Introduction to Rare Event Simulation

این کتاب یک نظریه یکپارچه از شبیه‌سازی رویداد نادر و تکنیک کاهش واریانس که به عنوان نمونه‌گیری اهمیت شناخته می‌شود، از نقطه نظر نظریه احتمالی انحرافات بزرگ ارائه می‌کند. این دیدگاه به ما اجازه می دهد تا مجموعه وسیعی از مسائل شبیه سازی را از یک دیدگاه واحد مشاهده کنیم. این بینش زیادی در مورد ماهیت بنیادی شبیه‌سازی رویدادهای نادر به دست می‌دهد.

تا کنون، این ناحیه در میان متخصصان شبیه‌سازی شهرت داشته است که به مقدار زیادی از تکنیک‌ها و احتمالات نیاز دارد. تجربه و تخصص. این متن مقدمات ریاضی را به حداقل می رساند و تنها پیش نیاز آن یک نتیجه تئوری انحراف بزرگ است که در متن ارائه و اثبات شده است. نظریه انحراف بزرگ یک حوزه رو به رشد نظریه احتمال است و بسیاری از نتایج حاصل از آن را می توان برای مسائل شبیه سازی به کار برد. این کتاب به‌جای تلاش برای کامل‌تر شدن در ارائه تمام جنبه‌های ممکن نظریه موجود، بر روی نشان دادن روش‌شناسی و ایده‌های اصلی در یک محیط نسبتاً ساده تمرکز می‌کند.

این کتاب شامل بیش از 50 شکل و مطالعات موردی شبیه سازی دقیق است که طیف گسترده ای از حوزه های کاربردی از جمله آمار، مخابرات و سیستم های صف را پوشش می دهد.

</ P>

James A. Bucklew دارای رتبه پروفسور با انتصاب در گروه مهندسی برق و کامپیوتر و در گروه ریاضیات در دانشگاه ویسکانسین-مدیسون است. او عضو موسسه مهندسین برق و الکترونیک و نویسنده کتاب تکنیک‌های انحراف بزرگ در تصمیم‌گیری، شبیه‌سازی و تخمین است.

This book presents a unified theory of rare event simulation and the variance reduction technique known as importance sampling from the point of view of the probabilistic theory of large deviations. This perspective allows us to view a vast assortment of simulation problems from a unified single perspective. It gives a great deal of insight into the fundamental nature of rare event simulation.

Until now, this area has a reputation among simulation practitioners of requiring a great deal of technical and probabilistic expertise. This text keeps the mathematical preliminaries to a minimum with the only prerequisite being a single large deviation theory result that is given and proved in the text. Large deviation theory is a burgeoning area of probability theory and many of the results in it can be applied to simulation problems. Rather than try to be as complete as possible in the exposition of all possible aspects of the available theory, the book concentrates on demonstrating the methodology and the principal ideas in a fairly simple setting.

The book contains over 50 figures and detailed simulation case studies covering a wide variety of application areas including statistics, telecommunications, and queueing systems.

James A. Bucklew holds the rank of Professor with appointments in the Department of Electrical and Computer Engineering and in the Department of Mathematics at the University of Wisconsin-Madison. He is a Fellow of the Institute of Electrical and Electronics Engineers and the author of Large Deviation Techniques in Decision, Simulation, and Estimation.