RUS  ENG
Полная версия
ЖУРНАЛЫ // Математическое моделирование // Архив

Матем. моделирование, 2017, том 29, номер 2, страницы 135–138 (Mi mm3821)

О численных методах для функций, зависящих от большого количества переменных

И. М. Соболь

Институт прикладной математики им. М.В. Келдыша РАН

Аннотация: Обсуждается вопрос: почему оптимальные алгоритмы на классах функций иногда оказываются практически бесполезными. В качестве примера возьмем классы функций, удовлетворяющих общему условию Липшица. Рассматриваются методы оценки интеграла по единичному кубу очень большой размерности $d$. Предполагается, что подынтегральная функция интегрируема с квадратом. Можно использовать оценку простейшего метода Монте-Карло. Тогда вероятная ошибка оценки пропорциональна $1/\sqrt{N}$, где $N$ — количество значений функции. Если от метода Монте-Карло перейти к методу квази-Монте-Карло, то, как показали многочисленные примеры, погрешность зависит не от размерности $d$, а от средней размерности $\hat{d}$ подынтегральной функции. При малых $\hat{d}$ порядок погрешности близок к $1/N$.

Ключевые слова: оптимальный алгоритм, условие Липшица, метод Монте-Карло, метод квази-Монте-Карло, средняя размерность.

Поступила в редакцию: 14.11.2016


 Англоязычная версия: Mathematical Models and Computer Simulations, 2017, 9:5, 598–600

Реферативные базы данных:


© МИАН, 2024