| http://dbpedia.org/ontology/abstract
|
Квазі-Монте-Карло метод (з англ. Quasi-Mon … Квазі-Монте-Карло метод (з англ. Quasi-Monte Carlo Method) - метод чисельного інтегрування та вирішення деяких інших задач з використанням послідовностей з низьким рівнем невідповідності (так-звані квазі-випадкові послідовності або суб-випадкові послідовності). Це на противагу звичайному методу Монте-Карло, який заснований на послідовності псевдовипадкових чисел. Методи Монте-Карло і квазі-Монте Карло викладені аналогічним чином.Проблема полягає в тому, щоб апроксимувати інтеграл від функції f як середнє значення функції, обчисленої в наборі точок х1, ..., хп: Оскільки ми інтегруємо по х-вимірному одиничному кубі, кожен хi є вектором s елементів. Різниця між методами квазі-Монте-Карло і Монте-Карло - це спосіб вибору хi. Квазі-Монте-Карло використовує послідовності з низьким рівнем невідповідності, такі як послідовності Халтон, Соболеві послідовності, або послідовності Фора (з англ. Faure), в той час як метод Монте-Карло використовує псевдовипадкові послідовності. Перевага використання послідовностей з низьким рівнем невідповідності - швидкість збіжності. Метод квазі-Монте-Карло має оцінку збіжності О(1/n), тоді як у випадку методу Монте-Карло вона становить О(N-0.5). Метод квазі-Монте-Карло останнім часом став популярним в області математичних фінансів і фінансових обчислень. В цих областях багатовимірні числові інтеграли, де значення інтегралу повинне бути оцінене в межах порогового значення ε, трапляються часто. Методи Монте-Карло і квазі-Монте-Карло корисні в таких випадках.вазі-Монте-Карло корисні в таких випадках.
, En analyse numérique, la méthode de quasi- … En analyse numérique, la méthode de quasi-Monte-Carlo est une méthode d'intégration numérique et la résolution de problèmes numériques par l'utilisation de suites à discrépance faible. Elle s'oppose donc à la méthode de Monte-Carlo qui utilise des suites de nombres pseudo-aléatoires. Les méthodes de Monte-Carlo et quasi-Monte-Carlo se basent sur le même problème : l'approximation de l'intégrale d'une fonction f par la moyenne des valeurs de la fonction évaluées en un ensemble de points x1,…, xN: avec xi, un vecteur de s éléments. La différence entre les méthodes de Monte-Carlo et quasi-Monte-Carlo tient dans le choix des valeurs xi. Alors que la méthode de Monte-Carlo utilise une suite de nombres pseudo-aléatoires, la méthode de quasi-Monte-Carlo utilise la , la suite de Sobol ou la suite de Faure, connue pour leur discrépance faible. L'un des avantages est de permettre une convergence plus rapide de la méthode par l'utilisation de suites à discrépance faible (de l'ordre de O(1⁄N), alors que la méthode de Monte-Carlo est en O(1⁄√N). La méthode de quasi-Monte-Carlo, comme la méthode de Monte-Carlo, trouve son intérêt dans le calcul précis d'intégrales à grand nombre de dimensions, particulièrement demandé en mathématiques financières .ent demandé en mathématiques financières .
