Аннотация:
Формулируются и исследуются алгоритмы метода Монте-Карло для оценки параметров критичности процессов переноса частиц с размножением, т.е. фактически неоднородных ветвящихся процессов. В качестве основных параметров критичности рассматриваются эффективный коэффициент и временнaя постоянная размножения. Алгоритмы прямого моделирования
“деревьев” траекторий рассматриваются как алгоритмы статистического моделирования итераций интегрального оператора, ядро которого равно субстохастической плотности перехода
к новому поколению актов деления в соответствующем фазовом пространстве. На этой основе решаются задачи построения практически эффективных статистических оценок параметров критичности (с учетом последовательности поколений различных номеров) и исследования соответствующей погрешности. Библ. 17. Фиг. 2. Табл. 3.
Образец цитирования:
С. А. Бреднихин, И. Н. Медведев, Г. А. Михайлов, “Оценка параметров критичности ветвящихся процессов методом Монте-Карло”, Ж. вычисл. матем. и матем. физ., 50:2 (2010), 362–374; Comput. Math. Math. Phys., 50:2 (2010), 345–356
G. A. Mikhailov, I. N. Medvedev, “New Computer Efficient Approximations of Random Functions for Solving Stochastic Transport Problems”, Comput. Math. and Math. Phys., 64:2 (2024), 314
Г. А. Михайлов, Г. З. Лотова, И. Н. Медведев, “Эффективно реализуемые приближенные модели случайных функций в стохастических задачах теории переноса частиц”, Сиб. журн. вычисл. матем., 27:2 (2024), 189–209
Г. А. Михайлов, Г. З. Лотова, “Методы Монте-Карло для оценки вероятностных распределений параметров критичности процесса переноса частиц в случайно возмущенной среде”, Ж. вычисл. матем. и матем. физ., 58:11 (2018), 1900–1910; G. A. Mikhailov, G. Z. Lotova, “Monte Carlo methods for estimating the probability distributions of criticality parameters of particle transport in a randomly perturbed medium”, Comput. Math. Math. Phys., 58:11 (2018), 1828–1837
Ambos A.Yu., Lotova G., Mikhailov G., “New Monte Carlo Algorithms For Investigation of Criticality Fluctuations in the Particle Scattering Process With Multiplication in Stochastic Media”, Russ. J. Numer. Anal. Math. Model, 32:3 (2017), 165–172
Mikhailov G.A., Prigarin S.M., Rozhenko S.A., “Weighted Monte Carlo estimators for angular distributions of the solar radiation reflected from a cloud layer”, Russ. J. Numer. Anal. Math. Model, 31:4 (2016), 197–205
Г. А. Михайлов, “Замечания о практически эффективных алгоритмах численного статистического моделирования”, Сиб. журн. вычисл. матем., 17:2 (2014), 177–190; G. A. Mikhailov, “About efficient algorithms of numerically-statistical simulation”, Num. Anal. Appl., 7:2 (2014), 147–158
И. В. Прохоров, “Задача Коши для уравнения переноса излучения с обобщенными условиями сопряжения”, Ж. вычисл. матем. и матем. физ., 53:5 (2013), 753–766; I. V. Prokhorov, “The Cauchy problem for the radiative transfer equation with generalized conjugation conditions”, Comput. Math. Math. Phys., 53:5 (2013), 588–600
И. В. Прохоров, А. С. Жуплев, “Об эффективности методов максимального сечения в теории переноса излучения”, Компьютерные исследования и моделирование, 5:4 (2013), 573–582
Цитирование в формате AMSBIB
Обратная связь: