什麼是「蒙地卡羅方法」?它是一種數值方法,利用亂數取樣(random

什麼是「蒙地卡羅方法」?它是一種數值方法,利用亂數取樣(randomsampling)模擬來解決數學問題。一般公認蒙地卡羅方法一詞為著名數學家JohnvonNeumann等人於1949年一篇名為「TheMonteCarlomethod」所提出。其實,此方法的理論基礎於更早時候已為人所知,只不過用手動產生亂數來解決問題,是一件費時又費力的繁瑣工作,必須等到電腦時代,使此繁複計算工作才變得實際可執行為什麼取名「蒙地卡羅方法」?在數學上,所謂產生亂數,就是從一給定的數集合中選出的數,若從集合中不按順序隨機選取其中數字,這就叫是亂數,若是被選到的機率相同,這就叫是一均勻亂數。例如擲骰子,1點至6點骰子出現機率均等。雖然,現在科學研究中經常是利用電腦產生均勻分佈於[0,1]之間的數,但早期最簡單方式是由賭場輪盤以機械方式產生亂數。這也是為何以摩洛歌首都--蒙地卡羅(賭城)為名的緣故[例題:求圓周率]利用電腦產生均勻分佈於[0,1]之間的數為點X、Y座標位置,由於點座標均勻分佈在0~1之間,所以落在某區域之點數目與其面積成正比,只要將落在圓內點數目除以點模擬總數目,即可得圓周率之數值。[蒙地卡羅方法基本原理]蒙地卡羅方法到底適合解決哪些問題?舉凡所有具有隨機效應的過程,均可能以蒙地卡羅方法大量模擬單一事件,藉統計上平均值獲得某設定條件下實際最可能測量值。現今此方法已被應用在許多領域中。蒙地卡羅方法的基本原理是將所有可能結果發生的機率,定義出一機率密度函數。將此機率密度函數累加成累積機率函數,調整其值最大值為1,此稱為歸一化(Normalization)。這也將正確反應出所有事件出現的總機率為1的機率特性,這也為亂數取樣與實際問題模擬建立起連結。也就是說我們將電腦所產生均勻分佈於[0,1]之間的亂數,透過所欲模擬的過程所具有機率分佈函數,模擬出實際問題最可能結果。MonteCarloSimulationBasicsAMonteCarlomethodisatechniquethatinvolvesusingrandomnumbersandprobabilitytosolveproblems.ThetermMonteCarloMethodwascoinedbyS.UlamandNicholasMetropolisinreferencetogamesofchance,apopularattractioninMonteCarlo,Monaco(Hoffman,1998;MetropolisandUlam,1949).Computersimulationhastodowithusingcomputermodelstoimitatereallifeormakepredictions.Whenyoucreateamodel,youhaveacertainnumberofinputparametersandafewequationsthatusethoseinputstogiveyouasetofoutputs(orresponsevariables).Thistypeofmodelisusuallydeterministic,meaningthatyougetthesameresultsnomatterhowmanyyoure-calculate.Figure1:Aparametricdeterministicmodelmapsasetofinputvariablestoasetofoutputvariables.MonteCarlosimulationisamethodforiterativelyevaluatingadeterministicmodelusingsetsofrandomnumbersasinputs.Thismethodisoftenusedwhenthemodeliscomplex,nonlinear,orinvolvesmorethanjustacoupleuncertainparameters.Asimulationcantypicallyinvolveover10,000evaluationsofthemodel,ataskwhichinthepastwasonlypracticalusingsupercomputers.[Example:ADeterministicModelforCompoundInterest]DeterministicModelExampleAnexampleofadeterministicmodelisacalculationtodeterminethereturnona5-yearinvestmentwithanannualinterestrateof7%,compoundedmonthly.Themodelisjusttheequationbelow:Theinputsaretheinitialinvestment(P=$1000),annualinterestrate(r=7%=0.07),thecompoundingperiod(m=12months),andthenumberofyears(Y=5).表單的頂端CompoundInterestModelPresentvalue,PAnnualrate,rPeriods/Year,mYears,YFuturevalue,FOneofthepurposesofamodelsuchasthisistomakepredictionsandtry"WhatIf?"scenarios.Youcanchangetheinputsandrecalculatethemodelandyou'llgetanewanswer.Youmightevenwanttoplotagraphofthefuturevalue(F)vs.years(Y).Insomecases,youmayhaveafixedinterestrate,butwhatdoyoudoiftheinterestrateisallowedtochange?Forthissimpleequation,youmightonlycaretoknowaworst/bestcasescenario,whereyoucalculatethefutureval...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?