Markov Chain Monte Carlo - Methoden: Herleitung, Beweis und Implementierung.pdf

Markov Chain Monte Carlo - Methoden: Herleitung, Beweis und Implementierung PDF

In seiner Arbeit beschäftigt sich der Autor mit der Markov Chain Monte Carlo, auch abgekürzt als MCMC. Dabei handelt es sich um eine Monte Carlo Methode. Allen Monte Carlo Methoden ist gemein, dass sie von einer mehr oder minder komplizierten Verteilung zufällige Szenarien erzeugen. Diese Szenarien werden dann genutzt um Aussagen über Erwartungswerte oder andere Kennzahlen der Verteilung zu treffen. Diese Aussagen sind natürlich nur zu gebrauchen, wenn man sehr viele zufällig erzeugte Szenarien auswertet. Die Methode kommt also immer dann zum Einsatz, wenn es nicht möglich ist, aus der Verteilung der Szenarien direkt Rückschlüsse auf die statistischen Kennzahlen der Verteilung zu ziehen, weder auf analytischem Wege, noch durch numerische Integration (bei sehr vielen Dimensionen steigt der Aufwand rapide an).Markov Chain Monte Carlo ist nun eine spezielle Monte Carlo Methode unter Zuhilfenahme von Markovketten. Diese kommt immer dann zum Einsatz, wenn es nicht möglich ist, von einer Verteilung auf einfache Weise Szenarien zu erzeugen. Eine Markovkette fängt bei einem Zustand an und geht von einem bestimmten Zustand mit einer bestimmten Wahrscheinlichkeit zu einem anderen Zustand über. Diese Übergangswahrscheinlichkeiten stehen in einer Übergangsmatrix. Der Knackpunkt ist nun, dass diese Form der Zustandsgenerierung oft einfacher zu implementieren ist, als direkt auf eine Verteilung zurückzugreifen. In der Arbeit gibt es mehrere konkrete Beispiele für den Einsatz solcher Methoden. Quelltexte der Implementierungen sind beigefügt.

HERUNTERLADEN

ONLINE LESEN

DATEIGRÖSSE 8.74 MB
ISBN 9783956844515
AUTOR Thomas Plehn
DATEINAME Markov Chain Monte Carlo - Methoden: Herleitung, Beweis und Implementierung.pdf
VERöFFENTLICHUNGSDATUM 09/02/2020

Diplomarbeit - theorie.physnet.uni-hamburg.de VCA vorgestellt werden. Dazu werden zunächst die Grundlagen von Monte-Carlo-Methoden basierend auf Markov-Ketten vorgestellt, die in der anschließend dargelegten weak-coupling Continuous Time - Quantum Monte Carlo-Methode (wcCT-QMC) [48] Anwendung finden. Diese dient dann als Fundament für den stochastischen VCA-Cluster-Solver, der eine

PC und MAC

Lesen Sie das eBook direkt nach dem Herunterladen über "Jetzt lesen" im Browser, oder mit der kostenlosen Lesesoftware Adobe Reader & Google Chrome.

Bonus

Versandkostenfrei für Bonuscardkunde

eBooks Online

Sofortiger Zugriff auf alle eBooks - per Download und Online-Lesen