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: الگوریتم ها و ساختارهای داده ویرایش: 1 نویسندگان: Russ Bubley سری: Distinguished Dissertations ISBN (شابک) : 1852333251, 9781852333256 ناشر: Springer سال نشر: 2000 تعداد صفحات: 166 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Randomized algorithms approximation generation and counting 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 الگوریتم های تصادفی تقریب تولید و شمارش 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.
الگوریتم های تصادفی دو مسئله شجره نامه خوب را مورد بحث قرار می دهد: شمارش و تولید، که هر دو برای ریاضیات گسسته و احتمال اهمیت اساسی دارند. هنگامی که از خانوادههای ساختارهای ترکیبی سؤالاتی مانند \"چند نفر وجود دارد؟\" و \"به طور متوسط چگونه به نظر میرسد؟\" میپرسیم، یافتن پاسخها اغلب دشوار است - ما میتوانیم با الگوریتمهای به ظاهر غیرقابل حل مسدود شویم. الگوریتمهای تصادفی نشان میدهند که چگونه میتوان با روش مونت کارلو زنجیره مارکوف، مشکل حل نشدنی را دور زد و همچنین محدودیتهای طبیعی روش را برجسته کرد. این روش قبل از معرفی \"Coupling مسیر\" یک تکنیک جدید که به طور اساسی روش های قبلی را در منطقه ساده و بهبود می بخشد، از تکنیک کوپلینگ استفاده می کند.
Randomized Algorithms discusses two problems of fine pedigree: counting and generation, both of which are of fundamental importance to discrete mathematics and probability. When asking questions like "How many are there?" and "What does it look like on average?" of families of combinatorial structures, answers are often difficult to find - we can be blocked by seemingly intractable algorithms. Randomized Algorithms shows how to get around the problem of intractability with the Markov chain Monte Carlo method, as well as highlighting the method's natural limits. It uses the technique of coupling before introducing "path coupling" a new technique which radically simplifies and improves upon previous methods in the area.