/* Momento n-esimo di una gaussiana */
double gaussMomentPdf(double variance, double mean , int * n , double x){
return pow(x,*n)*gaussPdf(variance,mean,x);
}
double gaussPdf(double x, double mu, double sigma)
{
double aux=1/sigma;
return gaussPdf((x-mu)*aux)*aux;
};
rtn_int_var campionamentoImportanza ( double a, double b , int N ,double (*f) (double)){
int nRandom=1000;
int j=0;
double *rd;
int i = 0;
double integral_true = partition(a,b,Nbintrap,1,f);
rtn_int_var rtn ;
double tmp = 0.0;
rd = malloc(nRandom*sizeof(double));
init_int_var(rtn);
rtn.Npnt = N;
/*
* 1 -> Flat
* 2 -> Gauss
* 3 -> sqrt(x) e^(-x)
*/
/* Il doppio ciclo serve a non usare troppa memoria. In questo modo, infatti,
* il vettore di numeri random ha lunghezza 100, qualsiasi sia il numero
* dei punti utilizzati dal montecarlo.
* ranlxd viene chiamata con un numero maggiore di 32, in quanto consigliato dalle librerie.
* Ho scelto il valore 50 per nRandom per non avere problemi con la divisione intera
* visto che i punti utlilizzati dal monte carlo sono multipli di 50.
*/
for(j=0;j< N/nRandom;j++){
ranlxd(rd,nRandom);
for (i = 0; i< nRandom ; i++){
rd[i] = a + (b-a)*rd[i];
tmp = ( f( rd[i] ) / flatPdf( a,b ,1 ));
rtn.var_flat += (integral_true - tmp)*(integral_true-tmp)/((double)(N-1)*(double)N);
rtn.int_flat += tmp/(double)N;
}
}
/*
* GAUSSSSSS
*/
for(j=0;j<N/nRandom;j++){
gauss_dble(rd,nRandom);
for ( i = 0; i< nRandom; i++){
tmp = ( f( rd[i] ) / gaussPdf( 0.5,0,rd[i]));
rtn.int_gauss += tmp ;
rtn.var_gauss += (integral_true - tmp)*(integral_true-tmp)/((double )N*(double)(N-1));
}
}
rtn.int_gauss /= (double) N ;
/*
*
*ROOT
*/
for(j=0;j<N/nRandom;j++){
root_exp_dble(rd,nRandom);
for ( i = 0; i< nRandom ; i++){
tmp= f( rd[i] ) / root_exp_pdf(rd[i]);
rtn.var_root +=(integral_true - tmp)*(integral_true-tmp)/((double )N* (double)(N-1));
rtn.int_root += tmp /(double) N;
}
}
/* Viene raddoppiato perchè la pdf estrae solo tra 0 e +inf.
* Utilizzabile solo per funzioni pari
*/
rtn.int_root*=2;
free(rd);
return (rtn);
}
