目前，研究不銹鋼應力腐蝕概率的模型有兩類，隨機變量模型和隨機過程模型。
1. 隨(sui)機(ji)變量模型
該模型(xing)(xing)是在確(que)定(ding)論(lun)基(ji)礎上(shang)發展起來(lai)的(de)(de)(de)(de)。首先確(que)定(ding)系統退(tui)化特(te)(te)征(zheng)值(zhi)，然(ran)后(hou)(hou)再建立特(te)(te)征(zheng)值(zhi)與相關變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)的(de)(de)(de)(de)關系式(shi)，再將公式(shi)中的(de)(de)(de)(de)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)看成(cheng)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)，最(zui)后(hou)(hou)通(tong)過(guo)相應(ying)的(de)(de)(de)(de)計算方法得出結(jie)果(guo)。隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)是影(ying)響特(te)(te)征(zheng)值(zhi)的(de)(de)(de)(de)一些重(zhong)要(yao)物理量(liang)(liang)(liang)，可以(yi)(yi)(yi)是自變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)，也可以(yi)(yi)(yi)是因(yin)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)，還可以(yi)(yi)(yi)是無關變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)。隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)可分(fen)(fen)(fen)為離散(san)型(xing)(xing)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)和(he)連續型(xing)(xing)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang),離散(san)型(xing)(xing)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)具有(you)分(fen)(fen)(fen)布(bu)(bu)律(lv)，連續型(xing)(xing)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)具有(you)概(gai)率密度函(han)數(shu)f(x)以(yi)(yi)(yi)及概(gai)率分(fen)(fen)(fen)布(bu)(bu)函(han)數(shu)F(x),分(fen)(fen)(fen)布(bu)(bu)律(lv)和(he)分(fen)(fen)(fen)布(bu)(bu)函(han)數(shu)可分(fen)(fen)(fen)別描述(shu)不同類(lei)(lei)型(xing)(xing)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)的(de)(de)(de)(de)概(gai)率特(te)(te)性(xing)(xing)，對于研(yan)(yan)究應(ying)力腐(fu)蝕隨(sui)(sui)機(ji)(ji)(ji)(ji)性(xing)(xing)中的(de)(de)(de)(de)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)一般(ban)都是連續型(xing)(xing)的(de)(de)(de)(de)，如材料性(xing)(xing)能、環境中離子(zi)濃度、溫度、載(zai)荷等。確(que)定(ding)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)分(fen)(fen)(fen)布(bu)(bu)類(lei)(lei)型(xing)(xing)以(yi)(yi)(yi)及參數(shu)是概(gai)率研(yan)(yan)究的(de)(de)(de)(de)重(zhong)要(yao)內容，它們將直接影(ying)響失(shi)效概(gai)率的(de)(de)(de)(de)計算結(jie)果(guo)及其(qi)精確(que)度。因(yin)此(ci)，隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)的(de)(de)(de)(de)概(gai)率分(fen)(fen)(fen)布(bu)(bu)特(te)(te)性(xing)(xing)研(yan)(yan)究是一項基(ji)礎性(xing)(xing)的(de)(de)(de)(de)研(yan)(yan)究工作。一般(ban)由觀測數(shu)據(ju)確(que)定(ding)隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)概(gai)率分(fen)(fen)(fen)布(bu)(bu)類(lei)(lei)型(xing)(xing),并在此(ci)基(ji)礎上(shang)確(que)定(ding)其(qi)參數(shu)；當由已有(you)的(de)(de)(de)(de)觀測數(shu)據(ju)難以(yi)(yi)(yi)確(que)定(ding)該隨(sui)(sui)機(ji)(ji)(ji)(ji)變(bian)(bian)(bian)(bian)(bian)(bian)量(liang)(liang)(liang)的(de)(de)(de)(de)理論(lun)分(fen)(fen)(fen)布(bu)(bu)形式(shi)時，則定(ding)義一個實驗(yan)分(fen)(fen)(fen)布(bu)(bu)，再進行擬(ni)合檢(jian)驗(yan)，最(zui)后(hou)(hou)根據(ju)有(you)限比(bi)較法選擇(ze)其(qi)中的(de)(de)(de)(de)最(zui)優概(gai)率分(fen)(fen)(fen)布(bu)(bu)類(lei)(lei)型(xing)(xing)作為參數(shu)的(de)(de)(de)(de)概(gai)率分(fen)(fen)(fen)布(bu)(bu)類(lei)(lei)型(xing)(xing)。正態分(fen)(fen)(fen)布(bu)(bu)、Weibull分(fen)(fen)(fen)布(bu)(bu)、指數(shu)分(fen)(fen)(fen)布(bu)(bu)以(yi)(yi)(yi)及Poisson(泊松）分(fen)(fen)(fen)布(bu)(bu)等都是應(ying)力腐(fu)蝕概(gai)率分(fen)(fen)(fen)析中常(chang)用的(de)(de)(de)(de)概(gai)率分(fen)(fen)(fen)布(bu)(bu)類(lei)(lei)型(xing)(xing)。
參數(shu)估(gu)計(ji)(ji)(ji)的(de)(de)(de)方法(fa)(fa)有(you)矩估(gu)計(ji)(ji)(ji)法(fa)(fa)、最(zui)大（極(ji)(ji)大）似然法(fa)(fa)、最(zui)小二乘(cheng)法(fa)(fa)和貝葉斯估(gu)計(ji)(ji)(ji)法(fa)(fa)，其(qi)中(zhong)矩估(gu)計(ji)(ji)(ji)法(fa)(fa)、最(zui)大（極(ji)(ji)大）似然法(fa)(fa)最(zui)為常(chang)用(yong)。矩估(gu)計(ji)(ji)(ji)法(fa)(fa)對(dui)任(ren)何總(zong)體(ti)都可以用(yong)，不需(xu)要(yao)(yao)事先知(zhi)道總(zong)體(ti)的(de)(de)(de)分(fen)布(bu)，方法(fa)(fa)簡單，但(dan)是(shi)(shi)(shi)，變量(liang)分(fen)布(bu)特征沒有(you)得到有(you)效使(shi)用(yong)，一般情況下，該(gai)方法(fa)(fa)的(de)(de)(de)估(gu)計(ji)(ji)(ji)量(liang)有(you)多(duo)個。最(zui)大似然法(fa)(fa)是(shi)(shi)(shi)在總(zong)體(ti)類型(xing)已知(zhi)條件(jian)下使(shi)用(yong)的(de)(de)(de)一種(zhong)(zhong)參數(shu)估(gu)計(ji)(ji)(ji)方法(fa)(fa),認為未知(zhi)參數(shu)的(de)(de)(de)估(gu)計(ji)(ji)(ji)值應使(shi)樣(yang)本觀測值出現的(de)(de)(de)概率最(zui)大。有(you)些隨機參數(shu)總(zong)體(ti)服從(cong)什么(me)分(fen)布(bu)是(shi)(shi)(shi)未知(zhi)的(de)(de)(de)，我們要(yao)(yao)對(dui)總(zong)體(ti)是(shi)(shi)(shi)否服從(cong)某(mou)種(zhong)(zhong)分(fen)布(bu)作檢(jian)(jian)(jian)驗(yan)(yan)，這(zhe)樣(yang)的(de)(de)(de)檢(jian)(jian)(jian)驗(yan)(yan)稱(cheng)為分(fen)布(bu)的(de)(de)(de)檢(jian)(jian)(jian)驗(yan)(yan)。常(chang)用(yong)的(de)(de)(de)樣(yang)本概率分(fen)布(bu)檢(jian)(jian)(jian)驗(yan)(yan)方法(fa)(fa)主要(yao)(yao)有(you)：χ2檢(jian)(jian)(jian)驗(yan)(yan)、J-B檢(jian)(jian)(jian)驗(yan)(yan)、A-D檢(jian)(jian)(jian)驗(yan)(yan)、K-S檢(jian)(jian)(jian)驗(yan)(yan)以及正態分(fen)布(bu)的(de)(de)(de)概率紙檢(jian)(jian)(jian)驗(yan)(yan)等。χ2檢(jian)(jian)(jian)驗(yan)(yan)法(fa)(fa)可適(shi)用(yong)于離(li)散(san)型(xing)或連續(xu)型(xing)分(fen)布(bu)，是(shi)(shi)(shi)一種(zhong)(zhong)應用(yong)比較(jiao)廣泛的(de)(de)(de)分(fen)布(bu)檢(jian)(jian)(jian)驗(yan)(yan)法(fa)(fa)。
2. 隨機過程模(mo)型(xing)
隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)按(an)統計特(te)(te)性(xing)(xing)可分(fen)為(wei)(wei)(wei)(wei)平穩隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)和非平穩隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)，按(an)照記(ji)憶特(te)(te)性(xing)(xing)可分(fen)為(wei)(wei)(wei)(wei)純粹隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)、馬爾科夫(fu)隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)和獨立增量隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)；按(an)概率(lv)(lv)分(fen)布函數(shu)(shu)可分(fen)為(wei)(wei)(wei)(wei)高斯(si)隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)和非高斯(si)隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)。平穩隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)是(shi)一類基本的(de)、重要的(de)隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)，實(shi)際工(gong)程(cheng)(cheng)(cheng)領域所(suo)遇到的(de)很多(duo)概率(lv)(lv)問題都可以認為(wei)(wei)(wei)(wei)是(shi)平穩隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng),平穩隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)的(de)統計特(te)(te)性(xing)(xing)不隨(sui)(sui)(sui)時間(jian)的(de)變(bian)化而(er)發生(sheng)變(bian)化，也就是(shi)說，對(dui)于時間(jian)t的(de)任意n個數(shu)(shu)值t1,t2,···,tn和任意實(shi)數(shu)(shu)r,如(ru)果隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)X(t)的(de)n維分(fen)布函數(shu)(shu)滿足如(ru)下關系式，則X(t)稱(cheng)為(wei)(wei)(wei)(wei)平穩隨(sui)(sui)(sui)機(ji)(ji)(ji)(ji)過(guo)(guo)(guo)程(cheng)(cheng)(cheng)。
在研究應力腐蝕(shi)隨機性問題中，泊松過程和馬爾科夫(fu)過程是(shi)常用的兩種隨機過程：
①. 泊松(song)過(guo)程(cheng)是一種(zhong)重要的(de)獨(du)立增(zeng)量過(guo)程(cheng)，是服(fu)從泊松(song)分布的(de)離(li)散(san)隨機(ji)過(guo)程(cheng)。其應滿足兩個條件。不同(tong)時間(jian)(jian)區(qu)間(jian)(jian)內所發(fa)生(sheng)事件的(de)數目是相互獨(du)立的(de)隨機(ji)變量；在時間(jian)(jian)區(qu)間(jian)(jian)［t,t+Δ]內，發(fa)生(sheng)事件數目的(de)概率(lv)分布為：
式中，λ為強度(du)因子(zi)，表示單位時間內事件發生(sheng)的(de)平均(jun)數。
齊(qi)次(ci)泊(bo)松過(guo)程(cheng)(cheng)（homogenous Poison process,HPP)屬(shu)于(yu)平穩增量過(guo)程(cheng)(cheng)，因(yin)此，λ為(wei)(wei)一(yi)正常數(shu)(shu)，且均值E[X(t)]=λt.平穩增量過(guo)程(cheng)(cheng)有(you)時并不(bu)適合描述腐蝕的(de)實際情況(kuang)，因(yin)此引入了(le)非齊(qi)次(ci)泊(bo)松過(guo)程(cheng)(cheng)（non-homogenous Poisson process,NHPP).在(zai)非齊(qi)次(ci)泊(bo)松過(guo)程(cheng)(cheng)中，強(qiang)度(du)因(yin)子成為(wei)(wei)一(yi)個與事件有(you)關的(de)強(qiang)度(du)函(han)數(shu)(shu)λ（t), 代表了(le)不(bu)同起始時間段(duan)事件發生的(de)數(shu)(shu)目。事件在(zai)Δ時間內發生k次(ci)的(de)概率(lv)為(wei)(wei)：
②. 馬爾(er)科夫過程是一種應用極為廣泛(fan)的(de)(de)隨機過程，常(chang)用來(lai)研究材料的(de)(de)退化(hua)過程。該過程具有如下(xia)特性，在已知(zhi)目前(qian)狀態(tai)(tai)X(t)條件下(xia)，它未來(lai)的(de)(de)狀態(tai)(tai)X(u)(u>t)不依賴于以(yi)往的(de)(de)狀態(tai)(tai)X(v)(v<t),只取決于當前(qian)狀態(tai)(tai)，即：
