MCI的原理确定性系统模拟随机性系统自然界重复试验Monte-Carlo模拟，即随机模拟（重复“试验”计算机模拟
确定性系统 随机性系统 模拟 自然界 Monte-Carlo模拟，即随机模拟（重复“试验”） 重复试验 计算机模拟 MC 的原理
MC的理论基础概率论中的大数法则和中心极限定理是蒙特卡洛方法的基础。大数法则反映了大量随机数之和的性质。如果函数h在a,b区间，以均匀的概率分布密度随机地取n个数ui，对每个u,计算出函数值h(u,)。大数法则告诉我们这些函数值之和除以n所得的值将收敛于函数h的期望值，即lim=Zh(u,)= lim I,h(u)du = Ib-ajn-→00m00ni=l大数法则保证了在抽取足够多的随机样本后，计算得到的积分的蒙特卡洛估计值将收敛于该积分的正确结果。若要对收敛的程度进行研究，并做出各种误差估计，则要用到中心极限定理
MC的理论基础 概率论中的大数法则和中心极限定理 大数法则和中心极限定理是蒙特卡 洛方法的基础。 洛方法的基础