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}}。