Módszerek összehasonlítása
Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.
| Renormalizációs csoportegyenletek× | Vegas Monte Carlo× | |
|---|---|---|
| Tudományterület | Részecskefizika | Részecskefizika |
| Módszercsalád | Process / pipeline | Process / pipeline |
| Keletkezés éve≠ | 1970 | 1978 |
| Megalkotó≠ | Curtis Callan and David Gross | Peter Lepage |
| Típus≠ | Scale dependence framework | Adaptive sampling algorithm |
| Alapmű≠ | Callan, C. G. (1970). Broken scale invariance in scalar field theory. Physical Review D, 2(6), 1541. DOI ↗ | Lepage, G. P. (1978). A new algorithm for adaptive multidimensional integration. Journal of Computational Physics, 27(2), 192–203. DOI ↗ |
| Alternatív nevek | RGE, running couplings, beta function evolution | VEGAS algorithm, adaptive importance sampling, multidimensional integration |
| Kapcsolódó | 3 | 3 |
| Összefoglaló≠ | Renormalization Group Equations (RGEs) describe how the coupling constants and masses of a quantum field theory evolve with energy scale. They are fundamental tools for understanding the scale dependence of physics, predicting the behavior of coupling strengths at different energies, and connecting high-energy physics to low-energy precision measurements. | VEGAS is an adaptive Monte Carlo algorithm for numerical integration of multidimensional functions, particularly useful for high-dimensional integrals common in particle physics calculations. By adaptively refining the sampling distribution to concentrate points in high-contribution regions, VEGAS dramatically improves integration efficiency compared to naive Monte Carlo. |
| ScholarGateAdatkészlet ↗ |
|
|