Inhaltsverzeichnis
27 Beziehungen: Arianna W. Rosenbluth, Augusta H. Teller, Boltzmann-Statistik, Computerphysik, Computersimulation, Detailed Balance, Gibbs-Sampling, Hybrid-Monte-Carlo-Algorithmus, Importance Sampling, Korrelationsungleichung, Marshall Rosenbluth, Mathematische Optimierung, MCMC-Verfahren, Metropolis, Molekulare Mechanik, Monte-Carlo-Algorithmus, Monte-Carlo-Modellierung molekularer Systeme, Monte-Carlo-Simulation, Naturanaloge Optimierungsverfahren, Nicholas Metropolis, Quanten-Monte-Carlo-Methode, Simulated Annealing, Statistik, Stochastische Quantisierung, Wolff-Algorithmus, Zellulärer Automat, Zufallspfad.
Arianna W. Rosenbluth
Arianna W Rosenbluth, 2014 Arianna Wright Rosenbluth (* 15. September 1927 in Houston, Texas; † 28. Dezember 2020 in Pasadena, Kalifornien) war eine US-amerikanische Physikerin und Informatikerin.
Sehen Metropolis-Algorithmus und Arianna W. Rosenbluth
Augusta H. Teller
Augusta H. Teller, Foto des Los-Alamos-Dienstausweises Augusta H. Teller (* 30. April 1909 in Nagykanizsa, Königreich Ungarn; † 4. Juni 2000 in Palo Alto, Santa Clara Valley, Kalifornien, USA) war eine ungarisch-amerikanische Mathematikerin und Informatikerin.
Sehen Metropolis-Algorithmus und Augusta H. Teller
Boltzmann-Statistik
Verhältnis der Wahrscheinlichkeiten für zwei nichtentartete Zustände in Abhängigkeit von der Temperatur gemäß der Boltzmann-Statistik, für verschiedene Energiedifferenzen Die Boltzmann-Statistik der Thermodynamik (auch Boltzmann-Verteilung oder Gibbs-Boltzmann-Verteilung, nach Josiah Willard Gibbs und Ludwig Boltzmann) gibt die Wahrscheinlichkeit an, ein gegebenes physikalisches System in einem bestimmten Zustand anzutreffen, wenn es mit einem Wärmebad im thermischen Gleichgewicht steht.
Sehen Metropolis-Algorithmus und Boltzmann-Statistik
Computerphysik
Computerphysik, auch Computational Physics (CP) oder Computergestützte Physik, ist ein Teilgebiet der Physik, das sich mit der Computersimulation physikalischer Prozesse befasst.
Sehen Metropolis-Algorithmus und Computerphysik
Computersimulation
Physikalisch korrekte Simulation einer zähen Flüssigkeit Computersimulation der Wellen von Kielwasser Wellenanimation des Tsunamis in Asien Dezember 2004 Unter Computersimulation bzw.
Sehen Metropolis-Algorithmus und Computersimulation
Detailed Balance
Der Begriff Detailed Balance (detailliertes Gleichgewicht) bezeichnet eine Eigenschaft von homogenen Markow-Ketten, einem speziellen stochastischen Prozess.
Sehen Metropolis-Algorithmus und Detailed Balance
Gibbs-Sampling
Gibbs-Sampling, auch Gibbs-Stichprobenentnahme, ist ein Markov Chain Monte Carlo Algorithmus, um eine Folge von Stichproben der gemeinsamen Wahrscheinlichkeitsverteilung zweier oder mehrerer Zufallsvariablen zu erzeugen.
Sehen Metropolis-Algorithmus und Gibbs-Sampling
Hybrid-Monte-Carlo-Algorithmus
Der Hybrid-Monte-Carlo-Algorithmus ist eine Monte-Carlo-Methode zur Erzeugung von Systemen im kanonischen Zustand.
Sehen Metropolis-Algorithmus und Hybrid-Monte-Carlo-Algorithmus
Importance Sampling
Importance Sampling (im Deutschen manchmal auch Stichprobenentnahme nach Wichtigkeit, oder Stichprobenziehung nach Wichtigkeit genannt) ist ein Begriff aus der Statistik, der die Technik zur Erzeugung von Stichproben anhand einer Wahrscheinlichkeitsverteilung beschreibt.
Sehen Metropolis-Algorithmus und Importance Sampling
Korrelationsungleichung
Als Korrelationsungleichungen werden eine Gruppe von mathematischen Ungleichungen bezeichnet, welche den Begriff der positiven Korrelation auf partiell geordnete Mengen (POSETs) und distributive Verbände übertragen.
Sehen Metropolis-Algorithmus und Korrelationsungleichung
Marshall Rosenbluth
Marshall Rosenbluth. Marshall Nicholas Rosenbluth (* 5. Februar 1927 in Albany; † 28. September 2003 in San Diego) war ein US-amerikanischer Physiker, der eine führende Stellung in der theoretischen Plasmaphysik hatte.
Sehen Metropolis-Algorithmus und Marshall Rosenbluth
Mathematische Optimierung
Die mathematische Optimierung ist ein Teilgebiet der angewandten Mathematik, welches sich mit dem Lösen von Optimierungsproblemen beschäftigt.
