MCMC模拟初学

本文介绍了蒙特卡罗思想,通过大数定律生成概率分布π(x)的样本。接着讲解了马尔科夫链的概念,即状态仅依赖当前状态而不依赖历史状态的过程。最后探讨了MCMC算法,利用马尔科夫链的收敛性质生成目标分布π(x)的样本,用于估计期望值。

蒙特卡罗思想

假设某个函数h(x)关于概率分布π(x)\pi(x)π(x)的期望
EπE_\piEπ(h(x))=∫\inth(x)π\piπ(x)dx

存在。如果能生成服从π\piπ(x)的n独立样本x1x_1x1x2x_2x2,…,xnx_nxn,根据大数定理,对充分大的n,可以取
y^=∑k=1nh(xk)/n\hat{y}=\sum_{k=1}^{n}h(x_k)/ny^=k=1n

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值