Méthode de rejet

La méthode de rejet est utilisée pour génèrer indirectement une variable aléatoire, de densité de probabilité quand on ne sait pas simuler directement la loi de densité de probabilité.



Catégories :

Probabilités

Page(s) en rapport avec ce sujet :

  • (méthode de rejet ou hit-or-miss due à Von Neumann). On désire simuler une v. a. de densité f. On suppose qu'on sait simuler une v. a. Y de ... (source : perso-math.univ-mlv)

But

La méthode de rejet est utilisée pour génèrer indirectement une variable aléatoire, de densité de probabilité quand on ne sait pas simuler directement la loi de densité de probabilité (c'est le cas par exemple si n'est pas une densité classique, mais également pour la loi de Gauss, tellement classique).

Soit un couple de variables aléatoires indépendantes tirées selon une loi uniforme, i. e. est un point tiré uniformément dans le carré unité. On peut alors montrer que la distribution de est la loi conditionnelle de sachant l'événement

M=\{U \le f_{X}(Y)\}.

C'est à dire,

fX (x) = fY (x | M).

Pour simuler une suite de variables aléatoires réelles de distribution semblable à celle de il suffit par conséquent, dans une suite de tirages de couples uniformes indépendants, de sélectionner les correspondant aux tirages vérifiant et de rejeter les autres.

Algorithme

La méthode de rejet


On voudrait simuler une variable aléatoire réelle de densité de probabilité. On suppose

La version basique de la méthode de rejet prend la forme suivante :

  1. Boucler :
    • Tirer de densité
    • Tirer selon la loi uniforme U (0;1), indépendamment de
  2. Tant que \tfrac{f (Y) }{c\, g (Y) }, \ " src="http ://upload. wikimedia. org/math/f/5/b/f5bc32ed3a2f842cd3æ60bd4705c472. png" /> reprendre en 1;
  3. Accepter comme un tirage aléatoire de densité de probabilité

On remarque que l'algorithme comporte une boucle dont la condition porte sur des variables aléatoires. Le nombre d'itérations, notons-le est par conséquent lui-même aléatoire. On peut montrer que suit la loi géométrique de paramètre i. e.

\mathbb{P}\left(N=k\right)\ =\ \left(1-\tfrac{1}{c}\right)ˆ{k-1}\,\tfrac{1}{c}\ 1_{k\ge 1}.

Par suite, l'espérance de (c. -à-d. le nombre moyen d'itérations à obtenir avant une réalisation de la loi f) vaut c.

\mathbb{E}\left[N\right]\ =\ c.

On a par conséquent tout intérêt à choisir c le plus petit envisageable. En pratique, une fois la fonction g choisie, le meilleur choix de c est par conséquent la plus petite constante qui majore le ratio f/g, c'est-à-dire :

c = \sup \frac{f(x)}{g(x)}.

Notons que, soit c est supérieur strict à 1, soit f=g, la seconde alternative étant assez théorique : en effet, comme

0\ \le\ \int_{\mathbb{R}}\left(cg-f\right)\ =\ c\ \int_{\mathbb{R}}g\ -\ \int_{\mathbb{R}}f\ =\ c-1.

On a par conséquent intérêt à choisir c le plus proche de 1 envisageable, pour que le nombre d'itérations moyen soit proche de 1 lui aussi. Bref, le choix de l'enveloppe g est essentiel :

Les deux derniers points amènent à rechercher une fonction g dont le graphe "épouse" étroitement celui de f.

Généralisations

Le fait que f(x) \le c g(x) peut être re-écrit comme f (x) = cg (x) h (x) h est une fonction à valeurs dans [0;1]. On remplace l'étape 4 de l'algorithme d'origine par la condition :

Tant que U / h (X) > 1, reprendre en 1;

Une autre généralisation peut être reconnue quand l'évaluation du ratio f/g est délicate. On cherche alors à encadrer la fonction f par deux fonctions aisément évaluables :

h_1(x) \leq f(x) \leq h_2(x)

tout en supposant qu'il existe une densité g telle que f(x) \le c g(x). Aucune autre hypothèse n'est nécessaire; surtout, il ne faut pas imposer que h_2(x) \leq c g(x). L'algorithme prend alors la forme suivante :

  1. Suite := vrai
  2. Tant que Suite
    • tirer Y selon g;
    • tirer U selon la loi uniforme U (0;1), indépendamment de Y;
    • Z := U c g (Y) ;
    • Suite := SI (Z \le h_1(Y), vrai, faux) ;
    • Si Suite alors
      • Si Z \leq h_2(Y) alors Suite := SI (Z \leq f(Y), vrai, faux) fin si
    • Fin si
  3. fin tant que
  4. retourne Y comme un tirage de f.

Dans cet algorithme, les fonctions h permettent de recourir à une comparaison à f (et par conséquent son évaluation) que particulièrement rarement.

Voir aussi

Références

Recherche sur Amazon (livres) :



Ce texte est issu de l'encyclopédie Wikipedia. Vous pouvez consulter sa version originale dans cette encyclopédie à l'adresse http://fr.wikipedia.org/wiki/M%C3%A9thode_de_rejet.
Voir la liste des contributeurs.
La version présentée ici à été extraite depuis cette source le 10/03/2010.
Ce texte est disponible sous les termes de la licence de documentation libre GNU (GFDL).
La liste des définitions proposées en tête de page est une sélection parmi les résultats obtenus à l'aide de la commande "define:" de Google.
Cette page fait partie du projet Wikibis.
Accueil Recherche Aller au contenuDébut page
ContactContact ImprimerImprimer liens d'évitement et raccourcis clavierAccessibilité
Aller au menu