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

by 橋本洋志

※このKindle本はプリント・レプリカ形式で、Kindle Paperwhiteなどの電子書籍 リーダーおよびKindle Cloud Readerではご利用いただけません。Fireなどの大 きいディスプレイを備えたタブレット端末や、Kindle無料アプリ (Kindle for iOS、Kindle for Android、Kindle for PC、Kindle for Mac) でのみご利用可能 です。また、文字列のハイライト、検索、辞書の参照、引用については、一部機 能しない場合があります。文字だけを拡大することはできません。※プリント・レプリカ形式は見開き表示ができません。※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。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。第1章 はじめに1.1 モデルとシミュレーション1.2 Python，Anaconda，パッケージ1.3 開発環境1.4 ちょっとした流儀1.5 クイックスタート第2章 数値計算と数学の基礎2.1 数学記号の用い方2.2 有限桁のために生じる数値誤差2.3 いくつかの数値計算2.4 確率の基礎2.5 疑似乱数とSciPyを用いた確率の計算第3章 アニメーション3.1 アニメーションの意義3.2 Matplotlibを用いたアニメーション3.3 VPython を用いたアニメーション第4章 確率モデル4.1 時系列モデル4.2 マルコフ連鎖4.3 確率微分方程式4.4 カルマンフィルタ4.5 時系列モデル第5章 自然科学モデル5.1 人口予測5.2 感染症の流行5.3 捕食種・被食種の関係5.4 フラクタル5.5 カオス5.6 音と周波数第6章 経営モデル6.1 簡単な例6.2 線形計画法6.3 在庫管理6.4 待ち行列第7章 ベイズ統計に基づくモデル7.1 ベイズの定理とベイズ更新7.2 確率分布への適用7.3 確率的プログラミングPyMC第8章 グラフ理論に基づくモデル8.1 グラフ理論の概要8.2 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）8.3 人間関係のネットワーク（スモールワールド）8.4 文章の相関の可視化（共起ネットワーク）第9章 遺伝的アルゴリズムに基づくモデル9.1 遺伝的アルゴリズムの概要9.2 組合せに関係した問題（ナップザック問題）9.3 順序に関係した問題（巡回セールスマン問題）9.4 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）9.5 実数値を用いた問題（数値最適化）第10章 エージェントベースモデル10.1 エージェントベースモデルの概要10.2 離散的環境で行動するエージェント：ライフゲーム10.3 連続的環境で行動するエージェント：鳥や魚の群れ（Boids）10.4 移動を伴わない意思決定個体としてのエージェント：囚人のジレンマ第11章 強化学習による意思決定モデル11.1 強化学習の概要11.2 1人の意思決定11.3 2 人の意思決定11.4 深層強化学習の概要　索引

Tankobon Hardcover