Monte Carlo metoden er en matematisk estimering procedure til at estimere fordelingen af ukendte parametre i et forhold , vel vidende fordelingen af de eksisterende parametre. Monte Carlo metoden udnytter kraften af computere til at tilfældigt estimere kombinationer af forskellige inputparametre og anslå fordelingen af et output parametre. De optimerede vektor operationer i MATLAB gør Monte Carlo estimering simpelt at programmere. Monte Carlo Method
Proceduren for Monte Carlo simuleringer er dette: gæt et sæt af parametre, som kendes fra en tilfældig fordeling og anslå andre parametre eller fremtidige resultater fra disse tilfældige gæt. Når gentages et antal gange , kan Monte Carlo-simulering giver en nøjagtig vifte af muligheder , såvel som deres sandsynlighed . Monte Carlo metoden er bedst egnet til lineære relationer, hvor kun én parametre er ukendt.
Setup
Begynd forbereder sig på en Monte Carlo simulation ved at undersøge ligningen for forholdet du ønsker at simulere . For eksempel overveje , "A /B sin ( C theta ) = X. " Parametrene A , B og C skal være kendt , og vinklen theta kan estimeres i hele sortimentet 0 til 2 pi . Du skal kende den række af parametrene A , B og C samt hvordan mulige værdier distribueres gennem rækken . For eksempel kan A og B være ligeligt fordelt mellem 5 og 10 , og C kan normalt fordelt omkring 2 med en varians på 1 . Du bliver også nødt til at beslutte, om det passende antal forsøg til korrekt anslå den potentielle fordeling af X.
MATLAB Procedure
MATLAB "rand ( ) " funktionen trækker pseudotilfældige numre i en ensartet fordeling over intervallet ( 0,1 )
nTrials = 1000 ; . a = 5 * rand ( nTrials , 1) + 5; B = 5 * rand ( nTrials , 1) + 5;
MATLAB " normrnd ()" funktionen trækker pseudotilfældigt nummer fra en normalfordeling
C = normrnd (2,1, nTrials , 1 ) ; . < br >
Rækken af vinklen theta er anslået mellem 0 og 2 pi på et internt på 0,05
theta = 0:0.05:2 * pi ; .
resultatet X vil være en matrix af dimension nTrials efter længde ( theta )
X = (A. /B) * sin ( C * theta ) .
Begrænsninger
Monte Carlo metoden er begrænset til simulere matematiske forhold , der er kendt , hvor de fleste af de parametre kan skønnes ud fra en kendt fordeling . Lineære forhold fungerer bedst , da fejl i estimering kan vokse meget store i ikke-lineær relationer. Relationer med en lang række parametre eller store intervaller af udlodninger kan tage meget lang tid at vurdere ved hjælp af Monte Carlo metoden.