建模方法一:求解状态方程(得到解析解)
例5-1 小球弹射过程建模的matlab仿真
代码
% matlab 通信工程仿真 P167
clc
clear
% 模拟小球的弹跳过程
g=0.98;%重力加速度
v0=0;%小球的初始速度
y0=1.2;%小球的初始高度
K=0.9;%小球碰撞地面,反弹后剩余的能量
t0=0;%开始的时刻
dt=1e-3;%时间步长
n=5e3;
v=v0;
y=y0;
for k=1:n
if (y>0)|(v>0)% 小球没有碰到地面
v=v-g.*dt;
y=y+v.*dt;
else %小球碰撞到地面
v=-K.*v-g.*dt;
y=y-K.*v.*dt;
end
s(k)=y; %记录小球的位移位置
end
t=t0:dt:dt.*(n-1);
figure
plot(t,s,'linewidth',2)
xlabel('时间')
ylabel('小球的位置(m)')
grid on
set(gca,'fontsize',14)
结果
建模方法二:蒙特卡洛法(统计数值模拟)
基本原理:大数定理;中心极限定理【参考:大数定理和中心极限定理】
通过多次独立重复试验,模拟随机事件,随机事件的发生频率近似为随机事件的发生的概率,或得到随机事件的某些数学特征,作为问题的解(是一个统计解)。
例5-2 蒙特卡洛方法求解圆的面积
代码
clc
clear
%例5-2 蒙特卡洛方法求解圆面积
%% 自己根据理解写的,不对
% l=1;%正方形边长
% N=5e4;%随机点的个数
% x=l.*rand(1,N);%rand()生成一个0~1的均匀分布,l.*rand()生成一个0~l的均匀分布 生成N个点的x坐标
% y=l.*rand(1,N);%生成N个点的y坐标
% tem=x.^2+y.^2;%(x,y)点坐标与原点的距离
% len=length(tem(tem>l));%找到与原点距离大于l的点个数,这些点是落在圆外
% S=1-len./N;
%% 课本给的
l=2;%正方形边长
N=1e3;%随机点的个数
x=l.*rand(1,N)-l/2;%rand()生成一个0~1的均匀分布,l.*rand()生成一个0~l的均匀分布 生成N个点的x坐标
y=l.*rand(1,N)-l/2;%生成N个点的y坐标
tem=x.^2+y.^2;%(x,y)点坐标与原点的距离
len=length(tem(tem>l/2));%找到与原点距离大于l的点个数,这些点是落在圆外
S=(1-len./N).*l.^2;
%%
figure
plot(x(tem<=l/2),y(tem<=l/2),'g.')
hold on
plot(x(tem>l/2),y(tem>l/2),'r.')
legend('圆内的点','圆外的点')
xlabel('x坐标')
ylabel('y坐标')
set(gca,'fontsize',28)
结果
N=9e7
N=1e3
不同N值下的圆面积
代码:
l=2;%正方形边长
Ns=1e3:1e3:1e5;
for i=1:1:length(Ns)
N=Ns(i);%随机点的个数
x=l.*rand(1,N)-l/2;%rand()生成一个0~1的均匀分布,l.*rand()生成一个0~l的均匀分布 生成N个点的x坐标
y=l.*rand(1,N)-l/2;%生成N个点的y坐标
tem=x.^2+y.^2;%(x,y)点坐标与原点的距离
len=length(tem(tem>l/2));%找到与原点距离大于l的点个数,这些点是落在圆外
S(i)=(1-len./N).*l.^2;
end
figure
plot(Ns,S,'r-<','linewidth',2)
grid on
xlabel('随机试验次数')
ylabel('圆面积')
set(gca,'fontsize',20)