情報科学 › 乱数と確率的数値計算 › Monte Carlo 積分と分散低減

層別サンプリング

定義 5.3(「Monte Carlo 積分と分散低減」§5)

XX の値域を互いに交わらない可測集合 A1,…,AKA_1, \ldots, A_K(層)に分け、pk=P(X∈Ak)>0p_k = \mathbb{P}(X \in A_k) > 0、∑kpk=1\sum_kp_k = 1 とする。層 kk の中での条件付き分布 P(X∈B∣X∈Ak)=P(X∈B∩Ak)/pk\mathbb{P}(X \in B \mid X \in A_k) = \mathbb{P}(X \in B \cap A_k)/p_k に従う確率変数を X(k)X^{(k)} とし、

μk=E[f(X(k))],σk2=Var(f(X(k)))\mu_k = \mathbb{E}[f(X^{(k)})], \qquad \sigma_k^2 = \mathrm{Var}(f(X^{(k)}))

と置く。層 kk から nk≥1n_k \ge 1 個の独立な標本 X1(k),…,Xnk(k)X^{(k)}_1, \ldots, X^{(k)}_{n_k} を取り(異なる層の標本も独立)、

I^str=∑k=1Kpk⋅1nk∑i=1nkf(Xi(k))\hat I^{\mathrm{str}} = \sum_{k=1}^K p_k\cdot\frac{1}{n_k}\sum_{i=1}^{n_k} f(X^{(k)}_i)

を層別推定量という。n1+⋯+nK=Nn_1 + \cdots + n_K = N を満たす (nk)(n_k) を配分といい、nk=Npkn_k = Np_k を比例配分という。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 3 問