Важно семплиране — намаляване на дисперсията при редки събития
Важното семплиране е техника за намаляване на дисперсията при Монте Карло, която измества разпределението на семплирането към интересуващия регион — обикновено рядко или екстремно събитие — така че информативни семпли да бъдат изтеглени много по-често, отколкото при оригиналното разпределение. Разработена в RAND Corporation от Херман Кан и Теодор Харис около 1951 г., тя прави оценката на вероятности от опашката (като стойност при риск или вероятност за отказ на система) осъществима, където стандартното Монте Карло би изисквало астрономически голям брой изпълнения.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Rubinstein, R.Y. & Kroese, D.P. (2016). Simulation and the Monte Carlo Method (3rd ed.). Wiley. DOI: 10.1002/9781118631980 ↗
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/bg/simulation/importance-sampling
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.
- Теория на екстремните стойности (ТЕС)Финанси↔ compare
- Латинско хиперкубично семплиранеСимулационно моделиране↔ compare
- Монте Карло симулацияВземане на решения↔ compare
- Стратифицирано извадково изследванеМетодология на проучванията↔ compare
- Стойност при риск (VaR)Финанси↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →