Process / pipeline

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.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Rubinstein, R.Y. & Kroese, D.P. (2016). Simulation and the Monte Carlo Method (3rd ed.). Wiley. DOI: 10.1002/9781118631980
  2. 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.

Compare side by side

Цитиран в

ScholarGateImportance Sampling (Importance Sampling (Variance Reduction Monte Carlo)). Извлечено на 2026-06-15 от https://scholargate.app/bg/simulation/importance-sampling · Набор от данни: https://doi.org/10.5281/zenodo.20539026