從概率分布函數(shù)的抽樣-免費(fèi)閱讀
【正文】 } c1cd(2)。 } 3. 典型的例子 void test() { SetSeed(9,11)。 while(true) { float eta = randac()。 ? 有些隨機(jī)變量的累積分布函數(shù)的反函數(shù)不存在或難以求出； ? 即使反函數(shù)存在，但計(jì)算困難 舍選抽樣法 (von Neumann)： 抽取隨機(jī)變量 x的一個(gè)隨機(jī)序列 xi, i=1,2,…, 按一定的舍選規(guī)則從中選出一個(gè)子序列，使其滿(mǎn)足給定的概率分布 . Monte Carlo模擬 第三章 從概率分布函數(shù)的抽樣 (Sampling from Probability Distribution Functions) 舍選抽樣法 (acceptancerejection sampling) 1. 簡(jiǎn)單舍選抽樣法 2. 改進(jìn)的舍選抽樣法 3. 典型的例子 1. 簡(jiǎn)單舍選抽樣法 舍選法抽樣步驟： 1. 產(chǎn)生 [a, b]區(qū)間內(nèi)均勻分布的隨機(jī)數(shù) x: x = (ba)r1+a, r1 ?U[0, 1]。 ? 否則，接受 。 float p = 1/sqrt(2*)*exp(x*x/)。 i 5000。 2. 令 v1=2u11, v2=u2,則 v1?U[1,1],v2?U[0,1]。 TH1F * h1 = new TH1F(h1,h1,100,)。 float ksi = randac()。 ],[),()( baxxfxgC g ??Cgg(x) 2. 改進(jìn)的舍選抽樣法 抽樣方法： 1. 產(chǎn)生兩個(gè)隨機(jī)數(shù) ? 產(chǎn)生分布為 g(x) 的隨機(jī)數(shù) x ， x?[a,b]。 3. 當(dāng) y ? f(x)時(shí)，接受 x為所需的隨機(jī)數(shù)，否則，返回到第一步重新抽取一對(duì) (x,y). Von Neumann rejection method or Hitandmiss method 設(shè)隨機(jī)變量 x的取值區(qū)間為 x?[a,b], 其概率密度函數(shù) f(x)有界，即 ? ? cbxaxf ???|)(max抽取 r1,r2 ?U[0,1]
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1