Quasi-Monte Carlo for unbounded integrands with importance sampling
本文针对无界被积函数的期望估计问题,提出使用平滑投影算子结合重要性抽样的QMC方法,将误差率从指数增长情形下的$O(n^{-1+2M+\varepsilon})$改进到$O(n^{-3/2+\varepsilon})$。
2023-10-08 cs.NA math.NA
Monte Carlo integration of $C^r$ functions with adaptive variance reduction: an asymptotic analysis
本文针对$C^r$函数的数值积分问题,提出结合分段多项式插值与随机逼近的自适应方差缩减方法,可在保持最优收敛速率的同时降低渐近因子,尤其适用于$r$阶导数快速变化的函数,且易于实现自动积分。
2023-04-16 cs.NA math.NA
Adaptive Multidimensional Integration Based on Rank-1 Lattices
Illinois Institute of Technology(伊利诺伊理工学院)
本文提出基于离散傅里叶系数的误差界,利用秩1格点进行自适应积分,计算复杂度为O(mb^m),适用于具有快速衰减傅里叶系数的积分函数。
2015-10-24 cs.NA math.NA
Median randomized quasi-Monte Carlo for nested integration
King Abdullah University of Science & Technology(阿卜杜拉国王科技大学);RWTH Aachen University(亚琛工业大学)
该研究将中位数随机拟蒙特卡洛(mRQMC)扩展至嵌套积分,提出双循环mRQMC估计量,针对EIG应用设计重要性采样正则化方案,在多项式示例和EIG估计中均实现收敛性能提升。
2026-10-12 cs.NA math.NA
On the error rate of conditional quasi-Monte Carlo for discontinuous functions
South China University of Technology(华南理工大学)
本文研究了条件拟蒙特卡洛方法的收敛速率,针对定义在整个R^d空间上的不连续积分函数,证明其具有平滑效应并能显著降低积分误差,尤其在期权定价和希腊值估计中表现出O(n^{-1+ε})的误差率。
2018-06-06 cs.NA math.NA
Randomized quasi-Monte Carlo integration
Stanford University(斯坦福大学)
本文针对统计领域读者,梳理随机拟蒙特卡罗(RQMC)的历史与当前方向,阐述其作为数值积分方法的特性及误差表现,为相关研究提供讲解。
2026-08-19 cs.NA math.NA stat.CO
Scrambled geometric net integration over general product spaces
Stanford University(斯坦福大学)
本文提出了一种在一般乘积空间上进行数值积分的点集构造方法,通过递归几何划分将随机化(t,m,s)-网转换为积分点集,提升了QMC在光滑积分函数上的精度。
2015-03-10 cs.NA math.NA stat.CO
Quasi-Monte Carlo methods for Choquet integrals
Graduate School of Innovation Management Tokyo Institute of Technology(东京工业大学创新管理研究生院)
本文提出用于Choquet积分的数值积分方法,基于底层概率测度的扭曲函数,通过阶梯函数的显式表示,结合准蒙特卡洛方法,给出误差界与连续模和星差的关联。
2015-02-16 cs.NA math.NA
Monte Carlo Cubature Construction
本文提出一种基于独立同分布采样和测试函数均值即可为任意概率测度构造容积公式的方法,并证明其同时具备数据压缩能力。
2020-01-24 cs.NA math.NA math.PR
The Mean Square Quasi-Monte Carlo Error for Digitally Shifted Digital Nets
Graduate School of Engineering, The University of Tokyo(东京大学大学院工学系研究科);Graduate School of Mathematical Sciences, The University of Tokyo(东京大学大学院数理科学研究科)
本文研究了使用数字化移位数字网的随机准蒙特卡罗积分,通过函数的瓦尔什系数表达n阶离散近似函数f_n的均方准蒙特卡罗误差,并通过瓦尔什系数的界得到用于评估根均方误差的瓦尔什指标,满足类似科斯马-赫劳卡不等式。
2014-12-02 cs.NA math.NA
On efficient weighted integration via a change of variables
本文研究了通过特殊变量变换近似高维ρ加权积分的方法,使得QMC或稀疏网格规则能够应用于单位立方体上的变换积分,主要贡献是给出了保证变换积分属于标准Sobolev空间的变量变换条件。
2018-12-11 cs.NA math.NA
