时可以采用多熴特卡洛抽禅方法來解决。该方法是基于选加原 其具体步骤: (1)将彎确微分微面山o分成考干山的加。每个d有它自 己的峰篁绪袍特性。 (2)对每个dσ編写按上述步骤产生事例的子产生器程序。在 具体产生事例时,随机选择一个子产生器,而选择第i个 子产生器的概率正比于对应于σ的近似裁窗值G。对三 由第i产生器产生的事例计犷权量因子w=d (3)用會选法得到以d分布的事例。 (4)从在广生事例过程中得到的v可以算出总截面值为 ∫d=∑jd=∑")ao,=(m)G 其中 F=>O o=do 这星()表示以近似微分截面分布的事例的权量因子w的平 均;(m)表示换如下方法产生事例的权置因子w的平均值,即选 擇在[0,1区域上均訇分布隨机数,判斷满足不式 ∑0/0s5∑ 的i寶。嶽后蛰分布产生賽例。 常一个τ例产生器的效卒宠义为时可以采用多道蒙特卡洛抽样方法来解决。该方法是基于迭加原 理。 其具体步骤： （1） 将精确微分截面dσ 分成若干 i dσ 的迭加。每个dσ i 有它自 己的峰值结构特性。 （2） 对每个 i dσ 编写按上述步骤产生事例的子产生器程序。在 具体产生事例时，随机选择一个子产生器，而选择第 个 子产生器的概率正比于对应于 i σ i的近似截面值σ i ~ 。对于 由第i个产生器产生的事例计算权重因子 i i w d i σ dσ ~ = / 。 （3） 用舍选法得到以dσ 分布的事例。 （4） 从在产生事例过程中得到的wi可以算出总截面值为： σ σ σ σ σ σ ~ ~ 1 1 d d w ~ i w N i N i d i i = = = = ∫ ∑∫ ∑ = = , 其中 ∑ ， = = N i i 1 ~ ~ σ σ ∫ σ i = dσ i ~ ~ ， (i = 1,2,⋅ ⋅⋅, N). 这里 i d wi σ ~ 表示以近似微分截面 i dσ ~ 分布的事例的权重因子 的平 均值； wi w 表示按如下方法产生事例的权重因子 的平均值，即选 择在[0，1]区域上均匀分布随机数 w ξ ，判断满足不等式 σ σ ξ σ σ ~ ~ ~ ~ 1 1 1 ∑ ∑= − = ≤ < i j j i j j 的i值。然后按dσ i ~ 分布产生事例。 通常一个事例产生器的效率定义为 wmax w E =