मोंटे कार्लो विधि का उपयोग कब किया जाना चाहिए?मोंटे कार्लो विधि का उपयोग क्यों करें?
उदाहरण के लिए, जोएल ने पिछले वर्ष के सभी उपयोगकर्ता डेटा को विधिवत रूप से संसाधित करने के बजाय Evidence Based Scheduling के लिए मोंटे कार्लो विधि का उपयोग करने का निर्णय क्यों लिया?
मान लीजिए कि आप कुछ मात्रा में ब्याज का अनुमान लगाना चाहते हैं। जोएल के उदाहरण में 'शिप डेट' वह है जिसे आप अनुमानित करना चाहते हैं। ऐसी अधिकांश स्थितियों में, ऐसे यादृच्छिक कारक हैं जो हमारे अनुमानों को प्रभावित करते हैं।
जब आपके पास यादृच्छिक मात्रा होती है, तो आप आम तौर पर इसका मतलब और मानक विचलन जानना चाहते हैं ताकि आप उचित कार्यवाही कर सकें। सरल परिस्थितियों में, आप मात्रा को मानक वितरण (उदाहरण के लिए, सामान्य वितरण) के रूप में मॉडल कर सकते हैं जिसके लिए विश्लेषणात्मक सूत्र माध्य और मानक विचलन के लिए मौजूद हैं। हालांकि, ऐसी कई स्थितियां मौजूद हैं जहां विश्लेषणात्मक सूत्र मौजूद नहीं हैं। ऐसी परिस्थितियों में, औसत और मानक विचलन के लिए विश्लेषणात्मक समाधान की बजाय, हम सिमुलेशन का सहारा लेते हैं। विचार है:
चरण 1: उत्पन्न कारकों है कि ब्याज की मात्रा को प्रभावित उचित वितरण
चरण 2 का उपयोग कर: ब्याज की कंप्यूट मात्रा
चरण दोहराएं 1 और 2 में कई बार और अनुभवजन्य औसत की गणना और आप जो जानना चाहते हैं उसके लिए मानक विचलन।
उपर्युक्त मोंटे कार्लो एप्लिकेशन के सामान्य अनुप्रयोग से अब तक है। ऐसे कई अनुप्रयोगों के लिए जारोड द्वारा प्रदान किए गए विकिपीडिया लिंक और दिलचस्प अनुप्रयोगों के कुछ उदाहरण देखें जहां कोई अंतर्निहित यादृच्छिकता नहीं है (उदाहरण के लिए, पीआई का आकलन)।
मुझे आपका जवाब पसंद है सिवाय इसके कि आपके द्वारा दिए गए कदम बहुत अस्पष्ट हैं। क्या आप उन्हें किसी भी तरह से सटीक बना सकते हैं? – Gili
खैर, मोंटे कार्लो बहुत सारे अनुप्रयोगों के साथ एक विशाल क्षेत्र है। उदाहरण के तौर पर, मान लीजिए कि आप विभिन्न परियोजना विशेषताओं (जैसे डेवलपर्स, लक्ष्य ओएस इत्यादि) और जहाज के समय (उदा।, 3 महीने, 6 महीने इत्यादि) के बारे में कुछ डेटा चाहते हैं। आप परियोजना विशेषताओं और जहाज के समय के बीच संबंध पहले ही जानते हैं। उदाहरण के लिए, शिप टाइम्स ~ एन (एमयू, सिग्मा^2) आई (शिप टाइम्स> 0) जहां एन (।) एक सामान्य वितरण इंगित करता है, एमयू और सिग्मा परियोजना विशेषताओं का काम हैं और मैं (शिप टाइम्स> 0) तथ्य व्यक्त करता हूं वह जहाज का समय नकारात्मक नहीं हो सकता है। – vad
आप जहाज के समय पर कुछ परियोजना पैरामीटर (उदा।, डेवलपर्स में वृद्धि नहीं) को बदलने के परिणामों को जानना चाह सकते हैं। दुर्भाग्यवश, एक छंटनी सामान्य सामान्य के अर्थ के लिए कोई बंद फॉर्म अभिव्यक्ति मौजूद नहीं है। तो, तुम क्या होता है: चरण 1: उत्पन्न एक छोटा कर दिया अस्वीकृति नमूना या उलटा परिणत विधि चरण 2. स्टोर जहाज समय (इस मामले चरण 2 में कोई गणना करना शामिल है) चरण दोहराएं 1 और 2 एन का उपयोग कर सामान्य समय और चरण 2 में संग्रहीत जहाज समय के माध्य और std dev की गणना करें। उपरोक्त मानते हैं कि आप परियोजना पैरामीटर और एमयू और सिग्मा के बीच संबंधों को जानते हैं। – vad
