Preguntas etiquetadas con monte-carlo

Un problema muy común en Markov Chain Monte Carlo implica calcular probabilidades que son la suma de términos exponenciales grandes, ea1+ea2+...ea1+ea2+... e^{a_1} + e^{a_2} + ... donde los componentes de lata pueden variar de muy pequeños a muy grandes. Mi enfoque ha sido factorizar el término exponencial más grande para …

24 monte-carlo  floating-point  statistics 

Sé que la mayoría de los métodos para encontrar soluciones aproximadas a PDEs escalan mal con el número de dimensiones, y que Monte Carlo se usa para situaciones que requieren ~ 100 dimensiones. ¿Cuáles son buenos métodos para resolver eficientemente los PDE numéricos en ~ 4-10 dimensiones? 10-100? ¿Hay algún …

14 pde  monte-carlo  high-dimensional 

Tengo una función f(x,y,z)f(x,y,z)f(x,y,z) tal que ∫R3f(x,y,z)dV∫R3f(x,y,z)dV\int_{R^3} f(x,y,z)dV es finita, y quiero aproximar esta integral. Estoy familiarizado con las reglas de cuadratura y las aproximaciones de las integrales de Monte Carlo, pero veo algunas dificultades para implementarlas en un dominio infinito. En el caso de Monte Carlo, ¿cómo se hace …

13 monte-carlo  quadrature 

Estamos trabajando en un modelo bayesiano para un proceso de espacio-tiempo, y estamos utilizando un muestreador sin giro en U (NUTS) que requiere un modelo para la probabilidad logarítmica y su gradiente con respecto a los parámetros del modelo. Más sucintamente, tenemos una función de probabilidad logarítmica bastante complicada , …

12 monte-carlo  automatic-differentiation 

Tengo una colección de modelos computacionales que podrían describirse como autómatas celulares asíncronos. Estos modelos se parecen al modelo de Ising, pero son un poco más complicados. Parece que tales modelos se beneficiarían de ejecutarse en una GPU en lugar de una CPU. Desafortunadamente, no es muy sencillo paralelizar un …

12 parallel-computing  monte-carlo  gpu 

Tengo una integral impropia (bidimensional) yo= ∫UNW( x , y)F( x , y)d x d yI=∫AW(x,y)F(x,y)dxdyI=\int_A \frac{W(x,y)}{F(x,y)}\,\mbox{d}x\mbox{d}y donde el dominio de integración es menor que , pero restringido aún más por . Como y son suaves yx = [ - 1 , 1 ] y = [ - 1 , …

12 monte-carlo  quadrature 

Tengo un programa de Mathematica que realiza algunas integrales en 3 o 4 dimensiones usando el QuasiMonteCarlométodo. El problema es que lleva mucho tiempo ejecutarlo, hasta el punto de que algunos de estos cálculos no se pueden completar en el tiempo de trabajo máximo disponible en nuestro clúster HPC. Así …

12 libraries  monte-carlo  c++  mathematica 

Una pregunta bastante simple: para hacer una integral multidimensional, dado que uno ha decidido que algún tipo de método de Monte Carlo es apropiado, ¿hay alguna ventaja que tenga una integración de MC regular usando números pseudoaleatorios sobre una integración cuasi-Monte Carlo usando una secuencia cuasialeatoria? ? Si es así, …

11 monte-carlo 

Estoy buscando métodos que permitan estimar la entropía de la información de una distribución cuando las únicas formas prácticas de muestreo de esa distribución son los métodos de Monte Carlo. Mi problema no es diferente al modelo estándar de Ising que se usa típicamente como el ejemplo introductorio para el …

10 monte-carlo  random-sampling 

El espacio hiperbólico en el modelo de medio espacio superior de Poincaré parece RnorteRnorte\Bbb R^n ordinario pero con la noción de ángulo y distancia distorsionada de una manera relativamente simple. En el espacio euclidiano, puedo muestrear un punto aleatorio uniformemente en una bola de varias maneras, por ejemplo, generando nnorten …

10 computational-geometry  monte-carlo  geometry  random-sampling 

Existen muchos métodos numéricos bien conocidos para resolver ecuaciones del tipo por ejemplo, método de bisección, método de Newton, etc.f( x ) =0,x ∈ Rnorte,f(X)=0 0,X∈Rnorte, f(x) = 0, \quad x \in \mathbb{R}^n, En mi aplicación, se calcula con un método estocástico (el resultado es un promedio).F( x )F(X)f(x) ¿Hay …

10 monte-carlo  nonlinear-equations  stochastic  numerics 

Mi pregunta es sobre la extracción de observables de los métodos QMC, como se describe en esta referencia . Entiendo la derivación formal de varios métodos QMC como Path Integral Monte Carlo. Sin embargo, al final del día todavía estoy confundido sobre cómo usar estas técnicas de manera efectiva. La …

10 monte-carlo  quantum-mechanics 

Estoy interesado en maximizar una función , donde .F( θ )f(θ)f(\mathbf \theta)θ ∈ Rpagθ∈Rp\theta \in \mathbb R^p El problema es que no conozco la forma analítica de la función o de sus derivados. Lo único que puedo hacer es evaluar la función de manera puntual, conectando un valor y obtener …

10 optimization  monte-carlo  simulation 

θ θ ∼ Pr ( θ | datos ) i i { w i } θ ∼ N ( μ i , σ 2 )Pr ( θ | datos ) = ∑i = 1kwyonorte( μyo, σ2) .Pr(θ|data)=∑i=1kwiN(μi,σ2).\Pr(\theta| \text{data} ) = \sum_{i=1}^k w_i N(\mu_i, \sigma^2).θθ\thetaθ ∼ Pr ( θ | datos …

10 monte-carlo  probability 

Recientemente, me encontré con un comentario afirmando que casi todos los investigadores que hacen los métodos de Monte Carlo lo están haciendo mal. Continuó explicando que simplemente elegir diferentes semillas para diferentes instancias de un PRNG, como el Mersenne Twister, no es suficiente para garantizar resultados imparciales ya que pueden …

10 parallel-computing  monte-carlo  random-number-generation