Simulación de Monte Carlo Dinámico
La simulación de Monte Carlo Dinámico (DMC, por sus siglas en inglés) es un método computacional que rastrea la evolución estocástica en el tiempo de un sistema extrayendo secuencias de eventos aleatorios ponderadas por tasas de transición. A diferencia del muestreo estático de Monte Carlo de distribuciones de equilibrio, la DMC avanza explícitamente un reloj, lo que la hace adecuada para fenómenos cinéticos, de reacción y dependientes del tiempo donde la secuencia y el momento de los eventos son importantes.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/es/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.
- Simulación BootstrapSimulación↔ compare
- Inferencia Bayesiana DinámicaBayesiano↔ compare
- Muestreo de GibbsBayesiano↔ compare
- Cadenas de Markov Monte Carlo (MCMC)Simulación↔ compare
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →