Przypadek – wróg czy sojusznik?

• Autorzy: Dąbrowski Andrzej

Warianty tytułu

EN

Chance : an enemy or an ally?

• Języki publikacji: PL
• Wydawca: Polskie Towarzystwo Matematyczne
• Czasopismo: Wiadomości Matematyczne
• Rocznik: 2020
• Tom: T. 56, Nr 2
• Strony: 241--255
• Opis fizyczny: Bibliogr. 21 poz.

Twórcy

autor

Dąbrowski Andrzej

• Instytut Matematyki, Uniwersytet Wrocławski Uniwersytet Przyrodniczy we Wrocławiu
• Uniwersytet Przyrodniczy we Wrocławiu

Bibliografia

• [1] M. Aigner, G. M. Ziegler, Dowody z Księgi, Wydawnictwo Naukowe PWN, Warszawa 2002.
• [2] M. Bardel, Bestiarium Pliniusza, czyli o relacji ludzi i zwierząt w starożytnym Rzymie, http://www.miesiecznik.znak.com.pl/6372008michal-bardelbestiarium-pliniusza-czyli-o-relacji-ludzi-i-zwierzat-w-starozytnym-rzymie/ (dostęp:2020-12-19).
• [3] D. J. Bennett, Randomness, Harvard University Press, Cambridge 1998.
• [4] R. P. Brent, Primality Testing, MSI & CECS, ANU 2010, dostępne pod adresem https://maths-people.anu.edu.au/~brent/pd/comp4600_primality.pdf (dostęp: 2020-12-19).
• [5] R. D. Clarke, An application of the Poisson distribution, Journal of the Institute of Actuaries 72 (1946), nr 3, 481.
• [6] K. Dołowy, Wbrew bogom, CeDeWu, Warszawa 2020.
• [7] M. E. Dyer, A. M. Frieze, On the complexity of computing the volume of a polyhedron, SIAM Journal on Computing 17 (1988), nr 5, 967–975.
• [8] M. E. Dyer, A. M. Frieze, R. Kannan, A random polynomial-time algorithm for approximating the volume of convex bodies, Journal of the ACM 38 (1991), nr 1, 1–17.
• [9] Z. Füredi, I. Bárány, Computing the volume is difficult, [w:] Proc. 18th ACM symposium on theory of computing, Berkeley, ACM, New York 1986, 442–447.
• [10] H. Horton, S. Burke, R. Tynes, A direct method for producing random digits in any number system, Ann. Math. Statist. 20 (1949), nr 1, 82–90.
• [11] N. Metropolis, The beginning of the Monte Carlo method, t. 15, Los Alamos Science 1987.
• [12] J. Neyman, Narodziny statystyki matematycznej, IM PAN, preprint nr 6, Warszawa 1978.
• [13] W. Niemiro, Symulacje stochastyczne i metody Monte Carlo, http://mst.mimuw.edu.pl/wyklady/sst/wyklad.pdf (dostęp: 2020-12-19).
• [14] M. M. Phillips, ‘A Million Random Digits’ Was a Number-Cruncher’s Bible. Now One Has Exposed Flaws in the Disorder, https://www.wsj.com/articles/rand-million-random-digits-numbers-book-error-11600893049 (dostęp: 2020-12-19).
• [15] M. Ragheb, Fe Buffon’s needle problem: first Monte Carlo simulation, https://www.mragheb.com/NPRE%20498MC%20Monte%20Carlo%20Simulations%20in%20Engineering/Fe%20Buffon’s%20Needle%20Problem.pdf (dostęp: 2020-12-19).
• [16] C. R. Rao, Statystyka i prawda, Wydawnictwo Naukowe PWN, Warszawa 1994.
• [17] L. P. Shaw, L. F. Shaw, The flying bomb and the actuary, Significance 16 (2019), nr 5, 13–17.
• [18] Test Millera–Rabina, https://pl.wikipedia.org/wiki/Test_Millera-Rabina (dostęp:2020-12-19).
• [19] R. Zieliński, Wytwarzanie losowości, Wiad. Mat. 29 (1992), 189–203.
• [20] A million random digits with 100,000 normal deviates, RAND Corporation, Santa Monica, CA 2001, dostępne pod adresem https://www.rand.org/pubs/monograph_reports/MR1418.html (dostęp: 2020-12-19).
• [21] Elliptic curve primality, https://en.wikipedia.org/wiki/Elliptic_curve_primality(dostęp: 2020-12-19).

Uwagi

PL

Opracowane ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023)