1. matlab程序问题。需要用到蒙特卡洛方法
你给出的解是正确的
首先假设有编号为1~16的16个球,其中
编号1~8,8个球是红色,那么9~16,8个球是白色
n=1e6; %游戏100万次
A=0;B=0;C=0;D=0;E=0; %得奖统计清零
for i=1:n
examp=randperm(16); %随机打乱1~16,16个自然数
num=sum(examp(1:8)<=8); %examp(1:8)取出前8个,就是从16个球中随机抽8个
%sum(examp(1:8)<=8),就是统计编号小于8的球的数量
%也就是红球的个数
if num==0||num==8
A=A+1; %如果8个都是红球,或者没有红球,A类统计加以
elseif num==1||num==7
B=B+1; %以下的判断依次类推
elseif num==2||num==6
C=C+1;
elseif num==3||num==5
D=D+1;
else
E=E+1;
end
end %100万次抽球后,A,B,C,D,E的次数都一一统计记录
t=10*A/n+1*B/n+0.5*C/n+0.2*D/n-3*E/n
%A/n就是得到A奖的概率,以此类推
%用每个将的奖金乘以奖的概率,再相加,得到了奖金的期望
%结果表明,按照概率统计,平局每局要亏掉差不多1块钱
2. matlab如何实现蒙特卡洛算法?
1、首先我们启动matlab,新建一个函数文件。
2、在弹出的编辑窗口中输入如下代码。该代码的目的是创建蒙特卡洛主函数。
3、然后我们保存该函数文件。
4、再建立一个函数文件,输入代码如下。该代码的目的是构造积分函数,保存上面的积分函数文件。
5、在命令行窗口中直接调用该函数,如图所示为求得的结果。
6、绘制出积分区域即可。
3. matlab如何实现蒙特卡洛算法?
1、打开MATLAB软件,如图所示,输入一下指令。
2、它会提示你没有找到,这个帮助,接着,我们会看到一行蓝色的连接,如图中所示,我们点击进去。
3、接着就会跳出一个界面,如图所示,等待完成搜索,就可以看到MATLAB中所有与之相关的信息。
4、接着,我们可以单击右上方的“在命令框运行”。
5、接着,在命令窗口,会出现很多句英文的提示;然后会看到一个"***.m";单击进去。
6、会出来一个脚本提示,如图所示;我们单击运行该脚本。
4. matlab蒙特卡洛模拟程序是什么?
蒙特卡洛模拟法求解步骤 应用此方法求解工程技术问题可以分为两类:确定性问题和随机性问题。解题步骤如下:
根据提出的问题构造一个简单、适用的概率模型或随机模型,使问题的解对应于该模型中随机变量的某些特征(如概率、均值和方差等),所构造的模型在主要特征参量方面要与实际问题或系统相一致
2 .根据模型中各个随机变量的分布,在计算机上产生随机数,实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数,然后生成服从某一分布的随机数,方可进行随机模拟试验。
3. 根据概率模型的特点和随机变量的分布特性,设计和选取合适的抽样方法,并对每个随机变量进行抽样(包括直接抽样、分层抽样、相关抽样、重要抽样等)。
4.按照所建立的模型进行仿真试验、计算,求出问题的随机解。
5. 统计分析模拟试验结果,给出问题的概率解以及解的精度估计。
5. matlab如何实现蒙特卡洛算法
1、首先我们启动matlab,新建一个函数文件。
2、在弹出的编辑窗口中输入如下代码。该代码的目的是创建蒙特卡洛主函数。
3、然后我们保存该函数文件。
4、再建立一个函数文件,输入代码如下。该代码的目的是构造积分函数,保存上面的积分函数文件。
5、在命令行窗口中直接调用该函数,如图所示为求得的结果。
6、绘制出积分区域即可。
6. 请教蒙特卡洛模拟问题
一、蒙特卡洛模拟法的概念:(也叫随机模拟法)当系统中各个单元的可靠性特征量已知,但系统的可靠性过于复杂,难以建立可靠性预计的精确数学模型或模型太复杂而不便应用则可用随机模拟法近似计算出系统可靠性的预计值。随着模拟次数的增多,其预计精度也逐渐增高。由于需要大量反复的计算,一般均用计算机来完成。
二、蒙特卡洛模拟法求解步骤:应用此方法求解工程技术问题可以分为两类:确定性问题和随机性问题。解题步骤如下:
1.根据提出的问题构造一个简单、适用的概率模型或随机模型,使问题的解对应于该模型中随机变量的某些特征(如概率、均值和方差等),所构造的模型在主要特征参量方面要与实际问题或系统相一致
2
.根据模型中各个随机变量的分布,在计算机上产生随机数,实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数,然后生成服从某一分布的随机数,方可进行随机模拟试验。
3.
