Pythonコンピュータシミュレーション入門: 人文・自然・社会科学の数理モデル

Front Cover
株式会社 オーム社, Apr 12, 2021 - Computers - 320 pages
0 Reviews
Reviews aren't verified, but Google checks for and removes fake content when it's identified

Python でさまざまな現象をシミュレーションしよう!

本書はコンピュータシミュレーションの基礎を、Pythonを用いたプログラミングによって実際に試しながら学習するものです。

うわさの拡散や伝染病の流行、人口予測といった自然科学モデル、リボ払いの計算や在庫管理といった経営・経済モデルといった具体的なものから、情報科学的な確率モデル、ベイズ統計、グラフ理論、GA(遺伝的アルゴリズム)といった各手法に基づいたモデル、エージェントベースモデル、強化学習による意思決定モデルまでを解説しています。

本書では、シミュレーションの各モデルの立て方やアイデアの説明に重点を置き、数値計算の厳密な詳細やモデルの数理よりはPythonによる実行を志向します。また、プログラムのほとんどは Jupyter Notebook形式で配布しているので、ご自身の手もとのPCで実行することができるようになっています


このような方におすすめ

・コンピュータシミュレーションに興味をもつ情報・コンピュータ系の方

Pythonを用いたコンピュータシミュレーションの手法を知りたい方

Pythonを用いてコンピュータシミュレーションを学びたい方


主要目次

第1章 はじめに

第2章 数値計算と数学の基礎

第3章 アニメーション

第4章 確率モデル

第5章 自然科学モデル

第6章 経営モデル

第7章 ベイズ統計に基づくモデル

第8章 グラフ理論に基づくモデル

第9章 遺伝的アルゴリズムに基づくモデル

第10章 エージェントベースモデル

第11章 強化学習による意思決定モデル

 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

64 待ち行列
155
643 ポアソン到着過程と到着時間分布
157
644 指数サービス時間
160
645 評価指標
161
646 SimPy離散事象シミュレーション
162
647 MM1モデルのシミュレーション
164
第7章ベイズ統計に基づくモデル
169
712 病気の感染検査
170

14 ちょっとした流儀
15
142 文字コードとマジックコマンド
18
15 クイックスタート
19
152 Anacondaとパッケージのインストール
21
154 エラーが生じたら
22
第2章数値計算と数学の基礎
23
22 有限桁のために生じる数値誤差
24
222 機械イプシロン
25
223 丸め情報落ち桁落ち
26
23 いくつかの数値計算
27
232 方程式
28
233 補間
31
234 常微分方程式
33
24 確率の基礎
37
242 離散確率と連続確率
38
243 母集団パラメータ期待値分散平均
40
244 確率分布
42
25 疑似乱数とSciPyを用いた確率の計算
45
252 正規乱数の生成
46
253 scipystatsの使い方
47
254 パーセント点と確率の各種計算例
48
第3章アニメーション
51
32 Matplotlibを用いたアニメーション
52
321 ArtistAnimationマークのランダム位置描画
53
322 FuncAnimation軸の固定と軸の移動
54
323 地球儀の回転
56
33 VPythonを用いたアニメーション
57
332 ビリヤード球の衝突問題
60
333 振り子の等時性は成り立つのか
65
第4章確率モデル
71
412 ランダムウォーク1次元3次元
74
413 モンテカルロ法による円周率計算
77
42 マルコフ連鎖
80
422 定常分布と極限分布
83
43 確率微分方程式
85
432 確率微分方程式の数値計算
86
433 シミュレーション例
87
44 カルマンフィルタ
89
442 アルゴリズム
90
443 定常カルマンフィルタ
91
45 時系列モデル
94
452 パラメータ推定のシミュレーション例
96
453 ARIMAモデル
100
454 1次式トレンドのあるデータに対する予測
101
455 SARIMAXモデル
104
456 航空会社の乗客数の予測
105
第5章自然科学モデル
109
512 パラメータ推定
110
52 感染症の流行
112
522 シミュレーション例
113
53 捕食種被食種の関係
115
532 シミュレーション例
116
533 考察
117
54 フラクタル
119
542 バーンスレイのシダ
122
55 カオス
124
552 ローレンツアトラクタ
125
553 ロジスティック方程式のカオス
128
56 音と周波数
132
562 PyAudioを用いた音の作り方と鳴らし方
133
第6章経営モデル
137
612 損益分岐点
138
62 線形計画法
142
622 PuLPの使い方
143
623 シミュレーション例
145
63 在庫管理
147
632 経済的発注量
148
633 発注点法
150
634 定期発注法
151
635 シミュレーション例
152
713 犯人を捜せ
172
72 確率分布への適用
174
722 二項分布の例
175
73 確率的プログラミングPyMC3
179
731 PyMC3Theanoグラフィックパッケージの概要
180
732 MCMCの概要
181
733 確率モデルSummaryグラフ化
185
734 正規分布モデル
190
735 単回帰モデル
194
736 到着数の変化検出
201
第8章グラフ理論に基づくモデル
207
812 グラフ理論の基礎
208
813 用意されているグラフ
213
82 噂の拡散のシミュレーションスケールフリーネットワーク
214
821 スケールフリーネットワークとは
215
822 ネットワークの構築
216
823 べき乗則
217
83 人間関係のネットワークスモールワールド
220
832 ネットワークの構築
222
833 ネットワークのスモールワールド性
223
834 噂の伝搬シミュレーション
224
84 文章の相関の可視化共起ネットワーク
225
841 共起ネットワークとは
226
843 単語の結びつき
227
844 共起ネットワークの作成
230
第9章遺伝的アルゴリズムに基づくモデル
233
912 遺伝的アルゴリズムの基礎
234
92 組合せに関係した問題ナップザック問題
237
922 問題設定
238
923 手順
239
925 別の解法
242
93 順序に関係した問題巡回セールスマン問題
243
932 巡回セールスマン問題
244
934 実装方法
245
94 順序と組合せに関係した問題トラック配車計画の最適化
247
942 問題設定
248
944 実装方法
249
95 実数値を用いた問題数値最適化
250
953 手順
251
第10章エージェントベースモデル
253
1012 エージェントベースモデルの基礎
254
1022 ルール
255
1023 ライフゲームの定番生物
256
1024 シミュレーション
259
鳥や魚の群れBoids
261
1032 ルール
262
1033 シミュレーション
264
囚人のジレンマ
267
1042 ルール
269
1043 囚人のジレンマの定番戦略
270
1対1の対戦
271
1046 戦略の追加方法
274
第11章強化学習による意思決定モデル
277
1112 一般式
278
1113 Qラーニング
279
1121 1人の意思決定の手順
280
1123 考え方
281
1124 実現方法
282
1125 実行結果
284
113 2人の意思決定
285
1131 二つのエージェントの意思決定の手順
286
石取りゲーム
287
1134 実行結果
289
1135 人間との対戦方法
291
相手の行動
292
114 深層強化学習の概要
294
1142 深層強化学習
295
索引
297
奥付
305
Copyright

Common terms and phrases

About the author (2021)

橋本洋志(はしもと ひろし)

1988年 早稲田大学大学院理工学研究科博士課程単位取得退学

現 在 東京都立産業技術大学院大学産業技術研究科・教授、工学博士(早稲田大学)

【おもな著書】

・『データサイエンス教本』(共著,オーム社,2018)

・『Python データエンジニアリング入門』(共著,オーム社,2020)

・『電気回路教本(第2 版)』(オーム社,2019)

・『 図解コンピュータ概論[ソフトウェア・通信ネットワーク]改訂4版』(共著,オーム社,2017)

・『 図解コンピュータ概論[ハードウェア]改訂4版』(共著,オーム社,2017)ほか著書多数

牧野浩二(まきの こうじ)

2008年 東京工業大学大学院理工学研究科修了

現 在 山梨大学大学院大学院総合研究部工学域・准教授、博士(工学)(東京工業大学)

【おもな著書】

・『 TensorFlow による深層強化学習入門―OpenAI Gym+PyBullet によるシミュレーション―』(共著,オーム社,2021)

・『データサイエンス教本』(共著,オーム社,2018)

・『 Pythonによる深層強化学習入門 Chainer とOpenAI Gym ではじめる強化学習』(共著,オーム社,2018)

・『Python データエンジニアリング入門』(共著,オーム社,2020)

・『 たのしくできるArduino 電子工作』(共著,東京電機大学出版局,2012)ほか著書多数

Bibliographic information