Symulacja dynamiczna metodą Monte Carlo
Dynamiczna symulacja metodą Monte Carlo (DMC) to metoda obliczeniowa śledząca stochastyczną ewolucję czasową systemu poprzez losowanie sekwencji zdarzeń losowych ważonych współczynnikami przejścia. W odróżnieniu od statycznego próbkowania rozkładów równowagowych metodą Monte Carlo, DMC jawnie posuwa zegar, co czyni ją odpowiednią dla zjawisk kinetycznych, reakcyjnych i zależnych od czasu, w których sekwencja i czas zdarzeń mają znaczenie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/pl/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.
- Symulacja bootstrapowaSymulacja↔ compare
- Dynamic Bayesian InferenceStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Łańcuchowe metody Monte Carlo (MCMC)Symulacja↔ compare
- Filtr cząsteczkowy (Sekwencyjny Monte Carlo)Statystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →