![](https://csdnimg.cn/release/download_crawler_static/87897361/bg5.jpg)
估计可以用求和方式逼近,即
( )
k
1
1
E[ ( )| ] ( ) ( | )d ( )
N
i
k k k k k k
i
f x Y f x p x Y x f x
N
=
= =
å
ò
(0.3)
蒙特卡洛方法一般可以归纳为以下三个步骤:
(1)构造概率模型。对于本身具有随机性质的问题,主要工作是正确地描述和模拟这个概
率过程。对于确定性问题,比如计算定积分、求解线性方程组、偏微分方程等问题,采
用蒙特卡洛方法求解需要事先构造一个人为的概率过程,将它的某些参量视为问题的解。
(2)从指定概率分布中采样。产生服从己知概率分布的随机变量是实现蒙特卡洛方法模拟
试验的关键步骤。
(3)建立各种估计量的估计。一般说来,构造出概率模型并能从中抽样后,便可进行现模
拟试验。随后,就要确定一个随机变量,将其作为待求解问题的解进行估计。
在实际计算中,通常无法直接从后验概率分布中采样,如何得到服从后验概率分布的随
机样本是蒙特卡洛方法中基本的问题之一。重要性采样法引入一个已知的、容易采样的重要
性概率密度函数
,从中生成采样粒子,利用这些随机样本的加权和来逼近后验滤
波概率密度
,如图所示。令
( ) ( )
{ , , 1, . }
i i
k k
x w i N= L
表示一支撑点集,其中
为是
时刻第
个粒子的状态,其相应的权值为
,则后验滤波概率密度可以表示为
( ) ( )
1
( | ) ( )
N
i i
k k k k k
i
p x Y w x x
d
=
= -
å
(0.4)
其中,
( )
( )
( )
( | )
( | )
i
i
k k
k
i
k k
p x Y
w
q x Y
¥
(0.5)
图 2.2 重要性采样