我正在使用gsl
库中实施的Vegas(重要性抽样)蒙特卡罗方法来评估I_i = int f(x) g_i(x) dx
形式的各种积分,其中g_i
但f > 0
相同g_i
1}}。特别是g_0
中的一个,1
说f
,因此其对应的积分只是I_i
的积分。在g_i
分布下,可以将另一个f
视为I_i/I_0 = (int f(x) g_i(x) dx)/(int f(x) dx) = <g_i>_f
的平均值,更明确地说:
f
由于重要性采样背后的想法是相应地对其被绝对值进行采样,我想知道是否有可能(并且有效)利用在集成g_i
之后获得的已经优化的网格并且全部采样通过设置选项stage=3
并将调用中的被积函数更改为gsl_monte_vegas_integrate
,来自该分布的{{1}}。