ScholarGate
Asistents
Process / pipeline

Nozīmes izlase — Retu notikumu dispersijas samazināšana

Nozīmes izlase ir Montekarlo dispersijas samazināšanas paņēmiens, kas pārvirza izlases sadalījumu uz interesējošo apgabalu — parasti retu vai ekstrēmu notikumu — tā, lai informatīvi paraugi tiktu iegūti daudz biežāk nekā sākotnējā sadalījumā. Hermanis Kahns un Teodors Heriss uzņēmumā RAND Corporation ap 1951. gadu izstrādāja šo metodi, lai astes varbūtības novērtēšana (piemēram, Value-at-Risk vai sistēmas atteices varbūtība) būtu traktējama, kur standarta Montekarlo gadījumā būtu nepieciešams astronomiski liels izpildījumu skaits.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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

Kā citēt šo lapu

ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/lv/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

Uz to atsaucas

ScholarGateImportance Sampling (Importance Sampling (Variance Reduction Monte Carlo)). Izgūts 2026-06-15 no https://scholargate.app/lv/simulation/importance-sampling · Datu kopa: https://doi.org/10.5281/zenodo.20539026