Dynamische Monte-Carlo-Simulation
Die dynamische Monte-Carlo-Simulation (DMC) ist eine Berechnungsmethode, die die stochastische Zeitentwicklung eines Systems verfolgt, indem sie zufällige Ereignissequenzen zieht, die mit Übergangsraten gewichtet sind. Im Gegensatz zur statischen Monte-Carlo-Stichprobenziehung von Gleichgewichtsverteilungen lässt DMC eine Uhr explizit vorrücken, wodurch sie für kinetische, Reaktions- und zeitabhängige Phänomene geeignet ist, bei denen die Reihenfolge und das Timing von Ereignissen eine Rolle spielen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Bortz, A. B., Kalos, M. H., & Lebowitz, J. L. (1975). A new algorithm for Monte Carlo simulation of Ising spin systems. Journal of Computational Physics, 17(1), 10–18. DOI: 10.1016/0021-9991(75)90060-1 ↗
- Gillespie, D. T. (1977). Exact stochastic simulation of coupled chemical reactions. The Journal of Physical Chemistry, 81(25), 2340–2361. DOI: 10.1021/j100540a008 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/de/bayesian/dynamic-monte-carlo-simulation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bootstrap-SimulationSimulation↔ compare
- Dynamische Bayes'sche InferenzBayes-Statistik↔ compare
- Gibbs-SamplingBayes-Statistik↔ compare
- Markov Chain Monte Carlo (MCMC)Simulation↔ compare
- Partikelfilter (Sequentieller Monte-Carlo-Algorithmus)Bayes-Statistik↔ compare
- Sequentielle Monte-Carlo-MethodenBayes-Statistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →