10.3.2 随机模拟（教学课件）高一数学人教A版必修第二册

第十章 概率 10.3.2 随机模拟 学 习 目 标 1 2 3 理解随机模拟（蒙特卡洛方法）的基本思想，掌握利用计算器或计算机软件产生随机数的方法 能够根据不同随机试验构建相应的随机数模拟实验，快速进行大量重复试验 掌握利用随机模拟方法估计概率的具体步骤，能解决”有限性但不满足等可能性”或”基本事件总数较大”的概率问题 新课引入 历史背景引入 1946年，数学家斯坦尼斯拉夫·乌拉姆（Stanislaw Ulam） 在参与曼哈顿计划时，需要模拟中子在核材料中的随机扩散行为。由于问题过于复杂无法解析求解，他提出了利用随机抽样进行数值计算的方法，并以摩纳哥的蒙特卡洛赌场命名——这就是著名的蒙特卡洛方法（Monte Carlo Method）。 新课引入 现实问题 情境1：班级里有6名同学，假设每人在12个月份出生是等可能的，估计”至少有两人出生月份相同”的概率。 情境2：甲乙两名运动员进行羽毛球决赛，甲每局获胜概率为0.6，乙为0.4，比赛采用三局两胜制，估计甲获得冠军的概率。 如果用真实试验解决上述问题，会遇到什么困难？ 结论：(1) 费时费力——需要大量重复试验；(2) 难以实施——如出生月份调查需要大量样本；(3) 人为误差——手工记录容易出错。 新课引入 周末逛超市时，我们常会遇到“幸运大转盘”抽奖活动：该转盘被平均分成10份，1份对应一等奖（免单50元），2份对应二等奖（洗衣液），7份对应参与奖（纸巾）。大家都想知道抽中一等奖的概率，但显然无法在超市反复转动转盘几十、上百次来估算；类似地，学校要从全校2000名学生中随机抽取50人参加研学活动，若想估计本班3名同学至少有1人被抽中的概率，也无法通过重复开展多次抽样来实现。 当现实中的试验难以实施或不可能实施时，我们可以借助随机模拟方法，利用计算机或计算器产生随机数来代替真实试验，快速获得概率的估计值。 随机模拟 互动探究 回顾与铺垫 随机模拟 上节课我们学习了用频率估计概率，核心依据是什么？ 大数定律——随着试验次数增加，频率会逐渐稳定于概率。 产生随机数有哪些方法？ (1) 抽签、掷骰子等物理方法；(2) 随机数表；(3) 计算器/计算机软件。 互动探究 探究随机数的产生 随机模拟 分组实验：每组使用计算器或Excel软件，尝试产生1~10之间的随机整数。 观察思考： 1. 每次产生的随机数相同吗？（体会随机性） 2. 产生100个随机数，统计每个数字出现的次数，有什么规律？（体会均匀性） 知识讲解 随机模拟的定义 随机模拟 随机模拟：利用计算器或计算机软件产生随机数，根据不同随机试验构建相应的随机数模拟实验，快速进行大量重复试验的方法，称为随机模拟（Random Simulation）或蒙特卡洛方法（Monte Carlo Method）。 试验满足有限性 基本事件总数有限 不满足等可能性 或等可能性难以验证 基本事件总数较大 难以用列举法（如古典概型）计算 真实试验难以实施 如需要大量样本、时间成本高等 知识讲解 随机模拟的基本步骤 随机模拟 ┌─────────────────────────────────────┐ │ 第一步：建立概率模型 │ │ → 确定随机变量及其取值范围 │ │ → 建立随机数与试验结果的对应关系 │ ├─────────────────────────────────────┤ │ 第二步：产生随机数 │ │ → 利用计算器/计算机产生均匀分布随机数│ │ → 根据需要进行变换（如取整、映射） │ ├─────────────────────────────────────┤ │ 第三步：进行模拟试验 │ │ → 按模型规则进行单次试验 │ │ → 重复试验n次（n足够大，如1000+） │ ├─────────────────────────────────────┤ │ 第四步：统计分析 │ │ → 统计事件A发生的次数m │ │ → 计算频率 fn(A) = m/n │ │ → 用频率估计概率 P(A) ≈ fn(A) │ 知识讲解 随机模拟的优缺点 随机模拟 优点 缺点 快速高效——可在短时间内完成成千上万次试验 结果是近似值，存在随机误差 适用范围广——可解决复杂概率问题 需要大量试验次数才能保证精度 易于实现——借助计算机软件即可完成 对伪随机数的质量有依赖 可视化——可直观展示频率收敛过程 计算成本随精度要求指数增长 典例分析 【例1】从你所在班级任意选出6名同学，调查他们的出生月份，假设出生在1-12月是等可能的。