蒙地卡羅方法

From Wikipedia, the free encyclopedia

蒙地卡羅方法
Remove ads

蒙地卡羅方法(參見英文Monte Carlo method)係一柞用隨機性嘅做法嚟應付決定型系統嘅演算法:如果話一個系統係「決定型」嘅,意思係指個系統冇隨機喺裏面,但就算一個系統係決定型嘅,個系統依然有可能會係複雜到難以用決定嘅方法解決[1]。蒙地卡羅方法源於一九四零年代。

Thumb
用蒙地卡羅方法迫近常態分佈

基本概念

Thumb
用蒙地卡羅方法估計 π 數值嘅圖解;圖上高嘅字,顯示計出嚟個 π 數值同 n(模擬次數)之間嘅關係-n 愈大,計出嚟嘅 π 值就愈接近真嘅圓周率。
睇埋:隨機

蒙地卡羅方法最基本嘅流程如下[2]

  1. 界定個系統啲輸入嘅可能數值為何(定義域);
  2. 搵個概率分佈(受定義域限制)做輸入數值嘅來源;
  3. 用個概率分佈,隨機噉產生一個輸入;
  4. 對個輸入做決定型嘅運算
  5. 將步驟 3 同 4 重複 n 咁多次,得到 n 個輸出,再結合數據-例如計嗰 n 個輸出嘅平均值

舉個簡化例子,想像用蒙地卡羅方法嚟估計圓周率π)嘅值[2]

  1. 畫一個正方形,再喺個正方形入面畫個 90° 嘅扇形,任何嘅輸入坐標 (x,y)) 都實會喺個正方形裏面(定義域);
  2. 用個均勻分佈產生一個輸入坐標數值,均勻分佈意思係指每個坐標可能數值出現嘅機率都完全一樣[註 1]
  3. 喺產生出嚟輸入坐標數值嘅位置度畫一點;
  4. 將步驟 2 同 3 重複 n 咁多次,然後數吓有幾多點係喺個扇形裏面(同原點距離細過 1)嘅,設呢個數值做 m,如果 n 嘅數值大到接近無限大嘅話,以下呢點會成立:

蒙地卡羅方法係用緊「隨機抽樣」嚟嘗試得到近似值:研究者想模擬嗰個系統可能係決定型嘅,但呢個系統可能極其複雜,實用上冇辦法用決定型嘅方式嚟計數;於是研究者就用蒙地卡羅方法。

Remove ads

領域應用

應用統計

睇埋:統計學

遊戲 AI

電腦圖像

睇埋

註釋

參考

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads