کتاب شبیه‌سازی مونت کارلو: از تئوری تا کاربرد عملی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره شبیه‌سازی مونت کارلو: از تئوری تا کاربرد عملی

موضوع کلی: آمار و احتمال

موضوع میانی: شبیه‌سازی مونت کارلو و روش‌های تصادفی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر شبیه‌سازی مونت کارلو و کاربردهای آن
  • 2. چرا شبیه‌سازی مونت کارلو؟ مزایا و معایب
  • 3. تولید اعداد تصادفی: اصول و روش‌ها
  • 4. توزیع‌های احتمالاتی رایج در شبیه‌سازی
  • 5. بررسی توزیع یکنواخت، نمایی، نرمال و پواسون
  • 6. تولید اعداد تصادفی از توزیع‌های غیر استاندارد (روش معکوس)
  • 7. روش پذیرش-رد (Acceptance-Rejection)
  • 8. شبیه‌سازی سیستم‌های تصادفی گسسته
  • 9. شبیه‌سازی صف (Queueing Simulation)
  • 10. شبیه‌سازی رویداد گسسته (Discrete Event Simulation)
  • 11. شبیه‌سازی مونت کارلو در مسائل بهینه‌سازی
  • 12. بهینه‌سازی با استفاده از الگوریتم‌های تکاملی
  • 13. شبیه‌سازی مونت کارلو در مسائل مالی
  • 14. ارزیابی ریسک و عدم قطعیت در بازارهای مالی
  • 15. شبیه‌سازی قیمت‌گذاری آپشن‌ها (Option Pricing)
  • 16. شبیه‌سازی مونت کارلو در فیزیک
  • 17. شبیه‌سازی سیستم‌های ذرات
  • 18. شبیه‌سازی انتقال گرما و سیالات
  • 19. شبیه‌سازی مونت کارلو در مهندسی
  • 20. تحلیل قابلیت اطمینان سیستم‌ها
  • 21. شبیه‌سازی فرآیندهای تولید
  • 22. شبیه‌سازی زنجیره‌های مارکوف (Markov Chains)
  • 23. کاربردهای زنجیره‌های مارکوف در مدل‌سازی
  • 24. شبیه‌سازی فرآیندهای تصادفی پیوسته
  • 25. فرآیند وینر (Wiener Process) و حرکت براونی
  • 26. شبیه‌سازی حرکت براونی
  • 27. شبیه‌سازی فرآیندهای پواسون
  • 28. شبیه‌سازی فرآیندهای گاما
  • 29. روش‌های کاهش واریانس در شبیه‌سازی مونت کارلو
  • 30. میانگین‌گیری متغیرهای کنترلی
  • 31. نمونه‌برداری اهمیت (Importance Sampling)
  • 32. نمونه‌برداری لایه‌بندی (Stratified Sampling)
  • 33. تکنیک‌های کنترل واریانس
  • 34. تحلیل حساسیت در شبیه‌سازی مونت کارلو
  • 35. بررسی اثر تغییر پارامترها بر نتایج
  • 36. اعتبارسنجی و کالیبراسیون مدل‌های شبیه‌سازی
  • 37. مقایسه نتایج شبیه‌سازی با داده‌های واقعی
  • 38. آشنایی با نرم‌افزارهای شبیه‌سازی (Arena, AnyLogic, MATLAB)
  • 39. پیاده‌سازی شبیه‌سازی مونت کارلو در پایتون
  • 40. شبیه‌سازی مونت کارلو در R
  • 41. خطاها و چالش‌های رایج در شبیه‌سازی مونت کارلو
  • 42. تفسیر و ارائه نتایج شبیه‌سازی
  • 43. ارائه گزارش‌های شبیه‌سازی
  • 44. استفاده از شبیه‌سازی برای تصمیم‌گیری
  • 45. شبیه‌سازی و تحلیل سناریو
  • 46. شبیه‌سازی چندعاملی (Agent-Based Simulation)
  • 47. مقدمه‌ای بر شبیه‌سازی چندعاملی
  • 48. کاربردهای شبیه‌سازی چندعاملی
  • 49. شبیه‌سازی شبکه‌های اجتماعی
  • 50. شبیه‌سازی ترافیک و حمل و نقل
  • 51. شبیه‌سازی سیستم‌های زیستی
  • 52. شبیه‌سازی فرایندهای اپیدمیولوژیک
  • 53. شبیه‌سازی مدل‌های اقتصادی
  • 54. شبیه‌سازی زنجیره تامین
  • 55. شبیه‌سازی سیستم‌های هوشمند
  • 56. شبیه‌سازی و یادگیری تقویتی
  • 57. شبیه‌سازی و بهینه‌سازی توزیع
  • 58. شبیه‌سازی و پیش‌بینی تقاضا
  • 59. روش‌های پیشرفته شبیه‌سازی مونت کارلو
  • 60. شبیه‌سازی متوالی مونت کارلو (Sequential Monte Carlo)
  • 61. شبیه‌سازی مبتنی بر اهمیت (Importance-Based Simulation)
تگ‌ها: Monte Carlo Simulation R آمار احتمال بهینه‌سازی پایتون روش‌های تصادفی زنجیره مارکوف شبیه‌سازی شبیه‌سازی مونت کارلو فیزیک مالی مدل‌سازی مهندسی مونت کارلو

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.