Dette er den første læreboken på kandidatnivå som fokuserer på de grunnleggende aspektene av numeriske metoder for stokastiske beregninger. Boken gir en grundig beskrivelse av numeriske metoder basert på generalisert polynomkaos (gPC). Disse raske, effektive og nøyaktige metodene bygger videre på de klassiske spektrometodene for høy-dimensjonale stokastiske rom. Metodene er spesielt utformet for å simulere komplekse systemer som påvirkes av tilfeldige innganger, og er mye brukt innen datavitenskap og ingeniørfag. Boken introduserer teorien om polynomapproksimasjon og sannsynlighetsteori; gir en grundig gjennomgang av den grunnleggende teorien for gPC-metoder gjennom numeriske eksempler og strenge utviklinger; og detaljerer prosedyrene for å konvertere stokastiske likninger til deterministiske, ved bruk av både Galerkin- og kollokasjonsmetoder. Den tar også for seg de unike forskjellene og utfordringene som oppstår fra høy-dimensjonale problemer. Den siste delen av boken er viet til anvendelsen av gPC-metoder i kritiske områder, som inverse problemer.
