文件名称：introduction_to_mcmc:马尔可夫链蒙特卡罗方法简介
文件大小：1.18MB
文件格式：ZIP
更新时间：2024-05-18 08:45:57
python numpy markov-chain stochastic markov-chain-monte-carlo
马尔可夫链蒙特卡罗方法简介 该项目已作为滑铁卢大学物理科学类AMATH777-随机过程的一部分而开发。 该代码完全用Python编写。 可以在找到报告和演示文稿形式的文档。 代码说明 该代码基于以下软件包： NumPy matplotlib 使用pip检查（并可能下载两个软件包）： foo@bar:~ $ pip install numpy matplotlib uniform_samples_using_linear_congruential_generator.py 本示例使用线性同余生成器（LCG）生成均匀分布U（[0,1]）的样本序列。 可以在上找到该方法的说明。 pi_monte_carlo.py 此示例使用蒙特卡洛估计器I =（4 / N）SUM_ {i = 1} ^ {N} h（x ^（i），y ^（i））从数值上近似pi，其中h（）是指标函数h （x，y）= {
【文件预览】：
introduction_to_mcmc-master
----code()
--------pi_monte_carlo.py(3KB)
--------metropolis.py(2KB)
--------uniform_samples_using_linear_congruential_generator.py(2KB)
----LICENSE(1KB)
----README.md(2KB)
----sample_output()
--------pi_monte_carlo.jpg(349KB)
--------metropolis.jpg(650KB)
--------uniform_samples.jpg(1.23MB)
----documentation()
--------presentation.pdf(285KB)
--------report.pdf(323KB)