prikaz prve stranice dokumenta Monte Carlo metoda aproksimacije
  Preuzmi
PDF 22.41 MB
diplomski rad
Monte Carlo metoda aproksimacije
2024. urn:nbn:hr:126:503055
Hankić, Benjamin
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet primijenjene matematike i informatike

Citirajte ovaj rad

Hankić, B. (2024). Monte Carlo metoda aproksimacije (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:503055

Hankić, Benjamin. "Monte Carlo metoda aproksimacije." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, 2024. https://urn.nsk.hr/urn:nbn:hr:126:503055

Hankić, Benjamin. "Monte Carlo metoda aproksimacije." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, 2024. https://urn.nsk.hr/urn:nbn:hr:126:503055

Hankić, B. (2024). 'Monte Carlo metoda aproksimacije', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:126:503055

Hankić B. Monte Carlo metoda aproksimacije [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike; 2024 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:503055

B. Hankić, "Monte Carlo metoda aproksimacije", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet primijenjene matematike i informatike, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:503055

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:503055
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovMonte Carlo metoda aproksimacije
Naslov (engleski)Monte Carlo Approximation Method
AutorBenjamin Hankić
MentorIvan Papić (mentor)
Član povjerenstvaNenad Šuvak (predsjednik povjerenstva)
Član povjerenstvaIvan Papić (član povjerenstva)
Član povjerenstvaDanijel Grahovac (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet primijenjene matematike i informatike
Osijek
Datum i država obrane2024-10-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Teorija vjerojatnosti i statistika
Sažetak
Tema ovog rada je Monte Carlo metoda koja koristi slučajne brojeve za aproksimaciju, što je posebno korisno za složene ili visokodimenzionalne funkcije. Ključna prednost ove metode je njena sposobnost da se nosi s problemima visoke dimenzionalnosti, gdje druge metode postaju neučinkovite. Glavni nedostatak Monte Carlo metode je njena spora konvergencija. Točnost aproksimacije se sporo povećava s povećanjem broja simulacija. U ovom kontekstu, generatori slučajnih brojeva su ključni za stvaranje nasumičnih uzoraka koji se koriste u simulacijama.Kvaliteta rezultata Monte Carlo metode uvelike ovisi o kvaliteti generatora slučajnih brojeva, jer loše generirani uzorci mogu dovesti do netočnih aproksimacija. Dakle, pri izboru i testiranju generatora slučajnih brojeva moramo biti vrlo pažljivi jer su oni od velike važnosti za uspješnost primjene Monte Carlo metode aproksimacije.
Sažetak (engleski)
The topic of this thesis is the Monte Carlo method, which uses random numbers to estimate the value of integrals, particularly for complex or high-dimensional functions. The key advantage of this method is its ability to handle high-dimensional problems where other methods become inefficient. However, the main drawback of the Monte Carlo method is its slow convergence, meaning that the accuracy of the estimate increases slowly with the number of simulations. In this context, random number generators play a crucial role in generating the random samples used in the simulations. The quality of the Monte Carlo method’s results largely depends on the quality of the random number generators, as poorly generated samples can lead to inaccurate estimates. Therefore, careful selection and testing of random number generators are essential for the successful application of the Monte Carlo method.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:503055
Studijski programNaziv: Matematika; smjerovi: Financijska matematika i statistika, Matematika i računarstvo, Industrijska i primijenjena matematika
Smjer: Financijska matematika i statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag.math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-10-29 11:33:26