具有Monte Carlo集成功能的Python库。 缩放以支持x尺寸 要使用该函数，请调用mcintegrate.integrate(f, n, lims, **kwargs) ，其中f是x参数的函数， n是每个框的迭代次数（用作最小迭代次数）l，而lims是积分的极限（函数或数字）。 kwargs名单 start是积分开始的x维坐标。 该算法将围绕此点扩展，直到限制所定义的形状被封装并且积分收敛为止。 默认情况下是原点。 wedge是集成的形状的一部分。 例如， wedge=[3,8]表示该函数将集成形状的“第三高度”。 由于集成作业可以分布在多个线程中，因此使多处理变得更加容易。 默认情况下， boxSize为1 。 详细说明每个迭代中集成的框的大小。 数值多维导数函数也包括在内： partialDiff(f, position, axis, dimensions, de

主要讨论了Cox-Ross-Rubinstein（CRR）模型和广义的CRR模型，并研究了如何基于CRR模型和广义的CRR模型利用Monte Carlo模拟计算资产价格以及期权价值。

firmValueSim 概述 为了最大程度地减少内在估值方法中假设的负面影响，存在通过蒙特卡洛模拟对风险进行建模的可能性。 模型中的每个变量都是通过可以随机建模的假设得出的。 评估中蒙特卡洛的主要目的是通过整合多个参数结果的预期值来实现风险管理。 评估中风险管理的两种主要方法是通过基于树的方法或模拟方法。 使用模拟代替决策树的优点在于，不仅可以选择二进制输入方法，而且可以选择基础分布，因此具有很大的灵活性。 模拟的第一步是通过历史数据，最有可能的结果或市场共识来分配变量的分布。 分配分配后，将对每个参数分配的单个值进行抽样，并按照常规方式通过FCFF或FCFE进行折现现金流评估。 参考 Abrams，JB（2001）。 定量业务评估。 纽约：麦格劳-希尔。 Ballwieser，W.，＆Hachmeister，D.（2016年）。 应用程序：Prozess，《方法论与问题》。 Schä

Pierre Bremaud的著作，学习随机过程的最好教材，英文版pdf

Monte-Carlo方法，QPSK在高斯信道下的matlab仿真

matlab复变函数指数函数代码两种几何的辐射视角因子的蒙特卡洛模拟 在两个物体之间，离开一个物体并撞击另一个物体的辐射比例称为。 有多种技术可以计算对象相对于另一个对象的视图因子。 一些参考文献包含针对某些几何形状的分析方法，而另一些参考文献则探讨了对更复杂的几何形状使用数值方法的情况。 在此代码中，用来模拟排放并计算视图因子。 更具体地说，此代码针对两个同轴平行磁盘的3D几何体运行了蒙特卡洛模拟，然后绘制结果并将其与参考中提供的实际（解析）值进行比较，并观察每个误差和半径的关系磁盘。 运行测试 为了运行脚本，MATLAB是必需的，并且可以与所有版本的MATLAB一起使用。 2D几何：等边三角形 这是运行蒙特卡洛模拟的最简单的几何。 它没有3D几何的复杂性，因此适合学习传热方面的蒙特卡洛基础知识。 在主目录上运行脚本以执行此操作： Triangle_MonteCarlo 这个怎么运作 从上图中可以看出，连续辐射从表面1发出并撞击到其他两个表面。 辐射的发射位置和角度由随机数确定。 然后，辐射击中另一个表面。 绝对吸收率为1/2时，辐射会从表面吸收或反射。 如果吸收了辐射，则保存结果，

基于蒙特卡罗算法的电力系统风险评估研究_李彦生。利用蒙特卡洛抽样和潮流计算方法计算电力系统可靠性

基于Matlab语言的Monte_Carlo入门教程,适用于涉及金融领域的Monte-CARLO模拟初学者

顺序蒙特卡洛 Prob Prog的作业6代码：)

马链monte carlo算法中的gibbs采样.pdf