मोंटे कार्लो सिमुलेशन के लिए विचरण न्यूनीकरण तकनीकें
विचरण न्यूनीकरण तकनीकें विधियों का एक परिवार हैं जो कम यादृच्छिक आहरणों के साथ समान अनुमान सटीकता प्राप्त करके मोंटे कार्लो सिमुलेशन की दक्षता में सुधार करती हैं। 1950 के दशक से उत्तरोत्तर विकसित - हैमरस्ले और मॉर्टन को एंटीथेटिक वेरिएट्स, लैवेनबर्ग और वेल्च द्वारा नियंत्रित वेरिएट्स को औपचारिक रूप दिया गया, और कान और मार्शल में निहित महत्व नमूनाकरण - परिवार में एंटीथेटिक वेरिएट्स (AV), नियंत्रण वेरिएट्स (CV), महत्व नमूनाकरण (IS), और स्तरीकरण शामिल हैं, प्रत्येक अनुमानक विचरण को पूर्वाग्रह पेश किए बिना कम करने के लिए लक्ष्य मात्रा की एक अलग संरचनात्मक संपत्ति का लाभ उठाता है।
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
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Variance Reduction Techniques for Monte Carlo Simulation (AV, CV, IS). ScholarGate. https://scholargate.app/hi/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.
- बूटस्ट्रैप सिमुलेशनअनुकरण↔ compare
- मार्कोव चेन मोंटे कार्लो (MCMC)अनुकरण↔ compare
- मोंटे कार्लो सिमुलेशननिर्णयन↔ compare
- प्रायिकता अवकल समीकरण (एसडीई)अनुकरण↔ compare