Una situación extremadamente común en los gráficos de computadora es que el color de algunos píxeles es igual a la integral de alguna función de valor real. A menudo, la función es demasiado complicada para resolverla analíticamente, por lo que nos queda una aproximación numérica. Pero la función también suele ser muy costosa de calcular, por lo que estamos muy limitados en la cantidad de muestras que podemos calcular. (Por ejemplo, no puedes decidir tomar un millón de muestras y dejarlo así).
En general, entonces, lo que desea hacer es evaluar la función en puntos elegidos al azar hasta que la integral estimada sea "lo suficientemente precisa". Lo que me lleva a mi pregunta real: ¿cómo se estima la "precisión" de la integral?
Más específicamente, tenemos , que se implementa mediante un algoritmo informático lento y complicado. Queremos estimar
Podemos calcular para cualquier que deseemos, pero es costoso. Por lo tanto, queremos elegir varios valores de al azar y detenernos cuando la estimación de sea aceptablemente precisa. Para hacer esto, por supuesto, necesitamos saber qué tan precisa es realmente la estimación actual.x x k
Ni siquiera estoy seguro de qué herramientas estadísticas serían apropiadas para este tipo de problema. Pero me parece que si no sabemos absolutamente nada acerca de , entonces el problema no tiene solución. Por ejemplo, si calcula mil veces y siempre es cero, su integral estimada sería cero. Pero, sin saber nada sobre , todavía es posible que todas partes, excepto los puntos que tomaste como muestra, ¡por lo que tu estimación es terriblemente incorrecta!f ( x ) f f ( x ) = 1 , 000 , 000
Quizás, entonces, mi pregunta debería haber comenzado con "¿qué necesitamos saber sobre para hacer posible estimar la precisión de nuestra integralf ?" Por ejemplo, a menudo sabemos que es imposible que sea negativo, lo que parece ser un hecho muy relevante ...
Editar: OK, así que esto parece haber generado muchas respuestas, lo cual es bueno. En lugar de responder a cada uno de ellos individualmente, voy a tratar de completar algunos antecedentes adicionales aquí.
Cuando digo que no sabemos "nada" sobre , quiero decir que podemos calcular , pero no sabemos nada más al respecto. Esperaría (y los comentarios parecen estar de acuerdo) que tener más conocimiento nos permite usar mejores algoritmos. Parece que sería útil conocer los límites de y / o la primera derivada de .f f f
En la mayoría de los problemas en los que estoy pensando, cambia según la geometría de la escena y la ubicación dentro de la escena en consideración. No es una buena y ordenada pieza de álgebra que puedas resolver analíticamente. Típicamente representa la intensidad de la luz. Obviamente, la intensidad de la luz nunca puede ser negativa, pero no hay límite en cuanto a la magnitud de sus valores positivos. Y, por último, los bordes de los objetos suelen dar lugar a discontinuidades agudas en , y generalmente no se puede predecir dónde están.f f
En resumen, está condenadamente incómodo, así que mi primer puerto de escala fue preguntar qué podemos hacer con él sin más información. Parece que sin al menos algunos límites superiores e inferiores, la respuesta es "no mucho" ... Así que parece que necesito comenzar a hacer algunas suposiciones para avanzar aquí.
Además, dada la cantidad de veces que ha surgido "Monte Carlo", ¿supongo que ese es el término técnico para este tipo de integración?