Preguntas etiquetadas con monte-carlo

Un problema muy común en Markov Chain Monte Carlo implica calcular probabilidades que son la suma de términos exponenciales grandes, ea1+ea2+...ea1+ea2+... e^{a_1} + e^{a_2} + ... donde los componentes de lata pueden variar de muy pequeños a muy grandes. Mi enfoque ha sido factorizar el término...

Sé que la mayoría de los métodos para encontrar soluciones aproximadas a PDEs escalan mal con el número de dimensiones, y que Monte Carlo se usa para situaciones que requieren ~ 100 dimensiones. ¿Cuáles son buenos métodos para resolver eficientemente los PDE numéricos en ~ 4-10 dimensiones?...

Tengo una función f(x,y,z)f(x,y,z)f(x,y,z) tal que ∫R3f(x,y,z)dV∫R3f(x,y,z)dV\int_{R^3} f(x,y,z)dV es finita, y quiero aproximar esta integral. Estoy familiarizado con las reglas de cuadratura y las aproximaciones de las integrales de Monte Carlo, pero veo algunas dificultades para...

Tengo un programa de Mathematica que realiza algunas integrales en 3 o 4 dimensiones usando el QuasiMonteCarlométodo. El problema es que lleva mucho tiempo ejecutarlo, hasta el punto de que algunos de estos cálculos no se pueden completar en el tiempo de trabajo máximo disponible en nuestro clúster...

Tengo una integral impropia (bidimensional) yo= ∫UNW( x , y)F( x , y)d x d yI=∫AW(x,y)F(x,y)dxdyI=\int_A \frac{W(x,y)}{F(x,y)}\,\mbox{d}x\mbox{d}y donde el dominio de integración es menor que , pero restringido aún más por . Como y son suaves yx = [ - 1 , 1 ] y = [ - 1 , 1 ] F ( x , y ) > 0 F...

Estamos trabajando en un modelo bayesiano para un proceso de espacio-tiempo, y estamos utilizando un muestreador sin giro en U (NUTS) que requiere un modelo para la probabilidad logarítmica y su gradiente con respecto a los parámetros del modelo. Más sucintamente, tenemos una función de...

Tengo una colección de modelos computacionales que podrían describirse como autómatas celulares asíncronos. Estos modelos se parecen al modelo de Ising, pero son un poco más complicados. Parece que tales modelos se beneficiarían de ejecutarse en una GPU en lugar de una CPU. Desafortunadamente, no...

Una pregunta bastante simple: para hacer una integral multidimensional, dado que uno ha decidido que algún tipo de método de Monte Carlo es apropiado, ¿hay alguna ventaja que tenga una integración de MC regular usando números pseudoaleatorios sobre una integración cuasi-Monte Carlo usando una...

Estoy buscando métodos que permitan estimar la entropía de la información de una distribución cuando las únicas formas prácticas de muestreo de esa distribución son los métodos de Monte Carlo. Mi problema no es diferente al modelo estándar de Ising que se usa típicamente como el ejemplo...

Recientemente, me encontré con un comentario afirmando que casi todos los investigadores que hacen los métodos de Monte Carlo lo están haciendo mal. Continuó explicando que simplemente elegir diferentes semillas para diferentes instancias de un PRNG, como el Mersenne Twister, no es suficiente para...

El espacio hiperbólico en el modelo de medio espacio superior de Poincaré parece RnorteRnorte\Bbb R^n ordinario pero con la noción de ángulo y distancia distorsionada de una manera relativamente simple. En el espacio euclidiano, puedo muestrear un punto aleatorio uniformemente en una bola de varias...

Existen muchos métodos numéricos bien conocidos para resolver ecuaciones del tipo por ejemplo, método de bisección, método de Newton, etc.f( x ) =0,x ∈ Rnorte,f(X)=0 0,X∈Rnorte, f(x) = 0, \quad x \in \mathbb{R}^n, En mi aplicación, se calcula con un método estocástico (el resultado es un...

Mi pregunta es sobre la extracción de observables de los métodos QMC, como se describe en esta referencia . Entiendo la derivación formal de varios métodos QMC como Path Integral Monte Carlo. Sin embargo, al final del día todavía estoy confundido sobre cómo usar estas técnicas de manera...

Estoy interesado en maximizar una función , donde .F( θ )f(θ)f(\mathbf \theta)θ ∈ Rpagθ∈Rp\theta \in \mathbb R^p El problema es que no conozco la forma analítica de la función o de sus derivados. Lo único que puedo hacer es evaluar la función de manera puntual, conectando un valor y obtener una...

θ θ ∼ Pr ( θ | datos ) i i { w i } θ ∼ N ( μ i , σ 2 )Pr ( θ | datos ) = ∑i = 1kwyonorte( μyo, σ2) .Pr(θ|data)=∑i=1kwiN(μi,σ2).\Pr(\theta| \text{data} ) = \sum_{i=1}^k w_i N(\mu_i, \sigma^2).θθ\thetaθ ∼ Pr ( θ | datos )θ∼Pr(θEl |datos)\theta\sim\Pr(\theta|\text{data})yoyoiyoyoi{ wyo}{wyo}\{w_i\}θ ∼...

Estas preguntas pueden estar un poco fuera de tema en comp-sci. si es necesario, sugiera dónde encaja. La pregunta es sobre cómo administrar todas las ejecuciones de simulación de manera eficiente. digamos, por ejemplo, una simulación requiere la fijación de 2 parámetros que deben definirse en...

Cada vez que uno usa un método cuasi-Monte Carlo para cubicación u optimización, parece que hay una gran variedad de secuencias de baja discrepancia para elegir, asociadas con los nombres de van der Corput, Halton, Hammersley, Faure, Niederreiter, Sobol ', y otros nombres que no recuerdo del todo....

Sea un proceso Ito d X t = a ( X t , t ) d t + b ( X t , t ) d W t donde W t es un proceso Wiener.XtXtX_treXt= a ( Xt, t ) dt + b ( Xt, t ) dWtreXt=una(Xt,t)ret+si(Xt,t)reWt dX_t=a(X_t,t)dt + b(X_t,t)dW_t WtWtW_t Milstein propone una aproximación numérica de la solución de estas...

Estoy tratando de entender el algoritmo de renacimiento de la integración de Monte Carlo de VEGAS ( publicación original ( preimpresión de LKlevin) y notas de implementación ). Intentaré explicar primero lo que creo que entendí y luego plantear mis preguntas. Para simplificar, supongamos que...