Simulação Dinâmica de Monte Carlo
A simulação Dinâmica de Monte Carlo (DMC) é um método computacional que rastreia a evolução estocástica temporal de um sistema, extraindo sequências de eventos aleatórios ponderadas por taxas de transição. Diferentemente da amostragem estática de Monte Carlo de distribuições de equilíbrio, a DMC avança explicitamente um relógio, tornando-a adequada para fenômenos cinéticos, de reação e dependentes do tempo, onde a sequência e o tempo dos eventos são importantes.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Dynamic Monte Carlo Simulation. ScholarGate. https://scholargate.app/pt/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.
- Simulação BootstrapSimulação↔ compare
- Inferência Bayesiana DinâmicaBayesiano↔ compare
- Amostragem de GibbsBayesiano↔ compare
- Markov Chain Monte Carlo (MCMC)Simulação↔ compare
- Filtro de Partículas (Monte Carlo Sequencial)Bayesiano↔ compare
- Monte Carlo SequencialBayesiano↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →