具有分配分布的蒙特卡罗模拟

时间:2017-01-04 12:28:15

标签: python random montecarlo markov-chains markov

我正在尝试蒙特卡罗模拟,我想出了这个有趣的问题。假设我们使用正态分布生成随机值,其中St.Dev = 2且均值=生成的最后一个值(马尔可夫过程),我们从值5开始,但每次生成大于9的值时,我们开始生成随机值使用St.Dev = 3的第二个正态分布。如果我们生成大于15或小于0的值,我们再次从5开始。我们想要找到这个随机过程的期望值。现在一种方法就是生成大量的样本,但如果我们决定使用更复杂的过程,那么认为这是不切实际的,我的问题是:什么是估计预期值的聪明方法(也是概率)这个随机过程的分布和其他标准特征)。

我已经研究了蒙特卡洛的变化,如Makrkov Chain Monte Carlo(MCMC)。但我似乎无法想出解决这个问题的好方法。

任何建议或来源都会有所帮助:)

PS我在使用Python,但任何参考都会有所帮助,无论是其他语言的代码实现,理论解释,还是在互联网上搜索的正确术语。

0 个答案:

没有答案