type
Post
status
Published
date
Jan 10, 2026
slug
MC
summary
tags
计算物理
category
学习笔记
icon
password

1. 随机数与随机抽样

1.1 随机数产生

1.1.1 线性同余法

公式为
这里为取模运算,得到的结果在之间,并且
分别是模,乘子和增量,为随机数列种子。

1.1.2 组合发生器

如下图:
notion image

1.1.3 混沌法

利用:
这样得到的分布并不均匀,通过变换:

1.2 随机抽样

1.2.1 连续分布的随机取样

刚才的方法得到的是均匀分布,如何转化为特定分布
考虑累积分布函数,它的含义是:
考虑产生过程为:1.采样均匀分布,2.,则:
最后一步利用了均匀分布的性质。
这就是说,我们只需要从均匀分布采样,再变换,即可得到服从分布的解。

1.2.2 舍取法

舍取法示意图如下:
notion image
考虑最大值为,则可以考虑一个宽为1,高为M的矩形,在其中投点,例如从均匀分布中采样出,那么点坐标为,如果,则保留该点,否则舍弃,这样得到的采样可以证明服从

2. 计算定积分

2.1 投点法

为了计算定积分,如下图
notion image
所以思路几乎一样,在区间内最大值,则取宽,高的矩形,即,投点结束后,总投点个,对于的部分数量为,有:
对于二重,三重积分也是相似的

2.2 平均值法

考虑定积分定义:
这里对应的线段,现在MC考虑是一个均匀分布的随机变量,因此直接就有:

2.3 辅助函数法

平均值法在陡峭的地方并不精准,考虑如下变化:
定义,得到:,于是:
陡峭时,大,实际被积函数小,因此的值更加精准。
第七章 量子统计Partial Differential Equation
Loading...