当前位置:网站首页>Monte Carlo
Monte Carlo
2022-08-11 05:35:00 【KPer_Yang】
目录
Monte Carlo方法也称做随机抽样方法,通过统计模拟实验逼近真实的物理过程。
1、重点抽样法
重点抽样法,重点抽样法意在提高蒙特卡罗抽样方法的效率,许多抽样方法的通病就是将大量计算时间浪费在函数值几乎为零的抽样上,因此,应该在被积函数f(x)值小的地方少抽点,在值大的地方多抽点。构造一个概率密度函数g_x(x),使其形状尽可能接近目标函数f(x),并且可以很方便地从中从g_x(x)抽取样本。
2、取舍法
假设是可计算的,其中\pi是概率密度函数或概率分布函数,c是一未知常量。找到一个抽样分布g(x)和常数M,使得所有x满足包络性
,此时,我们可以采用概率r在g(x)中抽取到符合
分布的样本,其中
3、分层抽样法
在分层抽样法中,为估算的值,将积分域x划分为n个不相交的小区域
,这样在每个小区域内,函数f(x)的值都接近一个常数,从而将积分运算转变成计算小区域加法的形式。
4、序贯抽样法
序贯抽样是指在抽样的过程中,不事先规定总的观测或实验次数,而是先抽少量样本,根据结果决定暂停抽样或继续抽取多少样本直至停止抽样。更具体的,指定两个数P和Q,若P<Q,根据各次观测得的样本的值,依次计算概率比
。
边栏推荐
猜你喜欢
[损失函数]——均方差
pytorch下tensorboard可视化深坑
FusionCompute8.0.0实验(1)CNA及VRM安装
【LeetCode】306.累加数(思路+题解)
vi display line number in buildroot embedded file system
CLUSTER DAY02 (Keepalived Hot Standby, Keepalived+LVS, HAProxy Server)
Local yum source build
什么是Inductive learning和Transductive learning
SECURITY DAY04( Prometheus服务器 、 Prometheus被监控端 、 Grafana 、 监控数据库)
损失函数——交叉熵
随机推荐
【LeetCode】1036. 逃离大迷宫(思路+题解)压缩矩阵+BFS
How Xshell connects to a virtual machine
推荐一个好用的IDEA插件---Translation—中英互译
pytorch调整模型学习率
SATA、SAS、SSD三种硬盘存储性能数据
HCIP OSPF动态路由协议
Local yum source build
cloudreve使用体验
windows10安全中心显示“修正未完成”
SECURITY DAY05(Kali系统 、 扫描与抓包 、 SSH基本防护、服务安全 )
阿里巴巴规范之POJO类中布尔类型的变量都不要加is前缀详解
CLUSTER DAY03 (Ceph overview, the deployment of Ceph CLUSTER, Ceph block storage)
智能合约 ——— app评分合约
vnc远程桌面安装(2021-10-20日亲测可用)
My approval of OA project (inquiry & meeting signature)
从mask-rcnn到shp
HCIP OSPF/MGRE Comprehensive Experiment
HCIP MGRE\OSPF Comprehensive Experiment
CLUSTER DAY01 (Introduction to cluster and LVS, LVS-NAT cluster, LVS-DR cluster)
华为防火墙会话 session table