数学建模之蒙特卡罗模型

蒙特卡罗模型

定义：
蒙特卡罗⽅法⼜称统计模拟法，是⼀种随机模拟⽅法，以概率和统计理论⽅法为基础的⼀种计算⽅法，是使⽤随机数（或更常⻅的伪随机数）来解决很多计算问题的⽅法。将所求解的问题同⼀定的概率模型相联系，⽤电⼦计算机实现统计模拟或抽样，以获得问题的近似解。为象征性地表明这⼀⽅法的概率统计特征，故借⽤赌城蒙特卡罗命名。
原理：
由⼤数定理可知，当样本容量⾜够⼤时，事件的发⽣频率即为其概率。
PS：

1. 蒙特卡罗不是算法，它只是一种方法；
2. 蒙特卡罗与计算机仿真；
   计算机仿真（模拟）早期称为蒙特卡罗⽅法，是⼀⻔利⽤随机数实验求解随机问题的⽅法，其主要应⽤在复杂问题的数值模拟上。但随着计算机的性能的提⾼以及各种新兴产业的发展，⽬前计算机仿真涉及的内容要⼴得多，例如过程控制、动画仿真、图像静态模拟等都属于计算机仿真的应⽤（例如⽤计算机模拟原⼦弹爆炸的过程、使⽤计算机⽣成特效⼤⽚等）。在数学建模中，我们不⽤刻意的去区分两者的区别，⼤家只需要知道如何使⽤计算机对问题进⾏模拟即可。
3. 蒙特卡罗与枚举法；
   枚举法是我们中学就接触的算法，就是把所有可能发⽣情况都考虑进去，最终计算出来⼀个确定结果。这就与蒙特卡罗⽅法的想法很类似，蒙特卡罗法模拟的次数越多，计算的就越准确。由于⽣活中有许多事件发⽣的结果都有⽆限种可能（例如⼀个连续分布的取值），因此我们不可能枚举出所有的结果，这时候就只能通过蒙特卡罗模拟，将⼀个不确定性的问题转化成很多个确定性问题，并得到⼀个近似解，因此蒙特卡罗算法也可以看成是枚举法的⼀种变异。
   实例：
   1 . 三门问题
   
   2 . 模拟排队问题
   
   3 . 有约束的非线性规划问题
   
   4 .书店买书问题（0-1规划）
   
   5 .导弹追踪问题
   6 .旅行商问题（TSP）