Монте-карло

Cтраница 2

Монте-Карло позволяет точно учесть кулоновский вклад и классическую локализацию. Результаты, представленные на рис. 8, свидетельствуют об удовлетворительном согласии двух подходов и о надежности полученных аналитических выражений в неидеальной области. [16]

Монте-Карло) и конечных элементов. [17]

Монте-Карло является едва ли не единственным путем, позволяющим получить искомое решение. Даже при наличии аналитической модели метод Монте-Карло все равно может оказаться в случае сложной системы наиболее легко реализуемым подходом, позволяющим последовательно найти ее детерминированные и вероятностные характеристики. [18]

Монте-Карло, то, следовательно, для ее вычисления использовалась последовательность равномерно распределенных случайных чисел. [19]

Монте-Карло используется для обнаружения вероятностного механизма определения поломок, времени, требуемого для ремонта, и времени перемещения. [20]

Монте-Карло в данном случае неприменим. [21]

Монте-Карло на основании 1000 независимых опытов. [22]

Монте-Карло для того, чтобы с вероятностью Р - 0 99 можно было считать абсолютную погрешность вычисленного значения интеграла не превосходящей 0 1 % от У. [23]

Статистические данные о деструкции лестничных, полулестничных и линейных полимеров ( расчеты выполнены по методу. [24]

Монте-Карло) [11]: / - лестничный полимер ( замкнутые двойные цепи); 2 - полулестничный полимер ( одна одинарная связь на 24 цикла); 3 - полулестничный полимер ( одна одинарная связь на 12 циклов); 4 - линейный полимер. [25]

Монте-Карло и их обработка. На особое значение метода Монте-Карло следует указать потому, что он представляет собой образец технического приема, который, если не иметь в виду простейших наглядных примеров, настоятельно требует использования ЭВМ [ 94, S. Это объясняется тем, что, во-первых, случайные величины, с которыми имеют дело в данном случае, з добнее всего получить в генераторе случайных величин самой ЭВМ и, во-вторых, скорость выполнения вычислительных операций не только создает технические возможности их оптимального повторения, но и делает это выгодным с экономической точки зрения. [26]

Монте-Карло к решению многих финансовых задач. [27]

Монте-Карло, бросает, надо думать, чрезмерно смелый вызов естественнонаучной традиции. [28]

Монте-Карло зачастую приводит к значительным объемам вычислений, которые трудно реализовать даже с помощью современных вычислительных средств. В связи с этим актуальной является зада ча разработки достаточно простых процедур, позволяющих оценить матрицы ковариаций, характеризующие потенциальную точность оце нивания. [29]

Монте-Карло говорится, что он является универсальным методом вычисления интегралов высокой кратности, так как порядок скорости сходимости 1 / yTV не зависит от размерности интеграла, в то время как порядок гарантированных оценок скорости сходимости существенно ухудшается с ростом размерности. Однако при вычислении многомерных интегралов нужно анализировать и величину относительной погрешности, не допуская ее чрезмерного возрастания. Как показано в [7], относительная погрешность имеет тенденцию к резкому росту с ростом размерности интеграла. Поэтому практическая трудоемкость метода Монте-Карло существенно возрастает с ростом размерности интеграла при одинаковой относительной погрешности. [30]

Страницы: 1 2 3 4