数学建模————统计问题之仿真(四) 1 P& L: B2 a i: {: V- V7 z 仿真,顾名思义,就是利用计算机模拟研究对象,对于那些用数学公式或者规则描述的系统,计算机可以将其通过数值模拟出来,还能实现可视化。就好比我们看的小说一样,创造一个世界,需要有初始的人或物质,再加上法则(规则),那么这个世界就会逐步成型,仿真也是如此,我们需要给这个模拟世界一个初始的状态(包含应有的数据),然后告诉他运转的规则。* `7 o1 Q) A, s
6 J8 x. B% U* J6 Z
+ k3 _! N, _$ ?7 c
0 @, q# U: O8 o9 M+ ^9 F3 N) v 真实的系统往往存在着很多不确定因素 ,比如:要模拟某条道路的交通,我们就得知道路上的行车的情况,除了基本的交通规则之外,我们需要的是车辆的模拟。一般来说,我们都会给车流量一个分布,这样我们就相当于有了一个车辆生成器,然后通过行车规则,就可以完整的模拟出整条道路的交通。 - J, I- C( O4 f; }( v8 z( O/ ^$ | 不过,大多数时候我们都只是设定几个交通状况指标,然后仿真不同时间的情况,就可以实现交通状况的数值模拟。当然,有时候为了论文(观赏)效果,还可以将整条道路分成很多个小块,当车经过时就让小块发亮,这样就可以看到整个交通的运行情况,这种方法我们叫做元胞自动机。 3 p( I V$ H- a0 J- b" a( L' c; s* p9 p) c3 Y3 C( H, Y
9 n- X* N7 \8 J* g
既然是模拟系统,那么就需要一个系统的推进方式,我们依此可以将仿真分为时间步长法和事件步长法。时间步长法即将每经过一定时间步长就仿真一次活动,然后推进下去,而事件步长法即每发生一件事情就推进一次,当然这个步长也可以看做是每两个事件之间的时间。/ M0 \) {7 v* f& o' \; w
9 W0 W! r* a' [% j1 u, D
上面介绍的仿真方法都讲究推进,也就是说是动态的 ,除此之外还有静态仿真。静态仿真比较有名的是蒙特卡洛模拟,下面给大家展示一道百度校招笔试题: : x9 @# x3 ]- e- o' S2 j1 m* l5 p 在平面上有一组间距为d的平行线,将一根长度为l(l<d)的针任意掷在这个平面上,求此针与平行线中任意一根相交的概率,用高等数学(微积分、概率的方法)求解,基于布丰投针的结论,任选一种编程语言(C/C++, matlab, Python, Java),写出模拟投针实验(程序中允许把一个理想的π作为常量使用),求解圆周率。2 }5 J2 _- `/ c2 W) n- _& ^ p
注:前面的高等数学部分可以求解,已证明这个概率=2l / πd,另外针中点到相邻平行线的距离x≤l/2sinφ,l是针的长度,φ是针与平行线的夹角。* N; V4 |% S9 C+ D! d" Y) ?" O- B
3 v3 Q6 ?! O. r$ E0 n: M* I 现在我们知道了规则,那就是x≤l/2sinφ,为了模拟各种情况,我们现在需要做的就是对未知量x和未知夹角φ进行随机模拟,然后计算符合规则的概率,最后依次计算圆周率。 * V) X' n' t+ a! T& B: b! S: V$ k6 ^7 g
, {0 B! P" e }% s/ c( U% a0 i& P2 L% M( J
; m# n4 W% ~3 D
clc;clear;close all; . _7 m: `: t9 v$ n$ U4 J6 A! Q' vd = 2;%设定平行线之间的距离; }% b' h6 ^. ?1 a- u% ~
l = 1;%设定针的长度 5 [6 T2 v# e7 d& @& Zn = 1000;%设定投针个数 & l P w8 X! j, S9 `' U& d/ M* J8 Fbeta = 0 : 0.002 : pi; ; }5 W( A7 `. p5 O' G( Rplot(beta, l/2*sin(beta), 'k-')%绘出l/2*sin(φ)曲线 6 p% n- F- B% M; caxis([0, pi, 0, d/2])%横坐标范围设在0~pi,纵坐标范围设在0~d/2# B8 b' {* V0 L. L
title('蒲丰投针实验')1 s; l! B# P; P. J
hold on# r0 E) ]9 N" E
beta = rand(1, n) * pi;%随机生成n个角度(0~180度)5 V# M# Q: b2 h7 j- f
x = (d/2) * rand(1, n);%在平行线中线以下生成n个针中心# O( N( a9 _6 N" J8 M& f' w( ?
m = 0;8 \6 q& w+ ~7 t0 ]) G# |' k: o% \
for i = 1 : n 0 _" I! }2 X' L4 x if x(i) <= l/2 * sin(beta(i)): T" H) D2 B! r% A
m = m + 1;%符合条件就增计数 ! Z0 W2 \9 D5 l k2 V6 n plot(beta(i), x(i), '.r')%将符合条件的针以红点形式画在图中 6 i, E2 d2 R; q' o- v7 d! w- f3 b pause(0.00001)! v% r$ i; \1 j
else' m' [ d+ v* I- A( i
plot(beta(i),x(i),'.b')%将不符合条件的针以蓝点形式画在图中 6 a' H6 q' \$ A/ a7 q4 I pause(0.00001) ! X( ~; w+ M* @, u end 5 T' W7 h2 L8 F1 ?' D; B* ^0 zend& `8 D9 ^/ o. D& J/ a
p = m/n;%计算概率. Y4 P0 J; r5 U* M$ t
pai = 2*l / (d*p);%计算圆周率1 ]. G; L+ T* h6 A; I. J
disp(['圆周率为:',num2str(pai)])8 Y: Z' _# ?: w% Z- p