Suponha que desejemos calcular alguma expectativa:
Suponha que queremos aproximar isso usando a simulação de Monte Carlo.
Mas suponhamos que é caro para extrair amostras a partir de ambas as distribuições, de modo que só pode dar ao luxo de chamar um número fixo .
Como devemos alocar ? Os exemplos incluem empates para cada distribuição, ou, no extremo, um empate no exterior e empates no interior, vice-versa, etc .....
Minha intuição me diz que isso tem a ver com a variação / entropia das distribuições relativas umas às outras. Suponhamos que o exterior é um ponto de massa, em seguida, a divisão de que minimiza o erro MC seria desenhar um do e desenhar do .
Espero que isso esteja claro.
optimization
conditional-probability
simulation
expected-value
monte-carlo
wolfsatthedoor
fonte
fonte
Respostas:
Primeiro, vamos supor que você execute simulações de , e para cada simulado , execute simulações de , . A sua estimativa de Monte Carlo é então O variância desta estimativa é decomposta da seguinte forma π X x 1 , … , x R x r S π Y | X = x r y 1 r , … , y s r δ ( R , S ) = 1R πX x1 1, … , XR xr S πY| X= xr y1 r, … , Ys r var { δ ( R , S ) }
Agora vamos assumir diferentes custos de simulação e a restrição orçamentária , o que significa que o 'custo s vezes mais para simular que o ' s. A decomposição acima da variação é então que pode ser minimizada em como [o número inteiro mais próximo sob as restrições e ], exceto quando a primeira variância é igual a zero, nesse casoy r s a x r 1R + a R S= b yr s uma xr RR∗=b/1+{aEX[varY| X{f(xr,Y)| xr}/varX
Observe também que essa solução deve ser comparada com a solução simétrica quando a integral interna estiver em dada a e a integral externa estiver contra a marginal em (assumindo que as simulações também sejam viáveis nessa ordem).Y YX Y Y
fonte