•  English
    • Persian
    • English
  •   Login
  • Ferdowsi University of Mashhad
  • |
  • Information Center and Central Library
    • Persian
    • English
  • Home
  • Source Types
    • Journal Paper
    • Ebook
    • Conference Paper
    • Standard
    • Protocol
    • Thesis
  • Use Help
View Item 
  •   FUM Digital Library
  • Fum
  • Articles
  • Civilica Articles
  • View Item
  •   FUM Digital Library
  • Fum
  • Articles
  • Civilica Articles
  • View Item
  • All Fields
  • Title
  • Author
  • Year
  • Publisher
  • Subject
  • Publication Title
  • ISSN
  • DOI
  • ISBN
Advanced Search
JavaScript is disabled for your browser. Some features of this site may not work without it.

روش های کاهش واریانس در روش مونت کارلو

Author:
غلامحسین, غلامی
,
آرش, میرترابی
URI: https://libsearch.um.ac.ir:443/fum/handle/fum/2393168
Keyword(s): نمونه گیری نقاط مهم,رائو بلکولیزه کردن,متغیرهای کنترل شده,متغیرهای متضاد,اعداد تصادفی مشترک
Collections :
  • Civilica Articles
  • Download: (409.5Kb)
  • Show Full MetaData Hide Full MetaData
  • Statistics

    روش های کاهش واریانس در روش مونت کارلو

Show full item record

contributor authorغلامحسین, غلامی
contributor authorآرش, میرترابی
date accessioned2020-04-11T18:43:16Z
date available2020-04-11T18:43:16Z
identifier otherReaVP75yqtmkIwk74Q_GCHTbMgkCsNybiPBCEju5KyzjWQCAil.pdf
identifier urihttps://libsearch.um.ac.ir:443/fum/handle/fum/2393168?locale-attribute=en
formatgeneral
languageFarsi
titleروش های کاهش واریانس در روش مونت کارلو
typeConference Paper
contenttypeFulltext
identifier padid10884655
subject keywordsنمونه گیری نقاط مهم
subject keywordsرائو بلکولیزه کردن
subject keywordsمتغیرهای کنترل شده
subject keywordsمتغیرهای متضاد
subject keywordsاعداد تصادفی مشترک
coverageAcademic
filesize419160
citations3
identifier linkhttp://www.civilica.com/Paper-CFMA03-CFMA03_094.html
conference title3rd Conference on Financial Mathematics and Applications
  • About Us
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace