دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Prof. Dr. Kurt Marti, Prof. Dr. Yuri Ermoliev, Dr. Marek Makowski, Prof. Dr. Georg Pflug (auth.) سری: Lecture Notes in Economics and Mathematical Systems 581 ISBN (شابک) : 9783540352587, 9783540352624 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2006 تعداد صفحات: 329 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب مقابله با عدم قطعیت: مدل سازی و مسائل خط مشی: تحقیق در عملیات/تئوری تصمیم گیری، بهینه سازی، روش های عددی و محاسباتی در مهندسی
در صورت تبدیل فایل کتاب Coping with Uncertainty: Modeling and Policy Issues به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقابله با عدم قطعیت: مدل سازی و مسائل خط مشی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تغییرات جهانی در حال انجام مشکلات اساسی علمی جدیدی را به همراه دارد که نیازمند مفاهیم و ابزارهای جدید است. یک موضوع کلیدی مربوط به طیف گسترده ای از عدم قطعیت های عملا غیرقابل کاهش است که مدل های سنتی ما را به چالش می کشد و به مفاهیم و ابزارهای تحلیلی جدید نیاز دارد. عدم قطعیت به طور بحرانی غالب است، به عنوان مثال، بحث های تغییر آب و هوا. به طور خلاصه، معضل مربوط به هزینههای هنگفت در مقابل عدم قطعیتهای عظیم تأثیرات شدید بالقوه است. رویکردهای علمی سنتی معمولاً بر مشاهدات و آزمایشات واقعی متکی هستند. هنوز مشاهدات کافی برای مشکلات جدید وجود ندارد، و آزمایشهای «محض» و یادگیری با انجام دادن ممکن است بسیار گران، خطرناک یا به سادگی غیرممکن باشد. علاوه بر این، مشاهدات تاریخی موجود با اقدامات، سیاست ها آلوده می شوند. پیچیدگی مشکلات جدید اجازه نمی دهد با افزایش وضوح مدل ها یا با آوردن لینک های بیشتر به اطمینان کافی دست یابیم. از این رو، همانطور که در این کتاب آورده شده است، به ابزارهای جدیدی برای مدلسازی و مدیریت عدم قطعیت نیاز است.
Ongoing global changes bring fundamentally new scientific problems requiring new concepts and tools. A key issue concerns a vast variety of practically irreducible uncertainties, which challenge our traditional models and require new concepts and analytical tools. The uncertainty critically dominantes, e.g., the climate change debates. In short, the dilemma is concerned with enormous costs vs. massive uncertainties of potential extreme impacts. Traditional scientific approaches usually rely on real observations and experiments. Yet no sufficient observations exist for new problems, and "pure" experiments and learning by doing may be very expensive, dangerous, or simply impossible. In addition, available historical observations are contaminated by actions, policies. The complexity of new problems does not allow to achieve enough certainty by increasing the resolution of models or by bringing in more links. Hence, new tools for modeling and management of uncertainty are needed, as given in this book.
Preface......Page 5
Contents......Page 8
Part I - Uncertainty and Decisions......Page 13
1 Introduction......Page 14
2 Concepts of Robustness......Page 16
3 Decision Problems Under Uncertainty......Page 18
4 Uncertainty Modeling......Page 21
5 Robust Stochastic Optimization......Page 25
6 Temporal, Spatial and Social Heterogeneities......Page 29
7 STO Methods for Robust Solutions......Page 31
8 Sensitivity of Robust Strategies......Page 33
9 Concluding Remarks......Page 36
1 Introduction......Page 40
2 Motivation: Stochastic Dedicated Bond Portfolio Management......Page 42
3 Contamination and Stress Testing......Page 43
4 Contamination and Stress Testing for CVaR......Page 50
5 Conclusions......Page 55
1 Introduction......Page 58
2Context......Page 60
3 Uncertainty and Risk......Page 61
4 Structured Modeling......Page 65
5 Conclusions......Page 71
Part II - Modeling Stochastic Uncertainty......Page 76
1 Introduction......Page 77
2 Direct Monte Carlo Simulation......Page 79
3 Variance Reduction Techniques......Page 80
4 Computational E.ciency Issues......Page 84
5 Applications......Page 86
6 Closing Remarks......Page 91
Explicit Methods for the Computation of Structural Reliabilities in Stochastic Plastic Analysis......Page 94
1 Stochastic Plasticity Analysis......Page 95
2 First Order Reliability Method (FORM)......Page 99
3 Response Surface Method......Page 100
4 Examples......Page 105
5 Conclusions......Page 111
1 WMO-Release 695......Page 113
2 Extreme Value Statistics......Page 114
3 SWISS-RE Casualties Table......Page 120
4 Concluding Remarks......Page 124
1 Introduction......Page 126
2 Representation......Page 127
3 Scene Interpretation......Page 132
5Conclusion......Page 135
Part III - Non-Probabilistic Uncertainty......Page 138
1 Introduction......Page 139
2 The Continuum of Agents: Distribution of Spatial and Social Characteristics......Page 142
3 Producer Behavior......Page 145
4 Consumer Behavior......Page 148
5 Existence of a Competitive Equilibrium......Page 152
6 Spatial Welfare Optimum: a Dual Approach......Page 153
7 Deterministic Versus Stochastic Welfare T\Zatonnement......Page 157
1 Introduction......Page 161
2 Downscaling Problems: Motivating Examples......Page 163
3 Sequential Downscaling Methods......Page 166
4 Minimax Likelihood and Maximum Entropy......Page 169
5 Practical Applications......Page 171
6 Concluding Remarks......Page 173
1 Introduction......Page 176
2 Statement of the Problem......Page 177
3 Transformations......Page 178
4 Solution of the Problem......Page 179
6 Examples......Page 182
7 Conclusions......Page 187
1 Introduction......Page 189
2 Generalized Pathologic Process......Page 190
3 Simpli.ed Model......Page 193
4 Uncertainties......Page 194
5 Conclusions......Page 196
Part IV - Applications of Stochastic Optimization......Page 197
1 Introduction......Page 198
2 Modeling Approach and a Motivating Example......Page 200
3 Model Structure......Page 204
4 Implementation......Page 212
5 Concluding Observations......Page 214
1 Introduction......Page 220
2 Uncertainty Impact......Page 221
3 Estimation Methods......Page 223
4 Decision Making Methods......Page 225
5 Characteristic Models......Page 227
6 Conclusions......Page 241
1 Introduction......Page 243
2 The Stochastic Programming Model of PERT......Page 244
3 Numerical Results......Page 245
1 Introduction......Page 258
2 Stochastic Di.erentiation and Monte-Carlo Estimators......Page 260
3 Statistical Veri.cation of the Optimality Hypothesis......Page 263
4 Optimization by Monte-Carlo Estimators with Sample Size Regulation......Page 266
5 Numerical Study of Algorithms......Page 272
6 Discussion and Conclusions......Page 278
Part V - Policy Issues Under Uncertainty......Page 281
1 Introduction......Page 282
2 Endogenous Climate Change Risk: A General Model......Page 284
3 A Basic Model with Linear Cost Functions......Page 287
4 Extensions to the Basic Model......Page 291
5 A Dynamic Stabilization Problem......Page 295
6 Concluding Remarks......Page 297
1 Introduction......Page 300
2 Pooling of Single-Stage Linear Problems Subject to Uncertainty......Page 302
3 Pricing of Linear Investment Projects......Page 305
4 Project Portfolios and Core Solutions......Page 306
6 Concluding Remarks......Page 310
1 Introduction......Page 313
2 Scales of Subjective Uncertainty......Page 314
3 The Precautionary Principle and the Willingness to Incur Costs......Page 316
4 A Proposed Principle of Innovation and Adaptive Management......Page 320
5 Conclusion: A Framework for Balanced Precaution......Page 322