- •Содержание
- •1 История рождения метода монте-карло
- •1.1 Алгоритм Буффона для определения числа Пи
- •1.2 Связь случайных процессов и дифференциальных уравнений
- •1.3 Рождение метода Монте-Карло в Лос-Аламосе
- •1.4 Дальнейшее развитие и современность
- •2 Использование метода монте-карло в численном интегрировании
- •2.1 Численное интегрирование
- •2.2 Одномерный случай
- •2.3 Многомерный случай
- •3 Применение метода монте-карло для вычисления кратных интегралов (на примере двукратных интегралов)
- •3.1 Постановка задачи
- •3.2 Программная реализация метода
- •3.2.1 Математическое описание метода
- •3.2.2 Алгоритм метода в программе
- •3.2.3 Описание основных значений в программе
- •3.2.4 Инструкция по работе с программой
- •3.2.5 Результат программы
- •3.2.6 Реализация метода в пакете Mathcad
- •Литература
Министерство образования и науки Украины
Сумской Государственный Университет
Кафедра информатики
Курсовая работа
по численным методам
на тему
«Вычисление кратных интегралов методом Монте-Карло»
Сумы 2007
Содержание
1 История рождения метода Монте-Карло
1.1 Алгоритм Буффона для определения числа Пи
1.2 Связь случайных процессов и дифференциальных уравнений
1.3 Рождение метода Монте-Карло в Лос-Аламосе
1.4 Дальнейшее развитие и современность
2 Использование метода Монте-Карло в численном интегрировании
2.1 Численное интегрирование
2.2 Одномерный случай
2.3 Многомерный случай
3 Применение метода Монте-Карло для вычисления кратных интегралов (на примере двукратных интегралов)
3.1 Постановка задачи
3.2 Программная реализация метода
3.2.1 Математическое описание метода
3.2.2 Алгоритм метода в программе
3.2.3 Описание основных значений в программе
3.2.4 Инструкция по работе с программой
3.2.5 Результат программы
3.2.6 Реализация метода в пакете Mathcad
Вывод
Литература
Приложение А (код программы)
1 История рождения метода монте-карло
Метод Монте-Карло (методы Монте-Карло) – общее название группы численных методов, основанных на получении большого числа реализаций случайного (стохастического) процесса, который формируется таким образом, чтобы еговероятностныехарактеристики совпадали с аналогичными величинами решаемой задачи. Используется для решения задач в областяхфизики,математики,экономики,оптимизации,теории управленияи др.
1.1 Алгоритм Буффона для определения числа Пи
Случайные величиныиспользовались для решения различных прикладных задач достаточно давно. Примером может служить способ определениячисла Пи, который был предложенБуффономеще в 1777 году. Суть метода была в бросании иглы длинойN на плоскость, расчерченную параллельными прямыми, расположенными на расстоянии d друг от друга (см. Рис. 1).
Рисунок 1 – Метод Буффона
Вероятность того, что отрезок пересечет прямую связана с числом Пи:
,
где A – расстояние от начала иглы до ближайшей к ней прямой;
θ – угол иглы относительно прямых.
Этот интеграл просто взять:
(при условии, что d > L), поэтому подсчитав долю отрезков, пересекающих прямые, можно приближенно определить это число. При увеличении количества попыток точность получаемого результата будет увеличиваться.
В 1864 году капитан Фокс, выздоравливая после ранения, чтобы как-то занять себя, реализовал эксперимент по бросанию иглы. Результаты представлены в следующей таблице:
|
Число бросаний |
Число пересечений |
Длина иглы |
Расстояние между прямыми |
Вращение плоскости |
Значение Пи |
Первая попытка |
500 |
236 |
3 |
4 |
отсутствует |
3.1780 |
Вторая попытка |
530 |
253 |
3 |
4 |
присутствует |
3.1423 |
Третья попытка |
590 |
939 |
5 |
2 |
присутствует |
3.1416 |
Комментарии:
Вращение плоскости применялось (и как показывают результаты – успешно) для того, чтобы уменьшить систематическую ошибку.
В третьей попытке длина иглы была больше расстояния между линиями, что позволило не увеличивая числа бросаний эффективно увеличить число событий и повысить точность.