예 , 무작위 유니폼보다 더 균일하게 분포 된 일련의 숫자를 생성하는 많은 방법이 있습니다. 실제로이 질문에 전념 하는 전 분야가 있습니다. QMC ( Quasi-Monte Carlo )의 중추입니다 . 아래는 절대 기본 사항에 대한 간단한 둘러보기입니다.
균일 성 측정
여러 가지 방법이 있지만 가장 일반적인 방법은 강력하고 직관적이며 기하학적 인 풍미가 있습니다. 양의 정수 d에 대해 [ 0 , 1 ] d 에서 포인트 x 1 , x 2 , … , x n 을 생성하는 데 관심이 있다고 가정 해 봅시다 . 정의
여기서 은 에서 직사각형 입니다.nx1,x2,…,xn[0,1]dd
Dn:=supR∈R∣∣∣1n∑i=1n1(xi∈R)−vol(R)∣∣∣,
R[a1,b1]×⋯×[ad,bd][0,1]d0≤ai≤bi≤1 및 은 이러한 모든 사각형의 집합입니다. 계수 안의 첫 번째 항은 내측 지점의 "관찰"인 비율 과 두 번째 항은 체적 인 , .
RRRvol(R)=∏i(bi−ai)
수량 은 종종 포인트 세트 의 불일치 또는 극단적 인 불일치 라고합니다 . 직관적으로, 우리 는 점들의 비율이 완벽한 균일 성에서 기대하는 것으로부터 가장 많이 벗어나는 "가장 나쁜"사각형 을 발견합니다 .Dn(xi)R
이것은 실제로 다루기 어렵고 계산하기가 어렵습니다. 대부분의 경우, 사람들이 함께 작업하는 것을 선호 스타 불일치 ,
유일한 차이점은 상한값을 취하는 집합 입니다. (원점에서) 고정 된 사각형 의 집합입니다 . 즉, 입니다.
D⋆n=supR∈A∣∣∣1n∑i=1n1(xi∈R)−vol(R)∣∣∣.
Aa1=a2=⋯=ad=0
기본 : 모든 , . 증거 . 왼손 경계는 이후부터 분명 합니다. 모든 은 합집합, 교차점 및 이상의 고정 사각형 ( )의 보수를 통해 구성 될 수 있기 때문에 오른쪽 경계가 이어집니다 .D⋆n≤Dn≤2dD⋆nnd
A⊂RR∈R2dA
따라서 우리는 과 는 하나가 이 커질 때 작 으면 다른 하나도 같다는 의미에서 동등하다는 것을 알 수 있습니다. 다음은 각 불일치에 대한 후보 사각형을 보여주는 (만화) 그림입니다.DnD⋆nn
"좋은"시퀀스의 예
별표 불일치가 낮은 시퀀스 는 당연히 낮은 불일치 시퀀스 라고 불립니다 .D⋆n
반 데르 코 ut . 아마도 가장 간단한 예일 것입니다. 들면 , Corput 서열 데르 밴은 정수 팽창시킴으로써 형성되고 소수점 약 "숫자를 반영"이진하고있다. 더 형식적으로, 이러한이 이루어집니다 라디칼 역 기저 함수 ,
여기서 와 베이스에있는 숫자 확대 . 이 기능은 다른 많은 시퀀스의 기초를 형성합니다. 예를 들어, 바이너리의 은 이므로d=1ib
ϕb(i)=∑k=0∞akb−k−1,
i=∑∞k=0akbkakbi41101001a0=1 , , , , 및 입니다. 따라서 van der Corput 시퀀스의 41 번째 포인트는 입니다.
a1=0a2=0a3=1a4=0a5=1x41=ϕ2(41)=0.100101(base 2)=37/64
최하위 비트가 과 사이에서 진동 하기 때문에 홀수 대한 포인트 는 에 있고 에 대한 포인트 는 있습니다.i01xii[1/2,1)xii(0,1/2)
할턴 서열 . 고전적인 불일치 시퀀스 중 가장 많이 사용되는 시퀀스 중 하나는 van der Corput 시퀀스를 여러 차원으로 확장 한 것입니다. 번째 가장 작은 소수 라고 합시다 . 그리고,이 번째 포인트 의 차원 홀턴 순서는
낮은 이러한 기능은 상당히 잘 작동하지만 더 높은 차원에서는 문제가 있습니다 .pjjixid
xi=(ϕp1(i),ϕp2(i),…,ϕpd(i)).
