روش مونتهکارلو: تفاوت میان نسخهها
محتوای حذفشده محتوای افزودهشده
جز ویرایش 185.113.114.6 (بحث) به آخرین تغییری که FreshmanBot انجام داده بود واگردانده شد برچسب: واگردانی |
Heidaryeng (بحث | مشارکتها) علوم کامپیوتر- روش های پیمایش فضای جواب |
||
خط ۴:
'''روش مونت-کارلو''' {{به انگلیسی|Monte Carlo method}} (یا تجربه مونت کارلو) یک [[الگوریتم]] محاسباتی است که از [[نمونهگیری]] [[تصادفی]] برای محاسبه نتایج استفاده میکند. روشهای مونت-کارلو معمولاً برای [[شبیهسازی]] سیستمهای [[فیزیک]]ی، [[ریاضی]]اتی و [[علم اقتصاد|اقتصادی]] استفاده میشوند.
در علوم کامپیوتر روشی است که با پیمایش تمام فضای مسئله جواب را میابد.
از طرف دیگر روش مونت کارلو یک طبقه از الگوریتمهای محاسبه گر میباشند که برای محاسبه نتایج خود بر نمونه گیریهای تکرار شوندهٔ تصادفی اتکاء میکنند. روشهای مونته کارلو اغلب زمان انجام شبیهسازی یک سامانه ریاضیاتی یا فیزیکی استفاده میشوند. به دلیل اتکای آنها بر محاسبات تکراری و اعداد تصادفی یا تصادفی کاذب، روشهای مونته کارو اغلب به گونهای تنظیم میشوند که توسط رایانه اجرا شوند. گرایش به استفاده از روشهای مونته کارلو زمانی بیشتر میشود که محاسبه پاسخ دقیق با کمک الگوریتمهای قطعی ناممکن یا ناموجه باشد.<ref>Douglas Hubbard «How to Measure Anything: Finding the Value of Intangibles in Business» pg. 46, John Wiley & Sons, 2007</ref> روشهای شبیهسازی مونته کارلو مخصوصاً در مطالعه سیستمهایی که در آن تعداد زیادی متغیر با درجه آزادیهای دو به دو مرتبط وجود دارد مفید است، از جمله این سیستمها میتوان به سیالات، جامداتی که به شدت کوپل شدهاند، مواد بی نظم و ساختارهای سلولی (مدل سلولی پاتز – Potts- را ببیند) اشاره نمود. از آن گذشته، روشهای مونته کارلو برای شبیهسازی پدیدههایی که عدم قطعیت زیادی در ورودیهای آنها وجود دارد نیز مفید هستند، مثلاً محاسبه ریسک در تجارت. همچنین این روشها بهطور گستردهای در ریاضیات مورد استفاده قرار میگیرند: یک نمونه استفاده سنتی کاربرد این روشها در برآورد انتگرالهای معین است، به خصوص انتگرالهای چند بعدی با محدودههای مرزی پیچیده. واژه مونته کارلو در دهه [[۱۹۴۰ (میلادی)|۱۹۴۰]] (دهه [[۱۳۱۰]] شمسی) به وسیله فیزیکدانانی که روی پروژه ساخت یک سلاح اتمی در آزمایشگاه ملی لوس آلاموس آمریکا کار میکردند رایج شدهاست.<ref>[The beginning of the Monte Carlo method http://library.lanl.gov/la-pubs/00326866.pdf]</ref>
|