概率论问题MATLAB仿真求解程序
Monte Carlo仿真原理
Monte Carlo方法的的基本思想是首先建立一个概率模型,使所
求问题的解正好是该模型参数或其他有关特征量,然后通过模
拟 ———— 统计试验,即多次随机抽样试验(确定m和n),统计
出某事件发生的百分比,只要试验次数很大,该百分比就近拟于
事件发生的概率。这实际上就是事件发生概率的统计定义。利用
建立的概率模型,求出要估计的参数。蒙特卡洛属于试验数学的
一个分支。
MATLAB实现Buffon问题仿真求解程序
程序1
clear all;
L=1; %针的长度;
d=2; %平行线间的距离(d>L);
m=0; %统计满足针与线相交条件的次数并赋初值;
n=10000; %投针试验次数
for k=1:n %迭代次数
x=unifrnd(0,d/2); %随机产生数的长度,即投针之后针中点与平行线的距离
p=unifrnd(0,pi); %随机产生的针与线相交的角度
if x<=L*sin(p)/2 %针与线相交的条件
m=m+1; %针与线相交则记数
else
end
end
p=vpa(m/n,4) %n 次中与平行线相交的次数的频率比,即相交的概率,vpa()
以任意精度(4 位小数点,默认值为 32 位)显示出来
pi_m=vpa((2*L*n)/(m*d),15) %利用投针频率估计圆