close Warning: Can't synchronize with repository "(default)" (/var/svn/tolp does not appear to be a Subversion repository.). Look in the Trac log for more information.

Changes between Initial Version and Version 1 of Ticket #890


Ignore:
Timestamp:
Apr 6, 2010, 5:09:39 PM (15 years ago)
Author:
Víctor de Buen Remiro
Comment:

Legend:

Unmodified
Added
Removed
Modified

  • Ticket #890

    • Property Summary changed from El método Multiple-try Metropolis de simulación de cadenas de Markov to El método Multiple-try Metropolis de simulación de cadenas de Markov sobre densidades unimodales con dominios acotados arbitrariamente

  • Ticket #890 – Description

    initial v1  
    1 El método de simulación de cadenas de Markov [http://en.wikipedia.org/wiki/Multiple-try_Metropolis Multiple-try Metropolis] ofrece muchas posibilidades de aceleración de la convergencia cuando se tiene una forma rápida de evaluar la función de densidad conjunta.
     1El método de simulación de cadenas de Markov [http://en.wikipedia.org/wiki/Multiple-try_Metropolis Multiple-try Metropolis] ofrece muchas posibilidades de aceleración de la convergencia cuando se tiene una forma rápida de evaluar la función de densidad conjunta. 
    22
    3 Por ello podría ser muy útil su aplicación en el sistema BSR, especialmente para mejorar la eficiencia de la simulación del bloque ARMA o los bloques no lineales que actualmente se simulan escalarmente (con SLICE ó ARMS) con una gran sobrecarga de trabajo.
     3En el ticket #789 se propone el método general pero aquí nos ocuparemos de su aplicación en el caso de dominios acotados arbitrariamente, pues podría ser muy útil en el sistema BSR, especialmente para mejorar la eficiencia de la simulación del bloque ARMA o los bloques no lineales que actualmente se simulan escalarmente (con SLICE ó ARMS) con una gran sobrecarga de trabajo.
    44
    55Concretamente, cuando se sabe que la función de densidad es unimodal, y se tiene una forma rápida de evaluar la pertenencia al dominio de un punto candidato arbitrario, es posible implementar una función de generación de candidatos independiente del punto de partida y multinormal, eventualmente truncada, que la aproxime. Para mayor eficiencia consideraremos incorrelada y más adelante nos ocuparemos de proponer el cálculo de sus parámetros