此时隨机点的选择不开是均句的,而是以分布函数G(x)分布的。 新的被积函数为f(x)乘以权量1g(。谷式(2.4.15)中g(=o 这里g(x)称为偏倚分布度函数。该方法使原本对f(x)的抽样,变 成由另一个分布密度函数广(x)=中产生简单于样,并附带一个 权量g(x)。这种方法也称为偏抽法。 公式右边积分中被积函数的方差为v/g}o如景g(x)选择恰当, 并伩也在积分城内的函教曲能形状与∫接抚,则该方差可以变得 函数g(x)砬当满足如下永件: (1)g(x)应当是个分布密度函数。 、(2)()g()不应在积分城内爬伏太大,傀之尽量等子常瓢, 保证才些/g)比小。 3)分布密度函数g(x)所对应的分布函数G(x)能够比较方良 地解析求出 (4)能方便地产生在积分域内滴足分布函数G(x)分布的随机 点 如能换上述永件找到函数g(x),我们就可以依下列步求积 (1)根据分布響度函数g(x)广生隨机痕x.例如釆用汊函数法。 (2)求出各抽桦点x的函数值()/g(x),并将所有点上的该函数 寶逸加起来,再除以抽样点数n就得到积分绪果。 也可以采用≡f(x)/g(x)作为分布密度函数,利用會选法来會去此时随机点的选择不再是均匀的，而是以分布函数G 分布的。 新的被积函数为 乘以权重1 。公式（2.4.15）中 (x) f (x) / g(x) dx dG(x) g(x) = 。 这里 称为偏倚分布密度函数。该方法使原本对 的抽样，变 成由另一个分布密度函数 g(x) f ( x ) ) ) ( * f x ( ( ) g x f x ≡ 中产生简单子样，并附带一个 权重g(x)。这种方法也称为偏倚抽样法。 公式右边积分中被积函数的方差为 {f / g} f V 。如果 选择恰当， 并使它在积分域内的函数曲线形状与 接近，则该方差可以变得 很小。 g(x) 函数g(x)应当满足如下条件： （1）g(x)应当是个分布密度函数。 （2） 不应在积分域内起伏太大，使之尽量等于常数， 以保证方差V 比V 小。 f (x)/ g(x) { } f / g {f } （3）分布密度函数 g(x)所对应的分布函数G x( )能够比较方便 地解析求出。 (4) 能方便地产生在积分域内满足分布函数G x( )分布的随机 点。 如能按上述条件找到函数 ,我们就可以依下列步骤求积 分： g(x) (1) 根据分布密度函数g(x)产生随机点 x . 例如采用反函数法。 (2) 求出各抽样点 x 的函数值 ，并将所有点上的该函数 值迭加起来，再除以抽样点数 就得到积分结果。 f (x)/ g(x) n 也可以采用w ≡ f (x)/ g(x)作为分布密度函数，利用舍选法来舍去 5