高效模拟的总误差证书 ​

形式陈述 ​

本终点要求交付一份能复算的报告：写出总体目标、实际估计中心、独立随机单位、费用、方差、剩余偏差及失效边界。以下任务不能以单次误差小或一张平滑收敛图替代证明。

模拟主线为普通MC与误差分层理路Monte Carlo 积分Monte Carlo integration · Monte Carlo quadrature将积分改写为随机变量期望，以独立样本均值估计并用方差和概率假设量化随机误差。 → 随机化整网理路随机化拟 Monte CarloRandomized quasi-Monte Carlo · RQMC · 随机化准蒙特卡罗 · 跨随机化误差估计随机化整套低差异点，保留均匀边缘并用独立整网重复估计方差；通过平移混叠与一维scramble计算说明收益的条件。 → 多层精度理路多层 Monte CarloMultilevel Monte Carlo · MLMC · 多层蒙特卡罗 · 望远镜层差模拟用独立层间、耦合层内的望远镜差值估计精细模型，联合控制离散偏差、层差方差及整数成本，并推导三种复杂度区域。 → 非线性内层理路非线性嵌套 Monte CarloNonlinear nested Monte Carlo · Nested simulation · NMC · 内层插件偏差分析条件均值经过非线性函数后的内层插件偏差，给出光滑与仅Lipschitz的MSE预算，并区分增加外层次数与修复内层目标。，对应任务一至四。昂贵核进阶支线从二阶U旧页理路二阶 U 统计量与一阶投影Order-two U-statistic and Hoeffding projection · 二阶U统计量 · Hoeffding一阶投影把所有成对核值的平均分解为单观测投影和退化余项，精确计算共享样本造成的方差，并区分根号样本量正态与退化尺度。进入固定阶核投影理路固定阶 U 统计量的 Hoeffding 分解Hoeffding decomposition of fixed-order U-statistics · Higher-order Hoeffding projection · 高阶U统计量投影 · U统计量退化秩以子集容斥构造固定阶对称核的正交投影，证明组合系数和精确方差，并用三阶退化核确定非正态尺度及计算预算。 → 部分核调用理路不完全 U 统计量Incomplete U-statistic · Subsampled U-statistic · 随机子集核平均 · 不完整U统计量随机计算部分子集核值，以条件与无条件方差区分计算误差和数据误差，并按投影退化秩确定所需核预算。，对应任务五。任务六、七汇合两条路线，检查误差解释与边界；不要求把两条支线或每种方差缩减方法全部叠加在同一估计器上。

若卡在“固定哪些量后还有随机性”，补读条件期望理路条件期望Conditional expectation以信息分组的加权平均建立条件期望直觉，再连接测度定义、最小均方预测、塔式性质和可计算反例。与全方差理路全期望公式与全方差公式Law of total expectation · Law of total variance · Iterated expectation借助条件信息分解总体均值，并把总波动拆成组内与组间两部分。；若卡在为何某些相依和不能用正态误差条，补读二阶U旧页理路二阶 U 统计量与一阶投影Order-two U-statistic and Hoeffding projection · 二阶U统计量 · Hoeffding一阶投影把所有成对核值的平均分解为单观测投影和退化余项，精确计算共享样本造成的方差，并区分根号样本量正态与退化尺度。；RQMC的确定性覆盖前提来自星差异理路星差异与低差异序列Star discrepancy · Low-discrepancy sequence用锚定于原点的轴对齐盒测量有限点集经验分布偏离单位立方均匀分布的最坏程度。。原有L3的控制、对偶、CRN、分层与bootstrap路线保持可用，不将其已完成证明计为本路线新增知识。

直觉 ​

四个旋钮很容易混淆：增加整网重复数会稳定随机化MCSE；增加最细精度可以缩离散偏差；增加内层样本可以缩非线性插件偏差；增加核抽取次数可以逼近固定资料上的完整统计量。这些旋钮均不能替代新增原始资料。

另一个判断是“函数调用之间为什么相关”：共同平移、细粗共享路径、同一外层情境、相同原始观测，都可能造成依赖，但需要不同方差公式。相同种子、相同行数或相同调用数，没有一种单独足以保证公平比较。

例子与边界 ​

任务一：128次积分调用怎样分给点数与重复数 ​

估计 ${\int }_0^{1}udu$，比较 $(n,R)=(8,16)$ 与 $(16,8)$ 的共享随机平移等距网。第一种方差为 $1/(12R{n}^2)=1/12288$，第二种为 $1/24576$。若改成每区间独立抖动的一维完整scramble，分别为 $1/98304$ 与 $1/393216$。

证明分别来自整网的共享余量 $T$ 与各区间独立方差相加，不能把共享平移也说成每区间独立。较少重复、较大网能降低这里的理论方差，却只有8个结果可用来估计第二种方案的MCSE；这不是覆盖率无条件更好。

现在保持第一种 $n=8$，把函数换成 $\sin \left(16\pi u\right)$。每网只看见同一个相位，方差变成 $1/(2R)=1/32$，而128次IID为 $1/256$。所以“本算法固定提高8倍”的结论失效；它只适用于已分析的线性目标。

任务二：三个精度层的费用证书 ​

某求解器已证明各层差方差 $V=(1,1/16,1/256)$，已核实费用 $C=(1,4,16)$；第二层目标的偏差上界为 $1/16$。要求模拟方差不超过 $1/64$，偏差单列。

$S=\sum \sqrt{VC}=1+1/2+1/4=7/4$，连续最优次数为 $(112,14,7/4)$，向上取整为 $(112,14,2)$。费用 $112+4\cdot 14+16\cdot 2=200$，模拟方差为

$$\frac{1}{112}+\frac{1}{224}+\frac{1}{512}=\frac{55}{3584}<\frac{1}{64}.$$

因此总MSE上界为 $55/3584+1/256=69/3584$，RMSE上界为其平方根。若最细层直接输出的方差为1、单次费用16，达到同一方差预算需64次，费用1024。这里 $V_2=1/256$ 是层差方差，不是最细输出方差1；混用这两个数会制造虚假的改进。

如果给定的“偏差上界”其实只是一轮层差均值，报告就不能写MSE认证。若层内细粗程序改用独立输入，原 $V$ 也必须重新核实。独立重复整个已冻结MLMC程序可以检查实现方差，但不能从重复运行自动证明剩余离散偏差。

任务三：复杂度的三个区域与取整例外 ​

分别判断 $(\alpha ,\beta ,\gamma )=(1,2,1),(1,1,1),(1,1,2)$。几何和给费用 $O({\epsilon }^{-2})$、$O({\epsilon }^{-2}{\log }^2{\epsilon }^{-1})$、$O({\epsilon }^{-3})$，三者均满足 $\alpha \ge min(\beta ,\gamma )/2$。

若变成 $(\alpha ,\beta ,\gamma )=(1/4,2,1)$，连续最优仍给 $O({\epsilon }^{-2})$，但一次最细样本就可能花 $O({\epsilon }^{-4})$。由于参数条件失败，不能省掉取整费用。正确的通用上界要保留 $O({\epsilon }^{-4})$；实际成本是否达到该阶还要看求解器，而不能把上界冒充下界。

任务四：把平方任务迁移到三次函数 ​

令 $Y$ 等概率取0和1，给定 $Y$ 后 $Z_j=Y+{\epsilon }_j$，${\epsilon }_j$ 独立标准正态。目标 $I=E[m(Y{)}^3]=1/2$。用内层均值的三次方，条件正态矩给

$$E[{\overline{Z}}_M^3\mid Y]=Y^3+3Y/M,$$

所以插件偏差为 $3/(2M)$。再用正态六阶矩，

$$v_M=\frac{1}{4}+\frac{6}{M}+\frac{81}{4M^2}+\frac{15}{M^3},\mathrm{MSE}=v_M/N+\frac{9}{4M^2}.$$

总费用3072，若 $M=16,N=192$，精确MSE为 $9811/786432\approx 0.012475332$，可逐项复算。$g^{″}(t)=6t$ 无全局上界，不能照抄主页面的统一二阶导定理；本题依靠显式矩计算仍证明了 $M^{-1}$ 偏差。这展示“充分条件不满足”与“结论必然错误”是不同判断。

用同一 $Y$ 下三个条件独立输出的乘积，则条件期望为 $Y^3$，无偏。其二阶矩为 $E(Y^2+1{)}^3=9/2$，方差为 $17/4$；费用3072可产生1024个独立外层乘积，最终方差为 $17/4096$。不允许把同一个 $Z$ 重复乘三遍，也不允许把三份条件独立改成三份独立外层情境，否则期望目标不同。

