9.5: Інтеграція Монте-Карло
Остаточна схема числового інтеграції, яку ми обговоримо, - інтеграція Монте-Карло, і вона концептуально повністю відрізняється від попередніх схем. Замість призначення набору точок дискретизації (або явно, як у правилах середньої точки/трапеції/Сімпсона, або за допомогою процедури машинної оптимізації, як у методі адаптивної квадратури), цей метод випадковим чином вибірки точок в області інтеграції. Якщо точки вибірки незалежні і їх досить велика кількість, інтеграл можна оцінити, взявши середньозважене ціле по точках вибірки.
Якщо бути точним, розглянемо 1D інтеграл над доменомx∈[a,b]. Нехай кожна точка вибірки буде намальована незалежно від розподілуp(x). Це означає, що ймовірність нанесення зразкаxn в діапазоніxn∈[x,x+dx] єp(x)dx. Розподіл нормалізується, так що
∫bap(x)dx=1.
ВізьмемоN зразки і оцінимо цілісність в цих точках: це дає нам набір чисел{f(xn)}. Потім обчислюємо кількість
Imc=1NN−1∑n=0f(xn)p(xn).
На відміну від оцінювачів, які ми раніше вивчали,Imc є випадковим числом (тому що{xn} базові величини всі випадкові). Що найважливіше, його середнє значення дорівнює потрібному інтегралу:
⟨Imc⟩=1NN−1∑n=0⟨f(xn)p(xn)⟩=⟨f(xn)p(xn)⟩foreachn=∫bap(x)[f(x)p(x)]dx=∫baf(x)dx
Для низьковимірних інтегралів зазвичай немає підстав використовувати метод інтеграції Монте-Карло. Це вимагає набагато більшої кількості зразків, щоб досягти рівня числової точності, порівнянної з іншими методами числового інтегрування. (Для 1D інтегралів інтеграція Монте-Карло зазвичай вимагає мільйонів зразків, тоді як правило Сімпсона вимагає лише сотні або тисячі точок дискретизації.) Однак інтеграція Монте-Карло перевершує схеми інтеграції на основі дискретизації, коли розмірність інтеграції стає надзвичайно великою. Такі інтеграли зустрічаються, наприклад, при квантово-механічних розрахунках за участю систем багатьох тіл, де розмірність гільбертового простору масштабується експоненціально з кількістю частинок.