Wikipedia मोंटे कार्लो सिमुलेशन विधियों पर एक अच्छा लेख है। मैंने कुछ मौकों पर मोंटे कार्लो का उपयोग किया है - संक्षेप में एमसी विधियों में सैंपल सेट का उपयोग करके प्रोजेक्ट परिणाम देने की कोशिश करते समय सटीक-इश जवाब देना पड़ता है जो कि बहुत अधिक यादृच्छिक हैं और कोई आम तौर पर एक प्रवृत्ति पर कोशिश करने और अनुमान लगाने के लिए अंतर्ज्ञान का उपयोग करेगा। दुर्भाग्य से एमसी विधियों को समझाने की कोशिश करना बहुत कठिन है इसलिए लेख देखें।
यदि मेरे पास एक्स गेम की रेटिंग और इंस्टॉल की कोई संख्या नहीं है। समस्या: वाई गेम के लिए इंस्टॉल की संख्या की भविष्यवाणी करें क्या यह एमसी सिमुलेशन का उपयोग करने का सही मामला है? –
क्योंकि प्रोग्रामिंग कार्यों को शेड्यूल करते समय आमतौर पर अनुमानों को व्यापक रूप से वितरित किया जाता है, यह सांख्यिकीय रूप से उनका इलाज करने के लिए अधिक समझ में आता है।
यदि हम ऐसी परियोजना लेते हैं जो 100 कार्यों को लेता है तो अनुमानों पर त्रुटियां भी समाप्त हो जाएंगी और आप एक वितरण के साथ समाप्त हो जाएंगे जो परियोजना पूर्ण होने की संभावना को एक सीमा के रूप में दिखाती है।
यह कार्य बफरिंग और छात्र सिंड्रोम जैसे कुछ गंभीर मुद्दों को भी आगे बढ़ाता है और परिणाम भी आगे बढ़ाता है।
कभी-कभी सभी विकल्पों की जांच करना निषिद्ध है।
मोंटे कार्लो विधियों का उपयोग आमतौर पर when the dimensionality of the problem is too high for traditional schemes किया जाता है। एक महान विषय पर प्रारंभिक पेपर पर्सी डायकोनिस 'The Markov Chain Monte Carlo Revolution है।
दिलचस्प पेपर, लेकिन मैं विवरण में जल्दी से खो गया। – Gili
अच्छा दिखने वाला पेपर, लेकिन मुझे यह कहना है कि 200 9 के बाद लिखे गए एमसी पेपर के शीर्षक में "क्रांति" का उपयोग करके एक कण भौतिक विज्ञानी को थोड़ा अजीब लगता है। हम लंबे समय से ऐसा कर रहे हैं कि मेट्रोपोलिस * एक पारंपरिक योजना है। – dmckee
@dmckee उस पेपर का लक्ष्य था, मैं मानता हूं कि गणितज्ञों के व्यापक श्रोताओं के लिए न केवल लागू गणितज्ञों या सांख्यिकीविदों बल्कि बीजगणित, विश्लेषण आदि जैसे अन्य क्षेत्रों में शामिल लोग शामिल हैं, जहां मोंटे कार्लो विधियां इतनी व्यापक रूप से ज्ञात नहीं हैं। – jmbr
उपयोगकर्ता डेटा को 'विधिवत रूप से प्रोसेसिंग' से आपका क्या मतलब है? यादृच्छिक नमूने घंटी घटता जोड़ने के लिए एक बहुत ही बुनियादी तरीका है, आप इसे कैसे करेंगे? – amwinter
क्या आप सभी उपलब्ध आंकड़ों को संसाधित नहीं कर सकते हैं और एक ही आंकड़े के साथ आते हैं कि "75% डेटा एक्स से बड़ा है, डेटा का 50% वाई से बड़ा है, और 25% डेटा ज़ेड से बड़ा है"? – Gili