设事件A=“至少有两人出生月份相同”，设计随机模拟试验，模拟20次，估计事件A发生的概率。 【解析】 1. 建模：用1-12的整数代表12个月份 2. 试验：每次产生6个1-12的随机整数（有放回） 3. 判断：若6个数中存在重复，则事件A发生 4. 模拟：重复20组，统计A发生次数 试验组号 随机数（6个） 是否有重复 事件A 1 3,11,7,3,5,9 有（3重复） 发生 2 2,8,6,10,12,4 无 不发生 … … … … 20 5,5,8,2,9,1 有（5重复） 发生 计算：若20次中A发生13次，则估计 理论验证：用对立事件计算，，说明20次模拟误差较大，需要增加试验次数。 典例分析 题型2 比赛胜负问题 【例2】甲乙进行羽毛球决赛，每局甲获胜概率为0.6，乙为0.4，采用三局两胜制。利用计算机模拟，估计甲获得冠军的概率。 【解析】 1. 建模：用1-5的随机整数，1,2,3表示甲胜（概率0.6），4,5表示乙胜（概率0.4） 2. 试验：每3个随机数为一组，代表一局比赛结果 3. 判断：若一组中1,2,3出现≥2次，则甲获得该组（冠军） 4. 模拟：产生20组随机数 模拟数据： 423 123 423 344 114 453 525 332 152 342 534 443 512 541 125 432 334 151 314 354 分析： 甲获胜的组：423(2胜), 123(3胜), 423(2胜), 114(2胜), 332(3胜), 152(2胜), 342(2胜), 512(2胜), 125(2胜), 432(2胜), 334(2胜), 151(2胜), 314(2胜) —— 共13组 - 估计概率：P("甲夺冠" )≈=0.65 理论计算：甲夺冠包括2:0和2:1两种情况，理论概率为 ，模拟结果接近理论值。 典例分析 题型3 估计圆周率π 【例3】利用蒙特卡洛方法估计圆周率π的近似值。 思路： - 在单位正方形 内随机投点 - 统计落在单位圆 内的点数比例 - 比例 ，故 模拟步骤： 1. 产生两组[0,1]均匀分布随机数 2. 判断 是否成立 3. 重复n次，统计满足条件的点数m 4. 举一反三 1.袋中有5个白球和3个黑球，从中任意摸出一球，是白球的概率是多少？设计随机模拟试验验证。 答案： 模拟方案：用1-8的随机整数，1-5代表白球，6-8代表黑球 - 试验：产生n个1-8随机数，统计1-5出现次数m - 估计：，理论值应为 2.天气预报说明天下雨概率为30%，利用随机模拟估计”连续3天中恰好2天下雨”的概率。 答案： 建模：用1-10随机数，1-3代表下雨（概率0.3），4-10代表不下雨 - 试验：每3个数为一组，代表连续3天 - 判断：一组中恰好有2个数在1-3范围内 - 模拟：进行大量试验，统计频率,理论验证： 举一反三 3.如图，边长为2的正方形内有一不规则阴影区域，如何估计阴影部分面积？ 答案： 思路：向正方形内随机投点，统计落在阴影内的比例 - 面积估计：（正方形面积为4） , 原理：几何概型与随机模拟结合 4.利用随机模拟方法估计概率，下列说法正确的是（ ） A. 随机模拟只能用于古典概型问题 B. 随机模拟得到的概率是精确值 C. 随机模拟适用于试验次数多、难以手工完成的情况 D. 随机模拟不需要大量重复试验 学海拾贝 知识小结 随机模拟（蒙特卡洛方法） ├── 核心思想：用随机数代替真实试验，频率估计概率 ├── 产生工具：计算器、Excel、编程软件 ├── 适用场景： │ ├── 试验难以实施或成本过高 │ ├── 基本事件总数大，列举困难 │ └── 不满足等可能性 ├── 基本步骤：建模→产生随机数→模拟→统计→估计 └── 理论基础：大数定律（频率稳定性） 学海拾贝 【方法思想】 转化思想：将复杂概率问题转化为统计估计问题 数形结合：利用计算机可视化频率收敛过程 算法思想：体会程序化解决问题的步骤 【与信息技术融合】 随机模拟体现了数学与信息技术的深度融合，是现代科学计算的重要工具，在物理、金融、工程等领域有广泛应用。 感谢聆听! $