蒙特卡羅方法7.蒙特卡羅方法在積分計(jì)算中的應(yīng)用.ppt_第1頁
蒙特卡羅方法7.蒙特卡羅方法在積分計(jì)算中的應(yīng)用.ppt_第2頁
蒙特卡羅方法7.蒙特卡羅方法在積分計(jì)算中的應(yīng)用.ppt_第3頁
蒙特卡羅方法7.蒙特卡羅方法在積分計(jì)算中的應(yīng)用.ppt_第4頁
蒙特卡羅方法7.蒙特卡羅方法在積分計(jì)算中的應(yīng)用.ppt_第5頁
已閱讀5頁,還剩14頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、2020/8/30,蒙特卡羅方法,第七章 蒙特卡羅方法在積分計(jì)算中的應(yīng)用,蒙特卡羅方法求積分 重要抽樣 俄國輪盤賭和分裂 半解析方法 系統(tǒng)抽樣 分層抽樣,2020/8/30,蒙特卡羅方法,第七章 蒙特卡羅方法在積分計(jì)算中的應(yīng)用,計(jì)算多重積分是蒙特卡羅方法的重要應(yīng)用領(lǐng)域之一。本章著重介紹計(jì)算定積分的蒙特卡羅方法的各種基本技巧,而這些技巧在粒子輸運(yùn)問題中也是適用的。,2020/8/30,蒙特卡羅方法,蒙特卡羅方法求積分,蒙特卡羅方法求積分的一般規(guī)則如下:任何一個(gè)積分,都可看作某個(gè)隨機(jī)變量的期望值,因此,可以用這個(gè)隨機(jī)變量的平均值來近似它。,2020/8/30,蒙特卡羅方法,設(shè)欲求積分 其中,PP(

2、x1,x2,xs) 表示 s 維空間的點(diǎn),Vs表示積分區(qū)域。取Vs上任一聯(lián)合概率密度函數(shù) f (P),令 則 即是隨機(jī)變量 g(P) 的數(shù)學(xué)期望,P的分布密度函數(shù)為 f (P) 。現(xiàn)從 f (P) 中抽取隨機(jī)向量 P 的 N 個(gè)樣本:Pi,i1,2,N, 則 就是的近似估計(jì)。,2020/8/30,蒙特卡羅方法,重要抽樣,偏倚抽樣和權(quán)重因子 取Vs上任一聯(lián)合概率密度函數(shù) f1(P),令 則有 現(xiàn)從 f1(P) 中抽樣 N 個(gè)點(diǎn):Pi,i1,2,N, 則 就是的又一個(gè)無偏估計(jì)。,2020/8/30,蒙特卡羅方法,重要抽樣和零方差技巧 要使 最小,就是使泛函If1 極小。 利用變分原理,可以得到最優(yōu)

3、的 f1(P) 為,2020/8/30,蒙特卡羅方法,特別地,當(dāng) g(P)0 時(shí),有 這時(shí) 即 g1的方差為零。實(shí)際上,這時(shí)有 不管那種情況,我們稱從最優(yōu)分布 fl(P)的抽樣為重要抽樣,稱函數(shù) | g(P) | 為重要函數(shù)。,2020/8/30,蒙特卡羅方法,俄國輪盤賭和分裂,分裂 設(shè)整數(shù) n1,令 則 于是計(jì)算的問題,可化為計(jì)算 n 個(gè)i 的和來得到,而每個(gè) gi(P) 為原來的估計(jì) g(P) 的 1/ n ,這就是分裂技巧。,2020/8/30,蒙特卡羅方法,俄國輪盤賭 令 0 q1, 則 于是變?yōu)橐粋€(gè)兩點(diǎn)分布的隨機(jī)變量的期望值, 的特性為: 這樣就可以通過模擬這個(gè)概率模型來得到,這就是

4、俄國輪盤賭。,2020/8/30,蒙特卡羅方法,重要區(qū)域和不重要區(qū)域 我們往往稱對(duì)積分貢獻(xiàn)大的積分區(qū)域?yàn)橹匾獏^(qū)域,或感興趣的區(qū)域;稱對(duì)積分貢獻(xiàn)小的區(qū)域?yàn)椴恢匾獏^(qū)域,或不感興趣的區(qū)域。 考慮二重積分 令R是V2上 x 的積分區(qū)域,表為 RR1+R2,其中R1是重要區(qū)域,R2是不重要區(qū)域,兩者互不相交。又命Q為V2上相應(yīng)于 y 的積分區(qū)域。則,2020/8/30,蒙特卡羅方法,通常蒙特卡羅方法,由f (x,y)抽樣 (x,y)的步驟是:從 fl(x) 中抽取 xi,再由 f2(y|xi) 中抽樣確定 yi,然后用 作為的一個(gè)無偏估計(jì)。 現(xiàn)在,改變抽樣方案如下: 當(dāng)xR1時(shí),定義一個(gè)整數(shù)n(xi)1

5、,對(duì)一個(gè)xi,抽取 n(xi)個(gè)yij,j1,2,n(xi)。以平均值 代替上述估計(jì)式中的 g(yi, xi) 。,2020/8/30,蒙特卡羅方法,當(dāng) xR2時(shí),定義一個(gè)函數(shù)q(xi),0 q(xi) 1, 以抽樣值 代替上述估計(jì)式中的 g(yi, xi) 。這里是隨機(jī)數(shù)。 顯然,這種抽樣估計(jì)技巧,就是對(duì) xR1時(shí),利用分裂技巧,而對(duì) xR2時(shí),利用俄國輪盤賭,而使估計(jì)的期望值不變。由于對(duì)重要區(qū)域多抽樣,對(duì)不重要區(qū)域少觀察,因此能使估計(jì)的有效性增高。,2020/8/30,蒙特卡羅方法,半解析(數(shù)值)方法,考慮二重積分 令 則x為的無偏估計(jì)。,2020/8/30,蒙特卡羅方法,x 的方差為 而由 f (x,y)抽樣 (x,y),用 g (x,y)作為的估計(jì),其方差為,2020/8/30,蒙特卡羅方法,系統(tǒng)抽樣,我們知道,由f (x,y)抽樣 (x,y)的步驟是: 從 fl(x) 中抽取 xi, 再由 f2(y|xi) 中抽樣確定 yi, 現(xiàn)在改變 xi 的抽樣方法如下:,2020/8/30,蒙特卡羅方法,yi 的抽樣方法不變。 其方差為 與通常蒙特卡羅方法相比,方差減少了約,2020/8/30,蒙特卡羅方法,分層抽樣,考慮積分 在(0,1)間插入J1個(gè)點(diǎn) 00 1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論