Zusammenfassung
In diesem Kapitel werden wir den Gegenstand unserer Betrachtungen, die Monte Carlo-Algorithmen, genauer beschreiben. Ein Grundverständnis von Algorithmen als Rechenvorschriften ist für viele Zwecke der Angewandten Mathematik unerläßlich, während eine exakte Definition des Begriffs Algorithmus oft gar nicht notwendig zu sein scheint. Spätestens, wenn man die Frage nach der Optimalität von Algorithmen für eine gegebene Problemstellung formulieren und beantworten möchte, ist eine mathematische Präzisierung des Begriffs Algorithmus jedoch unerl äßlich, da Optimalität eine Aussage über die Gesamtheit aller Algorithmen beinhaltet. Dieselbe Notwendigkeit liegt auch dann vor, wenn man klären möchte, ob Monte Carlo-Algorithmen für eine gegebene Problemstellung besser als deterministische Algorithmen sind.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2012 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Müller-Gronbach, T., Novak, E., Ritter, K. (2012). Algorithmen, Fehler und Kosten. In: Monte Carlo-Algorithmen. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-89141-3_2
Download citation
DOI: https://doi.org/10.1007/978-3-540-89141-3_2
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-89140-6
Online ISBN: 978-3-540-89141-3
eBook Packages: Life Science and Basic Disciplines (German Language)