روش های کاهش واریانس در روش مونت کارلو
Publish place: 3rd Conference on Financial Mathematics and Applications
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 2,907
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
CFMA03_094
Index date: 6 June 2015
روش های کاهش واریانس در روش مونت کارلو abstract
روش شبیه سازی مونت کارلو، روشی برای تقریب زدن انتگرال به کمک اعداد تصادفی می باشند. ایده ی اصلی این روش، تبدیل انتگرال به یک امید ریاضی بر اساس یک تابع چگالی احتمال مشخصف تولید نمونه ی تصادفی از این تابع چگالی و استفاده از قانوناعداد بزگ برای تقریب این امید ریاضی است. در روش مونت کارلو، با تولید نباله ای از متغیرهای تصادفی، که امید ریاضی آنها برابر با 0است، 0 برآورد می شود. میزان کارایی این روش زمانی که متغیر تصادفی دارای واریانس کوچک باشد افزایش می یابد. به روش هایی که می توانند متغیر تصادفی با امید 0 و واریانس نسبتاً کوچک تولید کنند روش های کاهش واریانس می گویند. در این مقاله به بررسی روش های کاهش واریانس می پردازیم.
روش های کاهش واریانس در روش مونت کارلو Keywords:
روش های کاهش واریانس در روش مونت کارلو authors
غلامحسین غلامی
دانشگاه ارومیه، دانشکده علوم، گروه ریاضی، ارومیه، ایران
آرش میرترابی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه آمار، فارس، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :