SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Latin Hypercube Sampling Example

patricia-whitley avatar
patricia-whitley
13 diapositives · 481 Views · Nov 20, 2014

Latin Hypercube Sampling Example. Jake Blanchard Spring 2010. Example. Z=XY X and Y follow exponential distributions  x =1  y =1/2. Step 1. Divide cdfs into even intervals (vertical axis). Step 2. Now sample a number in each section

Latin Hypercube Sampling Example - slide 1
01 / 13Latin Hypercube Sampling Example
1 / 17

Télécharger la présentation

Latin Hypercube Sampling Example
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Latin Hypercube Sampling Example Jake Blanchard Spring 2010 Uncertainty Analysis for Engineers

  2. Example • Z=XY • X and Y follow exponential distributions • x=1 • y=1/2 Uncertainty Analysis for Engineers

  3. Step 1 • Divide cdfs into even intervals (vertical axis) Uncertainty Analysis for Engineers

  4. Step 2 • Now sample a number in each section • For example, pick a random number between 0.8 and 1.0 and use it to get a random value for x • xx=expinv(rx,mux); Uncertainty Analysis for Engineers

  5. Step 3 • Sort the values (shuffle) • nux=xx(randperm(n)); Uncertainty Analysis for Engineers

  6. An Alternative • Instead of using expinv, we can generate the inverse ourselves • Just take the CDF and solve for x • xx=-mux*log(1-rx); Uncertainty Analysis for Engineers

  7. First Script n=10000000; mux=1; muy=2; x=exprnd(mux,n,1); y=exprnd(muy,n,1); mz=mean(x.*y); error=abs(mz-mux*muy)/mux/muy d=linspace(0,1,n+1); rx=unifrnd(d,d+1/n); ry=unifrnd(d,d+1/n); xx=expinv(rx,mux); yy=expinv(ry,muy); nux=xx(randperm(n)); nuy=yy(randperm(n)); mz=mean(nux.*nuy); error=abs(mz-mux*muy)/mux/muy Uncertainty Analysis for Engineers

  8. Alternative n=10000000; mux=1; muy=2; x=exprnd(mux,n,1); y=exprnd(muy,n,1); mz=mean(x.*y); error=abs(mz-mux*muy)/mux/muy d=linspace(0,1,n+1); rx=unifrnd(d,d+1/n); ry=unifrnd(d,d+1/n); xx=-mux*log(1-rx); yy=-muy*log(1-ry); nux=xx(randperm(n)); nuy=yy(randperm(n)); mz=mean(nux.*nuy); error=abs(mz-mux*muy)/mux/muy Uncertainty Analysis for Engineers

  9. Test • Z=XY • X and Y are beta with mean of 1 and 2, respectively • Use simple Monte Carlo • Then use LHS without sorting • Then use LHS with sorting • N=100,000 • For each case, find mean 100 times and then take standard deviation of results Uncertainty Analysis for Engineers

  10. Case 1 n=100000; ntrials=100; mz=zeros(ntrials,1); for i=1:ntrials x=exprnd(mux,n,1); y=exprnd(muy,n,1); mz(i)=mean(x.*y); end std(mz) Uncertainty Analysis for Engineers

  11. Case 2 d=linspace(0,1,n+1); for i=1:ntrials rx=unifrnd(d,d+1/n); rx=rx(1:end-1); ry=unifrnd(d,d+1/n); ry=ry(1:end-1); x=expinv(rx,mux); y=expinv(ry,muy); mz(i)=mean(x.*y); end std(mz) Uncertainty Analysis for Engineers

  12. Case 3 d=linspace(0,1,n+1); for i=1:ntrials rx=unifrnd(d,d+1/n); rx=rx(1:end-1); ry=unifrnd(d,d+1/n); ry=ry(1:end-1); x=expinv(rx,mux); y=expinv(ry,muy); nux=x(randperm(n)); nuy=y(randperm(n)); mz(i)=mean(nux.*nuy); end std(mz) Uncertainty Analysis for Engineers

  13. Results Uncertainty Analysis for Engineers