任务五：核相同，分布改变，退化秩也改变 ​

设 $P(X=1)=3/4$、$P(X=-1)=1/4$，$n=6$，$h(x,y,z)=xyz$。此时 $\mu =1/2$、${\sigma }^2=3/4$、$\theta =1/8$。三阶投影方差为

$${\sigma }_1^2=3/64,{\sigma }_2^2=9/64,{\sigma }_3^2=27/64.$$

故完整U方差为

$$v=\frac{9(3/64)}{6}+\frac{9(9/64)}{15}+\frac{27/64}{20}=\frac{45}{256}.$$

单核平方恒为1，单核方差为 $63/64$。如果沿用均值零Rademacher的三阶退化结论，就会错把方差写成 $1/20$。退化是核与分布共同决定的属性。

现在用 $B=10$ 次核调用。有放回总方差为

$$\frac{45}{256}+\frac{(63/64-45/256)}{10}=\frac{657}{2560}.$$

不放回从20个子集中取10个，则总方差为

$$\frac{45}{256}+\frac{1}{19}\frac{207}{256}=\frac{531}{2432}.$$

两者都超过完整U的数据方差，差额是计算预算的代价。此处原始资料尚未固定，必须对64种样本按不等概率加权验证，不能用等概率枚举代替。

任务六：解释两个看似矛盾的实验结果 ​

实验A在固定资料上重复抽子集，发现抽得越多误差越小；实验B每轮重新采集同样数量的原始资料，再把核计算得几乎精确，却仍有明显波动。两者并不矛盾。实验A估计 $E[({\tilde{U}}_B-U{)}^2\mid D]$，实验B看到 $\mathrm{Var}(U)$；总体目标的MSE要将两层正交误差合并。

同样道理，固定内层 $M$ 重复很多外层后，非线性插件的方差可能很小，但偏差仍在；固定离散精度重复很多层差后，MLMC的模拟方差可能很小，但 $E{P}_L-EP$ 仍在；一个RQMC网内点数很大，却没有足够独立随机化，也不能可靠估计跨网波动。

任务七：该拒绝哪一种通用声明 ​

“所有低差异点都比IID好”被同频平移反例否定；“内层估计无偏，外层函数就无偏”被平方或三次方例否定；“几乎所有核只要 $B=O(n)$ 就够”被退化秩 $r\ge 2$ 否定；“层差均值小，因此剩余偏差已认证”缺少弱误差保证；“方差按 $n^{-3}$ 收敛，所以可用正态区间”被 $Z^3-3Z$ 极限否定。

每一项拒绝都应指出缺失条件和失效机制，而不只是附一句“视情况而定”。

推论与应用 ​

最终报告应包含下列可检查对象：

1. 明确目标与实际中心：$I$、$E{P}_L$、$I_M$、固定资料上的 $U$ 不可混称
2. 生成协议：整网随机化、层内耦合、条件独立内层、均匀抽子集及是否放回
3. 费用模型：点数与重复数、层差成对费用、外层创建费、核调用与索引开销
4. 精确方差或有条件的上界，以及偏差的独立来源和证明
5. 合法的MCSE单位、样本量、固定预算或额外校准过的自适应方案
6. 一次结构迁移和一个边界反例，说明改换目标后哪些旧常数不再成立

小型预算核验脚本实现有理数枚举与固定种子的重复模拟。枚举核对本文的有限公式；模拟只检查实现行为；二者均不替代条件与证明。改变脚本中的 $n,R,M,B$ 时，应分别核对目标偏差、模拟方差与资料误差，避免把它们合并成一个不明含义的误差条。

当前范围不包含一般多重嵌套的最优复杂度、无偏随机截层、任意增长阶U统计量、完整退化核检验校准或任意多维scramble的证明。这些不是空白容量自动生成的新页，本路线的五个接口已有可独立完成的任务终点。

参考资料 ​

• 五个主页面分别给出已核阅的Owen、Giles、Rainforth、Bartlett及Clémençon等来源与证明边界。
• 本页128次积分预算、三层费用、三次条件函数及非对称Rademacher核任务均按题设直接推导；数值核验不增加正式知识页数量。