इंपोर्टेंस सैंपलिंग — दुर्लभ घटनाओं के लिए विचरण न्यूनीकरण
इंपोर्टेंस सैंपलिंग (Importance Sampling) एक मोंटे कार्लो विचरण-न्यूनीकरण तकनीक है जो नमूना वितरण (sampling distribution) को रुचि के क्षेत्र — सामान्यतः एक दुर्लभ या चरम घटना — की ओर स्थानांतरित करती है, ताकि मूल वितरण के तहत की तुलना में कहीं अधिक बार सूचनात्मक नमूने प्राप्त हों। 1951 के आसपास हर्मन कान और थियोडोर हैरिस द्वारा रैंड कॉर्पोरेशन में विकसित, यह टेल-प्रोबेबिलिटी अनुमान (जैसे वैल्यू-एट-रिस्क या सिस्टम-विफलता संभाव्यता) को सुगम बनाता है, जहाँ मानक मोंटे कार्लो के लिए खगोलीय रूप से बड़ी संख्या में रन की आवश्यकता होगी।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/hi/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.
- चरम मान सिद्धांत (EVT)वित्त↔ compare
- लैटिन हाइपरक्यूब सैंपलिंगअनुकरण↔ compare
- मोंटे कार्लो सिमुलेशननिर्णयन↔ compare
- स्तरीकृत प्रतिचयनसर्वेक्षण पद्धति↔ compare
- जोखिम पर मूल्य (VaR)वित्त↔ compare