3.蒙特卡洛由巳知分布的随机抽样.ppt

对于梯形近似，有 其中，c 为归一因子， fi ＝ f (xi) ，x0，x1，… ，xn为任意分点。根据对称抽样方法，梯形近似抽样方法为： 梯形近似 ＞ ≤ 除了上述这种近似外，近似抽样方法还包括对直接抽样方法中分布函数反函数的近似处理，以及用具有近似分布的随机变量代替原分布的随机变量。 例23. 正态分布的近似抽样 我们知道，随机数ξ的期望值为 1/2，方差为 1/12，则随机变量 渐近正态分布，因此，当 n 足够大时便可用 Xn 作为正态分布的近似抽样。特别是 n＝12 时，有 对于任意分布密度函数 f (x) ，设 fa(x) 是 f (x) 的一个近似分布密度函数，它的特点是抽样简单，运算量小。令 则分布密度函数 f(x) 可以表示为乘加分布形式： 其中 H1(x) 为非负函数，f1(x) 为一分布密度函数。 对 f(x) 而言，fa(x) 是它的近似分布密度函数，而H1(x) f1(x)正好是这种近似的修正。 近似-修正抽样方法 近似-修正抽样方法如下： 抽样效率 由上述近似-修正抽样方法可以看出，如果近似分布密度函数 fa(x) 选得好，m 接近 1，这时有很大可能直接从 fa(x) 中抽取 Xfa ，而只有很少的情况需要计算与f (x) 有关的函数 H1(Xf1)。在乘抽样方法中，每一次都要计算 H(Xfa)＝f (Xfa)／fa(Xfa)。因此，当 f (x) 比较复杂时，近似-修正抽样方法有很大好处。 ≤ ≤ ＞ ＞ 例24. 裂变中子谱分布的近似-修正抽样 裂变中子谱分布的一般形式为： 其中A，B，C，Emin，Emax 均为与元素有关的量。 对于铀-235， A=0.965，B=2.29，C=0.453，Emin=0，Emax=∞。 若采用乘减抽样方法，其抽样效率约为0.5。 令 相应的 则 从 fa(x) 的抽样为 从 f1(x) 的抽样为 参数λ的确定，使1－Aλ＞0，且使 H1(E) 的上界M1 最小。裂变中子谱的近似修正抽样方法为 对于铀-235，m≈0.8746，M≈0.2678，λ≈0.5543，抽样效率 E≈0.9333。而且近似修正抽样方法有0.8746的概率直接用近似分布抽样，只计算一次对数。因此，较之乘减抽样方法大大节省了计算时间，提高了抽样效率。 ≤ ≤ ＞ ＞ 为方便起见，这里仅讨论二维分布的情况，对于更高维数的分布，可用类似的方法处理。 对于任意二维分布密度函数，总可以用其边缘分布密度函数和条件分布密度函数的乘积表示: 其中 fl(x)，f2(y|x) 分别为分布 f (x,y) 的边缘分布密度函数和条件分布密度函数，即 多维分布抽样方法 二维分布密度函数的抽样方法是: 首先由 fl(x) 中抽取 Xf1，再由 f2(y|Xf1) 中抽样确定 Yf2 。 对于多维分布密度函数，也可直接采用类似于一维分布密度函数的抽样方法。例如，对如下形式的二维分布密度函数： 其中 H(x,y) 为非负函数，f1(x,y) 为任意二维分布密度函数。设 M 为 H(x,y) 的上界，则有二维分布的乘抽样方法如下： ≤ ＞ 例25. 下面二维分布密度函数的抽样 将 f (x,y) 写为 其中 用直接抽样方法分别从 fl(x) 和 f2(y|Xf1) 中抽样，得到 前面已经介绍了，指数分布 的直接抽样为： 这不仅需要计算对数，而且由于要使用伪随机数，受精度的限制，该抽样值在小概率处即数值较大处呈现明显得离散性。 下面介绍两种抽样方法可以避免这些问题。 指数分布的抽样 所用随机数的平均个数 N＝e2 / ( e－1)≈4.3 方法一 ＞ ≤ N Y 方法二 ＞ ≤ N Y 例. 给定曲线y =2 – x2 和曲线y3 = x2，曲线的交点为：P1( – 1，1 )、P2( 1，1 )。曲线围成平面有限区域，用蒙特卡罗方法计算区域面积。 P=rand(10000,2); x=2*P(:,1)-1; y=2*P(:,2); I=find(y=2-x.^2y.^3=x.^2); M=length(I); S=4*M/10000 plot(x(I),y(I),g.) S = 2.1136 例 计算 其中D为y= x – 2与y2 = x 所围区域 D的边界曲线交点为：(1，-1)，(4，2)，被积函数在求积区域内的最大值为16。积分值是三维体积，该三