Сущность метода Монте-Карло и моделирование случайных величин
Выберем
равномерно
распределённых
на отрезке
последовательностей
случайных чисел

Тогда
точки
можно
рассматривать
как случайные,
равномерно
распределённые
в
мерном
единичном кубе.
Пусть
из общего числа
случайных точек
точек попали
в область G,
остальные
оказались вне
G. Тогда при
достаточно
большом
имеет место
приближенная
формула:
(3.2)
где под
понимается
мерный
объём области
интегрирования.
Если вычисление
объёма
затруднительно,
то можно принять
,
и для приближенного
вычисления
интеграла
получим:
(3.3)
Указанный
способ можно
применить к
вычислению
кратных интегралов
и для произвольной
области
,
если существует
такая замена
переменных,
при которой
новая область
интегрирования
будет заключена
в
мерном
единичном кубе.
Второй способ.
Если
функция
,
то интеграл
(3.1) можно рассматривать
как объём тела
в
мерном
пространстве,
т.е.
(3.5)
где область
интегрирования
определяется
условиями
![]()
Если в
области
,
то введя новую
переменную
,
получим
![]()
где область
лежит в единичном
мерном
кубе
![]()
Возьмём
равномерно
распределенных
на отрезке
случайных
последовательностей

Составим
соответствующую
последовательность
случайных точек
![]()
Пусть
из общего числа
случайных
точек
точек принадлежат
объёму
,
тогда имеет
место приближенная
формула
(3.6)
2. Практическая часть
2.1 Пример 1
Вычислим
приближенно
интеграл

Точное
значение его
известно:

Используем
для вычисления
две различные
случайные
величины
,
с постоянной
плотностью
(т.е.
равномерна
распределена
в интервале
)
и с линейной
плотностью
.Линейная
плотность более
соответствует
рекомендации
о пропорциональности
и
.
Поэтому следует
ожидать, что
второй способ
вычисления
даст лучший
результат.
1) Пусть
,
формула для
разыгрывания
имеет
вид
.
А формула (2.2)
примет вид
.
Пусть
.
В качестве
значений
используем
тройки чисел
из табл. 1 (см.
приложение),
умноженные
на 0.001. Промежуточные
результаты
сведены в табл.
2.1. Результат
расчёта
![]()
Таблица 2.1
|
|
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|
|
0.865 | 0.159 | 0.079 | 0.566 | 0.155 | 0.664 | 0.345 | 0.655 | 0.812 | 0.332 |
|
|
1.359 | 0.250 | 0.124 | 0.889 | 0.243 | 1.043 | 0.542 | 1.029 | 1.275 | 0.521 |
|
|
0.978 | 0.247 | 0.124 | 0.776 | 0.241 | 0.864 | 0.516 | 0.857 | 0.957 | 0.498 |
2) пусть
теперь
.
Для разыгрывания
используем
формулу
,
откуда получаем
![]()
формула (2.2) имеет вид

Пусть
.
Числа выберем
те же, что и в
случае 1. Промежуточные
результаты
сведены в табл.
2.2. Результат
расчёта
![]()
Таблица 2.2
|
|
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|
|
0.865 | 0.159 | 0.079 | 0.566 | 0.155 | 0.664 | 0.345 | 0.655 | 0.812 | 0.332 |
|
|
1.461 | 0.626 | 0.442 | 1.182 | 0.618 | 1.280 | 0.923 | 1.271 | 1.415 | 0.905 |
|
|
0.680 | 0.936 | 0.968 | 0.783 | 0.937 | 0.748 | 0.863 | 0.751 | 0.698 | 0.868 |
Как и ожидалось, второй способ вычислений дал более точный результат.
3) По значениям,
приведённым
в таблицах
(2.1) и (2.2) можно приближенно
сосчитать
дисперсии
для обоих методов
расчёта:
для 1:

для 2:

