Ocena:
Książka została dobrze przyjęta ze względu na swoją przejrzystość i łatwość zrozumienia, dzięki czemu jest odpowiednia dla naukowców zajmujących się danymi, statystyków i osób zainteresowanych statystyką. Jednak użytkownicy mieli problemy z wersją Kindle z powodu rozmytych formuł.
Zalety:⬤ Zwięzła i czytelna
⬤ przyjemna w czytaniu
⬤ przejrzysta prezentacja pojęć
⬤ zawiera pomocny pseudokod
⬤ polecana dla naukowców zajmujących się danymi i statystyków.
Wersja na Kindle ma rozmazane formuły, co utrudnia czytanie.
(na podstawie 4 opinii czytelników)
Simulation and the Monte Carlo Method
To nowe, przystępne wydanie zgłębia główne tematy symulacji Monte Carlo, które pojawiły się w ciągu ostatnich 30 lat i przedstawia solidne podstawy do rozwiązywania problemów
Simulation and the Monte Carlo Method, Third Edition odzwierciedla najnowsze osiągnięcia w tej dziedzinie i przedstawia w pełni zaktualizowany i kompleksowy opis najnowocześniejszej teorii, metod i zastosowań, które pojawiły się w symulacji Monte Carlo od czasu publikacji klasycznego pierwszego wydania ponad ćwierć wieku temu. Zachowując przystępne i intuicyjne podejście, to poprawione wydanie zawiera wiele aktualnych informacji, które ułatwiają głębsze zrozumienie rozwiązywania problemów w szerokim zakresie dziedzin, takich jak inżynieria, statystyka, informatyka, matematyka oraz nauki fizyczne i przyrodnicze. Książka rozpoczyna się unowocześnionym wprowadzeniem, w którym omówiono podstawowe pojęcia prawdopodobieństwa, procesów Markowa i optymalizacji wypukłej.
Kolejne rozdziały omawiają dramatyczne zmiany, które zaszły w dziedzinie metody Monte Carlo, obejmując wiele nowoczesnych tematów, w tym: Łańcuch Markowa Monte Carlo, techniki redukcji wariancji, takie jak (ponowne) próbkowanie ważności i metoda transformacji współczynnika prawdopodobieństwa, metoda funkcji wyniku do analizy wrażliwości, stochastyczna metoda aproksymacji i stochastyczna metoda odpowiednika do optymalizacji Monte Carlo, metoda entropii krzyżowej do estymacji rzadkich zdarzeń i optymalizacji kombinatorycznej oraz zastosowanie technik Monte Carlo do problemów zliczeniowych. Na końcu każdego rozdziału znajduje się bogaty zestaw ćwiczeń, a także wiele przykładów zastosowań.
Trzecie wydanie zawiera nowy rozdział poświęcony bardzo wszechstronnej metodzie podziału, z zastosowaniami do szacowania rzadkich zdarzeń, liczenia, próbkowania i optymalizacji. Drugi nowy rozdział wprowadza stochastyczną metodę wyliczania, która jest nową szybką sekwencyjną metodą Monte Carlo do wyszukiwania drzew. Ponadto, trzecie wydanie zawiera nowe materiały dotyczące.
- Generowanie liczb losowych, w tym generatory wielokrotnego rekursji i Mersenne Twister.
- Symulacji procesów gaussowskich, ruchów Browna i procesów dyfuzyjnych.
- Wielopoziomowa metoda Monte Carlo.
- Nowe ulepszenia metody entropii krzyżowej (CE), w tym "ulepszona" metoda CE, która wykorzystuje próbkowanie z rozkładu o zerowej wariancji w celu znalezienia optymalnych parametrów próbkowania ważności.
- Ponad 100 algorytmów w nowoczesnym pseudokodzie z kontrolą przepływu.
- Ponad 25 nowych ćwiczeń.
Simulation and the Monte Carlo Method, Third Edition jest doskonałym tekstem dla studiów licencjackich i magisterskich w zakresie symulacji stochastycznej i technik Monte Carlo. Książka służy również jako cenne źródło informacji dla profesjonalistów, którzy chcieliby osiągnąć bardziej formalne zrozumienie metody Monte Carlo.
Reuven Y. Rubinstein, DSc, był emerytowanym profesorem na Wydziale Inżynierii Przemysłowej i Zarządzania w Technion-Israel Institute of Technology. Pracował jako konsultant w wielu dużych organizacjach, takich jak IBM, Motorola i NEC. Dr Rubinstein, autor ponad 100 artykułów i sześciu książek, był także wynalazcą popularnej metody score-function w analizie symulacyjnej oraz ogólnych metod entropii krzyżowej do optymalizacji kombinatorycznej i liczenia.
Dirk P. Kroese, PhD,jest profesorem matematyki i statystyki w Szkole Matematyki i Fizyki Uniwersytetu Queensland w Australii. Opublikował ponad 100 artykułów i cztery książki w szerokim zakresie dziedzin prawdopodobieństwa stosowanego i statystyki, w tym metod Monte Carlo, entropii krzyżowej, algorytmów losowych, teorii ruchu telekomunikacyjnego, niezawodności, statystyki obliczeniowej, prawdopodobieństwa stosowanego i modelowania stochastycznego.