Szimuláció és a Monte Carlo-módszer

Olvasói vélemények

A könyvet jól fogadták a világossága és a könnyű megértése miatt, így alkalmas az adattudósok, statisztikusok és a statisztika iránt érdeklődő egyének számára. A felhasználóknak azonban a Kindle-változattal problémáik adódtak a képletek elmosódottsága miatt.

⬤ Tömör és olvasmányos
⬤ élvezetes olvasmány
⬤ a fogalmak világos bemutatása
⬤ hasznos álkódokat tartalmaz
⬤ adattudósoknak és statisztikusoknak ajánlott.

A Kindle verzióban homályosak a képletek, ami rontja az olvasási élményt.

(4 olvasói vélemény alapján)

Eredeti címe:

Simulation and the Monte Carlo Method

Könyv tartalma:

Ez a közérthető új kiadás a Monte Carlo szimuláció elmúlt 30 évben felmerült főbb témáit vizsgálja, és szilárd alapot nyújt a problémamegoldáshoz

A Szimuláció és a Monte Carlo-módszer, harmadik kiadás tükrözi a terület legújabb fejleményeit, és teljesen frissített és átfogó beszámolót nyújt a Monte Carlo-szimulációban a klasszikus első kiadás több mint negyedszázaddal ezelőtti megjelenése óta kialakult legkorszerűbb elméletről, módszerekről és alkalmazásokról. Az átdolgozott kiadás - miközben megtartja közérthető és intuitív megközelítését - számos olyan naprakész információt tartalmaz, amelyek megkönnyítik a problémamegoldás mélyebb megértését a legkülönbözőbb szakterületeken, például a mérnöki tudományok, a statisztika, az informatika, a matematika, valamint a fizikai és élettudományok területén. A könyv korszerűsített bevezetéssel kezdődik, amely a valószínűség, a Markov-folyamatok és a konvex optimalizálás alapfogalmaival foglalkozik.

A következő fejezetek a Monte Carlo-módszer területén bekövetkezett drámai változásokat tárgyalják, számos modern témát tárgyalva, többek között: Markov-lánc Monte Carlo, varianciacsökkentő technikák, mint például a fontossági (újra)mintavételezés és a transzformált valószínűségi arány módszer, a score-funkció módszere az érzékenységelemzéshez, a sztochasztikus közelítési módszer és a sztochasztikus ellenpár-módszer a Monte Carlo optimalizáláshoz, a kereszt-entrópia módszer a ritka események becsléséhez és a kombinatorikus optimalizáláshoz, valamint a Monte Carlo technikák alkalmazása számlálási problémákra. Az egyes fejezetek végén széleskörű feladatokat, valamint az alkalmazott példák bőséges választékát találjuk.

A harmadik kiadás új fejezetet tartalmaz a rendkívül sokoldalú osztási módszerről, a ritka események becslésére, számlálásra, mintavételezésre és optimalizálásra való alkalmazásokkal. Egy második új fejezet a sztochasztikus felsorolás módszerét mutatja be, amely egy új, gyors szekvenciális Monte Carlo-módszer a fakereséshez. Ezen kívül a harmadik kiadás új anyagot tartalmaz a következőkről.

- Véletlenszám-generálás, beleértve a többszörös rekurzív generátorokat és a Mersenne Twistert.

- Gauss-folyamatok, Brown-mozgás és diffúziós folyamatok szimulációja.

- Többszintű Monte Carlo módszer.

- A kereszt-entrópia (CE) módszer új fejlesztései, beleértve a "javított" CE módszert, amely a nulla varianciaeloszlásból történő mintavételt használja az optimális fontossági mintavételi paraméterek megtalálásához.

- Több mint 100 algoritmus modern pszeudokódban, áramlásvezérléssel.

- Több mint 25 új gyakorlat.

A Szimuláció és a Monte Carlo-módszer, harmadik kiadás kiváló szöveg a sztochasztikus szimuláció és a Monte Carlo-technikák felsőfokú és kezdő egyetemi kurzusaihoz. A könyv értékes referenciaként is szolgál azon szakemberek számára, akik a Monte Carlo-módszer formálisabb megértését szeretnék elérni.

Reuven Y. Rubinstein, DSc, a Technion-Izraeli Technológiai Intézet ipari mérnöki és menedzsment karának professor emeritusa volt. Számos nagyvállalatnál, például az IBM-nél, a Motorolánál és a NEC-nél dolgozott tanácsadóként. Több mint 100 cikk és hat könyv szerzője, Dr. Rubinstein volt a szimulációs elemzésben népszerű score-funkció módszer és a kombinatorikus optimalizálás és számolás általános kereszt-entrópia módszereinek feltalálója is.

Dirk P. Kroese, PhD, az ausztráliai Queenslandi Egyetem Matematikai és Fizikai Karának matematika és statisztika professzora. Több mint 100 cikket és négy könyvet publikált az alkalmazott valószínűségszámítás és statisztika számos területén, beleértve a Monte Carlo módszereket, a kereszt-entrópiát, a randomizált algoritmusokat, a távközlés c elméletét, a megbízhatóságot, a számítási statisztikát, az alkalmazott valószínűséget és a sztochasztikus modellezést.