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。
给大家分享三道用Monte Carlo方法解决的概率统计问题:
- 设每日向保险公司申请理赔的人数服从均值为 10 的Poisson 分布。每次理赔的数量的大小服从均值为 1000 的指数分布。另一方面保险公司每天收到 11000 的保险付费。假设保险公司的最初的资金为 25000。使用 Monte Carlo 方法计算在第一个 365 天,公司的资产恒为正的概率。
f = function(o) sum(rexp(o, rate = 1/1000))
g = Vectorize(f)
p = function(n){
b= sapply(1:n, function(o) {
N = rpois(365, lambda = 10)
F = cumsum(11000 - g(N)) + 25000
d = I(sum(F>0)==365)
d})
c(mean = mean(b), sd = sd(b))
}
- 设一个系统由 20 个独立的部件组成,部件 i i i 失效的概率为 0.5 + i 50 , i = 1 , 2 , . . . , 20 0.5 + \frac{i}{50}, i = 1,2,...,20 0.5+50i,i