實驗數(shù)據(jù)處理方法

1、關(guān)于實驗數(shù)據(jù)處理方法第一張，PPT共十一頁，創(chuàng)作于2022年6月蒙特卡羅方法(Monte Carlo simulation)引言(introduction)均勻隨機數(shù)的產(chǎn)生(Random number generation)任意分布的隨機變量的抽樣Monte Carlo積分法常用Monte Carlo模擬軟件的使用第二張，PPT共十一頁，創(chuàng)作于2022年6月實驗數(shù)據(jù)處理方法第二部分：Monte Carlo模擬第六章 引言（Introduction)第三張，PPT共十一頁，創(chuàng)作于2022年6月第六章 引言(Introduction)Monte Carlo方法：亦稱統(tǒng)計模擬方法，statistic

2、al simulation method 利用隨機數(shù)進行數(shù)值模擬的方法Monte Carlo名字的由來：是由Metropolis在二次世界大戰(zhàn)期間提出的：Manhattan計劃，研究與原子彈有關(guān)的中子輸運過程；Monte Carlo是摩納哥（monaco)的首都，該城以賭博聞名Nicholas Metropolis (1915-1999)Monte-Carlo, Monaco第四張，PPT共十一頁，創(chuàng)作于2022年6月第六章 引言(Introduction)Monte Carlo模擬的應(yīng)用：自然現(xiàn)象的模擬：宇宙射線在地球大氣中的傳輸過程；高能物理實驗中的核相互作用過程；實驗探測器的模擬數(shù)值分析

3、：利用Monte Carlo方法求積分第五張，PPT共十一頁，創(chuàng)作于2022年6月Monte Carlo模擬在物理研究中的作用第六章 引言(Introduction)第六張，PPT共十一頁，創(chuàng)作于2022年6月第六章 引言(Introduction)Monte Carlo模擬的步驟：根據(jù)欲研究的物理系統(tǒng)的性質(zhì)，建立能夠描述該系統(tǒng)特性的理論模型，導(dǎo)出該模型的某些特征量的概率密度函數(shù)；從概率密度函數(shù)出發(fā)進行隨機抽樣，得到特征量的一些模擬結(jié)果；對模擬結(jié)果進行分析總結(jié)，預(yù)言物理系統(tǒng)的某些特性。第七張，PPT共十一頁，創(chuàng)作于2022年6月注意以下兩點：Monte Carlo方法與數(shù)值解法的不同:Mont

4、e Carlo方法利用隨機抽樣的方法來求解物理問題;數(shù)值解法:從一個物理系統(tǒng)的數(shù)學(xué)模型出發(fā),通過求解一系列的微分方程來的導(dǎo)出系統(tǒng)的未知狀態(tài);Monte Carlo方法并非只能用來解決包含隨機的過程的問題:許多利用Monte Carlo方法進行求解的問題中并不包含隨機過程 例如:用Monte Carlo方法計算定積分. 對這樣的問題可將其轉(zhuǎn)換成相關(guān)的隨機過程, 然后用Monte Carlo方法進行求解第六章 引言(Introduction)第八張，PPT共十一頁，創(chuàng)作于2022年6月第六章 引言(Introduction)Monte Carlo算法的主要組成部分概率密度函數(shù)(pdf) 必須給出描述一個物理系統(tǒng)的一組概率密度函數(shù);隨機數(shù)產(chǎn)生器能夠產(chǎn)生在區(qū)間0,1上均勻分布的隨機數(shù)抽樣規(guī)則如何從在區(qū)間0,1上均勻分布的隨機數(shù)出發(fā),隨機抽取服從給定的pdf的隨機變量;模擬結(jié)果記錄記錄一些感興趣的量的模擬結(jié)果誤差估計必須確定統(tǒng)計誤差（或方差）隨模擬次數(shù)以及其它一些量的變化；減少方差的技術(shù)利用該技術(shù)可減少模擬過程中計算的次數(shù)；并行和矢量化可以在先進的并行計算機上運行的有效算法第九張，PPT共十一頁，創(chuàng)作于2022年6月第六章 引言(Introduction)Monte Carlo方法簡史簡單地介紹一下Monte Carlo方法的發(fā)展歷史1、Buffon投針實驗：1768年，法國數(shù)學(xué)家