2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩21頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在統(tǒng)計(jì)學(xué)中,會(huì)經(jīng)常遇到積分計(jì)算問(wèn)題,特別是高維積分的計(jì)算,用傳統(tǒng)的數(shù)值方法往往很難解決高維積分計(jì)算問(wèn)題,隨著計(jì)算機(jī)的迅速發(fā)展,我們可通過(guò)隨機(jī)模擬的方法解決高維積分計(jì)算問(wèn)題。隨機(jī)模擬方法適用的范圍非常廣泛,它既能求解確定性的問(wèn)題,也能求解隨機(jī)性的問(wèn)題以及科學(xué)研究中理論性的問(wèn)題。如計(jì)算高維積分、求解代數(shù)方程組和計(jì)算逆矩陣等。 在隨機(jī)模擬中,關(guān)鍵是隨機(jī)樣本的抽取。本文主要介紹了均勻分布抽樣、已知分布抽樣、經(jīng)驗(yàn)分布抽樣以及隨機(jī)向量抽樣的

2、一般方法,通過(guò)這些抽樣方法,我們可以對(duì)一些低維聯(lián)合分布進(jìn)行抽樣,但直接從一個(gè)任意的高維聯(lián)合分布中產(chǎn)生樣本常常是比較困難的,這樣使得基于樣本的方法具有了局限性。MCMC(Markov Chain Monte Carlo)方法是一種簡(jiǎn)單易行、應(yīng)用廣泛的計(jì)算隨機(jī)模擬方法,該方法的核心思想是構(gòu)造一個(gè)概率轉(zhuǎn)移矩陣,建立一個(gè)以分布π(x)為平穩(wěn)分布的Markov鏈來(lái)得到π(x)的樣本,通過(guò)隨機(jī)抽樣得到的這些樣本就可進(jìn)行各種統(tǒng)計(jì)推斷。本文主要探討了M

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論