تقنيات تقليل التباين للمحاكاة مونت كارلو
تقنيات تقليل التباين هي عائلة من الأساليب التي تحسن كفاءة محاكاة مونت كارلو من خلال تحقيق نفس دقة التقدير بعدد أقل من السحوبات العشوائية. تم تطوير هذه العائلة تدريجيًا منذ الخمسينيات من القرن الماضي - مع إرجاع المتغيرات المتضادة إلى Hammersley و Morton، وتشكيل المتغيرات الضابطة بواسطة Lavenberg و Welch، وأخذ عينات الأهمية المتجذرة في Kahn و Marshall - وتشمل المتغيرات المتضادة (AV)، والمتغيرات الضابطة (CV)، وأخذ عينات الأهمية (IS)، والطبقية، وكل منها يستغل خاصية هيكلية مختلفة للكمية المستهدفة لتقليل تباين المقدر دون إدخال تحيز.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ross, S.M. (2012). Simulation (5th ed.). Academic Press. ISBN: 978-0124158252
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/ar/simulation/variance-reduction-mc
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- محاكاة التمهيدالمحاكاة↔ compare
- سلسلة ماركوف مونت كارلو (MCMC)المحاكاة↔ compare
- محاكاة مونت كارلواتخاذ القرار↔ compare
- المعادلات التفاضلية العشوائية (SDEs)المحاكاة↔ compare