2. 概率统计基础回顾

蒙特卡洛仿真的本质，是用大量随机抽样去近似一个难以解析求解的概率问题。因此，随机变量、概率分布、期望与方差、大数定律和中心极限定理并不是“数学背景知识”，而是决定仿真模型能否正确建立、结果能否被信任的核心工具。本节把这些概念放回仿真语境中重新梳理：它们分别对应仿真中的输入建模、随机数生成、输出统计和误差评估。

随机变量：把不确定的输入变成可计算的量

随机变量是把随机试验的结果映射为数值的函数。在仿真中，我们关心的几乎都是随机变量：某零件的加工尺寸、某设备的故障间隔时间、某订单的到达间隔、某投资组合的日收益率。随机变量分为离散型和连续型两类。离散型随机变量取有限或可数个值，例如一批产品中的不合格品数；连续型随机变量在区间内取值，例如加工误差、服务时间。

建模时，第一步是判断“这个不确定量应该用哪种随机变量描述”。判断依据通常来自物理机制和历史数据：计数型变量（次数、个数）倾向离散分布；时间、长度、比例、误差等倾向连续分布。若把连续量错误地离散化，或把计数过程当成连续分布，仿真结果会系统性偏离真实情况。

概率分布：描述随机变量的取值规律

概率分布给出随机变量取各值或落入各区间的可能性。仿真中常用的分布及其典型场景如下：

选择分布时，不能只看数据“像不像”，还要考虑生成机制。例如，多个独立小误差叠加通常趋于正态；事件到达若满足独立、平稳、稀有条件，则用泊松过程，其间隔时间服从指数分布。分布选错，后续所有仿真结论都会建立在错误假设上。

期望与方差：仿真输出的两个核心统计量

期望 E[X] 描述随机变量的长期平均水平，方差 Var(X) 描述其波动程度。在仿真中，我们通常用样本均值估计期望，用样本方差估计方差。设一次仿真得到 n 个独立输出 X₁, X₂, …, Xₙ，则：

样本均值： x̄ = (1/n) Σ Xᵢ
样本方差： s² = 1/(n-1) Σ (Xᵢ - x̄)²
标准误：   SE = s / √n

标准误 SE 是评估仿真精度最直接的指标。它告诉我们：如果重复整个仿真多次，样本均值会有多大波动。n 越大，SE 越小，但缩小速度是 √n——要把误差减半，需要把样本量增加到原来的 4 倍。这一规律直接决定了仿真预算的分配。

大数定律：为什么“多跑几次”会收敛

大数定律指出，当样本量 n 足够大时，样本均值依概率收敛于总体期望。这正是蒙特卡洛方法成立的理论基础：只要抽样次数足够多，仿真输出的平均值就会逼近真实期望。但大数定律只保证“收敛”，不保证“收敛多快”，也不保证单次仿真一定准确。它要求样本独立同分布，若仿真中使用了相关性很强的随机数或存在未收敛的瞬态，大数定律的适用条件就被破坏。

中心极限定理：误差分布近似正态，才能给出置信区间

中心极限定理指出，当 n 足够大时，样本均值 x̄ 的分布近似正态，均值为 μ，标准差为 σ/√n。这使我们可以用正态分布构造置信区间：

近似 95% 置信区间： x̄ ± 1.96 · s / √n

这条公式在仿真结果分析中极其常用。它把“我跑了 1000 次，均值是 12.3”变成“我有 95% 把握认为真实期望在 12.1 到 12.5 之间”。没有中心极限定理，我们就无法量化仿真结果的可靠性。

在仿真中的实际意义：从假设到结论的闭环

把上述概念串起来，一次规范的蒙特卡洛仿真通常包含以下判断：第一，明确每个随机输入的物理含义，选择离散或连续分布，并估计参数；第二，用随机数生成器产生符合该分布的样本；第三，独立重复 n 次，记录每次输出；第四，计算样本均值和样本方差，用标准误和置信区间评估精度；第五，判断 n 是否足够——若置信区间过宽，则增加样本量或采用方差缩减技术。

例如，某零件加工尺寸服从均值 50.0 mm、标准差 0.08 mm 的正态分布，装配间隙要求为 50.0 ± 0.15 mm。若直接按正态分布抽样 10000 次，统计落入公差外的比例，可估计不合格率。假设某次仿真得到不合格率 0.061，标准误约 0.0024，则 95% 置信区间约为 [0.056, 0.066]。这说明不合格率大概率在 5.6% 到 6.6% 之间，若目标要求低于 5%，则当前工艺能力不足，需要调整均值或减小标准差。这里，分布假设决定了输入，大数定律保证了 10000 次抽样的均值稳定，中心极限定理则让“0.061 ± 0.005”这样的结论有了统计依据。

因此，学习蒙特卡洛仿真，必须同时掌握“怎么抽”和“抽完怎么判断”。随机变量与分布负责把现实不确定性翻译成可计算的输入；期望与方差负责描述输出的中心与波动；大数定律与中心极限定理负责说明为什么可以相信仿真结果，以及如何量化这种相信的程度。这四者共同构成了仿真结果可信度的统计基础。