模拟方法(一)

一、模拟方法

  1. 逆变换方法(Inverse Transform Method):通过累积分布函数的逆函数,将均匀分布的随机变量转换为具有指定分布的随机变量。

  2. 接受拒绝方法(Accept-Reject Method):通过生成服从一个辅助分布的随机变量,并与原分布进行比较,接受满足条件的样本并拒绝不满足条件的样本,从而生成符合原分布的随机变量。

  3. 重要性采样(Importance Sampling):通过从一个已知分布中抽取样本,并用这些样本来估计另一个分布中的期望或概率。

  4. 吉布斯采样(Gibbs Sampling):用于从联合分布中抽取样本的一种马尔可夫链蒙特卡洛方法,通过依次更新每个变量的取值来生成样本。

  5. 蒙特卡洛模拟(Monte Carlo Simulation):通过生成大量的随机样本,并利用这些样本来估计未知参数或模拟系统的行为。

  6. 蒙特卡洛马尔可夫链(Monte Carlo Markov Chain)模拟:利用马尔可夫链的性质,通过随机漫步的方式生成样本,用于估计复杂系统的性质或参数。

相关推荐
无水先生17 小时前
ML 系列:机器学习和深度学习的深层次总结( 19)— PMF、PDF、平均值、方差、标准差
概率论
无水先生17 小时前
ML 系列:机器学习和深度学习的深层次总结( 20)— 离散概率分布 (Bernoulli 分布)
概率论
卡洛驰1 天前
交叉熵损失函数详解
人工智能·深度学习·算法·机器学习·ai·分类·概率论
Ricciflows2 天前
分析学大师Elias M. Stein的分析系列教材
线性代数·数学建模·矩阵·概率论·抽象代数·拓扑学·傅立叶分析
乔大将军3 天前
数理统计(第4章第2节:2元方差分析)
概率论
爱代码的小黄人5 天前
数学期望和联合概率密度
概率论
VisionX Lab5 天前
视频批量裁剪工具
音视频·概率论
无水先生5 天前
ML 系列:第 18 部 - 高级概率论:条件概率、随机变量和概率分布
概率论
AnitasCat6 天前
VAE原理及代码实现
人工智能·机器学习·概率论
小金刚®7 天前
(前瞻篇)机器学习与深度学习对比
python·分类·回归·开源·概率论·1024程序员节