A new sequential algorithm for L2-approximation and application to Monte-Carlo integration

Abstract : We design a new stochastic algorithm (called SALT) that sequentially approximates a given function in L2 w.r.t. a probability measure, using a finite sample of the distribution. By increasing the sets of approximating functions and the simulation effort, we compute a L2-approximation with higher and higher accuracy. The simulation effort is tuned in a robust way that ensures the convergence under rather general conditions. Then, we apply SALT to build efficient control variates for accurate numerical integration. Examples and numerical experiments support the mathematical analysis.
Type de document :
Rapport
2014
Liste complète des métadonnées

Littérature citée [20 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00972016
Contributeur : Emmanuel Gobet <>
Soumis le : jeudi 3 avril 2014 - 14:03:35
Dernière modification le : jeudi 9 février 2017 - 15:05:15
Document(s) archivé(s) le : jeudi 3 juillet 2014 - 14:26:16

Fichier

SequentialVariationReduction_f...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00972016, version 1

Collections

Citation

Emmanuel Gobet, Khushboo Surana. A new sequential algorithm for L2-approximation and application to Monte-Carlo integration. 2014. 〈hal-00972016〉

Partager

Métriques

Consultations de la notice

408

Téléchargements de fichiers

203