随机算法分成两类:
- 蒙特卡罗算法:采样越多,越近似最优解;
- 拉斯维加斯算法:采样越多,越有机会找到最优解;
上图区分记忆一下:
蒙特卡罗是一类随机方法的统称,这里摘一段知乎大神(鹌鹑)的概括:(这些蒙特卡罗的应用,肯定对这些有过深刻的了解之后才能总结出来的,以下摘抄)
蒙特卡罗算法——大家听说过蒙特卡罗求π吧?就是画一个正方形和内切圆,随机撒点,数一下点落在园内和正方形内的数量之比,就是二者面积之比π/4。
所以蒙特卡罗就是求面积的方法。
而积分是曲线下的面积
所以蒙特卡罗就是求积分的方法
而均值就是概率密度与自变量乘积的积分
所以蒙特卡罗就是求均值的方法
而期望就是均值
所以蒙特卡罗就是求期望的方法
而最优值往往接近或就是期望
所以蒙特卡罗就是求最优值的方法
Done.
本文介绍了两种主要的随机算法——蒙特卡罗算法和拉斯维加斯算法的特点与区别,并通过实例详细阐述了蒙特卡罗算法如何应用于求解数学问题如求π值、求积分、求均值及最优值等。
470

被折叠的 条评论
为什么被折叠?



