Simulation de Monte-Carlo dynamique
La simulation de Monte-Carlo dynamique (MCD) est une méthode computationnelle qui suit l'évolution stochastique temporelle d'un système en tirant des séquences d'événements aléatoires pondérées par des taux de transition. Contrairement à l'échantillonnage de Monte-Carlo statique des distributions d'équilibre, la MCD fait explicitement avancer une horloge, la rendant adaptée aux phénomènes cinétiques, réactionnels et dépendants du temps où la séquence et le moment des événements sont importants.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/fr/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.
- Simulation BootstrapSimulation↔ compare
- Inférence bayésienne dynamiqueBayésien↔ compare
- Échantillonnage de GibbsBayésien↔ compare
- Chaîne de Markov Monte Carlo (MCMC)Simulation↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Monte Carlo séquentielBayésien↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →