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: 3rd نویسندگان: Reuven Y. Rubinstein, Dirk P. Kroese سری: ISBN (شابک) : 9781118632208 ناشر: Wiley سال نشر: 2017 تعداد صفحات: 396 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Simulation and the Monte Carlo Method 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 شبیه سازی و روش مونت کارلو 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.
شبیهسازی و روش مونت کارلو، ویرایش سوم، آخرین پیشرفتها در این زمینه را منعکس میکند و گزارشی کاملاً بهروز و جامع از تئوری، روشها و کاربردهای پیشرفتهای که در شبیهسازی مونت کارلو از زمان انتشار کتاب ظهور کردهاند، ارائه میکند. نسخه اول کلاسیک بیش از ربع قرن پیش. در حالی که رویکرد قابل دسترس و شهودی خود را حفظ می کند، این نسخه اصلاح شده دارای انبوهی از اطلاعات به روز است که درک عمیق تر از حل مسئله را در طیف گسترده ای از حوزه های موضوعی، مانند مهندسی، آمار، علوم کامپیوتر، ریاضیات و علوم فیزیکی و زیستی. کتاب با مقدمه ای مدرن شروع می شود که به مفاهیم اساسی احتمال، فرآیندهای مارکوف و بهینه سازی محدب می پردازد. فصلهای بعدی تغییرات چشمگیری را که در زمینه روش مونت کارلو رخ داده است، با پوشش بسیاری از موضوعات مدرن از جمله: زنجیره مارکوف مونت کارلو، تکنیکهای کاهش واریانس مانند نمونهگیری اهمیت (دوباره) و روش نسبت احتمال تبدیل، بحث میکنند. روش تابع امتیاز برای تحلیل حساسیت، روش تقریب تصادفی و روش همتای تصادفی برای بهینهسازی مونت کارلو، روش آنتروپی متقابل برای تخمین رویدادهای نادر و بهینهسازی ترکیبی، و استفاده از تکنیکهای مونت کارلو برای شمارش مسائل. طیف گسترده ای از تمرین ها در پایان هر فصل و همچنین نمونه های سخاوتمندانه ای از نمونه های کاربردی ارائه شده است. نسخه سوم فصل جدیدی را در مورد روش تقسیم بسیار همه کاره با کاربردهایی برای تخمین، شمارش، نمونهبرداری و بهینهسازی رویدادهای نادر ارائه میکند. فصل دوم روش شمارش تصادفی را معرفی میکند، که یک روش مونت کارلو سریع متوالی برای جستجوی درخت است. علاوه بر این، نسخه سوم دارای مواد جدید در موارد زیر است: • تولید اعداد تصادفی، از جمله مولدهای چندگانه بازگشتی و مرسن توئیستر • شبیه سازی فرآیندهای گاوسی، حرکت براونی و فرآیندهای انتشار • روش مونت کارلو چند سطحی • پیشرفت های جدید روش آنتروپی متقابل (CE)، از جمله روش CE "بهبود"، که از نمونه برداری از توزیع واریانس صفر برای یافتن پارامترهای نمونه برداری اهمیت بهینه استفاده می کند. • بیش از 100 الگوریتم در شبه کد مدرن با کنترل جریان • بیش از 25 تمرین جدید شبیه سازی و روش مونت کارلو، نسخه سوم متنی عالی برای دوره های فوق لیسانس و شروع دوره های کارشناسی ارشد در شبیه سازی تصادفی و تکنیک های مونت کارلو است. این کتاب همچنین به عنوان یک مرجع ارزشمند برای متخصصانی است که می خواهند به درک رسمی تری از روش مونت کارلو دست یابند.
Simulation and the Monte Carlo Method, Third Edition reflects the latest developments in the field and presents a fully updated and comprehensive account of the state-of-the-art theory, methods and applications that have emerged in Monte Carlo simulation since the publication of the classic First Edition over more than a quarter of a century ago. While maintaining its accessible and intuitive approach, this revised edition features a wealth of up-to-date information that facilitates a deeper understanding of problem solving across a wide array of subject areas, such as engineering, statistics, computer science, mathematics, and the physical and life sciences. The book begins with a modernized introduction that addresses the basic concepts of probability, Markov processes, and convex optimization. Subsequent chapters discuss the dramatic changes that have occurred in the field of the Monte Carlo method, with coverage of many modern topics including: Markov Chain Monte Carlo, variance reduction techniques such as importance (re-)sampling, and the transform likelihood ratio method, the score function method for sensitivity analysis, the stochastic approximation method and the stochastic counter-part method for Monte Carlo optimization, the cross-entropy method for rare events estimation and combinatorial optimization, and application of Monte Carlo techniques for counting problems. An extensive range of exercises is provided at the end of each chapter, as well as a generous sampling of applied examples. The Third Edition features a new chapter on the highly versatile splitting method, with applications to rare-event estimation, counting, sampling, and optimization. A second new chapter introduces the stochastic enumeration method, which is a new fast sequential Monte Carlo method for tree search. In addition, the Third Edition features new material on: • Random number generation, including multiple-recursive generators and the Mersenne Twister • Simulation of Gaussian processes, Brownian motion, and diffusion processes • Multilevel Monte Carlo method • New enhancements of the cross-entropy (CE) method, including the “improved” CE method, which uses sampling from the zero-variance distribution to find the optimal importance sampling parameters • Over 100 algorithms in modern pseudo code with flow control • Over 25 new exercises Simulation and the Monte Carlo Method, Third Edition is an excellent text for upper-undergraduate and beginning graduate courses in stochastic simulation and Monte Carlo techniques. The book also serves as a valuable reference for professionals who would like to achieve a more formal understanding of the Monte Carlo method.