基于Hit-and-Run算法近似玻尔兹曼分布：知g(x)却未知π(A)如何实现？

这是个戳中MCMC算法应用痛点的问题——毕竟很多时候我们压根拿不到目标分布$\pi(A)$的显式计算结果，但Hit-and-Run又明确要求知晓概率密度$g(x)$，这看起来简直是个矛盾对吧？其实这里的“知晓”有个关键的隐含前提，我来给你拆解几个核心思路：

• 利用玻尔兹曼分布的固有结构
  玻尔兹曼分布的密度形式本身就是$g(x) \propto e^{-U(x)/T}$，其中$U(x)$是系统的势能函数，$T$是温度。这里的关键是：Hit-and-Run这类MCMC算法只需要密度的相对值，完全不需要知道归一化常数（也就是$\pi(A)=\int_A g(x)dx$里的分母）。比如在算法的采样判断环节，归一化常数会被直接抵消，只要你能计算任意点$x$处的$e^{-U(x)/T}$值，就相当于拥有了算法需要的“有效密度$g(x)$”。

• 只需知晓密度的比例形式
  哪怕你完全不知道$\pi(A)$的具体数值，只要能写出$g(x)$的比例表达式（比如$g(x) \propto f(x)$，其中$f(x)$是可直接计算的函数），就足够满足Hit-and-Run的要求。因为算法的核心是基于不同点的密度相对权重来生成样本，绝对的归一化常数并不会影响最终样本的分布——你得到的样本依然会严格服从目标分布$\pi$。

• 隐式密度的数值计算场景
  有些情况下，$g(x)$是通过隐式条件定义的（比如满足特定物理方程或约束），但我们可以通过数值方法计算任意点$x$处的密度相对值。比如在分子动力学模拟中，势能$U(x)$可能是分子间相互作用的复杂函数，但我们可以逐个计算每个位置的势能值，进而得到对应的玻尔兹曼因子，这就相当于拿到了算法需要的$g(x)$可计算形式。

简单总结一下：Hit-and-Run要求的“知晓$g(x)$”，并不是要求你能算出$\pi(A)$这个归一化后的总量，而是要求你能计算任意点$x$处的密度相对大小——这在玻尔兹曼分布的应用场景里往往是完全可行的，因为我们通常能直接获取系统的势能函数$U(x)$，进而得到密度的比例形式。

内容的提问来源于stack exchange，提问作者makansij