A median QMC method for unbounded integrands over $\mathbb{R}^{s}$ in weighted unanchored Sobolev spaces
Tsinghua University(清华大学);The University of New South Wales(新南威尔士大学)
本文提出一种中位数QMC方法,用于在加权无锚Sobolev空间中计算Lebesgue可积函数的积分,证明该方法在误差界上达到O(N^{-r+ε}),优于蒙特卡洛方法。
2026-02-10 cs.NA math.NA
Quasi-Monte Carlo with Domain Transformation for Efficient Fourier Pricing of Multi-Asset Options
Weierstrass Institute for Applied Analysis and Stochastics (WIAS)(魏尔斯特拉斯应用分析与随机性研究所);Mathematical Institute, Utrecht University(乌得勒支大学数学研究所);Delft Institute of Applied Mathematics, EEMCS, TU Delft(代尔夫特理工大学应用数学研究所);Department of Mathematics, SAMPS, NTUA(雅典国立技术大学数学系);Institute of Applied and Computational Mathematics, FORTH(希腊研究与技术创新基金会应用与计算数学研究所);Chair of Mathematics for Uncertainty Quantification, RWTH Aachen University(亚琛工业大学不确定性量化数学教席);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
针对傅里叶方法在高维多资产期权定价中的维度灾难问题,提出使用随机化拟蒙特卡洛(RQMC)结合域变换提高可扩展性,通过边界增长条件设计变换保持被积函数正则性,数值实验验证了RQMC在傅里叶域中优于MC和TP方法。
2026-06-23 cs.NA math.NA q-fin.CP
Hybrid Monte Carlo-Methods in Credit Risk Management
本文比较了蒙特卡洛、拟蒙特卡洛和混合蒙特卡洛方法在JP Morgan信用指标系统中的应用,证明混合方法在多数情况下表现更优。
2014-05-08 cs.NA math.NA
On the error rate of importance sampling with randomized quasi-Monte Carlo
重要性抽样(IS)在许多领域,包括金融,稀有事件模拟和贝叶斯推理,减少蒙特卡罗抽样的方差方面很有价值。将拟蒙特卡罗方法(QMC)与IS相结合以获得更快的收敛速率是自然和明显的。然而,用QMC简单地代替Monte Carlo可能效果不好。研究了基于随机QMC的IS估计关于高斯测度的积分的收敛速度,其中IS测度是高斯分布或$t$分布.我们证明了如果目标函数满足所谓的边界增长条件和IS密度的协方差阵具有不小于1的特征值,那么随机QMC与高斯建议有一个均方根误差为$O(N^{-1+ε})$任意小的$ε>0$。$t$分布也建立了类似的结果作为建议。这些充分条件有助于评价质量管理体系中信息系统的有效性。对于一些特定的应用,我们发现,拉普拉斯IS,一个非常普遍的方法来近似的目标函数的二次泰勒近似其模式,具有特征值小于1,使所得的被积函数不太有利于QMC。从这个角度来看,当使用高斯分布作为IS建议,通过拉普拉斯IS的测量的变化可能会转换一个有利的被积函数到一个不利的QMC,虽然Monte Carlo抽样的方差减少。我们也给出了一些例子来验证我们的主张,并警告天真的MC下的IS建议与QMC的替代。数值结果表明,使用拉普拉斯IS与$t$分布是更强大的比高斯分布。
2022-07-20 cs.NA math.NA
Approximate and integrate: Variance reduction in Monte Carlo integration via function approximation
National Institute of Informatics(国立情报学研究所)
本文提出通过函数近似方法改进蒙特卡洛积分,利用高维近似理论加速收敛,展示非常数近似函数具有与蒙特卡洛相同收敛速度但方差更小。
2018-06-14 cs.NA math.NA
Projected Multilevel Monte Carlo Method for PDE with random input data
National Institute for Mathematical Sciences(韩国数学科学国家研究所)
本文提出了一种投影多级蒙特卡洛方法,用于降低求解随机输入数据的偏微分方程的计算复杂度。
2015-02-26 cs.NA math.NA
Quasi-Monte Carlo and Multilevel Monte Carlo Methods for Computing Posterior Expectations in Elliptic Inverse Problems
本文研究了在椭圆逆问题中利用准蒙特卡洛和多级蒙特卡洛方法计算后验期望的收敛性和复杂度分析,通过数值模拟验证了方法的有效性。
2017-03-02 cs.NA math.NA
Multilevel Monte Carlo methods
Mathematical Institute, University of Oxford(牛津大学数学研究所)