Sehen Metropolis-Algorithmus und Mathematische Optimierung
MCMC-Verfahren
Markow-Chain-Monte-Carlo-Verfahren (kurz MCMC-Verfahren; seltener auch Markow-Ketten-Monte-Carlo-Verfahren) sind eine Klasse von Algorithmen, die zufällige Stichproben aus Wahrscheinlichkeitsverteilungen ('''Monte-Carlo-Algorithmus''') ziehen.
Sehen Metropolis-Algorithmus und MCMC-Verfahren
Metropolis
Metropolis (wörtlich „Mutterstadt“) steht für.
Sehen Metropolis-Algorithmus und Metropolis
Molekulare Mechanik
Kraftfeld wird verwendet um die Bindungsenergie dieses Ethanmoleküls zu minimieren. Die Molekulare Mechanik bedient sich der klassischen Mechanik, um molekulare Systeme zu modellieren.
Sehen Metropolis-Algorithmus und Molekulare Mechanik
Monte-Carlo-Algorithmus
Monte-Carlo-Algorithmen sind randomisierte Algorithmen, die mit einer nichttrivial nach oben beschränkten Wahrscheinlichkeit ein falsches Ergebnis liefern.
Sehen Metropolis-Algorithmus und Monte-Carlo-Algorithmus
Monte-Carlo-Modellierung molekularer Systeme
Metropolis Monte-Carlo-Simulation von flüssigem Argon (ohne echte physikalische Dynamik) In der Monte-Carlo-Modellierung molekularer Systeme werden molekulare Systeme durch Monte-Carlo-Simulationen untersucht.
Sehen Metropolis-Algorithmus und Monte-Carlo-Modellierung molekularer Systeme
Monte-Carlo-Simulation
Gesetzes der großen Zahlen sinkt mit steigender Anzahl von Experimenten die Varianz des Ergebnisses. Für mehr Details siehe unten. Monte-Carlo-Simulation (auch MC-Simulation oder Monte-Carlo-Studie) ist ein Verfahren aus der Stochastik bzw.
Sehen Metropolis-Algorithmus und Monte-Carlo-Simulation
Naturanaloge Optimierungsverfahren
Naturanaloge Optimierungsverfahren sind Metaheuristiken, deren grundsätzliche Funktionsweise von biologischen oder physikalischen Vorbildern inspiriert ist.
Sehen Metropolis-Algorithmus und Naturanaloge Optimierungsverfahren
Nicholas Metropolis
Nicholas Metropolis Nicholas Constantine Metropolis (* 11. Juni 1915 in Chicago; † 17. Oktober 1999 in Los Alamos, New Mexico) war ein amerikanischer theoretischer Physiker, Informatiker und Mathematiker und Miterfinder der Monte-Carlo-Methode.
Sehen Metropolis-Algorithmus und Nicholas Metropolis
Quanten-Monte-Carlo-Methode
Algorithmus der Quantum-Monte-Carlo-Methode Bei der Quanten-Monte-Carlo-Methode wird ein Quanten-Vielteilchensystem simuliert, welches zum Beispiel durch ein quantenfeldtheoretisches Modell wie das Hubbard-Modell beschrieben wird.
Sehen Metropolis-Algorithmus und Quanten-Monte-Carlo-Methode
Simulated Annealing
Simulated Annealing (engl. für simuliertes Tempern/ spannungsfrei Machen/ Vergüten) ist ein heuristisches Approximationsverfahren.
Sehen Metropolis-Algorithmus und Simulated Annealing
Statistik
Statistik „ist die Lehre von Methoden zum Umgang mit quantitativen Informationen“ (Daten).
Sehen Metropolis-Algorithmus und Statistik
Stochastische Quantisierung
Stochastische Quantisierung ist ein Ansatz zur Quantisierung von Feldtheorien und stellt gleichzeitig ein numerisches Verfahren zur Simulation der quantisierten Theorie dar.
Sehen Metropolis-Algorithmus und Stochastische Quantisierung
Wolff-Algorithmus
Der Wolff-Algorithmus ist ein Monte-Carlo-Algorithmus zur Simulation statistischer Prozesse, insbesondere des Ising-Modells.
Sehen Metropolis-Algorithmus und Wolff-Algorithmus
Zellulärer Automat
Beispiel für ein raumzeitliches Muster, das sich in einem zellulären Automaten ausbildetDaniel Dennett, (1995), Darwin's Dangerous Idea, Penguin Books, London, ISBN 978-0-14-016734-4, ISBN 0-14-016734-X Zelluläre oder auch zellulare Automaten dienen der Modellierung räumlich diskreter dynamischer Systeme.
Sehen Metropolis-Algorithmus und Zellulärer Automat
Zufallspfad
Ein Zufallspfad ist ein Pfad in einem Netzwerk oder einem Graphen mit zufälligem Verlauf.
Sehen Metropolis-Algorithmus und Zufallspfad
Auch bekannt als Metropolis-Hastings-Algorithmus, Metropolis-Sampling, Metropolis-Verfahren, Metropolisalgorithmus, Metropolissampling.