Optimization of Randomized Monte Carlo Algorithms for Solving Problems with Random Parameters

Результат исследования: Научные публикации в периодических изданияхстатья

Аннотация

Randomized Monte Carlo algorithms intended for statistical kernel estimation of the averaged solution to a problem with random baseline parameters are optimized. For this purpose, a criterion for the complexity of a functional Monte Carlo estimate is formulated. The algorithms involve a splitting method in which, for each realization of the parameters, a certain number of trajectories of the corresponding baseline process are constructed.

Язык оригиналаанглийский
Страницы (с-по)448-451
Число страниц4
ЖурналDoklady Mathematics
Том98
Номер выпуска2
DOI
СостояниеОпубликовано - 1 сен 2018

Fingerprint Подробные сведения о темах исследования «Optimization of Randomized Monte Carlo Algorithms for Solving Problems with Random Parameters». Вместе они формируют уникальный семантический отпечаток (fingerprint).

  • Цитировать