, 数值分析中，拟蒙特卡罗方法(Quasi-Monte Carlo method)是使用 … 数值分析中，拟蒙特卡罗方法(Quasi-Monte Carlo method)是使用（一种确定生成的列，也称为拟随机列、次随机列）来进行数值积分和研究其它一些数值问题的方法。而普通的蒙特卡罗方法或蒙地卡罗积分方法使用的是伪随机数。MATLAB中提供了生成如、等超均匀分布列的函数。 拟蒙特卡罗方法和蒙特卡罗方法的具体内容相似，要解决的问题都是通过测量某个可测函数 f 在某些点上的取值，而在数值上求它的积分的近似值。例如要求在单位体积上的积分近似，可以设取的点为x1, ..., xN，那么： 其中的xi都是s维向量。拟蒙特卡罗方法和普通蒙特卡罗方法的区别在于xi的具体选取方式。蒙特卡罗方法用的是伪随机列，而拟蒙特卡罗方法用到的是、等低差异列。使用低差异列的优点是收敛速率较快。拟蒙特卡罗方法可以达到O(1/N)的收敛速率，而普通蒙特卡罗方法的收敛速率则是 O(N-0.5)。 近年来，拟蒙特卡罗方法在金融数学和领域里得到了越来越多的应用，因为其中常常会需要计算高维积分的数值近似。蒙特卡罗方法和拟蒙特卡罗方法可以快捷简单地得到较好的结果。要计算高维积分的数值近似。蒙特卡罗方法和拟蒙特卡罗方法可以快捷简单地得到较好的结果。
, 준몬테카를로 방법(Quasi-Monte Carlo method)은 저불일치 수열(Low-discrepancy sequence)을 사용해 몬테카를로 방법을 개선한 수치적분이다. 준몬테카를로 방법에서는 몬테카를로 방법의 의사난수 대신 등의 저불일치 수열을 사용한다.
, In numerical analysis, the quasi-Monte Car … In numerical analysis, the quasi-Monte Carlo method is a method for numerical integration and solving some other problems using low-discrepancy sequences (also called quasi-random sequences or sub-random sequences). This is in contrast to the regular Monte Carlo method or Monte Carlo integration, which are based on sequences of pseudorandom numbers. Monte Carlo and quasi-Monte Carlo methods are stated in a similar way.The problem is to approximate the integral of a function f as the average of the function evaluated at a set of points x1, ..., xN: Since we are integrating over the s-dimensional unit cube, each xi is a vector of s elements. The difference between quasi-Monte Carlo and Monte Carlo is the way the xi are chosen. Quasi-Monte Carlo uses a low-discrepancy sequence such as the Halton sequence, the Sobol sequence, or the Faure sequence, whereas Monte Carlo uses a pseudorandom sequence. The advantage of using low-discrepancy sequences is a faster rate of convergence. Quasi-Monte Carlo has a rate of convergence close to O(1/N), whereas the rate for the Monte Carlo method is O(N−0.5). The Quasi-Monte Carlo method recently became popular in the area of mathematical finance or computational finance. In these areas, high-dimensional numerical integrals, where the integral should be evaluated within a threshold ε, occur frequently. Hence, the Monte Carlo method and the quasi-Monte Carlo method are beneficial in these situations.method are beneficial in these situations.
|
| http://dbpedia.org/ontology/thumbnail
|
http://commons.wikimedia.org/wiki/Special:FilePath/Pseudorandom_sequence_2D.svg?width=300 +
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
http://citeseer.ist.psu.edu/morokoff94quasirandom.html +
, http://roth.cs.kuleuven.be/wiki/Main_Page +
, https://web.archive.org/web/20071205010919/http:/www.puc-rio.br/marco.ind/quasi_mc.html +
|
| http://dbpedia.org/ontology/wikiPageID
|
487599
|
| http://dbpedia.org/ontology/wikiPageLength
|
12171
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1118571741
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Pseudorandom +
, http://dbpedia.org/resource/Category:Low-discrepancy_sequences +
, http://dbpedia.org/resource/Markov_chain_Monte_Carlo +
, http://dbpedia.org/resource/Quasi-Monte_Carlo_methods_in_finance +