d
서열은 시킵니다. 포인트의 구성은 시퀀스 의 길이에 대한 사전 선택에 의존하지 않기 때문에 확장 가능 하기 때문에 좋습니다 .D⋆n=O(n−1(logn)d)n
해머 슬리 시퀀스 . 이것은 Halton 시퀀스의 매우 간단한 수정입니다. 대신
어쩌면 놀랍게도 장점은 더 나은 별 불일치 입니다.
xi=(i/n,ϕp1(i),ϕp2(i),…,ϕpd−1(i)).
D⋆n=O(n−1(logn)d−1)
다음은 2 차원 Halton 및 Hammersley 시퀀스의 예입니다.
잘 치환 된 Halton 서열 . Halton 시퀀스를 생성 할 때 각 대한 숫자 확장 에 특수 순열 세트 ( 의 함수로 고정됨 )를 적용 할 수 있습니다 . 이렇게하면 더 높은 차원에서 언급 된 문제를 어느 정도 해결할 수 있습니다. 각 순열은 과 을 고정 소수점 으로 유지하는 흥미로운 속성이 있습니다.iaki0b−1
격자 규칙 . 보자 가 될 정수를. 가라
여기서 의 소수 부분을 나타내고 . 값을 신중하게 선택 하면 균일 성이 좋아집니다. 잘못된 선택은 잘못된 순서로 이어질 수 있습니다. 또한 확장 할 수 없습니다. 다음은 두 가지 예입니다.β1,…,βd−1
xi=(i/n,{iβ1/n},…,{iβd−1/n}),
{y}yβ
(t,m,s) 그물 . 베이스 네트 는 의 부피 의 모든 사각형에 포인트 가 포함되도록 포인트 세트입니다. 이것은 강력한 형태의 균일 성입니다. 이 경우 작은 는 친구입니다. Halton, Sobol '및 Faure 시퀀스는 네트의 예입니다. 이것들은 스크램블링을 통해 무작위 화에 능숙합니다. 네트 무작위 스크램블링 (오른쪽 수행) 은 또 다른 네트를 생성합니다. 민트 프로젝트는 시퀀스의 컬렉션을 유지합니다.(t,m,s)bbt−m[0,1]sbtt(t,m,s)(t,m,s)(t,m,s)
간단한 무작위 추출 : Cranley-Patterson rotations . 하자 포인트들의 시퀀스 일. 보자 . 그런 다음 점이 에 균일하게 분포됩니다 .xi∈[0,1]dU∼U(0,1)x^i={xi+U}[0,1]d
다음은 파란색 점이 원래 점이고 빨간색 점이 선을 연결하여 회전 한 점입니다 (적절한 경우 감싸서 표시).
완전히 균일하게 분포 된 시퀀스 . 이것은 때때로 작용하는 더욱 균일 한 통일성 개념입니다. 하자 의 포인트 시퀀스 일 이제 크기의 중첩 블록을 형성하고 순서 얻는 . 그래서, 경우 , 우리가 가지고 다음 등의 경우에 대한 모든 , 이면 는 완전히 균일하게 분포 된다고합니다 . 즉, 시퀀스는 임의 의 포인트 세트를 생성 합니다.(ui)[0,1]d(xi)s=3x1=(u1,u2,u3)x2=(u2,u3,u4) s≥1D⋆n(x1,…,xn)→0(ui)바람직한 속성 이있는 차원입니다 .D⋆n
예를 들어, 반 데르 코 르트 시퀀스는 이므로 점 는 제곱 및 점 있기 때문에 완전히 균일하게 분포되지 않습니다. 은 있습니다. 따라서 정사각형 에는 , 은 모든 대해 점을 의미합니다 .s=2x2i(0,1/2)×[1/2,1)x2i−1[1/2,1)×(0,1/2)(0,1/2)×(0,1/2)s=2D⋆n≥1/4n
표준 참조
니더 라이터 (Niederreiter) (1992) 논문과 송곳니와 왕 (1994) 텍스트 추가 탐사를 위해 갈 장소입니다.