Главная > Численные методы Монте-Карло
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

3.4. Двухэтапные схемы расчета.

В некоторых задачах можно указать не одну «хорошую» оценку, а целое семейство, зависящее от параметров. Возникает вопрос о наилучшем выборе параметров. Обычно условием выбора служит требование минимума дисперсии оценки (при этом молчаливо предполагается, что время расчета одного испытания слабо зависит от значений параметров) .

Аналитическое решение в этой ситуации, как правило, невозможно. Однако можно рекомендовать численный подход: на первом этапе весьма грубо вычисляются дисперсии оценки при различных значениях параметров (это нетрудно сделать методом п. 1.4 по небольшому количеству N испытаний); на втором этапе решается основная задача, при помощи оценки с наилучшей системой параметров. Известные по первому этапу время счета и дисперсия позволяют довольно точно оценить объем работы, необходимый для достижения заданной вероятной ошибки.

Мы рассмотрим два примера однопараметрических оценок.

3.4.1. В п. 3.1.1 для приближенного вычисления интеграла

использовалась оценка

где — случайные точки с плотностью некоторая функция, «близкая» к интеграл которой известен: Обе функции принадлежат

Можно выбрать произвольный параметр а и рассмотреть более общую оценку интеграла I

Действительно, в (38) осредняется величина математическое ожидание которой По известной формуле о дисперсии суммы

где коэффициент корреляции величии

Простые вычисления показывают, что минимум реализуется при и равен

(Теоретически возможен даже случай который реализуется при однако на практике, если то случайные величины связаны линейной зависимостью и искомый интеграл равен ; никакие приближенные оценки не нужны).

Пример. Требуется вычислить интеграл

Так же, как в п. 3.1.1, положим но вместо оценки (23) воспользуемся оценкой (38)

Так как

то наилучшее значение и соответствующее ему значение дисперсии равно

Это примерно в 10 раз меньше, чем в п. 3.1.1. Ничего удивительного в таком результате нет: из рис. 12 видно, что прямая гораздо лучше приближает функцию чем прямая

Рис. 42.

3.4.2. Чаще других встречается метод существенной выборки, зависящий от параметра. Если при всех а (из некоторого множества) плотности допустимы по отношению к то интеграл можно вычислять методом существенной выборки с любым а. Наилучшее значение и это значение, при котором достигает минимума интеграл

фигурирующий в выражении (29) для дисперсии. Аналитическое исследование способов выбора а имеется в статье А Маршалла [157]. Однако на практике обычно выбор а осуществляется экспериментальным способом, указанным в начале п. 3.4.

Пример. Интеграл

в п. 3.2.1 вычислялся методом существенной выборки с плотностью Рассмотрим теперь семейство допустимых плотностей

Для разыгрывания значений случайной величины с плотностью методом обратных функций получаем уравнение

решение которого исмрудно записать в явном виде. Окончательная оценка интеграла

где .

В этом примере дисперсия осредняемой величины равна 1

После замены переменной это выражение превратится

где интеграл выражается через интегральную показательную функцию

При получаем для выражение из п. 3.2.1, которое равно 0,0269. Однако расчеты показывают, что дисперсия будет минимальной при когда

1
Оглавление
email@scask.ru