
蒙特卡罗方法的应用
蒙特卡罗方法在，金融工程学，宏观经济学， 生物医学，计算物理学等领域应用广泛 。
range",type="l",lwd= + 2,ylim=mean(x)+20*c(-
esterr[10^4],esterr[10^4]),ylab="") lines(estint+2*esterr,col="gold",lwd=2) lines(estint-2*esterr,col="gold",lwd=2)
a
Iˆˆ (ba) N f (i)
N
h
27
h
28
一个简单的例子
设有一个函数如下：
h (x ) [c o s(5 0 x ) sin (2 0 x )]2
对该函数在[0,1]上积分，下面利用蒙 特卡罗积分法估计其积分值。
h
29
根据上面所介绍的方法，我们可以令 f ( x ) 为
[0,1]上的均匀分布，则h(x) h(x)，故：
h
2
蒙特卡罗方法的提出
蒙特卡罗方法于20世纪40年代美国在第二次世 界大战中研制原子弹的“曼哈顿计划”计划的 成员S.M.乌拉姆和J.冯·诺伊曼首先提出。数 学家冯·诺伊曼用驰名世界的赌城—摩纳哥的 Monte Carlo—来命名这种方法，为它蒙上了 一层神秘色彩。在这之前，蒙特卡罗方法就已 经存在。1777年，法国数学家浦丰提出用投针 实验的方法求圆周率∏。这被认为是蒙特卡罗 方法的起源。
h
31
减小方差的技术
h
32
h
33
h
34
h
35
h
36
h
37
h
38
h
39
h
40
h
41
以上就是对蒙特卡罗积分的介绍
h
42
h(i)1 0h(x)dx
下面利用R软件来模拟计算积分值， 程序如下：
h
30
h=function(x){(cos(50*x)+sin(20*x))^2} par(mar=c(2,2,2,1),mfrow=c(2,1)) curve(h,xlab="Function",ylab="",lwd=2) integrate(h,0,1) x=h(runif(10^4)) estint=cumsum(x)/(1:10^4) esterr=sqrt(cumsum((x-estint)^2))/(1:10^4) plot(estint, xlab="Mean and error
Monte Carlo Method
1.蒙特卡罗方法 2.蒙特卡罗方法的提出 3.蒙特卡罗方法的基本思想 4.蒙特卡罗方法的应用 5.蒙特卡罗积分
h
1
蒙特卡罗方法
蒙特·卡罗方法（Monte Carlo method），也 称统计模拟方法，是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，而被 提出的一种以概率统计理论为指导的一类非常 重要的数值计算方法。是指使用随机数（或更 常见的伪随机数）来解决很多计算问题的方法， 与它对应的是确定性算法。
h
7
投点法(频率法)
h
8
h
9
h
10
h
11
h
12
h
13
h
14
一个具体的例子
h
15
h
16
h
17
投点法（频率法）所需采样量的估计
h
18
h
19
h
20
h
21
h
22
平均值法（期望法）
h
23
h
24
h
25
h
Baidu Nhomakorabea
26
我们还是利用上面所说的那个具体例子，
b
此时，I f ( x )d x 的平均值估计就是：
通常蒙特·卡罗方法通过构造符合一定规则的 随机数来解决数学上的各种问题。对于那些由 于计算过于复杂而难以得到解析解或者根本没 有解析解的问题，蒙特·卡罗方法是一种有效 的求出数值解的方法。一般蒙特·卡罗方法在 数学中最常见的应用就是蒙特卡罗积分。
h
5
蒙特卡罗积分
h
6
Monte Carlo Integration