, http://dbpedia.org/resource/CiteSeer +
, http://dbpedia.org/resource/Simpson%27s_rule +
, http://dbpedia.org/resource/Randomization +
, http://dbpedia.org/resource/Halton_sequence +
, http://dbpedia.org/resource/Low-discrepancy_sequences +
, http://dbpedia.org/resource/Russel_E._Caflisch +
, http://dbpedia.org/resource/Monte_Carlo_methods_in_finance +
, http://dbpedia.org/resource/Discrepancy_theory +
, http://dbpedia.org/resource/Mathematical_finance +
, http://dbpedia.org/resource/Biology_Monte_Carlo_method +
, http://dbpedia.org/resource/Harald_Niederreiter +
, http://dbpedia.org/resource/Low-discrepancy_sequence +
, http://dbpedia.org/resource/Computational_finance +
, http://dbpedia.org/resource/Monte_Carlo_integration +
, http://dbpedia.org/resource/Category:Monte_Carlo_methods +
, http://dbpedia.org/resource/Computational_physics +
, http://dbpedia.org/resource/Newton%E2%80%93Cotes_formulas +
, http://dbpedia.org/resource/Numerical_analysis +
, http://dbpedia.org/resource/Curse_of_dimensionality +
, http://dbpedia.org/resource/Trapezoidal_rule +
, http://dbpedia.org/resource/Monte_Carlo_method +
, http://dbpedia.org/resource/Numerical_integration +
, http://dbpedia.org/resource/Sobol_sequence +
|
| http://dbpedia.org/property/caption
|
A Sobol sequence of low-discrepancy quasi-random numbers, showing the first 10 , 100 and 256 points from the sequence.
, Pseudorandom sequence
|
| http://dbpedia.org/property/direction
|
horizontal
|
| http://dbpedia.org/property/footer
|
256
|
| http://dbpedia.org/property/image
|
Pseudorandom sequence 2D.svg
, Sobol_sequence_2D.svg
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Use_American_English +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:Multiple_image +
, http://dbpedia.org/resource/Template:ISBN +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Monte_Carlo_methods +
, http://dbpedia.org/resource/Category:Low-discrepancy_sequences +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Quasi-Monte_Carlo_method?oldid=1118571741&ns=0 +
|
| http://xmlns.com/foaf/0.1/depiction
|
http://commons.wikimedia.org/wiki/Special:FilePath/Pseudorandom_sequence_2D.svg +
, http://commons.wikimedia.org/wiki/Special:FilePath/Sobol_sequence_2D.svg +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Quasi-Monte_Carlo_method +
|
| owl:sameAs |
https://global.dbpedia.org/id/4tNdZ +
, http://fr.dbpedia.org/resource/M%C3%A9thode_de_quasi-Monte-Carlo +
, http://zh.dbpedia.org/resource/%E6%8B%9F%E8%92%99%E7%89%B9%E5%8D%A1%E7%BD%97%E6%96%B9%E6%B3%95 +
, http://www.wikidata.org/entity/Q7269435 +
, http://dbpedia.org/resource/Quasi-Monte_Carlo_method +
, http://yago-knowledge.org/resource/Quasi-Monte_Carlo_method +
, http://uk.dbpedia.org/resource/%D0%9A%D0%B2%D0%B0%D0%B7%D1%96-%D0%9C%D0%BE%D0%BD%D1%82%D0%B5_%D0%9A%D0%B0%D1%80%D0%BB%D0%BE_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D0%B8 +
, http://rdf.freebase.com/ns/m.02gf6s +
, http://ko.dbpedia.org/resource/%EC%A4%80%EB%AA%AC%ED%85%8C%EC%B9%B4%EB%A5%BC%EB%A1%9C_%EB%B0%A9%EB%B2%95 +
|
| rdf:type |
http://dbpedia.org/class/yago/Ability105616246 +
