A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Grundlagen der Monte-Carlo-Simulation
Zusammenfassung Studierende, Forscher und besonders Praktiker sehen in wahrscheinlichkeitstheoretischen Berechnungen oftmals eine – scheinbar unüberwindbare – mathematische Herausforderung und lassen sich deshalb von deren Anwendung abschrecken. Im Kapitel wird dem entgegenwirkend zunächst der Unterschied zwischen der Monte-Carlo-Methode und -Simulation verdeutlicht und die Monte-Carlo-Simulation in die Teilbereiche der Mathematik eingeordnet. Weiters erfolgt die wichtige Differenzierung zwischen Iteration und Szenario. Es wird grundlegend unter Berücksichtigung von Zusammenhängen gezeigt, wie die Monte-Carlo-Simulation funktioniert und wie sie sinnvoll und systematisch angewendet werden kann. Ausgangsbasis bildet ein mathematisches Vorverständnis und das für die jeweilige Problemstellung erstellte Berechnungsmodell. Die Basiskenntnisse, die dem Verständnis der nachfolgenden Kapitel dienen und zum Mitdenken und eigenständigen Anwenden anregen, werden anhand von Beispielen vermittelt. Bandbreiten, Verteilungsfunktionen sowie Korrelationen haben für die Monte-Carlo-Simulation entscheidende Bedeutung. Die Auswirkungen unterschiedlicher Verteilungsfunktionen und Korrelationen auf die Ergebnisse werden veranschaulicht und interpretiert. Wie bei allen Softwareprogrammen hängt die Qualität der Berechnungsergebnisse vom Know-how und besonders Know-why der Anwender ab.
Grundlagen der Monte-Carlo-Simulation
Zusammenfassung Studierende, Forscher und besonders Praktiker sehen in wahrscheinlichkeitstheoretischen Berechnungen oftmals eine – scheinbar unüberwindbare – mathematische Herausforderung und lassen sich deshalb von deren Anwendung abschrecken. Im Kapitel wird dem entgegenwirkend zunächst der Unterschied zwischen der Monte-Carlo-Methode und -Simulation verdeutlicht und die Monte-Carlo-Simulation in die Teilbereiche der Mathematik eingeordnet. Weiters erfolgt die wichtige Differenzierung zwischen Iteration und Szenario. Es wird grundlegend unter Berücksichtigung von Zusammenhängen gezeigt, wie die Monte-Carlo-Simulation funktioniert und wie sie sinnvoll und systematisch angewendet werden kann. Ausgangsbasis bildet ein mathematisches Vorverständnis und das für die jeweilige Problemstellung erstellte Berechnungsmodell. Die Basiskenntnisse, die dem Verständnis der nachfolgenden Kapitel dienen und zum Mitdenken und eigenständigen Anwenden anregen, werden anhand von Beispielen vermittelt. Bandbreiten, Verteilungsfunktionen sowie Korrelationen haben für die Monte-Carlo-Simulation entscheidende Bedeutung. Die Auswirkungen unterschiedlicher Verteilungsfunktionen und Korrelationen auf die Ergebnisse werden veranschaulicht und interpretiert. Wie bei allen Softwareprogrammen hängt die Qualität der Berechnungsergebnisse vom Know-how und besonders Know-why der Anwender ab.
Grundlagen der Monte-Carlo-Simulation
Hofstadler, Christian (author) / Kummer, Markus (author)
2017-01-01
58 pages
Article/Chapter (Book)
Electronic Resource
German
Kinetic Monte Carlo Simulation
| Wiley | 2019
Local Domain Monte Carlo Simulation
| British Library Online Contents | 2010
Local Domain Monte Carlo Simulation
| Online Contents | 2010
Local Domain Monte Carlo Simulation
| Elsevier | 2010
Monte Carlo simulation for filter design
| Tema Archive | 1998