mirror of
https://github.com/janishutz/eth-summaries.git
synced 2025-11-25 02:24:23 +00:00
[NumCS] Start Monte-Carlo quadrature
This commit is contained in:
Binary file not shown.
@@ -1,2 +1,18 @@
|
|||||||
\newsection
|
\newsection
|
||||||
|
\newcommand{\tsigma}{\tilde{\sigma}}
|
||||||
\subsection{Monte-Carlo Quadratur}
|
\subsection{Monte-Carlo Quadratur}
|
||||||
|
Bei der Monte-Carlo Quadratur wird, wie bei anderen Monte-Carlo-Algorithmen der Zufall genutzt
|
||||||
|
|
||||||
|
\inlineremark Die Konvergenz ist sehr langsam ($\sqrt{N}$), aber nicht abhängig von der Dimension oder Glattheit.
|
||||||
|
Zudem kann das Ergebnis falsch sein, da es probabilistisch ist.
|
||||||
|
|
||||||
|
Jede Monte-Carlo-Methode benötigt folgendes mit $X = [I_N - \tsigma_N, I_N + \tsigma_N]$:
|
||||||
|
\rmvspace
|
||||||
|
\begin{multicols}{2}
|
||||||
|
\begin{itemize}[noitemsep]
|
||||||
|
\item ein Gebiet für das ``Experiment'', hier $[0, 1]^d$
|
||||||
|
\item gute Zufallszahlen
|
||||||
|
\item gute deterministische Berechnungen, hier $\tsigma_N$ und $I_N$
|
||||||
|
\item Darstellung des Ergebnis, hier $\Pr[I \in X] = 0.683$
|
||||||
|
\end{itemize}
|
||||||
|
\end{multicols}
|
||||||
|
|||||||
Reference in New Issue
Block a user