This is an old revision of the document!
개요
난수를 이용한 함수의 적분법.
몬테 카를로 적분법
다음과 같은 적분을 계산한다고 생각해보자.
적분할 함수의 개형을 보면 양 끝 점으로 갈수록 무한히 가파르게 변하는 모습을 볼 수 있다. 반면, 함수의 그래프가 21인 사각형 안에 알맞게 들어오기 때문에 적분값이 유한하고 그 값이 2보다 작다는 것을 알 수 있다. 수치적분을 할 때 사다리꼴 적분법이나 가우스 구적법을 많이 사용하지만 이러한 방법들은 위와 같이 가파르게 변하는 함수의 적분값을 적절하게 구해주지 못한다. 이러한 경우에 다른 여러 방법들 중에서 많이 사용하는 방법 중 하나가 몬테 카를로 적분법이다.
함수를 적분한다는 것은 기하학적으로 그 함수의 그래프가 가지는 면적을 구한다는 것과 같다. 이러한 원리를 이용하기 위해서 21이란 제한된 면적 위에 임의로 점을 찍는다고 생각해보자. 그 점들 중에서 함수값보다 작은 값을 갖는 점이 있을 것이고 우리는 이러한 점의 갯수가 우리가 찍은 전체 점의 갯수 중에서 가지는 비율을 구할 수 있다. 이러한 과정을 많이 반복하다 보면 이 비율이 곧 제한된 공간 안에서 그래프가 가지는 면적의 비율과 비슷한 값을 가질 것이라 생각할 수 있다. 즉 이와 같은 번의 시행 중에서 함수값보다 작은 값을 갖는 점의 갯수가 개, 제한된 공간의 전체 넓이 에서 함수가 그리는 그래프의 넓이를 라 하면
의 관계를 얻을 수 있다. 이 관계식을 정리하여 다시 쓰면 다음과 같이 적잘한 적분값을 구할 수 있다.
오차
무작위로 뽑은 점 하나가 함수값 보다 작을 확률이 이므로 함수값 보다 크거나 같은 값을 가질 확률은 이다. 만약 무작위 수를 뽑는 횟수가 번이고 이 중 함수값보다 작은 값을 가지는 수가 개가 뽑일 확률은
이 되어 이항분포를 가진다. 이항분포의 분산 식을 이용하면
임을 알 수 있다. 그러므로 표준편차를 아래와 같이 얻을 수 있다.
따라서 무작위 수를 번 얻어 몬테 카를로 적분법을 사용하면 정확한 적분값과 비교하여 에 비례하는 오차를 가지는 것을 알 수 있다.
참고문헌
- M. E. J. Newman, Computational Physics (Createspace Independent Pub, 2012).