Bir integralin doğruluğu nasıl tahmin edilir?


11

Bilgisayar grafiklerinde son derece yaygın olan bir durum, bazı piksellerin renginin, bazı gerçek değerli fonksiyonların integraline eşit olmasıdır. Genellikle işlev analitik olarak çözmek için çok karmaşıktır, bu nedenle sayısal yaklaşımla bırakılmıştır. Ancak, işlevin hesaplanması da genellikle çok pahalıdır, bu nedenle kaç örnek hesaplayabileceğimiz konusunda büyük ölçüde kısıtlanmıştır. (Örneğin, sadece bir milyon numune alıp bu konuda bırakmaya karar veremezsiniz.)

Genel olarak, yapmak istediğiniz şey, tahmini integral "yeterince doğru" hale gelene kadar fonksiyonu rastgele seçilen noktalarda değerlendirmektir. Bu da beni asıl soruma getiriyor: İntegralin "doğruluğunu" nasıl tahmin edersiniz?


Daha spesifik olarak, bazı karmaşık, yavaş bilgisayar algoritması tarafından uygulanan . Tahmin etmek istiyoruzf:RR

k=abf(x) dx

İstediğimiz herhangi bir için hesaplayabiliriz , ancak pahalıdır. Bu yüzden rastgele birkaç seçmek ve için tahmin kabul edilebilir derecede doğru olduğunda durmak istiyoruz . Bunu yapmak için, elbette, mevcut tahminin gerçekte ne kadar doğru olduğunu bilmeliyiz.x x kf(x)xxk

Bu tür bir problem için hangi istatistiksel araçların uygun olacağından bile emin değilim. Ama bana öyle geliyor ki hakkında kesinlikle hiçbir şey bilmiyorsak , sorun çözülemez. Örneğin, değerini bin kez hesaplarsanız ve her zaman sıfırsa, tahmini integraliniz sıfır olacaktır. Ancak, hakkında hiçbir şey bilmeden , örneklemiş olduğunuz noktalar dışında her yerde hala mümkündür , bu nedenle tahmininiz korkunç derecede yanlıştır!f ( x ) f f ( x ) = 1 , 000 , 000ff(x)ff(x)=1,000,000

Belki de o zaman sorum, " integralimizin doğruluğunu tahmin etmeyi mümkün kılmak için hakkında ne bilmemiz gerekiyorf ?" Örneğin, çoğu zaman olumsuz olmasının imkansız olduğunu biliyoruz, ki bu çok ilgili bir gerçek gibi görünüyor ...f


Düzenleme: Tamam, bu yüzden iyi yanıtlar bir sürü oluşturmuş gibi görünüyor. Her birine ayrı ayrı cevap vermek yerine, burada ek bir arka plan doldurmaya çalışacağım.

hakkında "hiçbir şey" bilmediğimizi söylediğimde , hesaplayabildiğimiz anlamına gelir , ama bunun hakkında başka bir şey bilmiyoruz. Daha fazla bilgiye sahip olmanın daha iyi algoritmalar kullanmamızı sağladığını umuyorum (ve yorumlar aynı fikirde görünüyor). ve / veya ilk türevi üzerindeki sınırları bilmek faydalı olacaktır.f f fffff

Düşündüğüm sorunların çoğunda , sahne geometrisine ve söz konusu sahne içindeki konuma bağlı olarak değişir. Analitik olarak çözebileceğiniz hoş, düzenli bir cebir parçası değil. Tipik olarak , ışık yoğunluğunu temsil eder. Açıkçası ışık yoğunluğu asla negatif olamaz, ancak pozitif değerlerinin ne kadar büyük olabileceğine dair bir sınır yoktur. Ve son olarak, nesne kenarları genellikle keskin süreksizliklere neden olur ve genellikle bunların nerede olduğunu tahmin edemezsiniz.f ffff

Kısacası fiddly lanetlendi, bu yüzden ilk çağrı limanım daha fazla bilgi verilmeden onunla neler yapabileceğimizi sormaktı. Görünüşe göre, en azından bazı üst ve alt sınırlar olmadan, cevap "çok fazla bir cehennem değil" ... Bu yüzden, burada herhangi bir ilerleme sağlamak için bazı varsayımlar yapmaya başlamam gerekiyor gibi görünüyor.f

Ayrıca, "Monte Carlo" nun kaç kez ortaya çıktığı düşünüldüğünde, bu tür bir entegrasyon için teknik terim olduğunu tahmin ediyorum.


" hakkında kesinlikle hiçbir şey bilmiyorsak " derken, tam olarak ne demek istiyorsun? Biz hesaplayabilir , hakkını? fff
Makro

2
Tipik olarak, bilinen bir işleve entegre ettiğinizde, Monte Carlo entegrasyonundan çok daha iyisini yapabilirsiniz. Monte Carlo, oranında gerçek değere yakınsar ; burada , değerlendirme noktası sayısıdır. Diğer algoritmalar, örneğin, dörtgen tabanlı, işlevin bir miktar düzgünlüğünü varsayarak, hızında veya daha da hızlı bir şekilde (örneğin, entegrasyon bölgesi üzerinde periyodik olan bir işlev için) birleşecektir . Yarı rastgele dizilere (örneğin, Sobol 'dizileri) dayanan başkaları da -boyutlu bir entegrasyon için ara hızlarda, örneğin yakınsarlar . N1/N(lnN)n/Nn1/NN1/N(lnN)n/Nn
jbowman

1
Bunun net ama anlamsız cevapları var. İkinci sorunun cevabı "hiçbir şey" dir: tek gereklilik ölçülebilir olması ve bunun integralini istemek anlamına gelir. Ama sonra yapabileceğiniz tek şey rastgele örnekleme demektir. Ek varsayımlarla , integrali tahmin etme ve doğruluğu değerlendirme konusunda çok daha iyi sonuçlar elde edilebilir . Bu yüzden daha iyi bir soru, "hangi tahminlerle doğruluk tahmininde hangi iyileştirmelerin gerçekleştirilebileceğidir". Ama bu aşırı geniş. Bu nedenle, ne tür fonksiyonların lütfen bize bildirin Eğer şu anda ilgileniyor. f
whuber

1
@Macro Bu prosedür önemsizdir çünkü yapabileceğiniz en kötü şey budur. Jbowman'ın belirttiği gibi, hakkında çok hafif varsayımlar çok daha iyi tahminlere yol açabilir. BTW, f'nin "sonlu" olduğunu öngörmek anlamsızdır . Eğer iyi tanımlanmış bir işlevse , tüm değerleri gerçek sayılar ve sonlu bir sonludur. Eğer "sınırlı" demek istediyseniz, sınırları önceden bilmediğiniz sürece bu sizin için iyi olmaz. ff
whuber

1
@Macro "Most" işlevleri hiçbir yerde sürekli değildir! Aslında, CLT'nin genel olarak nasıl uygulanabileceğini görmüyorum. , kelimenin tam anlamıyla herhangi bir dağılımın ters CDF'si olabilir, örneğin, Monte-Carlo çekimleriniz bu dağılımdan örnekleme yapar - integral kendisi (yani ortalama) olsa bile CLT'nin uygulanması gerekmez. Bence OP'nin soruyu daraltması ve katılımcıların jbowman'ın önerilerini takip etmeleri çok daha verimli olacaktır. f
whuber

Yanıtlar:


2

222222


3
0Mf

1
@Macro f hakkında hiçbir şey bilmeden, integralin sabit bir sonlu nokta kümesinde değerlendirilmesine dayalı bir tahminin istatistiksel doğruluğu hakkında nasıl bir şey söyleyebileceğini görmüyorum. Varsayımlarım çok az. F [a, b] aralığında sınırlanmışsa, f üzerinde üst sınır olarak kullanılabilecek kadar büyük bir M olmalıdır.
Michael R.Chickick

M

2
Bu bir varsayımdır. Kesin bir cevaba ulaşmak için olabildiğince az varsayımda bulunduğumu söylemek için mimimal terimini kullandım.
Michael R.Chernick

f

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.