Process / pipelineNumerical integration
베이거스 몬테카를로
VEGAS는 다차원 함수의 수치 적분을 위한 적응형 몬테카를로 알고리즘으로, 특히 입자 물리학 계산에서 흔히 발생하는 고차원 적분에 유용합니다. VEGAS는 샘플링 분포를 적응적으로 개선하여 기여도가 높은 영역에 점을 집중시킴으로써, 단순 몬테카를로에 비해 적분 효율을 극적으로 향상시킵니다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Lepage, G. P. (1978). A new algorithm for adaptive multidimensional integration. Journal of Computational Physics, 27(2), 192–203. DOI: 10.1016/0021-9991(78)90004-9 ↗
- Lepage, G. P. (1980). VEGAS: an adaptive multidimensional integration program. Cornell University preprint CLNS-80/447. link ↗
- Nagy, M., & Nagy, I. (2005). Application of VEGAS integration algorithm for calculation of penetration depth in superconductors. Journal of Physics: Condensed Matter, 17(39), 6131. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). VEGAS Monte Carlo Adaptive Integration. ScholarGate. https://scholargate.app/ko/particle-physics/vegas-monte-carlo
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →