Multilevel Monte Carlo Simulation
A Multilevel Monte Carlo (MLMC) módszer egy szórásredukciós technika, amely több numerikus felbontási szinten futtatott szimulációk kombinálásával becsli a várható értékeket. A durva, olcsó szimulációk rögzítik a jel nagy részét; a finom, drága szimulációk csak a fennmaradó kis különbséget korrigálják – drámaian csökkentve a teljes számítási költséget a standard Monte Carlo módszerhez képest, amely csak a legfinomabb szinten fut.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Giles, M. B. (2008). Multilevel Monte Carlo path simulation. Operations Research, 56(3), 607–617. DOI: 10.1287/opre.1070.0496 ↗
- Giles, M. B. (2015). Multilevel Monte Carlo methods. Acta Numerica, 24, 259–328. DOI: 10.1017/s096249291500001x ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/hu/bayesian/multilevel-monte-carlo-simulation
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.
- Markov Chain Monte Carlo (MCMC)Szimuláció↔ compare
- MONTE-CARLO-SIMULATIONDöntéshozatal↔ compare
- A részecskeszűrő (szekvenciális Monte Carlo)Bayes-statisztika↔ compare
- Szekvenciális Monte CarloBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →