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
دسته بندی: ریاضیات ویرایش: 1 نویسندگان: Michel Habib, Colin McDiarmid, Jorge Ramirez-Alfonsin, Bruce Reed سری: Algorithms and Combinatorics ISBN (شابک) : 9783540646228, 3540646221 ناشر: Springer سال نشر: 1998 تعداد صفحات: 172 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Probabilistic methods for algorithmic discrete mathematics 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 روشهای احتمالی برای ریاضیات گسسته الگوریتمی 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.
این کتاب یک گزارش قابل دسترس از روش های احتمالی مدرن برای تجزیه و تحلیل ساختارها و الگوریتم های ترکیبی ارائه می دهد. برای دانشجویان تحصیلات تکمیلی و محققین راهنمای مفیدی خواهد بود. ویژگیهای ویژه شامل: درمان ساده نابرابریهای تالاگرند و کاربردهای آنها. یک مرور کلی و نمونههای بسیار دقیقی از تحلیل احتمالی الگوریتمهای ترکیبی. بحث در مورد الگوریتم \"شبیه سازی دقیق\" (در زمینه روش های مارکوف زنجیره مونت کارلو). یک روش کلی برای یافتن رنگآمیزی گراف مجانبی بهینه یا تقریباً بهینه، که نشان میدهد چگونه روش احتمالی ممکن است برای بهرهبرداری از ساختار گراف زیربنایی بهخوبی تنظیم شود. درمان مختصر از الگوریتم های تصادفی و تکنیک های تصادفی سازی
The book gives an accessible account of modern probabilistic methodsfor analyzing combinatorial structures and algorithms. It will be anuseful guide for graduate students and researchers. Special featuresincluded: a simple treatment of Talagrand's inequalities and theirapplications; an overview and many carefully worked out examples ofthe probabilistic analysis of combinatorial algorithms; a discussionof the "exact simulation" algorithm (in the context of Markov ChainMonte Carlo Methods); a general method for finding asymptoticallyoptimal or near optimal graph colouring, showing how theprobabilistic method may be fine-tuned to exploit the structure ofthe underlying graph; a succinct treatment of randomized algorithmsand derandomization techniques.
Front Matter....Pages I-XVII
The Probabilistic Method....Pages 1-35
Probabilistic Analysis of Algorithms....Pages 36-92
An Overview of Randomized Algorithms....Pages 93-115
Mathematical Foundations of the Markov Chain Monte Carlo Method....Pages 116-165
Percolation and the Random Cluster Model: Combinatorial and Algorithmic Problems....Pages 166-194
Concentration....Pages 195-248
Branching Processes and Their Applications in the Analysis of Tree Structures and Tree Algorithms....Pages 249-314
Back Matter....Pages 315-325