设计网站首页1,wordpress取消伪静态,wordpress 主页重定向,建设网站培训学校目录
1 序言
2 Monte Carlo法计算积分
3 最优化计算Monte Carlo法 1 序言
蒙特卡罗方法(Monte Carlo)是由冯诺依曼和乌拉姆等人发明的#xff0c;“蒙特卡罗”这个名字是出自摩纳哥的蒙特卡罗赌场#xff0c;这个方法是一类基于概率的方法的统称。是一种应用随机数来进行…目录
1 序言
2 Monte Carlo法计算积分
3 最优化计算Monte Carlo法 1 序言
蒙特卡罗方法(Monte Carlo)是由冯诺依曼和乌拉姆等人发明的“蒙特卡罗”这个名字是出自摩纳哥的蒙特卡罗赌场这个方法是一类基于概率的方法的统称。是一种应用随机数来进行计算机模拟的方法此方法随研究的系统进行随机观察抽样通过对样本值的观察统计求得所研究系统的某些参数。
2 Monte Carlo法计算积分
考虑二重积分 根据其几何意义它是以f(x,y)为曲面顶A为底的柱体C的体积。用下列简单思路求的近似值:假设C被包在几何体D的内部D的体积已知若在D内产生1个均分布的随机数那么
P(随机数落在C内)C的体积/D的体积 现用Monte Carlo法计算
% Monte Carlo Integration for f(x, y) sqrt(1 - x^2) over x^2 y^2 1
clc; clear;% Number of random points
N 1e6; % You can increase this for better accuracy% Initialize sum of function values
f_sum 0;% Loop to generate random points and calculate contributions
for i 1:N% Generate random (x, y) within the bounding box [-1, 1] x [-1, 1]x -1 2*rand(); % Random x in [-1, 1]y -1 2*rand(); % Random y in [-1, 1]% Check if the point is inside the circleif x^2 y^2 1f_sum f_sum sqrt(1 - x^2); % Accumulate the function valueend
end% Calculate area of the bounding box
A_box 4; % The bounding box [-1, 1] x [-1, 1]% Calculate the integral estimate
integral_value A_box * f_sum / N;% Display result
fprintf(Estimated value of the integral: %.6f\n, integral_value);
2.1 代码解释
1)随机点生成
在 [−1,1]×[−1,1] 内均匀生成随机点。使用条件筛选落在单位圆内的点。
2)函数值累加
对满足条件的点计算 并累加到 f_sum。
3)积分估计公式 估计积分值为 这里的区域面积 Abox4 是整个采样的矩形面积。
4)效率
N越大估计值越准确。通过筛选 只在实际目标区域内计算函数值。
2.2 运算结果
N 1e22.655043N 1e42.685272N 1e62.666568N 1e82.666756
3 最优化计算Monte Carlo法
求下列函数的最大值 为了方便理解先绘制这个函数
% Define the function f(x)
f (x) (1 - x.^3) .* sin(3 * x);% Define the range for x
x linspace(-2*pi, 2*pi, 1000); % Generate 1000 points in the range [-2*pi, 2*pi]% Compute the function values
y f(x);% Plot the function
figure;
plot(x, y, b-, LineWidth, 1.5);
grid on;% Add labels and title
xlabel(x);
ylabel(f(x));
title(Plot of f(x) (1 - x^3)sin(3x));
legend(f(x) (1 - x^3)sin(3x), Location, Best);matlab运行结果如下
在给出计算代码
% Optimization using Monte Carlo for f(x) (1 - x^3) * sin(3x)
clc; clear;% Number of random samples
N 1e6; % Increase this for higher accuracy% Define the function
f (x) (1 - x.^3) .* sin(3 * x);% Generate random samples in the range [-2*pi, 2*pi]
x_samples -2*pi (2*pi - (-2*pi)) * rand(N, 1);% Evaluate the function for each sample
f_values f(x_samples);% Find the maximum function value
f_max max(f_values);% Find the corresponding x value(s) for the maximum
x_max x_samples(f_values f_max);% Display results
fprintf(Maximum value of f(x): %.6f\n, f_max);
fprintf(At x %.6f (one of the possible values)\n, x_max(1));3.1 代码解释
1随机采样
使用rand(N,1)生成N个均匀分布的随机数映射到区间[-2pi,2pi]中作为函数的自变量x值。
2函数评估
定义函数计算每个采样点上的函数值。
3最大值搜索
使用max函数找到函数值中的最大值找到与最大值对应的x值。
4输出结果 输出最大值及对应的一个可能的必值(可能有多个全局最大值点)
2.2 运算结果
N 1e2191.3604115.858119N 1e4194.903941-5.814489N 1e6194.906195-5.816071N 1e8194.906195-5.816063 注1本篇内容均为对《MATLAB建模与仿真》(周品 赵新芬 编著国防工业出版社)摘录与个人归纳总结如需要更加详细了解可阅读原书“第8章 随机模拟和统计分析”部分。 2代码由chat gpt生成。
