Savelova_Metod_Monte-Karlo_2011
.pdfс плотностью p1 Q . Имеем
Mη B 1 α f Q p1 Q dQ I f ,
G2
Dη 1 α 2 f 2 Q p1 Q dQ I f 2
|
G2 |
|
|
|
|
1 α 2 |
f |
2 Q |
p Q |
dQ I f 2 |
|
|
|||||
G2 |
|
|
1 α |
|
|
|
|
|
|
|
1 α f 2 Q p Q dQ I f 2 1 α D f .
G2
Оценим точность вычислений интегралов при использовании
свойства 3.
Пусть
I f f Q,Q p Q,Q dQdQ ,
G G
где Q G , Q G .
Обозначим
p Q p Q,Q dQ ,
G
f Q p Q f Q,Q p Q,Q dQ .
G
Очевидно, выполнено
I f f Q p Q dQ .
G
Имеем
91
D f D f f 2 Q,Q p Q,Q dQdQ f 2 Q p Q dQ
G G |
|
|
|
|
|
|
|
|
|
G |
|
|
|
|
|
|
p |
|
|
|
|
||
|
|
|
|
D |
|
f dQ 0 |
, |
|
|
||
|
|
|
G |
|
|
|
|
|
|
|
|
здесь |
|
|
|
|
|
|
|
|
|
|
|
Dp f f |
2 |
|
|
|
|
|
|
|
|
2 |
|
|
Q,Q |
p Q,Q |
dQ |
f |
Q p Q |
G
условная дисперсия по Q при фиксированном Q .
Способы 4 и 5 уменьшения дисперсии при вычислении интегра-
лов продемонстрируем на примерах в разделе 3.3.
3.3. Численные примеры
Пример 3.1. Вычислить методом Монте-Карло интеграл
1 exp x |
|
||||
I |
|
|
|
dx . |
|
|
|
|
|||
x |
|||||
0 |
|
|
|||
|
|
|
|
Решение получено Ю.А.Санковым.
Для сравнения приближенного значения с точным вычислим
1 |
e x |
1 |
|||
I |
|
dx 2 e z2 dz |
|||
|
|
|
|||
x |
|||||
0 |
|
0 |
|||
|
|
(сделана замена переменных x z2 )
|
1 i z2i 1 |
|
1 |
|
|||
|
|
||
|
|
|
|
2 i! 2i 1 |
|
1, 4936 . |
|
i 0 |
|
|
0 |
|
|
92
Первый способ. Пусть плотность распределения случайной ве-
личины p x 1, x 0,1 . Формула для разыгрывания x γ , где
равномерно распределена на (0,1).
Имеем расчетные формулы
|
1 |
N |
γi |
||||
I |
|
e |
|
|
|
, |
|
|
|
|
|
|
|||
|
N i 1 |
|
γi |
e ξ
η ,
ξ
|
1 |
|
|
N |
e 2γi |
|
1 |
N |
e γi |
2 |
|
|||
Dη |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
. |
||
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
||||||
|
N 1 |
|
γi |
|
N |
|
γi |
|
|
|
|
|||
|
|
|
i 1 |
|
|
|
i 1 |
|
|
|
|
|
|
При N 10 имеем численные значения
I 1,303 , Dη 0,893.
Второй способ – способ включения особенности подынтеграль-
ной функции в плотность.
Пусть плотность имеет вид
p x |
|
1 |
|
|
, x 0,1 . |
|
|
|
|
||
|
|
|
|
||
|
|
||||
2 |
|
x |
Формулы для разыгрывания случайной величины получаем мето-
дом обратных функций:
ξ |
dx |
|
|
γ , ξ γ2 . |
|
|
|
|
|
|
||||
2 x |
||||
0 |
|
|
|
|
Отсюда получаем выражения
|
1 |
N |
|
2 |
N |
|
I |
2e ξi |
|
e γi2 , |
|||
|
|
|||||
|
N i 1 |
|
N i 1 |
|||
|
|
93 |
|
|
|
|
|
|
|
η 2e ξ , |
|
|
|
|
|||||
|
1 |
|
|
|
|
2 |
|
1 |
|
|
|
2 |
|
|
|
N |
2e ξi |
|
N |
|
|||||||
Dη |
|
|
|
|
|
|
|
|
|
|
2e ξi |
. |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|||||||
|
N 1 |
|
ξ |
i |
|
N |
|
|
|
||||
|
|
|
i 1 |
|
|
|
|
i 1 |
|
|
При N 10 получены численные результаты
I 1,548 , D 0,373 .
Третий способ – симметризация подынтегральной функции.
Для функции f x имеем
1 |
1 |
1 |
|
I f x dx |
f x f 1 x dx . |
||
2 |
|||
0 |
|
0 |
Пользуясь значениями случайной величины, равномерно распреде-
ленной на (0,1), имеем расчетные формулы
|
|
|
|
|
|
|
|
|
1 |
|
|
N |
e |
γi |
|
|
|
1 γi |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
I |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
γi |
|
|
1 γi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
2N i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
N |
|
|
2 |
|
|
1 γi |
|
2 |
|
|
1 |
N |
e γi |
|
|
e1 γi |
|
|
2 |
|
|||||||||||||
|
|
|
|
γi |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Dη |
|
|
|
|
|
|
e |
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
2 |
N |
1 |
γ |
i |
|
1 γ |
i |
|
|
|
|
2N |
|
|
|
|
γi |
|
|
1 γi |
|
|
|
|
||||||||||||||
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
При N 10 имеем значения
I1, 282 , D 0,423 .
