实验数据处理方法 第二部分: Monte carlo模拟 第八章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
实验数据处理方法 第二部分：Monte Carlo模拟 第八章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第八章从率分布函数的抽糕 (Sampling from Probability Distribution functions Monte carlo算法的一个重要组成部分: 描述所要模拟的物理系统的一些概率密度函数(PDF) 描述整个系统在空间、能量、时间或多维相空间中的 发展和演化; Monte carlo模拟的主要任务: ·通过对这些概率密度函数的随机抽样来模拟物理系统的状 态 为描述系统的演化所必需的一些附加运算 物理过程的描述→从描述物理系统的pd出发,随机抽取系统的 可能状态
第八章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions) • Monte Carlo算法的一个重要组成部分： 描述所要模拟的物理系统的一些概率密度函数（PDF) ➔描述整个系统在空间、能量、时间或多维相空间中的 发展和演化； • Monte Carlo模拟的主要任务: • 通过对这些概率密度函数的随机抽样来模拟物理系统的状 态; • 为描述系统的演化所必需的一些附加运算. • 物理过程的描述➔从描述物理系统的pdf出发，随机抽取系统的 可能状态
第八章从概率分布函数的抽样 (Sampling from Probability Distribution Functions) 本章介绍从一个任意的pd获取样本的抽样方法。 1.直接抽样法(反函数法) 2.变换抽样法→直接抽样法的一般式 3.舍选抽样法 4.复合分布的抽样方法 5.混合抽样法 6.近似抽样法(列表法) 7.多维分布的抽样
第八章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions) • 本章介绍从一个任意的pdf获取样本的抽样方法。 1. 直接抽样法（反函数法） 2. 变换抽样法➔直接抽样法的一般形式 3. 舍选抽样法 4. 复合分布的抽样方法 5. 混合抽样法 6. 近似抽样法（列表法) 7. 多维分布的抽样
第八章 从概率分布函数的油样 (Samplingfrom Probability Distribution Functions) 8.1 1等价的连续概率密度函数
第八章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions) 8.1 等价的连续概率密度函数
8.1等价的连续率密度函数 随机变量:连续型、分离型 概率密度函数:连续分布、分离分布 Table 1: Important properties of continuous and discrete pdfs. Property Continuous: f(a) Discrete: P: Positivity f(a)≥0,alx Pi>0, all i Normalization -oo f(=,da=1 Interpretation f(adr Pi=prob(i) prob(x≤x'≤x+dz) prob(=;=zi Mean z=coo f(s)dx Va e02=0oo(x-i)f(a)dr 02=2i( a;-ipi 利用δ函数,可将分离型的pdf用连续型的pd描述 少用同样的方式来讨论分离型和连续型随机变量的抽样方法
8.1 等价的连续概率密度函数 • 随机变量：连续型、分离型 • 概率密度函数：连续分布、分离分布 • 利用函数，可将分离型的pdf用连续型的pdf 描述 ➔ 用同样的方式来讨论分离型和连续型随机变量的抽样方法