第三章从概率分布函数的抽样Sampling from Probability Distribution Functions.pptVIP

Monte Carlo 模拟 第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions) 3.5 舍选抽样法 (acceptance-rejection sampling) 3.5 舍选抽样法（ acceptance-rejection sampling) 直接抽样法的困难： ? 许多随机变量的累积分布函数无法用解析函数给出 ; ? 有些随机变量的累积分布函数的反函数不存在或难 以求出； ? 即使反函数存在，但计算困难 舍选抽样法 (von Neumann) ： 抽取随机变量 x 的一个随机序列 x i , i=1,2,…, 按一定的舍 选规则从中选出一个子序列，使其满足给定的概率分 布 . Monte Carlo 模拟 第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions) 3.5 舍选抽样法 (acceptance-rejection sampling) 1. 简单舍选抽样法 2. 改进的舍选抽样法 3. 典型的例子 1. 简单舍选抽样法 舍选法抽样步骤： 1. 产生 [ a , b ] 区间内均匀分布的随机 数 x : x = ( b-a ) r 1 + a , r 1 ? U [ 0, 1 ] ; 2. 产生 [0,c] 区间内均匀分布的随机 数 y : y = c r 2 , r 2 ? U [ 0,1 ] ; 3. 当 y ? f ( x ) 时，接受 x 为所需的随 机数，否则，返回到第一步重新 抽取一对 ( x , y ). Von Neumann rejection method or Hit-and-miss method 设随机变量 x 的取值区间为 x ? [ a,b ] , 其概率密度函数 f(x) 有 界，即 ? ? c b x a x f ? ? ? | ) ( max 抽取 r 1 , r 2 ? U [ 0,1 ] x = a + ( b - a ) r 1 y = cr 2 y ? f ( x ) X = x ? 1. 简单舍选抽样法 a b x f ( x ) c ) , ( 1 1 1 y x t ) , ( 2 2 2 y x t 几何解释 : ? 在二维图上，随机选取位于矩形 abef 内的点 [ x ,y] ； ? 选取位于曲线 f ( x ) 下的那些点，则这些点将服从概率密度为 f ( x ) 的分布 e f 1. 简单舍选抽样法 证明 : 按舍选抽样法抽出的随机数 d 的概率： a b x f ( x ) c ) , ( 1 1 1 y x t ) , ( 2 2 2 y x t e f x 和 y 的概率密度函数分别为 联合概率密度函数为 c y g a b x g s s 1 ) ( , 1 ) ( ? ? ? c a b y g x g y x g s s ) ( 1 ) ( ) ( ) , ( ? ? ? ? ) ( ) ( ) , ( ) , ( )) ( | ( ) ( 0 ) ( 0 d F dx x f dxdy y x g dxdy y x g x f y d x p d a b a x f d a x f ? ? ? ? ? ? ? ? ? ? 即 d 的概率函数为 f(x) d 1. 简单舍选抽样法 抽样效率 : 对舍选抽样法：欲产生 m 个随 机变量 x 的值需产生 n 对 (x,y) ， 显然， m ? n 如果选出某特定分布的一个随机数 ? 平均地需要 n 个随机数 r 1 ? U [ 0, 1 ] ， 则抽样效率定义为 c a b c a b dx x f n m E b a ) ( 2 1 ) ( 2 ) ( 2 ? ? ? ? ? ? a b x f ( x ) c ) , ( 1 1 1 y x t ) , ( 2 2 2 y x t e f d n E 1 ? Monte Carlo 模拟 第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions) 3.5 舍选抽样法 (acceptance-rejection sampling) 1. 简单舍选抽样法 2. 改进的舍选抽样法 3. 典型的例