《蒙特卡洛方法.pptVIP

§2.0 概率与统计 §2.1 Monte Carlo方法 §2.2 伪随机数 §2.3 任意分布的伪随机变量的抽样 则，xy 联合分布密度函数为 其中， 代入Jacobi行列式，有 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 改进的Maraglia方法: (1) 产生[0,1]区间上的独立均匀分布随机数u,v (2) 计算 (3) 如果 w1，回到步骤(1)；否则，执行(4) (4) 计算 (5) 得到二维相互独立标准正态分布抽样 u,v∈[0,1] w 1? X=uz Y N w=(2u-1)2+(2v-1)2 z=[-2lnw/w]1/2 舍选效率~21% Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3. 舍选抽样法： 第三类舍选 不易直接抽取随机变量X分布f(x), 而与随机变量Y联合分布密度g(x,y)存在 联合分布 Page5 数学上 可构造 其中 ① 函数h(x)取值在y定义域上 ② 常数L的定义为 (2.3.38) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Page2 Bayes公式 则有 子样h≤x概率等于在hy≤h(hx)条件下，hx≤x出现的概率 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 按g(x,y)抽取(hx,hy) hy≤h(hx)? h=hx Y N 第三类舍选抽样步骤： ⑴ 由联合分布密度函数g(x,y)抽取随机向量 ⑵ 判别 是否成立; 若不成立, 返回⑴ ⑶ 取分布密度函数f(x)的抽样值 抽样效率1/L Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例：各向同性方位角余弦的抽样 解：① 物理含义f∈ [0,2p]各向同性 ? h=cos(2px) ② 密度函数 直接抽样 需要计算cos函数 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 解③ 独立抽取均匀分布x1 与 x2，定义 (x1,x2)到(x,y)变换抽样 则构造(x,y)联合密度函数 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 类比构造h(x)与L 则有 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. N Y 抽样： 改进： N Y 效率1/L=p/4 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第二类舍选 抽样密度函数 抽样效率 判据函数 如x,y相互独立， ，且y为均匀分布 则有 在y的定义域上 判据 抽样 效率 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 则对任意密度函数构造 判据