Mô phỏng Monte Carlo Đa cấp
Mô phỏng Monte Carlo Đa cấp (MLMC) là một kỹ thuật giảm phương sai nhằm ước lượng các kỳ vọng bằng cách kết hợp các mô phỏng được chạy ở nhiều mức độ phân giải số khác nhau. Các mô phỏng thô, rẻ tiền nắm bắt phần lớn tín hiệu; các mô phỏng tinh, đắt tiền chỉ sửa phần chênh lệch nhỏ còn lại — làm giảm đáng kể tổng chi phí tính toán so với Monte Carlo tiêu chuẩn chỉ ở mức tinh nhất.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/vi/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)Mô phỏng↔ compare
- Mô phỏng Monte CarloRa quyết định↔ compare
- Bộ lọc hạt (Monte Carlo tuần tự)Bayes↔ compare
- Monte Carlo Tuần tựBayes↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →