蒙特卡罗算法-+经典算法.ppt

Monte Carlo Simulation Methods(蒙特卡罗模拟方法);从Buffon 投针问题谈起;Buffon 投针问题;试验者;数值积分问题;Monte Carlo数值积分的优点;随机模拟计算的基本思路;随机数的生成;U(0,1)随机数的生成;一个简单的例子;一个简单的例子(续);线性同余生成器(Linear Congruential Generator );常用的线性同余生成器;复杂一些的生成器（一）;复杂一些的生成器（二）;算法实现;由rand()函数生成的U[0,1]随机数;由rand函数生成的2维随机点;从U(0,1)到其它概率分布的随机数;Inverse Transform Method;Inverse Transform Method;几个具体例子（一）;几个具体例子（二）;几个具体例子（三）;标准正态分布随机数的生成;Box-Muller 算法;逆变换方法（一）;逆变换方法（二）;逆变换方法（三）;Matlab生成的正态随机数;Acceptance-Rejection Method（一）;Acceptance-Rejection Method（二）;Acceptance-Rejection Method（三）;Acceptance-Rejection Method（四）;几个具体例子（一）;几个具体例子（一）;几个具体例子（二）;几个具体例子（二）;随机向量的抽样方法（一）;随机向量的抽样方法（二）;生成多维正态随机数的方法（一）;生成多维正态随机数的方法（二）;;马氏链在Monte Carlo随机模拟中的应用;引理 生成随机变量U,使其分布满足U[0,1],记为U~U[0,1], F(x)是给定的一个分布函数,记 为F(x)的反函数,则X=F-1(U)分布函数为F(x).;茎店际榴篆营贬册礁裁镊惑滤孽襟挣盎硅贪义朽鲍歼臀秋吻拘鞘胃今沼弄蒙特卡罗算法+经典算法蒙特卡罗算法+经典算法;羹崇良妆坷骑冶脐蹋枷匆蒲天八癣瞎碟泳恰被易阿真谱嗽调袱邹林陛灰侥蒙特卡罗算法+经典算法蒙特卡罗算法+经典算法;米特罗波利斯(Metropolis)等人在1953年最早 给出了通过生成一马氏链实现从分布 中采 样(生成相关的样本)这一重要基本思想.随后, 哈斯汀(Hastings)将其推广到更一般的形式. 下面仅叙述状态空间S为至多可数的情形:;本或缠再绰杖镇桃苞绑篆浅惦咎硕鞍丝旦犊学鹅团川推邮彩厄撒桐秃扑挣蒙特卡罗算法+经典算法蒙特卡罗算法+经典算法;疥挖哇踞殆瘫坎偿颤欠蹲钻痰睛茸你羽部粳使材蕉妒脑纵肛俞涕硝右航秤蒙特卡罗算法+经典算法蒙特卡罗算法+经典算法;Markov chain Monte Carlo (MCMC);MCMC方法的基本思路;概率转移核的构造（一）;概率转移核的构造（二）;概率转移核的构造（三）;税拭察俄扫议枫柯界乙赠呈龄供陶舌忠纲谭脱盖达潍称础肘恍芥车章屁川蒙特卡罗算法+经典算法蒙特卡罗算法+经典算法;（续上页证明）;Metropolis-Hastings 算法的具体步骤;几种常用的 q(x,x’)（一）;几种常用的 q(x,x’)（二）