, http://dbpedia.org/class/yago/WikicatMonteCarloMethods +
, http://dbpedia.org/class/yago/Method105660268 +
, http://dbpedia.org/class/yago/Know-how105616786 +
, http://dbpedia.org/class/yago/Cognition100023271 +
, http://dbpedia.org/class/yago/Abstraction100002137 +
, http://dbpedia.org/class/yago/PsychologicalFeature100023100 +
|
| rdfs:comment |
数值分析中，拟蒙特卡罗方法(Quasi-Monte Carlo method)是使用 … 数值分析中，拟蒙特卡罗方法(Quasi-Monte Carlo method)是使用（一种确定生成的列，也称为拟随机列、次随机列）来进行数值积分和研究其它一些数值问题的方法。而普通的蒙特卡罗方法或蒙地卡罗积分方法使用的是伪随机数。MATLAB中提供了生成如、等超均匀分布列的函数。 拟蒙特卡罗方法和蒙特卡罗方法的具体内容相似，要解决的问题都是通过测量某个可测函数 f 在某些点上的取值，而在数值上求它的积分的近似值。例如要求在单位体积上的积分近似，可以设取的点为x1, ..., xN，那么： 其中的xi都是s维向量。拟蒙特卡罗方法和普通蒙特卡罗方法的区别在于xi的具体选取方式。蒙特卡罗方法用的是伪随机列，而拟蒙特卡罗方法用到的是、等低差异列。使用低差异列的优点是收敛速率较快。拟蒙特卡罗方法可以达到O(1/N)的收敛速率，而普通蒙特卡罗方法的收敛速率则是 O(N-0.5)。 近年来，拟蒙特卡罗方法在金融数学和领域里得到了越来越多的应用，因为其中常常会需要计算高维积分的数值近似。蒙特卡罗方法和拟蒙特卡罗方法可以快捷简单地得到较好的结果。要计算高维积分的数值近似。蒙特卡罗方法和拟蒙特卡罗方法可以快捷简单地得到较好的结果。
, Квазі-Монте-Карло метод (з англ. Quasi-Mon … Квазі-Монте-Карло метод (з англ. Quasi-Monte Carlo Method) - метод чисельного інтегрування та вирішення деяких інших задач з використанням послідовностей з низьким рівнем невідповідності (так-звані квазі-випадкові послідовності або суб-випадкові послідовності). Це на противагу звичайному методу Монте-Карло, який заснований на послідовності псевдовипадкових чисел. Методи Монте-Карло і квазі-Монте Карло викладені аналогічним чином.Проблема полягає в тому, щоб апроксимувати інтеграл від функції f як середнє значення функції, обчисленої в наборі точок х1, ..., хп:ії, обчисленої в наборі точок х1, ..., хп:
, En analyse numérique, la méthode de quasi- … En analyse numérique, la méthode de quasi-Monte-Carlo est une méthode d'intégration numérique et la résolution de problèmes numériques par l'utilisation de suites à discrépance faible. Elle s'oppose donc à la méthode de Monte-Carlo qui utilise des suites de nombres pseudo-aléatoires. Les méthodes de Monte-Carlo et quasi-Monte-Carlo se basent sur le même problème : l'approximation de l'intégrale d'une fonction f par la moyenne des valeurs de la fonction évaluées en un ensemble de points x1,…, xN:valuées en un ensemble de points x1,…, xN:
, 준몬테카를로 방법(Quasi-Monte Carlo method)은 저불일치 수열(Low-discrepancy sequence)을 사용해 몬테카를로 방법을 개선한 수치적분이다. 준몬테카를로 방법에서는 몬테카를로 방법의 의사난수 대신 등의 저불일치 수열을 사용한다.
, In numerical analysis, the quasi-Monte Car … In numerical analysis, the quasi-Monte Carlo method is a method for numerical integration and solving some other problems using low-discrepancy sequences (also called quasi-random sequences or sub-random sequences). This is in contrast to the regular Monte Carlo method or Monte Carlo integration, which are based on sequences of pseudorandom numbers. Monte Carlo and quasi-Monte Carlo methods are stated in a similar way.The problem is to approximate the integral of a function f as the average of the function evaluated at a set of points x1, ..., xN: evaluated at a set of points x1, ..., xN:
|
| rdfs:label |
Квазі-Монте Карло методи
, 준몬테카를로 방법
, Méthode de quasi-Monte-Carlo
, 拟蒙特卡罗方法
, Quasi-Monte Carlo method
|
