蒙特卡罗方法在分计算中的应用.pptVIP

蒙特卡罗方法在积分计算中的应用 Outline 随机投点 样本平均值法 重要抽样 蒙特卡罗方法求积分 计算多重积分是蒙特卡罗方法的重要应用领域之一。 蒙特卡罗方法求积分的一般规则如下：任何一个积分，都可看作某个随机变量的期望值，因此，可以用这个随机变量的平均值来近似它。 1.随机投点法 设a,b有限，0=f(x)=M, 令D={(x,y):a=x=b,0=y=M}并设（X,Y）是在D上均匀分布的二维随机向量，其联合概率密度函数为1/M(b-a). 所求积分为图中阴影部分的面积。 随机投点法： 1.随机投点法(Cont) 具体步骤（方法）： 2.样本平均值法 设欲求积分 2.样本平均值法（Cont) 对上述问题，若a,b有限，可以取f(x)=1/(b-a) Example 3.重要抽样(Importance Sample) 重要抽样和权重因子 取Vs上任一联合概率密度函数 f1(P)，令 重要抽样和零方差技巧 特别地，当 g(P)≥0 时，有 * * M f(x) 其中，P＝P(x1，x2，…，xs) 表示 s 维空间的点，Vs表示积分区域。取Vs上任一联合概率密度函数 f (P)，令 即θ是随机变量 g(P) 的数学期望，P的分布密度函数为 f (P) 。现从 f (P) 中抽取随机向量 P 的 N 个样本：Pi，i＝1，2，…，N， 则 就是θ的近似