【Simulation】3 蒙特卡洛方法（求積分）、接受拒絕採樣、重點採樣、MCMC

參考文獻：Sheldon M.Ross:Simulation,4th edn

在計算機上如何生成隨機數才能表示服從0-1分佈的隨機變量呢？

1 僞隨機序列生成器

常見的混合同餘生成器：

重點還是如何利用較好生成數據的密度函數去擬合blackbox中的密度函數

2 利用隨機數（蒙特卡洛方法）計算積分

                      

注：這裏都爲變量，實際實驗中生成的每個數也是服從某一分佈的變量的具體值.

當然這裏的分佈不限於均勻分佈。

3 接受-拒絕採樣

 

 

4 重點採樣

5 MCMC-基於馬氏鏈的蒙特卡洛方法（Hastings-Metropolis算法、吉布斯採樣、模擬退火）

Markov鏈

不變分佈與平穩（極限）分佈

收斂定理