دانلود کتاب Premiers pas en simulation

ترجمه فارسی توضیحات (ترجمه ماشینی)

گام های اولیه در شبیه سازی

این کتاب مقدمه ای بر تکنیک های شبیه سازی است. این روش عددی بازسازی ساختگی تکامل یک پدیده را ممکن می‌سازد و مکملی برای روش‌های تحلیلی ارائه می‌دهد که گاهی قادر به مقابله با مسائل با متغیرهای متعدد نیستند. شبیه سازی کاربردهای زیادی در صنعت، اقتصاد، علوم اجتماعی، فیزیک ذرات، نجوم پیدا می کند.

پس از بررسی کوتاهی بر تکنیک های اساسی محاسبه احتمال، این کتاب روش های مختلفی را برای تولید مقادیر زیادی از اعداد تصادفی ارائه می دهد. اینها بخش مرکزی هر شبیه سازی هستند. تبدیل متغیرهای مورد استفاده برای شبیه‌سازی نمونه‌های ساختگی یک متغیر تصادفی و آزمون فرضیه‌ها که اعتبار مدل‌ها را برای شبیه‌سازی‌های طولانی‌مدت ممکن می‌سازد، موضوع فصل‌های بعدی است. در نهایت، قسمت آخر به روش مونت کارلو و کاربردهای آن می پردازد.

در سراسر کتاب، خواننده با مثال های متعددی هدایت می شود که کاربردهای بسیار ملموس این روش های مختلف را نشان می دهد. در پایان فصل، تمرین ها به همه اجازه می دهد تا دانش خود را توسعه دهند.

این کتاب به زبانی ساده نوشته شده است، این کتاب برای مخاطبان غیرمتخصص در نظر گرفته شده است: نه تنها ریاضیدانانی که هیچ دانشی در این زمینه ندارند. -آموزش عمیق در آمار، همچنین مهندسان و دانشمندان کامپیوتر که روزانه با تجزیه و تحلیل پدیده های پیچیده مواجه می شوند، نشانه های مفیدی برای کار خود پیدا خواهند کرد.

Premiers pas en simulation

Ce livre est une introduction aux techniques de simulation. Cette méthode numérique permet de reconstituer fictivement l’évolution d’un phénomène et offre un complément aux méthodes analytiques parfois incapables de traiter des problèmes aux multiples variables. La simulation trouve de nombreuses applications dans l’industrie, en économie, en sciences sociales, en physique des particules, en astronomie.

Après un bref rappel des techniques fondamentales du calcul des probabilités, le livre expose diverses méthodes pour générer en grande quantité des nombres aléatoires. Ceux-ci sont un élément central de toute simulation. Les transformations de variables utilisées pour simuler des échantillons fictifs d’une variable aléatoire, et les tests d’hypothèses, qui permettent de valider des modèles pour des simulations à plus long terme, font l’objet des chapitres suivants. Enfin, la dernière partie porte sur la méthode de Monte Carlo et ses applications.

Tout au long de l’ouvrage, le lecteur est guidé par de nombreux exemples qui illustrent des applications très concrètes de ces diverses méthodes. En fin de chapitre, des exercices permettent à chacun de développer son savoir-faire.

Écrit dans un langage simple, ce livre s’adresse à un public de non-spécialistes : non seulement les mathématiciens n’ayant pas de formation approfondie en statistique, mais aussi les ingénieurs et les informaticiens confrontés quotidiennement à l’analyse de phénomènes complexes trouveront des indications utiles pour leur travail.