Несмотря
на то, что значение
невелико и
приближенная
нормальность
оценки (2.2) не
гарантирована,
вычислим для
обоих методов
величины
.
Получим значения
0.103 и 0.027. Также фактические
абсолютные
погрешности
при расчёте
,
равные 0.048 и 0.016, –
величины того
же порядка.
Точные же значения
в рассмотренном
примере равны
0.233 и 0.0166. Таким образом,
и при оценке
дисперсий метод
2 оказался точнее
метода 1.
2.2 Пример 2
Рассмотрим пример:
Требуется вычислить интеграл
(3.4)
где область
G задаётся
следующими
неравенствами:
![]()
Область
интегрирования
принадлежит
единичному
квадрату
.
Для вычисления
интеграла
воспользуемся
таблицей случайных
чисел (см. приложение),
при этом каждые
два последовательных
числа из этой
таблицы примем
за координаты
случайной точки
.
Записываем
координаты
и
случайных точек
в табл. 3.1, округляя
до 3 знаков после
запятой, и выбираем
те из них, которые
принадлежат
области интегрирования.
Заполним табл. 3.1 по правилу:
1) Среди
всех значений
выделяем те,
которые заключены
между
и
.Для
этих значений
полагаем
,
для всех остальных
![]()
2) Среди
всех значений
.
Соответствующих
выделенным
,
выбираем те,
которые заключены
между
![]()
Для этих
значений полагаем
,
для всех остальных
![]()
Таблица 3.1
|
|
|
|
|
|
|
|
|
|
|
| 0.577 | 0.500 | 1.000 | 1 | 0.716 | 0 | 0.154 | 0 | 0 | |
| 0.737 | 0.500 | 1.000 | 1 | 0.701 | 0 | 0.474 | 0 | 0 | |
| 0.170 | 0.500 | 1.000 | 0 | 0.533 | 0 | ||||
| 0.432 | 0.500 | 1.000 | 0 | 0.263 | 0 | ||||
| 0.059 | 0.500 | 1.000 | 0 | 0.663 | 0 | ||||
| 0.355 | 0.500 | 1.000 | 0 | 0.094 | 0 | ||||
| 0.303 | 0.500 | 1.000 | 0 | 0.552 | 0 | ||||
| 0.640 | 0.500 | 1.000 | 1 | 0.205 | 0 | 0.280 | 1 | 1 | 0.452 |
| 0.002 | 0.500 | 1.000 | 0 | 0.557 | 0 | ||||
| 0.870 | 0.500 | 1.000 | 1 | 0.323 | 0 | 0.740 | 1 | 1 | 0.855 |
| 0.116 | 0.500 | 1.000 | 0 | 0.930 | 0 | ||||
| 0.930 | 0.500 | 1.000 | 1 | 0.428 | 0 | 0.860 | 1 | 1 | 1.048 |
| 0.529 | 0.500 | 1.000 | 1 | 0.095 | 0 | 0.058 | 0 | 0 | |
| 0.996 | 0.500 | 1.000 | 1 | 0.700 | 0 | 0.992 | 1 | 1 | 1.482 |
| 0.313 | 0.500 | 1.000 | 0 | 0.270 | 0 | ||||
| 0.653 | 0.500 | 1.000 | 1 | 0.934 | 0 | 0.306 | 0 | 0 | |
| 0.058 | 0.500 | 1.000 | 0 | 0.003 | 0 | ||||
| 0.882 | 0.500 | 1.000 | 1 | 0.986 | 0 | 0.764 | 0 | 0 | |
| 0.521 | 0.500 | 1.000 | 1 | 0.918 | 0 | 0.042 | 0 | 0 | |
| 0.071 | 0.500 | 1.000 | 0 | 0.139 | 0 | ||||
| всего | 4 | 3.837 | |||||||
3) Вычисляем
.
Области тнтегрирования
принадлежат
только те точки,
для которых
.
В примере
![]()
4) Вычисляем значения подынтегральной функции в полученных точках.
После
заполнения
табл. 3.1 вычисляем
площадь области
интегрирования
и по формуле
(3.2) находим
![]()
Для сравнения
приведём точное
значение интеграла
![]()
Результат
имеет сравнительно
небольшую
точность потому,
что число точек
недостаточно
велико.
2.3 Пример 3
Рассмотрим пример: найдём приближенно объём, ограниченный поверхностями

Искомый объём численно равен величине интеграла
(3.7)
Так как
в области V
,
вводим новую
переменную
,
в результате
чего интеграл
(3.7) переходит
в интеграл
(3.8)
где
область,
ограниченная
поверхностями

т.е.
принадлежит
единичному
кубу
.
Берём
теперь три
равномерно
распределенные
на отрезке
последовательности
случайных чисел
и записываем
их в качестве
координат
случайных точек
в табл. 3.2. Затем
проверяем,
какие из этих
точек принадлежат
области