Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đánh giá Monte Carlo về các đặc trưng chức năng của cường độ trường bức xạ đi qua một môi trường ngẫu nhiên
Pleiades Publishing Ltd - 2018
Tóm tắt
Các ước lượng thống kê-số cho các đặc tính tương quan và phân phối góc trung bình của cường độ trường của bức xạ đi qua một môi trường ngẫu nhiên đã được thu nhận. Các điều tra so sánh được thực hiện cho một trường Poisson sơ cấp và cho một trường 'thực tế' với mật độ quang học của môi trường. Các ước lượng thu được xác nhận giả thuyết rằng các đại lượng được nghiên cứu phụ thuộc mạnh vào quy mô tương quan và phân bố một chiều của trường mật độ.
Từ khóa
#cường độ trường #môi trường ngẫu nhiên #ước lượng Monte Carlo #trường Poisson #mật độ quang họcTài liệu tham khảo
Ambos, A.Y. and Mikhailov, G.A., Effective Averaging of Stochastic RadiativeModels Based onMonte Carlo Simulation, Comput. Math. Math. Phys., 2016, vol. 56, no. 5, pp. 881–893.
Mikhailov, G.A., EfficientMonte Carlo Algorithms for Evaluating the Correlation Characteristics of Conditional Mathematical Expectations, USSR Comput. Math.Math. Phys., 1977, vol. 17, no. 1, pp. 244–247.
Mikhailov, G.A. and Voitishek, A.V., Chislennoe statisticheskoe modelirovanie. Metody Monte-Karlo (Numerical StatisticalModeling:Monte CarloMethods),Moscow: Akademiya, 2006.
Woodcock, E., Murphy, T., Hemmings, P., and Longworth, S., Techniques Used in the GEM Code for Monte Carlo Neutronics Calculations in Reactors and Other Systems of Complex Geometry, Proc. Conf. Applications of Computing Methods to Reactor Problems, 1965, p. 557.
Ambos, A.Yu. and Mikhailov, G.A., Solution of Radiative Transfer Theory Problems for “Realistic” Models of Random Media Using the Monte Carlo Method, Russ. J. Num. An. Math. Model., 2016, vol. 31, no. 3, pp. 127–136.
Ambos, A.Yu., Numerical Models of Mosaic Homogeneous Isotropic Random Fields and Problems of Radiative Transfer, Num. An. Appl., 2016, vol. 9, no. 1, pp. 12–23.
Marchuk, G.I., Mikhailov, G.A., Nazaraliev, M.A., Darbinjan, R.A., Kargin, B.A., and Elepov, B.S., The Monte Carlo Methods in Atmospheric Optics, Marchuk, G.I., Ed., Berlin: Springer, 1980.
Feigelson, E.M. and Krasnokutskaya, L.D., Potoki solnechnogo izlucheniya i oblaka (Fluxes of Solar Radiation and Clouds), Leningrad: Gidrometeoizdat, 1978.
Ibragimov, I.A. and Linnik, Yu.V., Nezavisimye i statsionarno svyazannye velichiny (Independent and Stationary Sequences of Random Variables),Moscow: Nauka, 1965.
Mikhailov, G.A., Optimizatsiya vesovykh metodov Monte-Karlo (Optimization ofWeighted Monte Carlo Methods), Berlin: Springer, 1992.
Borovkov, A.A., Matematicheskaya statistika (Mathematical Statistics), New York: Gordon and Breach, 1998.
Lotova, G.Z., Monte Carlo Algorithms for Calculation of Diffusive Characteristics of an Electron Avalanche in Gases, Russ. J. Num. An. Math. Model., 2011, vol. 31, no. 6, pp. 369–377.
Switzer, P., A Random Set Process in the Plane with aMarkovian Property, Ann.Math. Stat., 1965, vol. 36, pp. 1859–1863.
Prigarin, S.M., Metody chislennogo modelirovaniya sluchainykh protsessov i polei (Methods of NumericalModeling of Random Processes and Fields), Novosibirsk: Publ. House of ICM&MG SB RAS, 2005.
Ambos, A.Yu. and Mikhailov, G.A., Statistical Modeling of the Exponentially Correlated Multivariate Random Field, Russ. J. Num. An. Math. Model., 2011, vol. 26, no. 3. pp. 213–232.
Serra, J., Image Analysis and Mathematical Morphology, London: Academic Press, 1982.
Mikhailov, G.A. and Troinikov, V.S., Modeling of Random Fields in Solving Stochastic Problems by Monte Carlo Method (Properties of Realizations), in Aktual’nye problemy vychislitel’noi i prikladnoi matematiki, Novosibirsk: Nauka, 1983, pp. 122–127.
Mikhailov, G.A. and Ambos, A.Yu., New Computational Model of an Isotropic “Broken” Exponentially Correlated Random Field, Dokl. AN, Math., 2016, vol. 94, no. 1, pp. 411–414.
Kullback, S., Information Theory and Statistics, New York:Wiley, 1959.
Zuev, V.E. and Titov, G.A., Optika atmosfery i klimat (Atmospheric Optics and Climate), vol. 9, Tomsk: Spektr, 1996.