Geometrik bir karışımdan nasıl simüle edebiliriz?


20

Eğer f1,,fk benzetim yapabileceğim, yani bir algoritmanın mevcut olduğu bilinen yoğunluklardır. ve ürün

i=1kfi(x)αiα1,,αk>0
entegre edilebilir,fi 'ssimülatörlerini kullanarak bu ürün yoğunluğundan benzetim yapmak için genel bir yaklaşım varmı?

2
Ek varsayımlar olmadan, bu olası görünmüyor. (Let basitlik için olsun. Ε > 0 küçük biri ile ilişkili olduğunu varsayalım. F i bir aralık I I üzerinde f I1 ve Pr I ( I i ) > 1 - ε , dış olan 0 < f i < ε ve I iI j = için iαi=1ϵ>0fiIifi1Pri(Ii)>1ϵ0<fi<ϵIiIj=ij . O zaman ayrı jeneratörler neredeyse her zaman değerler üretirdi , ama f i olasılığı görünüşte I i ile ilgisi olmayan herhangi bir yerde yoğunlaşabilirdi .) Peki, bize f i hakkında başka ne söyleyebilirsin ? IifiIifi
whuber

1
(+10) Doğru! Daha küçük bir kullanma Ancak ... tüm unsurları düzleştirmek ve dolayısıyla etkin desteklerin örtüşme lehine yol açacakαi
Xi'an

1
Whuber'ın sızdırmazlığının bir sorun olacağı gibi, rastgele örnekler oluşturmadan önce sıkılığı iptal etmek için bir dönüşüm (VEYA tercihli örnekleme) alacağım. Sanırım bir süre önce okuduğum bir yapıcı yaklaşım var. Bağlantı 10.7 / link.springer.com/chapter/10.1007/978-1-4612-0209-7_10 Ayrıklaştırmanın burada da uygulanıp uygulanamayacağından emin değilsiniz .
Henry.L

Yanıtlar:


3

Tabii ki, senin örnek için uygulayacağım kabul-reddetme algoritması var:

  1. (Başlatma) Her için A i = sup x { Π k j = 1 f j ( x ) α j / f i ( x ) } 'yi bulun . Aşağıda Xi'an'ın yorumunu yansıtan Düzenleme: dağılımını seçin f i en küçük hangi karşılık gelir A iiAi=supx{Πj=1kfj(x)αj/fi(x)}fiAi .
  2. Üret gelen f ixfi .
  3. hesaplayın .α=Πi=jkfj(x)αj/(Aifi(x))
  4. üretir .uU(0,1)
  5. Eğer , dönüş x , 2'ye başka gitmek.uαx

Dağıtımlara bağlı olarak, elbette, çok düşük bir kabul oranınız olabilir. Böyle olduğundan, tekrarlamalar beklenen sayısı, seçilen eşittir böylece en azından önceden uyarılıyor, (sürekli dağılımları varsayarak).Ai


3
(+1) Gerçekten bir çözüm! Sınırları varsayarsak herkes için mevcut olamayacağı i 's. Hatta bazı ben . Karşılaştırma A i 'in [sonlu varsayarak] may en verimli seçiminde de yardım f i . AiiiAifi
Xi'an

1
Bundan düşünmemişti, ama tabii ki haklısın, onlar da bir sopa ile eğer gerçekten rastgele sayı üretmek için gerekli tekrarlamalar beklenen sayıya eşit olarak kendilerini s, çok bilgilendirici i boyunca . Bu yüzden her zaman kullanmak için en küçük A i ile dağıtımı seçmek istersiniz . Cevabı, yorumunuzda kaygınızın kaybolmaması için düzenleyeceğim. AiiAi
jbowman

Yani, tüm 'lerin [biriyle bütünleşecek şekilde] düzgün bir şekilde normalleştirildiği varsayılarak , bunun standart bir olay olması gerekmez. fi
Xi'an
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.