第三章 随机性模拟方法—蒙特卡罗方法（MC ）§ 3.1 预备知识例：一个粒子在一个二维正方格点上跳跃运动随机行走：每一时间步上，粒子可选择跳到四个最近邻格点上的任何一个，而记不得自己来自何方；自回避行走：粒子记得自己来自什么地方，而回避同它自己的路径交叉。
随机行走的每一步的结果就是系统的一个状态，从一个状态到另一个状态的跃迁只依赖于出发的状态，这些状态形成一个序列，这就是一个马尔可夫链。
状态序列：x 0, x 1, …, x n , …已给出状态x 0, x 1, …, x n+1 的确定值，x n 出现的概率叫做条件概率 ()01,x x x -n n P 马尔可夫链的定义：如果序列x 0, x 1, …, x n , …对任何n 都有 ()()101,--=n n n n P P x x x x x 则此序列为一个马尔可夫链（或过程）。
§ 3.2 布朗动力学（BD ） 1．郎之万方程 v t R dtdvmβ-=)( 方程右边第一项为随机力，对粒子起加热作用；第二项为摩擦力，避免粒子过热。
将方程变形为：dt mvt R dt m v dv )(+-=β 于是，解可写为：])0()(11[)0( )0()(0)()(10⎰+≈⎰=---tt mt md v R m tm d ev R m ev eev t v tττββτττβ⎰+≈---t m t t md Re m ev 0)()(1)0( ττβτβ当随机力R(t)服从高斯分布时，上述方程的解描述的即为布朗运动，于是，布朗运动问题就化为在一些补充条件下求解郎之万方程，即⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧><=>=<>=<=+><--)( 2)()(2)0()(,0)()(222/2/12高斯分布R R B e R R P t T k R t R t R m t R m v dt dv πδββ 注：)()()(t t q t R t R '->='<δ 表示随机力R 在t 和t ’时刻没有关联, q 为噪声强度。
插片法的名词解释插片法（Monte Carlo Method），又称蒙特卡罗方法，是一种以随机数为基础的数值计算方法。
这种方法不依赖于具体的方程式或解析解，而是通过随机抽样和概率统计的原理，利用计算机模拟大量随机事件的结果，从而获得近似解或概率分布，广泛应用于物理、统计学、工程、金融等领域。
1. 插片法的起源与发展插片法最早由美国科学家斯坦尼斯拉夫·乌拉姆和尼古拉斯·梅特罗波利斯于1940年代末提出。
当时他们在洛斯阿拉莫斯国家实验室从事核武器研究，面临一个名为“蒙特卡罗”的核物理问题，无法通过传统方法求解。
于是乌拉姆和梅特罗波利斯灵机一动，借鉴赌场的随机抽样方法，提出了插片法。
插片法的应用得到了成功，此后逐渐发展为一种强大的数值计算工具，为科学研究和工程设计带来了革命性的变化。
2. 插片法的基本原理插片法的基本思想是通过随机抽样，将复杂的问题转化为统计问题，通过统计量来描述问题的性质，并用该统计量的概率分布逼近原问题的解。
具体而言，插片法包括以下基本步骤：（1）建立数学模型：将原始问题转化为数学模型，明确需要计算的目标量。
（2）生成随机数：利用随机数产生器生成符合一定概率分布的随机数序列。
（3）进行随机抽样：根据已知的概率分布，以随机抽样的方式获得样本。
（4）计算统计量：根据样本计算所需的统计量，如平均值、方差等。
（5）重复以上步骤：进行多次随机抽样和统计量计算，得到一系列统计量。
（6）分析结果：通过对统计量的分析，得到问题的近似解、概率分布或其他需要的信息。
3. 插片法的应用领域插片法广泛应用于各个领域，例如：（1）物理学：用于模拟粒子物理实验、分析核反应、研究量子力学等。
（2）统计学：用于估计未知参数、构建置信区间、进行假设检验等。
（3）工程学：用于分析复杂系统的可靠性、优化设计参数、模拟随机事件等。
（4）金融学：用于进行金融衍生品定价、风险分析、投资决策等。
（5）计算机科学：用于优化算法设计、解决复杂计算问题、模拟系统行为等。
