蒙特卡罗仿真

蒙特卡罗仿真,又称随机仿真,起源于二战时期的原子弹研究,现广泛应用于物理、工程、金融等领域。通过随机抽样模拟解决复杂问题,如计算多重积分、解决库存问题等。其优点包括对问题维数不敏感,程序结构简单,适用于多维问题,但收敛速度慢,误差较大。常用于金融中的风险评估和工程中的模拟试验。
摘要由CSDN通过智能技术生成
蒙特卡罗(Monte Carlo)法亦称为随机仿真(random simulation)方法,有时也称作随机抽样(random sampling)技术或统计试验(statistical testing)方法。蒙特卡罗方法是一种与一般数值计算方法有本质区别的计算方法,属于试验数学的一个分支,起源于早期的用几率近似概率的数学思想,它利用随机数学进行统计试验,以求得的统计特征值(如均值、概率等)作为待解问题的数值解。这一方法源于美国在第二次世界大战中研制原子弹的“曼哈顿计划”,该计划的主持人之一数学家冯•诺依曼把他和乌拉姆所从事的与研制原子弹有关的秘密工作——对裂变物质的中子随机扩散进行直接模拟,并以摩纳哥国的世界闻名赌城蒙特卡罗作为秘密代号来称呼。用赌城名比喻随机仿真,风趣又贴切,很快得到广泛接受,此后,人们便把这种计算机随机仿真方法称为蒙特卡罗方法,该方法的基本思想很早以前就被人们所发现和利用。早在17世纪,人们就知道用事件发生的“频率”来决定事件的“概率”,而在19世纪人们用投针试验的方法来确定圆周率π。随着现代计算机技术的飞速发展,用计算机仿真随机过程,实现多次仿真试验并统计计算结果,进而可获得所求问题的近似结果。蒙特卡罗方法已经在原子弹工程的科学研究中发挥了极其重要的作用,并正在日益广泛地应用于物理、工程、经济、金融的各个方面。
它的基本思想是:为了求解数学、物理、工程技术以及生产管理等方面的问题,首先建立一个概率模型或随机过程,使它的参数等于问题的解;然后通过对模型或过程的观察或抽样试验来计算所求随机参数的统计特征,最后给出所求解的近似值,解的精度可用估计值的标准误差来表示。蒙特卡罗方法
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值