در صورت تبدیل فایل کتاب Stochastic Numerical Methods: An Introduction for Students and Scientists 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 عددی تصادفی: مقدمهای برای دانشجویان و دانشمندان 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.
N.-Y.: Wiley-VCH، 2014. - 416p.
روش های عددی تصادفی روش های عددی را در سطح استاد معرفی می کند
که از احتمال یا مفاهیم تصادفی برای تجزیه و تحلیل فرآیندهای
تصادفی استفاده می کنند. هدف این کتاب این است که نسبتاً کلی باشد
و به دانشجویان علوم طبیعی (فیزیک، شیمی، ریاضی، زیست شناسی و
غیره) و مهندسی و همچنین علوم اجتماعی (اقتصاد، جامعه شناسی و
غیره) که برخی از تکنیک ها استفاده شده است، می پردازد. اخیراً
برای شبیهسازی عددی مدلهای مختلف مبتنی بر عامل.
نمونههای موجود در کتاب
طیفی از انتقال فاز و پدیدههای حیاتی، از جمله جزئیات تجزیه و
تحلیل دادهها (استخراج توانهای بحرانی) را شامل میشود. ، اثرات
اندازه محدود، و غیره)، به پویایی جمعیت، رشد سطحی، واکنش های
شیمیایی، و غیره. فهرست های برنامه در بحث از الگوریتم های عددی
برای تسهیل درک آنها یکپارچه شده است.
< /div>از مطالب:
بررسی مفاهیم احتمال.
ادغام مونت کارلو.
تولید اعداد تصادفی یکنواخت و غیر یکنواخت: مقادیر غیر
همبسته.
روش های پویا.
کاربردهای مکانیک آماری.
مقدمه ای بر فرآیندهای تصادفی.
شبیه سازی عددی معادلات دیفرانسیل تصادفی معمولی و جزئی.
مقدمه ای بر معادلات اصلی.
شبیه سازی عددی معادلات اصلی .
تولید مونت کارلو ترکیبی از متغیرهای گاوسی همبسته n
بعدی.
الگوریتم های جمعی برای سیستم های اسپین.
برون یابی هیستوگرام.
شبیه سازی های چندکانونی.
N.-Y.: Wiley-VCH, 2014. - 416p.
Stochastic Numerical Methods introduces at Master level the
numerical methods that use probability or stochastic concepts
to analyze random processes. The book aims at being rather
general and is addressed at students of natural sciences
(Physics, Chemistry, Mathematics, Biology, etc.) and
Engineering, but also social sciences (Economy, Sociology,
etc.) where some of the techniques have been used recently to
numerically simulate different agent-based models.
Examples included in the book range
from phase-transitions and critical phenomena, including
details of data analysis (extraction of critical exponents,
finite-size effects, etc.), to population dynamics, interfacial
growth, chemical reactions, etc. Program listings are
integrated in the discussion of numerical algorithms to
facilitate their understanding.
From the contents:
Review of Probability Concepts.
Monte Carlo Integration.
Generation of Uniform and Non-uniform Random Numbers:
Non-correlated Values.
Dynamical Methods.
Applications to Statistical Mechanics.
Introduction to Stochastic Processes.
Numerical Simulation of Ordinary and Partial Stochastic
Differential Equations.
Introduction to Master Equations.
Numerical Simulations of Master Equations.
Hybrid Monte Carlo Generation of n-Dimensional Correlated
Gaussian Variables.
Collective Algorithms for Spin Systems.
Histogram Extrapolation.
Multicanonical Simulations.