نتایج جستجو برای: انتگرال گیری مونت کارلو
تعداد نتایج: 194906 فیلتر نتایج به سال:
روش های مونت کارلو یک طبقه از الگوریتم های محاسبه گر می باشند که برای محاسبه نتایج خود بر نمونه گیری های تکرار شونده تصادفی اتکاء می کنند. روش های مونت کارلو برای شبیه سازی پدیده هایی که عدم قطعیت زیادی در ورودی های آنها وجود دارد مفید هستند. هدف از این مطالعه، بررسی عدم اطمینان حاصل از قضاوت ها و عناصر ماتریس تصمیم در ارزیابی شاخص های موثر در بیابان زایی می باشد. به منظور کاهش عدم اطمینان در م...
انتشارگر گرانش کوانتومی در صورتبندی انتگرال مسیر فاینمن، با چرخش ویک(Wick) در محور زمان، به تابع افراز(پارش) در مکانیک آماری شبیه میشود. برای محاسبه تابع پارش طبیعی ترین ابزار روش مونت کارلو است. بنابراین با به کار بردن روش مونت کارلو به محاسبه غیر اختلالی انتشارگر نائل میشویم. برای اعمال روش مونت کارلو، لازم است فضای انتگرالگیری را گسسته کنیم و با اعمال الگوریتم مناسب، "منطقه مهم" شناسایی...
برای این گونه مسائل روش مونت کارلو روشی کارا و رایج بوده و اجرای آن اجرای مستقل از بعد انتگرال است . این روش شامل محاسبه ی تابع در برخی نقاط داخلی یا کرانه ای دامنه است که بصورت تصادفی انتخاب میشوند . روشی دیگر برای محاسبه ی این انتگرال ها روش شبه مونت کارلو است . پیاده سازی روش شبه مونت کارلو سنتی معمولاٌ مستقل از بعد انتگرال نیست و بنابرین برای انتگرال های با بعد بالا مناسب نیست . اما با این ح...
انتگرال گیری به روش مونت کارلو با استفاده از مولد های اعداد تصادفی و شبه تصادفی و تقلیل ورایانس آنها
روش های شبیه سازی، امروزه یکی از راه های برآورد انگرال هایی است که به راحتی قابل حل نیستند. انتگرال گیری مونت کارلو به عنوان یکی از این روش ها برای برآورد انتگرال هایی به کار می رود که روش کلاسیک در به دست آوردن جواب دقیق آنها عاجز است. در این روش با استفاده از مولد های اعداد تصادفی وشبه تصادفی شبیه سازی انجام می شود. مولد های اعداد شبه تصادفی مانند هالتون، زارمبا و سوبول و ... یکنواختی اعداد ت...
چکیده ما در این رساله به حل معادلات انتگرال و انتگرال-دیفرانسیل با هسته پیچشی در فضای وزن دارکروبوف می پردازیم. این فضاها با پارامتر همواری ?>1 و وزن های ?_1??_2?? مشخص می شوند. وزن ?_j رفتار تابع را نسبت به متغیر j ام نشان می دهد. ما جواب معادله های اخیر را به روش لتیس-نیستروم و با استفاده از نقاط لتیس رتبه یک تقریب می زنیم. بدترین حالت خطا را در نرم سوپریمم بررسی می کنیم و نشان می دهیم که ...
روش تصادفی مونت کارلو برای محاسبه و شبیه سازی انتگرال ریمانی- فازی نیز، موفق و کاراست. همان طور که بنا به مفهوم ?-برش، هر چه ? به عدد یک نزدیک تر شود، قطعیت هم بیش تر و فازی بودن مجموعه کاهش می یابد، مقدار انتگرال ریمانی- فازی نیز به انتگرال ریمان کلاسیک نزدیک تر می شود. چنان که برای ?=1، روش تصادفی مونت کارلو برای انتگرال ریمانی- فازی تبدیل به روش مونت کارلوی معمول و معروف برای شبیه سازی انتگر...
در فصل 1 به معرفی استنباط بیزی پرداخته ایم در فصل 2 انتگرال گیری مونت کارلو را بررسی کرده ایم و در فصل 3 مدلهای اهیخته را معرفی و به انجام استنباط بیزی برای این مدلها پرداخته ایم.
در این مقاله، با استفاده از روش انتگرال مسیر مونت کارلو، انرژی نقطه ی کوانتومی سهموی در شرایط مختلف را محاسبه کرده و چگالی الکترون را به دست آورده ایم. نقش پارامترهایی مانند دما، تعداد الکترون های محصور شده در نقطه ی کوانتومی و برهم کنش الکترون ها بر انرژی پایه ی نقطه ی کوانتومی را بررسی و چگونگی تشکیل مولکول ویگنر را تشریح کردهایم. همچنین تاثیر میدان مغناطیسی بر انرژی نقطه کوانتومی و نقش آن د...
چکیده ندارد.
یکی از مهم ترین موضوع ها برای پیش بینی آب مورد نیاز یک منطقه در آینده، انتخاب مهم ترین شاخص ها و تعیین وزن آنهاست. در فرایند تصمیم گیری چندمعیاره (mcdm) در انتخاب مدل برای تصمیم گیری، نمی توان به همۀ شاخص هایی که احتمال دارد مؤثر باشند توجه کرد؛ زیرا این کار ممکن است از لحاظ زمان اجرا یا دقت برای موضوع تحقیق بهینه نباشد. از طرفی موضوع بررسی میزان آب مورد نیاز یک منطقه پیچیده و مهم است؛ لذا برای...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید