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:
- 蒙特卡罗不是算法,它只是一种方法;
- 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。 - 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)