《仿真与蒙特卡洛方法》（第2版）反映了第1版经典版出版20多年以来该领域的新进展，全面深入地探讨了蒙特卡洛仿真中新出现的各种主题。在保持原书深入浅出和直观易懂风格的同时，本次修订的新版本提供了大量的信息，以便读者更加深入地理解各领域中问题的解决方法，比如工程、统计、计算机科学、数学和生命科学等领域。

本书的开头部分从更新的视角介绍了概率论的基本概念、马尔可夫过程和凸优化，后续章节讨论了蒙特卡洛方法在多方面取得的各种突破性进展，包括以下新主题：

l 马尔可夫链蒙特卡洛

l 方差减小技术，包括变换似然比方法和筛选法

l 灵敏度分析中的得分函数法

l 蒙特卡洛优化中的随机近似法和随机等效法

l 稀有事件估计与组合优化的交叉熵方法

l 蒙特卡洛方法在计数问题中的应用，突出了参数化最小交叉熵方法

每一章的最后都配有大量的习题并特意为高级别的读者提供更深更难的内容和习题。整本书中有针对性地安排了大量实用的例子，在附录中详细介绍了指数族分布，讨论随机优化问题的计算复杂性并提供部分Matlab程序。

本书是一本优秀的教材，特别适用于高年级本科生和低年级研究生的仿真与蒙特卡洛技术课程，学生只需具备概率与统计的基础知识即可。对于那些专注于蒙特卡洛方法的专业人士，本书也是一本难得的、有价值的参考资料。