本文综述了多级蒙特卡洛方法的发展,强调其简单性、灵活性和通用性,并提出原创想法和未来研究方向。
2013-04-19 cs.NA math.NA
Empirical Bernstein and betting confidence intervals for randomized quasi-Monte Carlo
University of California, San Diego(加州大学圣地亚哥分校);Illinois Institute of Technology(伊利诺伊理工学院);Stanford University(斯坦福大学);University of Chicago(芝加哥大学)
本文研究了在已知界限条件下,使用经验伯恩斯坦和投注置信区间优化随机拟蒙特卡洛方法的置信区间宽度。
2026-02-02 cs.NA math.NA stat.CO
Uncertainty quantification for the BGK model of the Boltzmann equation using multilevel variance reduced Monte Carlo methods
本文提出了一种控制变量多级蒙特卡罗方法,用于求解具有随机输入的Boltzmann方程动力学BGK模型。该方法结合了多级蒙特卡罗技术的计算的最优控制变量乘数来自局部或全局方差最小化问题。同时对该方法在空间和时间上的一致性和收敛性进行了分析。数值算例表明,优化的多层蒙特卡罗方法优于经典的多层蒙特卡罗方法,特别是对于不连续问题。
2020-04-16 cs.NA math.NA
Multi-level Monte Carlo acceleration of computations on multi-layer materials with random defects
University of Delaware(特拉华大学)
本文提出多级蒙特卡洛方法以加速随机缺陷材料的计算,通过紧束缚模型测试问题验证了该方法在计算效率上的优势。
2016-11-29 cs.NA math.NA
A note on concatenation of quasi-Monte Carlo and plain Monte Carlo rules in high dimensions
本文研究了加权函数空间中高维数值积分的拟蒙特卡罗方法与普通蒙特卡罗规则的结合。特别是,我们考虑近似的周期函数的积分定义在$s$维单位立方体使用秩1格点集仅为第一$d\, (<s)$坐标和随机点的其余$s-d$坐标。我们证明,通过利用衰减的函数空间的权重,几乎最优的顺序的均方最坏情况下的错误是通过这样一个级联的正交规则,只要$d$规模最多线性的点数。这一结果可能是有用的数值积分在极高的维度,如偏微分方程与随机系数,甚至标准的快速组件的组件算法被认为是计算昂贵的。
2022-01-07 cs.NA math.NA
Randomized quasi-Monte Carlo and Owen's boundary growth condition: A spectral analysis
本研究通过谱分析验证了格点规则与Sobol'序列两类随机准蒙特卡罗方法的方差渐近收敛速率与Owen边界增长条件的指数一致,并拓展分析了不连续被积函数的情况。
2025-02-16 cs.NA math.NA
Preintegration is not smoothing when monotonicity fails
预积分是一种在$d$维欧几里得空间上进行高维积分的技术,其被设计为将其被积函数包含扭结或跳跃的积分减少为光滑函数的$(d-1)$维积分。所得到的平滑度允许通过拟蒙特卡罗方法或稀疏网格方法对$(d-1)$维积分进行有效评估。该技术类似于统计背景下的条件采样,但意图不同:在条件采样中,目标是减少方差,而不是实现平滑。预积分涉及一个关于一个精心选择的实值变量的初始积分。Griebel,Kuo,Sloan [Math.Comp.82(2013),383- 400]和Griewank,Kuo,Leövey,Sloan [J. Comput.应用数学344(2018),259- 274]表明,在适当的条件下,得到的$(d-1)$维被积函数确实是光滑的,包括一个关键的假设-当所有其他变量保持固定时,扭结或跳跃背后的光滑函数的被积函数相对于所选的特殊变量是严格单调的。在本文中解决的问题是,这种单调性属性相对于一个精心选择的变量是否是必要的。我们在这里表明,答案基本上是肯定的,在这个意义上说,如果没有这个属性所产生的$(d-1)$维被积函数一般是不光滑的,有平方根或其他奇点。
2021-12-22 cs.NA math.NA
Randomized Quasi-Monte Carlo and Importance Sampling for Super-Fast Growing Functions with Applications to Finance
Tsinghua University(清华大学);South China University of Technology(华南理工大学)
本文提出了一种结合RQMC与重要性采样的方法,用于处理超快速增长函数的金融衍生品定价问题,通过轻尾条件和预积分技术提升了计算效率和收敛性。
2025-12-01 cs.NA math.NA math.PR
Monte Carlo integration of non-differentiable functions on $[0,1]^ι$, $ι=1,\dots,d$, using a single determinantal point pattern defined on $[0,1]^d$
