`
yexin218
  • 浏览: 973292 次
  • 性别: Icon_minigender_1
  • 来自: 珠海
社区版块
存档分类
最新评论

重要性抽样方法

F# 
阅读更多

  考虑积分: ε1 [0 1] 上的均匀随机变量,则: I 的无偏估计, n 足够大时, In 会十分接近 I 。但是 In 方差的大小依赖于 f 的方差,当 f 在定义域内有峰时, In 收敛的很慢,需要较大的 n 值才能得到要求精度的逼近。这会浪费大量机时。

       可以采用变换抽样的手段,将 f 转换为方差较小的函数,在新的随机分布上抽样:

求积分步骤如下:

(1) .根据分布密度 g(x) 产生随机点 x ,例如采用反函数法。即:

(2) .求各抽样点的 f(x)/g(x) 值,

用图形描述可以这样:

一般 MC 积分:抽样点在 x 方向均匀,大都落到小值的区域,峰中抽样很少,效率低。

G

而重要抽样要找到与 f 形似的概率密度函数 g ,并在其分布函数 G 上均匀抽样:

G

x

抽样主要落在 f 的峰的位置。

 

From : http://home.ustc.edu.cn/~wendao/061012.htm

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics