Monte Carlo methods (or Monte Carlo

Monte Carlo methods (or Monte Carlo experiments) are a broad class of computational algorithms that rely on repeated random sampling to obtain numerical results. They are often used in physical and mathematical problems and are most useful when it is difficult or impossible to use other mathematical methods. Monte Carlo methods are mainly used in three distinct problem classes:[1] optimization, numerical integration, and generating draws from a probability distribution.
Monte Carlo methods are also a compromise between approximate randomization and permutation tests. An approximate randomization test is based on a specified subset of all permutations (which entails potentially enormous housekeeping of which permutations have been considered). The Monte Carlo approach is based on a specified number of randomly drawn permutations (exchanging a minor loss in precision if a permutation is drawn twice – or more frequently—for the efficiency of not having to track which permutations have already been selected).

ผลลัพธ์ (ไทย) 1:

วิธีการมอน Carlo (หรือทดลอง Carlo มอน) ระดับกว้างของอัลกอริทึมคำนวณที่ใช้สุ่มตัวอย่างแบบสุ่มซ้ำเพื่อให้ได้ผลลัพธ์เป็นตัวเลข พวกเขามักใช้ในทางกายภาพ และคณิตศาสตร์ และมีประโยชน์มากที่สุดเมื่อจะยาก หรือไม่สามารถใช้วิธีการทางคณิตศาสตร์อื่น ๆ วิธี Carlo มอนเป็นส่วนใหญ่ใช้ในสามหมดปัญหาชั้นเรียน: เพิ่มประสิทธิภาพ [1] รวมเลข และสร้างวาดจากการกระจายความน่าเป็นวิธีการมอน Carlo สามารถประนีประนอมระหว่าง randomization โดยประมาณและทดสอบการเรียงสับเปลี่ยน การทดสอบ randomization โดยประมาณขึ้นอยู่กับชุดย่อยระบุของสับทั้งหมด (ซึ่งมีการทำความสะอาดอาจมหาศาลที่สับได้รับการพิจารณา) วิธี Carlo มอนตามจำนวนสุ่มออกสับ (แลกเปลี่ยนขาดทุนเล็กน้อยในความแม่นยำถ้าเรียงสับเปลี่ยนเป็นออกบ่อย หรือ สอง – — สำหรับประสิทธิภาพของการติดตามเลือกที่สับแล้ว)

ผลลัพธ์ (ไทย) 2:

วิธี Monte Carlo (หรือทดลอง Monte Carlo) เป็นระดับกว้างของขั้นตอนวิธีการคำนวณที่ต้องพึ่งพาการสุ่มแบบซ้ำแล้วซ้ำอีกเพื่อให้ได้ผลลัพธ์ที่เป็นตัวเลข พวกเขามักจะใช้ในปัญหาทางกายภาพและทางคณิตศาสตร์และมีประโยชน์มากที่สุดเมื่อมันเป็นเรื่องยากหรือเป็นไปไม่ได้ที่จะใช้วิธีการทางคณิตศาสตร์อื่น ๆ วิธี Monte Carlo ใช้เป็นหลักในสามชั้นเรียนที่แตกต่างกันปัญหา: [1] การเพิ่มประสิทธิภาพการรวมตัวเลขและดึงออกมาจากที่ก่อให้เกิดการกระจายความน่าจะเป็น.
วิธีมอนติคาร์นอกจากนี้ยังมีการประนีประนอมระหว่างการสุ่มโดยประมาณและการทดสอบการเปลี่ยนแปลง การทดสอบการสุ่มโดยประมาณอยู่บนพื้นฐานของเซตที่กำหนดของพีชคณิตทั้งหมด (ซึ่งรายละเอียดการดูแลห้องพักมหาศาลที่อาจเกิดขึ้นจากการที่พีชคณิตได้รับการพิจารณา) วิธี Monte Carlo จะขึ้นอยู่กับจำนวนที่ระบุพีชคณิตสุ่ม (การแลกเปลี่ยนการสูญเสียเล็ก ๆ น้อย ๆ ในความแม่นยำถ้าการเปลี่ยนแปลงจะถูกดึงออกมาเป็นครั้งที่สอง - หรือบ่อยครั้งมากขึ้นสำหรับประสิทธิภาพของไม่ได้มีการติดตามพีชคณิตซึ่งได้รับการเลือก)

ผลลัพธ์ (ไทย) 3:

มอนติคาร์โล ( Monte Carlo การทดลองวิธีการหรือ ) เป็นห้องกว้างของคอมพิวเตอร์ขั้นตอนวิธีที่อาศัยซ้ำสุ่มเพื่อให้ได้ผลลัพธ์เชิงตัวเลข พวกเขามักจะใช้ในปัญหาทางกายภาพและทางคณิตศาสตร์ และมีประโยชน์มากที่สุดเมื่อมันเป็นเรื่องยากหรือเป็นไปไม่ได้ที่จะใช้วิธีการทางคณิตศาสตร์อื่น ๆ พระมหากษัตริย์ที่ใช้เป็นหลักในชั้นสามปัญหาที่แตกต่างกัน : [ 1 ] ให้เหมาะสมบูรณาการเชิงตัวเลขและการวาดจากการแจกแจงความน่าจะเป็น .
พระมหากษัตริย์ยังมีการประนีประนอมระหว่างการสุ่มประมาณและการทดสอบการเปลี่ยนลำดับ การทดสอบที่ใช้โดยประมาณขึ้นอยู่กับระบุย่อยเพิ่มเงินทั้งหมด ( ซึ่งอาจใช้แม่บ้านใหญ่ที่เข้าได้รับการพิจารณา )วิธีมอนติคาร์โลตามจำนวนที่ระบุการสุ่มลำดับ ( แลกเปลี่ยนขาดทุนเล็กน้อยในความเที่ยงตรง ถ้าถูกอกถูกใจวาดสองครั้ง ( หรือบ่อยครั้งมากขึ้นเพื่อประสิทธิภาพของการไม่ได้มีการติดตาม ซึ่งเข้าได้
เลือก )