توضیحات
Introduction — Measure and Probability Theory — Banach and Hilbert Spaces — Optimization Theory — Measures of Information and Uncertainty — Bayesian Inverse Problems — Filtering and Data Assimilation — Orthogonal Polynomials and Applications — Numerical Integration — Sensitivity Analysis and Model Reduction — Spectral Expansions — Stochastic Galerkin Methods — Non-Intrusive Methods — Distributional Uncertainty — References — Index.;Uncertainty quantification is a topic of increasing practical importance at the intersection of applied mathematics, statistics, computation, and numerous application areas in science and engineering. This text provides a framework in which the main objectives of the field of uncertainty quantification are defined, and an overview of the range of mathematical methods by which they can be achieved. Complete with exercises throughout, the book will equip readers with both theoretical understanding and practical experience of the key mathematical and algorithmic tools underlying the treatment of uncertainty in modern applied mathematics. Students and readers alike are encouraged to apply the mathematical methods discussed in this book to their own favourite problems to understand their strengths and weaknesses, also making the text suitable as a self-study. This text is designed as an introduction to uncertainty quantification for senior undergraduate and graduate students with a mathematical or statistical background, and also for researchers from the mathematical sciences or from applications areas who are interested in the field. T.J. Sullivan was Warwick Zeeman Lecturer at the Mathematics Institute of the University of Warwick, United Kingdom, from 2012 to 2015. Since 2015, he is Junior Professor of Applied Mathematics at the Free University of Berlin, Germany, with specialism in Uncertainty and Risk Quantification.
————————————————————–
ترجمه ماشینی :
مقدمه – نظریه اندازه گیری و احتمال – فضاهای Banach و Hilbert – نظریه بهینه سازی – اقدامات اطلاعات و عدم اطمینان – مشکلات معکوس بیزی – فیلتر کردن و جذب داده ها – چند جمله ای و برنامه های کاربردی – ادغام عددی – تجزیه و تحلیل حساسیت و کاهش مدل-گسترش طیفی-روشهای گالرکین تصادفی-روشهای غیر تهاجمی-عدم اطمینان توزیع-منابع-فهرست. زمینه های کاربردی بیشماری در علوم و مهندسی. این متن چارچوبی را ارائه می دهد که در آن اهداف اصلی زمینه کمیت عدم اطمینان تعریف شده است ، و مروری بر دامنه روشهای ریاضی که با استفاده از آنها می توان به دست آورد. این کتاب با تمرینات کامل در کل ، خوانندگان را به درک نظری و تجربه عملی از ابزارهای کلیدی ریاضی و الگوریتمی اساسی در زمینه درمان عدم اطمینان در ریاضیات کاربردی مدرن مجهز می کند. دانش آموزان و خوانندگان به طور یکسان تشویق می شوند تا روشهای ریاضی مورد بحث در این کتاب را برای مشکلات مورد علاقه خود به کار گیرند تا نقاط قوت و ضعف آنها را درک کنند ، همچنین متن را به عنوان یک مطالعه خود مناسب می کنند. این متن به عنوان مقدمه ای برای کمیت عدم اطمینان برای دانشجویان ارشد کارشناسی و کارشناسی ارشد با سابقه ریاضی یا آماری و همچنین برای محققان علوم ریاضی یا از مناطق برنامه های کاربردی که به این زمینه علاقه مند هستند ، طراحی شده است. T.J. سالیوان از سال 2012 تا 2015 مدرس وارویک زیمن در انستیتوی ریاضیات دانشگاه وارویک ، انگلستان بود. از سال 2015 ، وی استاد جوان ریاضیات کاربردی در دانشگاه آزاد برلین آلمان است و دارای تخصص در عدم اطمینان و کمیت ریسک است.
tag : دانلود کتاب مقدمه ای برای کمیت عدم اطمینان , Download مقدمه ای برای کمیت عدم اطمینان , دانلود مقدمه ای برای کمیت عدم اطمینان , Download Introduction to uncertainty quantification Book , مقدمه ای برای کمیت عدم اطمینان دانلود , buy مقدمه ای برای کمیت عدم اطمینان , خرید کتاب مقدمه ای برای کمیت عدم اطمینان , دانلود کتاب Introduction to uncertainty quantification , کتاب Introduction to uncertainty quantification , دانلود Introduction to uncertainty quantification , خرید Introduction to uncertainty quantification , خرید کتاب Introduction to uncertainty quantification ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.