在隨機過程(cheng)研究中，通常(chang)把狀(zhuang)態(tai)和(he)時間離散化，這種馬氏(shi)過程(cheng)稱為馬爾(er)科(ke)夫鏈(lian)（Markov chain,又(you)稱馬氏(shi)鏈(lian)）。對于馬爾(er)科(ke)夫鏈(lian)，最重要(yao)的(de)是確定所有狀(zhuang)態(tai)間可見(jian)的(de)兩(liang)兩(liang)轉移(yi)概(gai)(gai)率，假設一個馬氏(shi)鏈(lian)總共(gong)有N個狀(zhuang)態(tai)，則其狀(zhuang)態(tai)轉移(yi)概(gai)(gai)率為一個NXN的(de)矩(ju)陣，由一步(bu)轉移(yi)概(gai)(gai)率可以寫出其轉移(yi)矩(ju)陣為：
理論(lun)上，馬爾(er)科(ke)夫過程(cheng)能(neng)很好(hao)地滿足工程(cheng)實(shi)際(ji)，但(dan)在實(shi)際(ji)應用中會遇(yu)到不少問(wen)題，主(zhu)要有(you)兩個難點：實(shi)驗數據的測量和轉(zhuan)移概(gai)率(lv)的計算。
3. 失效概率計(ji)算
根據可(ke)(ke)靠性理論，把結構(gou)(gou)的(de)(de)(de)可(ke)(ke)靠和失(shi)(shi)效(xiao)(xiao)兩種(zhong)工作情(qing)況(kuang)的(de)(de)(de)臨界狀(zhuang)態(tai)(tai)稱為結構(gou)(gou)的(de)(de)(de)極限狀(zhuang)態(tai)(tai)。GB 50153-2008 中對(dui)結構(gou)(gou)極限狀(zhuang)態(tai)(tai)的(de)(de)(de)定(ding)(ding)義為：整個結構(gou)(gou)或(huo)結構(gou)(gou)的(de)(de)(de)某(mou)一部分超過(guo)某(mou)一特定(ding)(ding)狀(zhuang)態(tai)(tai)就不能滿(man)足(zu)設計規定(ding)(ding)的(de)(de)(de)某(mou)一功(gong)能要(yao)求，此特定(ding)(ding)狀(zhuang)態(tai)(tai)為該功(gong)能的(de)(de)(de)極限狀(zhuang)態(tai)(tai)。當結構(gou)(gou)喪失(shi)(shi)了規定(ding)(ding)的(de)(de)(de)功(gong)能時(shi)，就認為失(shi)(shi)效(xiao)(xiao)。廣(guang)義的(de)(de)(de)“失(shi)(shi)效(xiao)(xiao)”認為只(zhi)要(yao)出現以下三種(zhong)情(qing)況(kuang)就是失(shi)(shi)效(xiao)(xiao)：
①. 完(wan)全(quan)不能工作（完(wan)全(quan)喪失功能）；
②. 雖(sui)仍能(neng)(neng)(neng)工作，但不(bu)能(neng)(neng)(neng)完全滿足規定的功能(neng)(neng)(neng)（功能(neng)(neng)(neng)衰退(tui)）；
③. 能工作和(he)完成規定(ding)功(gong)能，但不能確(que)保安全(quan)，應更換維(wei)修。
結構的極限狀態方程為：
失效(xiao)概率(lv)的(de)求解(jie)方法(fa)主(zhu)要有三(san)種：一(yi)是(shi)解(jie)析(xi)解(jie)法(fa)；二是(shi)近(jin)似解(jie)法(fa)；三(san)是(shi)數(shu)(shu)值(zhi)解(jie)法(fa)，包括(kuo)數(shu)(shu)值(zhi)積分法(fa)和(he)模(mo)擬法(fa)。解(jie)析(xi)解(jie)法(fa)是(shi)最直接的(de)一(yi)種求解(jie)方法(fa)，但絕大多數(shu)(shu)情況下，解(jie)析(xi)解(jie)法(fa)很難(nan)求出失效(xiao)概率(lv)，只能采(cai)(cai)用近(jin)似解(jie)法(fa)，其中最常用的(de)是(shi)一(yi)次(ci)(ci)二階矩法(fa)。對于(yu)應(ying)力S和(he)強度R都服從正態分布的(de)情況，采(cai)(cai)用一(yi)次(ci)(ci)二階矩法(fa)計(ji)算可靠性系數(shu)(shu)β,一(yi)旦得(de)到(dao)可靠性系數(shu)(shu)，失效(xiao)概率(lv)可由(you)下式計(ji)算：
一次(ci)(ci)二階矩法(fa)(fa)存在一定的局限性: 一般情(qing)形下精度較差；極(ji)限狀態方程(cheng)缺(que)(que)乏不(bu)變性。為了解(jie)決極(ji)限狀態方程(cheng)缺(que)(que)乏不(bu)變性，1974年，Hasofer與Lind 對一次(ci)(ci)二階矩法(fa)(fa)進(jin)行了改進(jin)，后被稱為改進(jin)的一次(ci)(ci)二階矩法(fa)(fa)，也稱為H-L法(fa)(fa)。
前兩種(zhong)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)都是針對(dui)(dui)服從正(zheng)(zheng)態分(fen)布的(de)(de)隨(sui)機變(bian)量，而在(zai)(zai)實際(ji)工(gong)程問(wen)題(ti)(ti)中，很多(duo)隨(sui)機變(bian)量往往為(wei)非正(zheng)(zheng)態分(fen)布，針對(dui)(dui)這種(zhong)情況，Fiessler等提出(chu)了(le)量正(zheng)(zheng)態分(fen)析法(fa)(fa)(fa)(fa)(fa)，這種(zhong)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)可適應于求(qiu)(qiu)解(jie)任意分(fen)布隨(sui)機變(bian)量的(de)(de)失(shi)(shi)效(xiao)(xiao)(xiao)概(gai)(gai)率(lv)(lv)。數(shu)(shu)(shu)值(zhi)(zhi)解(jie)法(fa)(fa)(fa)(fa)(fa)是求(qiu)(qiu)解(jie)失(shi)(shi)效(xiao)(xiao)(xiao)概(gai)(gai)率(lv)(lv)的(de)(de)常用(yong)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)，數(shu)(shu)(shu)值(zhi)(zhi)積(ji)分(fen)法(fa)(fa)(fa)(fa)(fa)和解(jie)析解(jie)法(fa)(fa)(fa)(fa)(fa)一(yi)樣，都是直接積(ji)分(fen)求(qiu)(qiu)解(jie)結構的(de)(de)失(shi)(shi)效(xiao)(xiao)(xiao)概(gai)(gai)率(lv)(lv)，但是受(shou)聯合概(gai)(gai)率(lv)(lv)密度函(han)數(shu)(shu)(shu)復雜性的(de)(de)影響(xiang)，這種(zhong)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)的(de)(de)使用(yong)范(fan)圍受(shou)到(dao)限制；而數(shu)(shu)(shu)值(zhi)(zhi)模擬(ni)(ni)(ni)法(fa)(fa)(fa)(fa)(fa)是解(jie)決(jue)復雜概(gai)(gai)率(lv)(lv)問(wen)題(ti)(ti)的(de)(de)有效(xiao)(xiao)(xiao)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)。隨(sui)著計(ji)(ji)算(suan)(suan)機容量和計(ji)(ji)算(suan)(suan)速度的(de)(de)提高(gao)，目(mu)前，數(shu)(shu)(shu)值(zhi)(zhi)模擬(ni)(ni)(ni)法(fa)(fa)(fa)(fa)(fa)成為(wei)概(gai)(gai)率(lv)(lv)分(fen)析的(de)(de)一(yi)種(zhong)普遍方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)，數(shu)(shu)(shu)值(zhi)(zhi)模擬(ni)(ni)(ni)的(de)(de)主要作(zuo)用(yong)是把概(gai)(gai)率(lv)(lv)模型(xing)轉化為(wei)統(tong)計(ji)(ji)問(wen)題(ti)(ti)，以(yi)便(bian)可以(yi)采用(yong)標準統(tong)計(ji)(ji)學(xue)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)分(fen)析結果。蒙特卡(ka)羅模擬(ni)(ni)(ni)法(fa)(fa)(fa)(fa)(fa)是一(yi)種(zhong)傳統(tong)的(de)(de)計(ji)(ji)算(suan)(suan)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)，它的(de)(de)基本(ben)思想(xiang)是用(yong)基本(ben)隨(sui)機變(bian)量的(de)(de)聯合概(gai)(gai)率(lv)(lv)密度函(han)數(shu)(shu)(shu)進行抽(chou)樣，用(yong)落入失(shi)(shi)效(xiao)(xiao)(xiao)域(yu)內樣本(ben)點的(de)(de)個數(shu)(shu)(shu)與總樣本(ben)點的(de)(de)個數(shu)(shu)(shu)之比(bi)作(zuo)為(wei)所定義(yi)的(de)(de)失(shi)(shi)效(xiao)(xiao)(xiao)概(gai)(gai)率(lv)(lv)。該(gai)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)不(bu)(bu)受(shou)隨(sui)機變(bian)量維(wei)數(shu)(shu)(shu)限制、不(bu)(bu)存(cun)在(zai)(zai)狀態空(kong)間爆(bao)炸問(wen)題(ti)(ti)，且不(bu)(bu)受(shou)任何假設約束，可以(yi)用(yong)來解(jie)決(jue)高(gao)維(wei)動態失(shi)(shi)效(xiao)(xiao)(xiao)概(gai)(gai)率(lv)(lv)的(de)(de)求(qiu)(qiu)解(jie)難題(ti)(ti),當(dang)抽(chou)樣試驗次數(shu)(shu)(shu)足(zu)夠多(duo)時，近似解(jie)的(de)(de)精確(que)度高(gao)，是目(mu)前應用(yong)最(zui)多(duo)的(de)(de)一(yi)種(zhong)數(shu)(shu)(shu)值(zhi)(zhi)模擬(ni)(ni)(ni)方(fang)(fang)法(fa)(fa)(fa)(fa)(fa)。
