1.5.6 Обычный алгоритм Монте-Карло интегрирования
Предположим, требуется вычислить определённый интеграл
Рассмотрим случайную величину u, равномерно распределённую на отрезке интегрирования [a,b]. Тогда f(u) так же будет случайной величиной, причём её математическое ожидание выражается как , где φ(x) — плотность распределения случайной величины u, равная на участке [a,b].
Таким образом, искомый интеграл выражается как .
Но матожидание случайной величины f(u) можно легко оценить, смоделировав эту случайную величину и посчитав выборочное среднее.
Итак, бросаем N точек, равномерно распределённых на [a,b], для каждой точки ui вычисляем f(ui). Затем вычисляем выборочное среднее: .
В итоге получаем оценку интеграла:
Точность оценки зависит только от количества точек N.
Этот метод имеет и геометрическую интерпретацию. Он очень похож на детерминистический метод, с той разницей, что вместо равномерного разделения области интегрирования на маленькие интервалы и суммирования площадей получившихся «столбиков» мы забрасываем область интегрирования случайными точками, на каждой из которых строим такой же «столбик», определяя его ширину как , и суммируем их площади.
- Введение
- Тема 1 Математическое программирование и оптимизация
- 1.1 Эволюция развития математических методов и моделей в экономике
- 1.2 Классификация экономико-математических моделей
- 1.3 Математическое программирование
- 1.4 Оптимизация в математике и ее методы
- 1.5 Метод Монте-Карло
- 1.5.1 Алгоритм Бюффона для определения числа Пи
- 1.5.2 Связь стохастических процессов и дифференциальных уравнений
- 1.5.3 Рождение метода Монте-Карло в Лос-Аламосе
- 1.5.4 Дальнейшее развитие и современность
- 1.5.5 Интегрирование методом Монте-Карло
- 1.5.6 Обычный алгоритм Монте-Карло интегрирования
- 1.5.7 Геометрический алгоритм Монте-Карло интегрирования
- Тема 2 Линейное программирование
- 2.1 Общая задача линейного программирования
- 2.2 Основная задача лп (озлп)
- 2.3 Симплекс-метод линейного программирования
- 2.4 Двойственные задачи линейного программирования
- 2.5 Целочисленное линейное программирование
- 2.6 Параметрическое линейное программирование
- 2.7 Дробно-линейное программирование
- 2.8 Блочное программирование
- 2.9 Теория графов
- 2.10 Транспортная задача
- 2.10.1 Общая характеристика транспортной задачи
- 2.10.2 Математическая модель транспортной задачи
- Тема 3 Нелинейное программирование
- 3.1 Методы нелинейного программирования
- 3.2 Метод множителей Лагранжа
- 3.3 Сепарабельное программирование
- 3.4 Выпуклое программирование
- 3.5 Квадратичное программирование
- 3.6 Геометрическое программирование
- 3.7 Динамическое программирование
- 3.8 Стохастическое программирование
- Тема 4 Межотраслевой баланс и сетевое моделирование
- 4.1 Задача межотраслевого баланса
- 4.2 Балансовая модель Леонтьева
- 4.3 Модели межотраслевого баланса в планировании инновационных программ
- 4.3.1 Однопродуктовая динамическая макроэкономическая модель
- 1) Открытая однопродуктовая динамическая модель Леонтьева
- 2) Замкнутая однопродуктовая модель Леонтьева
- 4.4 Сетевая модель данных
- 4.4.1 Историческая справка
- 4.4.2 Основные элементы сетевой модели данных
- 4.4.3 Особенности построения сетевой модели данных
- 4.4.4 Операции над данными сетевой модели
- 4.4.5 Использование сетевой модели
- 4.5 Сетевой график
- 4.6 Методика составления сетевого графика
- 5. Задачи оптимального проектирования
- 5.1. Постановка задачи оптимального проектирования
- 5.1.1. Основные понятия и определения
- 5.2. Пример задачи оптимального проектирования
- 5.3. Классификация задач оптимального проектирования
- Первая постановка
- 5.4 Определение уравнений линейной регрессии
- 5.7. Методика получения исходных данных
- 5.3. Решение задач оптимального проектирования
- 5.3.1. Оптимизация параметров изделия