统计计算学习【随机模拟_Chapter3-3.5随机数的应用】

R提供了多种分布的随机数函数，如runif(n)产生n个标准均匀分布随机数， rnorm(n)产生n个标准正态分布随机数。

随机数在计算积分上的应用

(1)若要计算积分
$$\theta ={\int }_a^{b}g(x)dx$$
可以利用变换 $y=\frac{x-a}{b-a}$, $dy=\frac{dx}{b-a}$得到：
$$\theta ={\int }_0^{1}g(a+(b-a)y)(b-a)dy={\int }_0^{1}h(y)dy$$

其中，$h(y)=g(a+(b-a)y)(b-a).$ 因此，我们连续地产生随机数并将h在这些随机数上的取值取平均，就能得到近似值 $\theta$.

例3.1：

估计积分 : ${\int }_{-2}^2{e}^{x+x^2}dx.$ （1.1）

#实现计算上述积分的R代码：
f1 <- function(n,a,b,g){
	x <- runif(n)
	sum((b - a) * g(a + (b-a) * x)) / n
}

#估计积分（1.1）
#******方法1************
#先定义函数g(x)
g <- function(x)exp(x + x^2)
#调用函数f1
f1(100,-2,2,g)

#******方法2************
#直接使用R的内嵌积分函数(绝对误差小于0.00062)
integrate(g,-2,2)

(2)若要计算积分
$$\theta ={\int }_0^{\infty }g(x)dx$$
可以利用变换 $y=\frac{1}{x+1}$, $dy=-\frac{dx}{(x+1{)}^2}$ 得到：
$$\theta ={\int }_0^1\frac{g(\frac{1}{y}-1)}{y^2}dy={\int }_0^{1}h(y)dy$$

其中，$h(y)=\frac{g(\frac{1}{y}-1)}{y^2}.$ 因此，我们连续地产生随机数并将h在这些随机数上的取值取平均，就能得到近似值 $\theta$.

(3)计算多元积分：

例3.2 代码：

X <- runif(100)
Y <- runif(100)
f <- function(X,y)exp((x+y)^2)
sum(f(X,Y)) / 100