matlab蒙特卡洛模拟程序是什么？

1. 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。

2. 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

3. 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)

4. 什么是蒙特卡洛模拟( Monte Carlo simulation)

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. 下面的问题用蒙特卡洛模拟如何实现啊，想了解个基本过程

蒙特卡洛的基本原理就是通过计算机的计算能力进行大量实验。实验样本到达一定数量后，能得出接近结果的数值解。这个题目可以通过计算直接得出结果接近于正态分布，但可以用excel简单的说明下蒙特卡洛方法。
用excel的步骤基本如下：

1、第一列拉出各周期编号1至1000。（假设都是从第一行开始）
2、第二列作为随机种子，B1输入=rand()
3、第三列为根据既定价格及概率p值（回答里写的p值，但输入时应该是具体数值）判断购买与否，C1输入=if(B1<p,1,0)
4、第四列、五列展示周期开始、结束时剩余货物，即D1为50，E1输入=max(D1-C1,0)，而后D2输入=E1，E2输入=max(D1-C1,0)。
5、每一列对应下拉（四、五列从第二行开始下拉）。
按这个步骤的话，就得出一个既定价格下，剩余产品数量随时间变化的表。
至于最后的利润也是可以根据这个算的。
不过以上的过程是基于对每个周期买的概率进行1000次蒙特卡洛模拟。
如果模拟的是这1000次周期的结果，那就直接用一列到位，对多列的结果进行统计。
第1列仍然编号，第2列直接整合上述234步，表示该周期初始货物存货，第1行50，第二行B2输入=IF(RAND()<p,MAX(B1-1,0),B1)，这里用的p仍然是数值的表示，比如说概率是0.7，实际应该输入=IF(RAND()<0.7,MAX(B1-1,0),B1)
下拉，出现到1000步的初始货物存货，根据要求实际上是1000步后的结果，可以拉到1001行。这就用单列表示了整个货物变化过程，如果想要更多1000步的不同结果，把整个b列右拉即有更多结果。

7. 什么是蒙特卡洛模拟( Monte Carlo simulation)

蒙特卡洛模拟又称为随机抽样或统计试验方法，属于计算数学的一个分支，它是在上世纪四十年代中期为了适应当时原子能事业的发展而发展起来的。传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。
蒙特卡洛随机模拟法的原理是当问题或对象本身具有概率特征时，可以用计算机模拟的方法产生抽样结果，根据抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论。
蒙特卡洛随机模拟法 - 实施步骤抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论。

扩展资料基本原理思想
当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。
蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。可以把蒙特卡罗解题归结为三个主要步骤：构造或描述概率过程；实现从已知概率分布抽样；建立各种估计量。

参考资料来源：百度百科-蒙特卡罗模拟
参考资料来源：百度百科-蒙特卡洛随机模拟法

8. 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。