- Variable antithétique
-
Les variables antithétiques sont une des techniques de réduction de la variance employées dans la méthode de Monte-Carlo. Il s'agit de tirer parti de certaines symétries d'une distribution et de la corrélation négative entre deux variables aléatoires.
Sommaire
Principe
On souhaite estimer θ = E(h(X)). La méthode de Monte-Carlo de base consiste à simuler n variables iid selon la loi de X, disons , puis à estimer θ par
- .
On peut avoir une idée de l'erreur commise en construisant un intervalle de confiance ; ce dernier nécessite un estimateur de la variance de l'estimateur .
Supposons que l'on dispose de deux échantillons de taille n ; le premier est noté et le second . Pour simplifier les notations, on pose m1,m2 les estimateurs empiriques de l'espérance de h(X) sur respectivement l'échantillon 1 et 2. Autrement dit, on aura
et
- .
L'estimateur Monte-Carlo sur l'échantillon complet est simplement
et, du point de vue de la variance :
- .
Dans le cas iid, la covariance s'annule et , si bien que : le facteur 2 s'explique car on a doublé la taille de l'échantillon.
La technique de la variable antithétique consiste à choisir l'échantillon 2 identiquement distribué selon la loi de X mais en renonçant à l'indépendance, plus précisément en s'arrangeant pour que Cov(m1,m2) < 0. Il faut donc exploiter les éléments de symétrie de la loi de X afin de construire le second échantillon à partir du premier, en s'assurant de la négativité de la covariance. Se faisant, la variance sera inférieure à la variance "normale" .
Par exemple, si la loi de X est la loi uniforme sur [0;1], le premier échantillon sera simplement , où pour tout i, ui est tirée selon U(0;1). On construit le second échantillon , en posant pour tout i: u'i = 1 − ui. Si les u1 sont uniformes sur [0;1], alors il en va de même pour les u'i. De plus, la covariance est négative, ce qui permet de réduire la variance initiale.
Un autre exemple concerne la loi normale N(μ,s). En appliquant la transformation x'i = 2μ − xi, où xi∼N(μ,s), on obtient un tirage dans N(μ,s), qui est négativement corrélé avec le premier tirage xi
Exemple : estimation d'une intégrale
On souhaite estimer
- .
La valeur exacte est . Cette intégrale peut se voir comme l'espérance de f(U), où
et U distribuée selon une loi uniforme sur [0;1].
On compare l'estimateur Monte-Carlo classique (échantillon de taille 2n, avec n = 1500, tiré selon la loi uniforme standard) à l'estimateur avec variable antithétique (échantillon de taille n, complété par l'échantillon transformé 1 − ui). La variance se réduit comme suit
Estimation Variance Méthode classique 0,69365 0,02005 Variable antithétique 0,69399 0,00063 On constate une très nette réduction de la variance dans le cas de l'utilisation d'une variable antithétique.
Notes et références
Bibliographie
- M. Hammersley et K. W. Morton, A new Monte Carlo technique antithetic variates, Proc. Camb. Phil. Soc., 52, 449, 1956.
Liens externes
- Portail des probabilités et des statistiques
- Portail de la physique
- Portail de la finance
Catégories :- Analyse numérique
- Algorithme numérique
- Probabilités
- Physique statistique
Wikimedia Foundation. 2010.