Dynamische Monte Carlo Simulatie
Dynamische Monte Carlo (DMC) simulatie is een computationele methode die de stochastische tijdsontwikkeling van een systeem volgt door willekeurige gebeurtenissequenties te trekken, gewogen door overgangssnelheden. In tegenstelling tot statische Monte Carlo-sampling van evenwichtsverdelingen, verhoogt DMC expliciet een klok, waardoor het geschikt is voor kinetische, reactie- en tijdsafhankelijke fenomenen waarbij de sequentie en timing van gebeurtenissen van belang zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/nl/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 SimulatieSimulatie↔ compare
- Dynamische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Simulatie↔ compare
- Deeltjesfilter (Sequentiële Monte Carlo)Bayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →