www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Uni-Numerik" - Quasi Monte Carlo Verfahren
Quasi Monte Carlo Verfahren < Numerik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Numerik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Quasi Monte Carlo Verfahren: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 13:37 Sa 30.07.2011
Autor: LadyA

Hallo an alle,

ich muss gerade die Monte Carlo Verfahren lernen. Bei dem Quasi Monte Carlo Verfahren steht, dass deterministische Stützstellen benutzt werden, aber was heißt denn hier das "deterministische", kann mir das bitte jemand erklären?

LG

        
Bezug
Quasi Monte Carlo Verfahren: Antwort
Status: (Antwort) fertig Status 
Datum: 14:14 Sa 30.07.2011
Autor: Al-Chwarizmi


> Hallo an alle,
>  
> ich muss gerade die Monte Carlo Verfahren lernen. Bei dem
> Quasi Monte Carlo Verfahren steht, dass deterministische
> Stützstellen benutzt werden, aber was heißt denn hier das
> "deterministische", kann mir das bitte jemand erklären?
>  
> LG


Hallo LadyA,

bei eigentlichen Monte Carlo Verfahren werden Punkte
benutzt, die durch Zufallszahlen ermittelt werden. Diese
Punkte sind aber in der Regel trotz der wahrscheinlich-
keitsmäßigen Gleichverteilung eher inhomogen verteilt.

Wenn man in die Bestimmung der Punkte etwas mehr
Regelmäßigkeit einbringt - indem man statt Zufallszahlen
nach bestimmten "deterministischen" Mustern (allerdings
mit bestimmten Vorsichtsmassnahmen) angeordnete
Punkte wählt, kann man unter Umständen mit weniger
Punkten und damit mit weniger Rechenaufwand genauere
Resultate erzielen. Vor allem ist dabei wichtig, dass es
bei solchen Quasi-Monte-Carlo Verfahren möglich ist,
den maximal möglichen Fehler exakt zu bestimmen,
was bei Verfahren mit Zufallszahlen nicht der Fall ist.

Anzumerken wäre allerdings noch, dass eigentlich auch
die (Pseudo-) Zufallszahlen nach deterministischen
Algorithmen berechnet werden.

LG   Al-Chw.


Bezug
                
Bezug
Quasi Monte Carlo Verfahren: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 12:01 So 31.07.2011
Autor: LadyA

Hi Danke erst mal für die Antwort, war sehr hilfreich:D

Ich hätte noch eine Frage zu dem Thema und zwar verstehe ich nicht was "Diskrepanz" und "Sterndiskrepanz" bedeuten. Es gibt da paar Formeln etc. dazu, aber was sagen die denn aus?

Vielen vielen Dank schon mal für kommende Hilfe.


Bezug
                        
Bezug
Quasi Monte Carlo Verfahren: Antwort
Status: (Antwort) fertig Status 
Datum: 00:21 Mo 01.08.2011
Autor: felixf

Moin!

> Hi Danke erst mal für die Antwort, war sehr hilfreich:D
>  
> Ich hätte noch eine Frage zu dem Thema und zwar verstehe
> ich nicht was "Diskrepanz" und "Sterndiskrepanz" bedeuten.
> Es gibt da paar Formeln etc. dazu, aber was sagen die denn
> aus?

Die (Stern-)Diskrepanz einer endlichen Punktemenge $P := [mm] \{ x_1, \dots, x_N \} \subseteq [/mm] [0, [mm] 1]^n$ [/mm] sagt, wie stark die "Wahrscheinlichkeit" [mm] $\mathbb{P}_P(A) [/mm] := [mm] \frac{|A \cap P|}{|P|}$ [/mm] fuer gewisse Mengen $A [mm] \subseteq [/mm] [0, [mm] 1]^n$ [/mm] hoechstens von der normalen Wahrscheinlichkeit [mm] $\lambda(A)$ [/mm] (Lebesgue-Mass oder was auch immer du willst) unterscheidet. Bei der Diskrepanz betrachtet man Teilintervalle von $[0, [mm] 1]^n$, [/mm] also Dinger von der Form $[a, b]$ mit $a, b [mm] \in [/mm] [0, [mm] 1]^n$, [/mm] $a [mm] \le [/mm] b$; und bei der Sterndiskrepanz betrachtet man Intervalle der Form $[0, b]$, man haelt also die "untere linke" Ecke fest auf den Ursprung.

Damit $P$ annaehernd "gleichverteilt" in $[0, [mm] 1]^n$ [/mm] ist, muss die (Stern-)Diskrepanz moeglichst klein sein: dann verhaelt sich diese "Wahrscheinlichkeit" moeglichst aehnlich wie die Gleichverteilung auf $[0, [mm] 1]^n$. [/mm]

(Diese "Wahrscheinlichkeit" [mm] $\mathbb{P}_P(A)$ [/mm] zaehlt einfach, wieviele Elemente aus $P$ in einer Menge $A$ liegen, und teilt durch die Gesamtzahl der Elemente in $P$. Das kannst du auch als normierte Summe von $|P|$ []Dirac-Massen auffassen.)

Ich hoffe das war jetzt etwas verstaendlicher als die Formeln :-)

LG Felix


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Numerik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.mathebank.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]