本文讨论了一类特殊的行列式点过程(DPP),一类排斥性的空间点过程,用于蒙特卡罗积分。设$d\ge 1$、$I\subseteq \overline d=\{1,\dots,d\}$与$ι=|I|$。使用一组单$N$正交点$\{u_1,\dots,u_N\}$定义的,一次性的,在尺寸$d$从实现的DPP模型,我们调查“最小”的被积函数的假设,以获得无偏的蒙特卡罗估计的$μ(f_I)=\int_{[0,1]^ι} f_I(u) \mathrm{d} u$为任何已知的$ι$ -维可积函数$[0,1]^ι$。特别是,我们证明了所得到的估计方差与顺序$N^{-1-(2s\wedge 1)/d}$时,被积函数属于一些Sobolev空间的规律$s > 0$。当$s>1/2$(其中包括一大类不可微函数),方差是渐近显式的,估计量满足中心极限定理。
2021-10-18 cs.NA math.CA math.NA
Smoothing the payoff for efficient computation of Basket option prices
Weierstrass Institute(韦伯斯特研究所);University of Bonn(波恩大学);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
本文提出利用底层资产密度的平滑性质,通过精确条件期望对收益函数进行平滑处理,从而提高多维积分计算效率,适用于多变量Black-Scholes或方差伽马模型下的篮子期权定价问题。
2017-02-24 cs.NA math.NA q-fin.CP
Fast orthogonal transforms for multi-level quasi-Monte Carlo integration
Johannes Kepler University Linz(林茨约翰·开普勒大学)
结合通用快速正交变换方法与多级蒙特卡洛方法,提升拟蒙特卡洛积分效率。
2015-08-10 cs.NA math.NA math.PR
Scale-invariant Monte Carlo and multilevel Monte Carlo estimation of mean and variance: An application to simulation of linear elastic bone tissue
Technische Universität Braunschweig(布伦瑞克工业大学);University of Twente(特温特大学)
本文提出了一种标量不变的误差估计方法,用于高效估计线性弹性骨组织模拟中的均值和方差,通过归一化误差估计优化多级蒙特卡洛计算成本。
2025-12-08 cs.CE cs.NA math.NA
Dimension-independent convergence rates of randomized nets using median-of-means
Johann Radon Institute for Computational and Applied Mathematics, ÖAW(约翰·拉登计算与应用数学研究所,奥地利科学院);Institute of Fundamental and Transdisciplinary Research, Zhejiang University(浙江大学基础与跨学科研究院)
该研究通过中位数-均值方法,在不依赖维度的情况下实现了高维积分的更优收敛速率。
2026-01-31 cs.NA math.NA stat.CO
Digital Nets and Sequences for Quasi-Monte Carlo Methods
拟蒙特卡罗方法是提高蒙特卡罗方法效率的一种方法。数字网和数字序列是拟蒙特卡罗方法中常用的低偏差点集之一。本论文提出了三个与数字网和序列有关的新结果:实现随机化数字网,找到置乱数字网的差异分布,以及通过进化计算获得更好质量的数字网。最后给出了加扰和非加扰数字网的应用。
2022-07-27 cs.MS cs.NA math.NA
On the effective dimension and multilevel Monte Carlo
我考虑在$d$维单位立方体上积分函数$f$的问题。我描述了一个多层次的蒙特卡罗方法,估计在最多$ε^{2}$在$O(d+\ln(d)d_{t}ε^{-2})$时间,为$ε>0$,其中$d_{t}$是截断维数的$f$的积分方差。相比之下,标准蒙特卡罗方法通常在$O(dε^{-2})$时间内实现这种变化。给出了一类多层蒙特卡罗方法$d+d_{t}ε^{-2}$阶数下界。
2021-11-05 cs.NA math.NA stat.CO
Covariance estimation using h-statistics in Monte Carlo and multilevel Monte Carlo methods
本文提出利用 h-statistics 的 MC 与 MLMC 无偏协方差估计方法,以闭式形式构造无偏均方误差,并通过一维随机椭圆 PDE 验证数值效果。
2024-05-08 cs.NA math.NA math.ST
Quasi continuous level Monte Carlo for random elliptic PDEs
本文提出拟连续水平蒙特卡洛方法,用拟蒙特卡洛序列生成指数分布随机变量,显著降低方差,在随机椭圆偏微分方程示例中明显优于多水平和连续水平蒙特卡洛。
2023-10-12 cs.NA math.NA math.PR