몬테카를로 시뮬레이션 3 단계 노래

(1) 확률 과정을 작성하거나 설명합니다

입자 수송과 같은 목재의 무작위 성질의 문제는 주로 이 확률 과정을 정확하게 설명하고 시뮬레이션하는 것이다. 무작위가 아닌 성격의 확실성 문제 (예: 정점 계산) 의 경우, 인공적인 거의 좌석 과정을 미리 구축해야 하는데, 그 중 일부는 바로 필요한 문제의 해결이다. 즉, 무작위가 아닌 문제는 무작위적인 문제로 바뀌어야 한다는 것이다.

(2) 알려진 확률 분포에서 샘플링 실현

확률 모델을 구성한 후 다양한 확률 모델을 다양한 확률 분포로 볼 수 있으므로 알려진 확률 분포를 사용하여 무작위 변수 (또는 무작위 벡터) 를 생성하는 것이 몬테카를로 시뮬레이션 실험을 실현하는 기본 수단이 됩니다. 이것이 몬테카를로 방법을 무작위 샘플링이라고 부르는 이유입니다. 가장 간단하고 기본적이고 가장 중요한 확률 분포는 (0. 1) 의 균일 분포 (또는 직사각형 분포) 입니다.

(3) 다양한 추정치 수립

일반적으로 확률 모델을 구성하고 샘플링한 후, 즉 시뮬레이션 실험을 구현한 후에는 임의 변수를 원하는 문제에 대한 해결책으로 결정해야 합니다. 이를 편향 추정이라고 합니다. 각종 예상량을 세우는 것은 시뮬레이션 실험의 결과를 조사하고 등록하는 것과 같으며, 여기에서 문제의 해법을 얻을 수 있다.