Вданном примере видим, что наилучший результат дает способ 2.
94
На рис. 3.2 указаны графики функции f x |
e x |
|
и двух плотно- |
||||||||||||||||
|
|
|
|||||||||||||||||
x |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
стей |
p x 1, p |
x |
|
1 |
|
|
, 0 x 1. |
|
|
||||||||||
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
||||||||||||||
|
1 |
2 |
2 |
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Пример 3.2 (многомерный интеграл) |
|
|
|||||||||||||||||
|
|
|
I |
f |
1 |
f ρ dPdQ , |
|
|
|||||||||||
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
π |
2 |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
S |
|
S |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Q |
|
|
||||
где |
P , |
Q принадлежат |
|
|
шару |
единичного радиуса в R3 , |
ρ P Q – расстояние между точками P и Q .
95
Пусть Р, Q – независимые случайные точки, равномерно рас-
пределенные в шаре единичного радиуса, т.е. плотность распреде-
ления
|
p P p Q |
|
1 |
|
3 |
. |
|
||
|
|
4 |
|
|
|
||||
|
|
|
|
π |
|
4π |
|
||
|
|
|
|
3 |
|
|
|
|
|
Пусть r,μ,θ , |
μ cosθ , |
0 r 1, |
1 μ 1 |
( 0 θ π ), |
0 θ 2π , сферические координаты точки Р.
Имеем
dP r2drdμdθ .
В силу симметрии задачи можно выбрать точку Р на оси OZ по за-
кону распределения
rp
3 r2dr γ1 , rp 3γ1 ,
0
γ1 – равномерно распределенные числа в (0,1).
96
Точку Q можно выбрать в плоскости OXZ ( θ 0 ) по законам
распределения (рис. 3.3)
μ |
Q |
|
|
|
r |
|
|
dμ |
γ |
|
, 3 Q r2dr γ , |
||
|
2 |
|
||||
|
2 |
|
3 |
|||
|
|
|
|
|
||
1 |
|
|
|
0 |
|
т.е.
μQ 2γ2 1 , rQ 3γ3 ,
γ2 , γ3 – независимые равномерно распределенные числа в (0,1).
Отсюда находим
ρP Q rP2 rQ2 2rPrQμQ .
Врезультате получаем простую формулу для вычисления исходно-
го интеграла
|
1 |
N |
|
I f 4 3 2 |
f ρi , |
||
|
N i 1
где вместо шести переменных участвуют расчетные формулы для разыгрывания трех переменных.
Например, имеем числовые значения для функций [8]
f ρ 1 , m 1, 2 .
ρm
Точные значения
I1 f 1532 , I2 f 4 .
Приближенные значения при N 10
I1 f 1,78 , DI1 f 0,081,
97
I2 f 1,94 , DI2 f 0,49 .
Приближенным методом Монте-Карло вычисления определен-
ных интегралов посвящено много литературы (см., например, [4, 8,
14, 24]). В настоящей главе даны лишь начальные сведения, свя-
занные с этой проблемой
Задание на самостоятельную работу
Задание 4. Вычисление определенного интеграла методом Монте-Карло.
1
1. J 1x dx .
0
|
|
|
1 |
|
|
|
2. J |
|
|
|
|
dx . |
|
|
|
|
|
|||
|
|
|||||
|
x |
|
x |
|||
|
1 |
|
|
|
|
|
1
3. J 31 x2 dx .
1
1
4. J sinx xdx .
0
1
5. J x ln xdx .
0
1
6. J sin xdx .
0 x
1
7. J cos xdx .
0 x
8. J sinx2xdx .
1
1
9. J sin x2 dx .
0
1
10. J cos x2 dx .
0
Следует:
1)вычислить численно интеграл с точностью 10 3 , пользуясь традиционными методами;
2)вычислить интеграл методом Монте-Карло двумя способами
при N 100 ;
98
3)указать точность вычислений п. 2;
4)сделать выводы, какой из двух методов является лучшим и почему; можно ли улучшить результаты?
99
Метод Монте-Карло – это численный метод решения математических задач при помощи моделирования случайных величин.
И.М. Соболь
Глава 4. Применение методов Монте-Карло в физике
иэкономике
4.1.Расчет системы массового обслуживания
(общая схема)
Постановка задачи [14, 24]
Система состоит из n линий (или каналов или пунктов обслужи-
вания), каждый из которых может обслужить потребителей. В сис-
тему поступают заявки, причем моменты их поступления случай-
ны. Каждая заявка поступает на линию 1. Если в момент поступле-
ния k-й заявки ( Tk ) эта линия свободна, то она приступает к об-
служиванию заявки, что продолжается в течение времени tз ( tз –
время занятости линии). Если в момент Tk линия 1 занята, то заяв-
ка передается на линию 2 и т.д. Наконец, если все n линий заняты,
то система выдает отказ.
Требуется определить, сколько (в среднем) заявок обслужит система за время Т и сколько отказов она дает?
Простейшим потоком (или потоком Пуассона) называется такой поток заявок, когда промежуток времени между двумя последо-
вательными заявками есть случайная величина, распределенная в
0, с плотностью
p x ae ax
100