Dynamisk Monte Carlo-simulering
Dynamisk Monte Carlo (DMC) simulering er en beregningsmetode som sporer den stokastiske tidsutviklingen av et system ved å trekke tilfeldige hendelsessekvenser vektet av overgangsrater. I motsetning til statisk Monte Carlo-sampling av likevektsfordelinger, avanserer DMC eksplisitt en klokke, noe som gjør den egnet for kinetiske, reaksjons- og tidsavhengige fenomener der hendelsenes sekvens og timing er viktig.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/no/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-simulering – Empirisk gjensampling for statistisk inferensSimulering↔ compare
- Dynamisk Bayesiansk InferensBayesiansk↔ compare
- Gibbs-samplingBayesiansk↔ compare
- Markov Chain Monte Carlo (MCMC)Simulering↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →