数值积分

• Limitation
  • 对于 $d$ 维函数 $f$，一维情况下 $O(n^{-r})$ 收敛，则高维仅 $O(n^{-\frac{r}{s}})$ 收敛
  • 不连续：$O(n^{-\frac{r}{s}})$
• Monte Carlo Method: $\int_0^1f(x)dx =\frac{1}{N}\sum_{i=1}^Nf(x_i)$
  • Adavantage
    • Easy to implement
    • Robust
    • efficient for high dimensional integrals
  • Disadvantages
    • noisy: 按概率采样
    • slow
• Monte Carlo estimator: $F_N=\frac{b-a}{N}\sum_{i=1}^Nf(X_i)$
  • $E[F_N]=\int_a^bf(x)dx$
• sample
  • $F_N=\frac{1}{N}\sum_{i=1}^N\frac{f(X_i)}{p(X_i)}$
  • 最理想：$p(x)=\frac{f(x)}{\int f(x)dx}$
• 采样
  • inversion
    • 求 CDF
    • 逆函数 CDF$^{-1}$
    • 均匀采样
  • rejection
    • accept $U_1$ if $U_2<f(U_1)$
    • 一般方法
      • find $q(x)$, $p(x)<Mq(x)$
      • Dart throwing $\xi < p(X)/Mq(X)$
    • efficiency = area / area of rectangle
  • transform
    • $Y=y(X)$
    • $P_y(y(x))=P_x(x)$
    • $p_y(y)=(\frac{dy}{dx})^{-1}p_x(x)$
    • $p_y(T(x))=|J_T(x)|^{-1}p_x(x)$
• Multidimensional sampling: sample with $p(x)$ and $p(y|x)$