मोंटे कार्लो एल्गोरिदम

लेखक: Randy Alexander
निर्माण की तारीख: 23 अप्रैल 2021
डेट अपडेट करें: 1 जुलाई 2024
Anonim
मोंटे कार्लो एल्गोरिथम | यादृच्छिक एल्गोरिथम
वीडियो: मोंटे कार्लो एल्गोरिथम | यादृच्छिक एल्गोरिथम

विषय

परिभाषा - मोंटे कार्लो एल्गोरिदम का क्या अर्थ है?

मोंटे कार्लो एल्गोरिथ्म एक प्रकार का संसाधन-प्रतिबंधित एल्गोरिथ्म है जो संभाव्यता के आधार पर उत्तर देता है। नतीजतन, मोंटे कार्लो एल्गोरिदम द्वारा निर्मित समाधान त्रुटि के एक निश्चित मार्जिन के भीतर सही हो सकता है या नहीं भी हो सकता है। गणितज्ञ, वैज्ञानिक और डेवलपर्स इनपुट के आधार पर अवलोकन करने के लिए मोंटे कार्लो एल्गोरिदम का उपयोग करते हैं।


Microsoft Azure और Microsoft क्लाउड का परिचय | इस गाइड के दौरान, आप जानेंगे कि क्लाउड कंप्यूटिंग क्या है और Microsoft Azure आपको क्लाउड से अपना व्यवसाय चलाने और चलाने में कैसे मदद कर सकता है।

टेक्नोपेडिया मोंटे कार्लो एल्गोरिदम की व्याख्या करता है

मोंटे कार्लो एल्गोरिदम का वर्णन करने के सर्वोत्तम तरीकों में से एक लास वेगास एल्गोरिदम नामक एल्गोरिदम के एक अलग वर्ग के साथ उनके विपरीत है। लास वेगास एल्गोरिदम में, परिणाम हमेशा सही होगा, लेकिन सिस्टम संसाधनों या समय की अनुमानित राशि से अधिक का उपयोग कर सकता है। कुछ विशेषज्ञों के शब्दों में, लास वेगास एल्गोरिथ्म "जुआ" संसाधन उपयोग के साथ है, जबकि हमेशा एक सटीक परिणाम लौटाता है।

इसके विपरीत, मोंटे कार्लो एल्गोरिदम त्रुटि के एक मार्जिन के साथ उपरोक्त "फजी" परिणामों को उत्पन्न करने के लिए एक सीमित संसाधन पथ का उपयोग करता है। मोंटे कार्लो एल्गोरिदम अक्सर दोहराया यादृच्छिक नमूने पर भरोसा करते हैं - वे सामान्य यादृच्छिक संख्या प्राप्त करते हैं, और परिणाम प्रदान करने के लिए संभावना की तलाश करते हैं।


कुछ विशेषज्ञ एक सर्कल के भीतर एक वर्ग के उदाहरण का उपयोग करते हैं, और मोंटे कार्लो एल्गोरिथ्म की प्रक्रिया को "हिट" की एक श्रृंखला के रूप में वर्णित करते हैं जो या तो आंतरिक सर्कल में या सर्कल के सीमाओं से परे वर्ग के बाहरी किनारों में उतरेगा। दृश्य प्रदर्शनों से पता चलता है कि मोंटे कार्लो एल्गोरिथ्म को और अधिक दोहराया नमूना कितना सटीक परिणाम देता है। मोंटे कार्लो एल्गोरिदम, साथ ही साथ मोंटे कार्लो ट्री सर्च या मोंटे कार्लो सिम्युलेटर जैसी चीजें, इस मूलभूत गणितीय विचार पर भरोसा करती हैं कि बार-बार नमूना लेने से तार्किक बुद्धि परिणाम मिलते हैं।