掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
仿真與蒙特卡洛方法 版權(quán)信息
- ISBN：9787569313062
- 條形碼：9787569313062 ; 978-7-5693-1306-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
仿真與蒙特卡洛方法 內(nèi)容簡介
《仿真與蒙特卡洛方法》（第2版）反映了第1版經(jīng)典版出版20多年以來該領(lǐng)域的新進(jìn)展，全面深入地探討了蒙特卡洛仿真中新出現(xiàn)的各種主題。在保持原書深入淺出和直觀易懂風(fēng)格的同時(shí)，本次修訂的新版本提供了大量的信息，以便讀者更加深入地理解各領(lǐng)域中問題的解決方法，比如工程、統(tǒng)計(jì)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)和生命科學(xué)等領(lǐng)域。 本書的開頭部分從更新的視角介紹了概率論的基本概念、馬爾可夫過程和凸優(yōu)化，后續(xù)章節(jié)討論了蒙特卡洛方法在多方面取得的各種突破性進(jìn)展，包括以下新主題： l 馬爾可夫鏈蒙特卡洛 l 方差減小技術(shù)，包括變換似然比方法和篩選法 l 靈敏度分析中的得分函數(shù)法 l 蒙特卡洛優(yōu)化中的隨機(jī)近似法和隨機(jī)等效法 l 稀有事件估計(jì)與組合優(yōu)化的交叉熵方法 l 蒙特卡洛方法在計(jì)數(shù)問題中的應(yīng)用，突出了參數(shù)化*小交叉熵方法 每一章的*后都配有大量的習(xí)題并特意為高級別的讀者提供更深更難的內(nèi)容和習(xí)題。整本書中有針對性地安排了大量實(shí)用的例子，在附錄中詳細(xì)介紹了指數(shù)族分布，討論隨機(jī)優(yōu)化問題的計(jì)算復(fù)雜性并提供部分Matlab程序。 本書是一本優(yōu)秀的教材，特別適用于高年級本科生和低年級研究生的仿真與蒙特卡洛技術(shù)課程，學(xué)生只需具備概率與統(tǒng)計(jì)的基礎(chǔ)知識即可。對于那些專注于蒙特卡洛方法的專業(yè)人士，本書也是一本難得的、有價(jià)值的參考資料。
仿真與蒙特卡洛方法 目錄
作者簡介
獻(xiàn)詞
前言
第1章 預(yù)備知識
1.1 隨機(jī)試驗(yàn)
1.2 條件概率和事件的獨(dú)立性
1.3 隨機(jī)變量和概率分布
1.4 幾個(gè)重要分布
1.5 期望
1.6 聯(lián)合分布
1.7 隨機(jī)變量的函數(shù)
1.8 變換
1.9 聯(lián)合正態(tài)隨機(jī)變量
1.10 極限定理
1.11 泊松過程
1.12 馬爾可夫過程
1.13 估計(jì)量的效率
1.14 信息
1.15 凸優(yōu)化及對偶性
習(xí)題
參考文獻(xiàn)
第2章 隨機(jī)數(shù)、隨機(jī)變量和隨機(jī)過程的產(chǎn)生
2.1 引言
2.2 隨機(jī)數(shù)的產(chǎn)生
2.3 隨機(jī)變量的產(chǎn)生
2.4 常用分布隨機(jī)變量的產(chǎn)生
2.5 隨機(jī)向量的產(chǎn)生
2.6 泊松過程的產(chǎn)生
2.7 馬爾可夫鏈和馬爾可夫跳躍過程的產(chǎn)生
2.8 隨機(jī)排列的產(chǎn)生
習(xí)題
參考文獻(xiàn)
第3章 離散事件系統(tǒng)仿真
3.1 仿真模型
3.2 DEDS仿真時(shí)鐘和事件表
3.3 離散事件仿真
習(xí)題
參考文獻(xiàn)
第4章 離散事件系統(tǒng)的統(tǒng)計(jì)分析
4.1 引言
4.2 靜態(tài)仿真模型
4.3 動態(tài)仿真模型
4.4 Bootstrap法
習(xí)題
參考文獻(xiàn)
第5章 方差控制
5.1 引言
5.2 共同隨機(jī)變量和對偶隨機(jī)變量
5.3 控制變量
5.4 條件蒙特卡洛
5.5 分層抽樣
5.6 重要抽樣
5.7 序列重要抽樣
5.8 變換似然比法
5.9 防止重要抽樣的退化
習(xí)題
參考文獻(xiàn)
第6章 馬爾可夫鏈蒙特卡洛
6.1 引言
6.2 Metropolis-Hastings算法
6.3 Hit-and-Run抽樣器
6.4 吉布斯抽樣器
6.5 伊辛和波茨模型
6.6 貝葉斯統(tǒng)計(jì)
6.7* 其他馬爾可夫抽樣器
6.8 模擬退火
6.9 完美抽樣
習(xí)題
參考文獻(xiàn)
第7章 靈敏度分析和蒙特卡洛優(yōu)化
7.1 引言
7.2 離散事件靜態(tài)系統(tǒng)靈敏度分析的得分函數(shù)方法
7.3 離散事件靜態(tài)系統(tǒng)的仿真優(yōu)化
7.4 離散事件動態(tài)系統(tǒng)的靈敏度分析
習(xí)題
參考文獻(xiàn)
第8章 交叉熵方法
8.1 簡介
8.2 對稀有事件概率的估計(jì)
8.3 求解優(yōu)化的CE方法
8.4 *大割問題
8.5 分區(qū)問題
8.6 旅行商問題
8.7 連續(xù)優(yōu)化
8.8 隨機(jī)優(yōu)化
習(xí)題
參考文獻(xiàn)
第9章 蒙特卡洛計(jì)數(shù)法
9.1 計(jì)數(shù)問題
9.2 滿足性問題
9.3 計(jì)數(shù)的稀有事件框架
9.4 其他隨機(jī)計(jì)數(shù)算法
9.5 MINXENT和參數(shù)化MINXENT
9.6 組合優(yōu)化和決策問題的PME
9.7 數(shù)值結(jié)果
習(xí)題
參考文獻(xiàn)
展開全部
仿真與蒙特卡洛方法 作者簡介
作者簡介：魯文??Y??魯賓斯坦，（ Reuven Y.Rubinstein）：科學(xué)博士，以色列理工學(xué)院工業(yè)工程和管理系名譽(yù)教授，曾任IBM、摩托羅拉和NEC等眾多國際大型企業(yè)的顧問，發(fā)表100多篇學(xué)術(shù)論文，出版學(xué)術(shù)專著6本，提出了著名的仿真分析評分函數(shù)法和組合優(yōu)化問題的交叉熵方法。 德克??P??克羅斯（Dirk P.Kroese）：博士，澳大利亞昆士蘭大學(xué)數(shù)學(xué)系統(tǒng)計(jì)學(xué)專業(yè)高級講師，在實(shí)用概率和統(tǒng)計(jì)學(xué)領(lǐng)域發(fā)表了50多篇論文，內(nèi)容涉及蒙特卡洛方法、交叉熵隨機(jī)算法、通信流量理論、可靠性、計(jì)算統(tǒng)計(jì)、實(shí)用概率論和隨機(jī)建模理論。
書友推薦
- >
李白與唐代文化
- >
經(jīng)典常談
- >
隨園食單
- >
名家?guī)阕x魯迅:朝花夕拾
- >
山海經(jīng)
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
中國歷史的瞬間
- >
史學(xué)評論
本類暢銷