根据概率模型的特点和随机变量的分布特性,设计和选取合适的抽样方法,并对每个随机变量进行抽样(包括直接抽样、分层抽样、相关抽样、重要抽样等)。
4.按照所建立的模型进行仿真试验、计算,求出问题的随机解。
5.
统计分析模拟试验结果,给出问题的概率解以及解的精度估计。
在可靠性分析和设计中,用蒙特卡洛模拟法可以确定复杂随机变量的概率分布和数字特征,可以通过随机模拟估算系统和零件的可靠度,也可以模拟随机过程、寻求系统最优参数等。
7. 一道Matlab题目,关于蒙特卡罗函数的,诚寻高手
需要蒙特卡洛方法?
高中的排列组合就可以了
在matlab函数里有一个nchoosek(n,k)就是在n中选择k个的可能性
16个选8的可能性有nchoosek(16,8)=12870种
A的可能性有nchoosek(8,8)*nchoosek(8,0)*2=2种可能,概率2/12870=0.0155%
B的可能性有nchoosek(8,7)*nchoosek(8,1)*2=128种可能,概率128/12870=0.99%
C的可能性有nchoosek(8,6)*nchoosek(8,2)*2=1568种可能,概率1568/12870=12.18%
D的可能性有nchoosek(8,5)*nchoosek(8,3)*2=6272种可能,概率6272/12870=48.73%
E的可能性有nchoosek(8,4)*nchoosek(8,4)=4900种可能,概率4900/12870=38.07%
这类游戏期望值为10*0.0155%+1*0.99%+0.5*12.18%+0.2*48.73%-3*38.07%=-0.9723
也就是说你如果你玩足够多次的话,平均每次回输0.9723元
8. Matlab关于蒙特卡方法的仿真
编了一个简单的程序,供参考。
按照题意,应该就是在圆内生成随机点,然后看该点落在矩形区域内的概率。
感觉设置N和R两个参数其实没必要,直接进行N*R次模拟应该就可以了。
生成随机数的方式存在一定的问题。题中并没有指定随机数的分布规律,这里按照和圆心距离均匀分布、角度也均匀分布处理。这样似乎和射门没什么关系了,因为射门不太可能是这样的规律。另外,尽管沿径向和角度都是均匀分布的,并不意味着在整个圆内分布是均匀的(靠近圆心的位置更密集)。
参考代码:
% 参数输入d = inputdlg({'随机进球数N' '试验次数R'},'试验设置',1,{'1000' '100'});if isempty(d), return, endN = round(str2double(d{1}));R = round(str2double(d{2}));L = 4;W = 2;D = sqrt(L^2+W^2); % 绘图clft = linspace(0,2*pi,200);plot(D/2*cos(t),D/2*sin(t),'linewidth',2);hold onpatch([-1 1 1 -1]*L/2,[-1 -1 1 1]*W/2,'c','Facealpha',0.3)h = plot(NaN,NaN,'.');axis equal % 模拟P = zeros(R,1);for n = 1 : R r = rand(N,1)*D/2; t = rand(N,1)*2*pi; x = r.*cos(t); y = r.*sin(t); P(n) = sum( abs(x) <= L/2 & abs(y) <= W/2 ) / N; set(h,'xdata',x,'ydata',y); drawnowend % 计算概率p = mean(P)