시뮬레이션(Monte Carlo Simulations)에서도 유용하다. 선형 방정식 시스템을 푸는 실제 응용에서, 촐레스키 분해가 LU 분해와 비교했을 때 약 두 배 정도 효율적인 것으로 알려졌다.
이 장에서는 몬테카를로시뮬레이션의 (1)개념및적용가능분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이
1. 몬테카를로시뮬레이션(Monte Carlo Simulation) 이란?
몬테카를로시뮬레이션은 시뮬레이션 한번을 하기 위한 수를 확률 분포로부터 임의적으로 선택 하는 표본추출(sampling) 기법 중의 하나이다. 모의적 표본 추출법(simulated sampling technique)이라고도 한다. 몬테카를로분석의 목적은 확률분포 P(X)로부터 표
시뮬레이션을 실행하는 장치는 시뮬레이터(simulator)로 연구, 훈련에 유용한 기구이다.
≪ … 중 략 … ≫
Ⅱ. 몬테카를로시뮬레이션의 (1)개념및적용가능분야
1. 몬테카를로시뮬레이션의 개념
1) 몬테카를로시뮬레이션
반도체, 유체, 역학 등의 다양한 공학계에서 유용하게 활용되고 있는 시
값과 표준편차가 반영된 확률 분포를 도출한다는 것과 대상에 대한 통계자료가 많고 입력 값이 분포가 고를수록 정밀한 시뮬레이션이 가능한 것이다. 따라서 본론에서는 몬테카를로시뮬레이션의 (1)개념및적용가능분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성해 보겠다.
몬테카를로 방법이 몇 가지 문제를 기적적으로 해결해 내자 이 분야는 짧은 시간 동안 아주 활발하게 발전했다. 1949년에는 첫 번째 몬테카를로 학회가 로스앨러모스에서 개최되었다. 따라서 본론에서는 몬테카를로시뮬레이션의 (1)개념및적용가능분야, 그리고 (2)이를 이용한 시설대안 평가의 수치