Wprowadzenie do programowania naukowego i symulacji z wykorzystaniem R

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 29 głosach.

Oryginalny tytuł:

Introduction to Scientific Programming and Simulation Using R

Zawartość książki:

Naucz się programować modele stochastyczne.

Wysoko rekomendowane, bestsellerowe pierwsze wydanie Introduction to Scientific Programming and Simulation Using R było chwalone jako doskonałe, łatwe w czytaniu wprowadzenie z obszernymi przykładami i ćwiczeniami. To drugie wydanie kontynuuje wprowadzanie programowania naukowego i modelowania stochastycznego w jasny, praktyczny i dokładny sposób. Czytelnicy uczą się programowania poprzez eksperymentowanie z dostarczonym kodem R i danymi.

Cztery części książki uczą

⬤ Podstawowa wiedza o R i koncepcjach programowania.

⬤ Jak myśleć o matematyce z numerycznego punktu widzenia, w tym o zastosowaniu tych pojęć do znajdowania pierwiastków, całkowania numerycznego i optymalizacji.

⬤ Podstawy prawdopodobieństwa, zmiennych losowych i oczekiwań wymaganych do zrozumienia symulacji.

⬤ Modelowanie tochastyczne i symulacja, w tym generowanie liczb losowych i całkowanie Monte Carlo.

W nowym rozdziale poświęconym układom równań różniczkowych zwyczajnych (ODE) autorzy omawiają schematy Eulera, środkowego i czwartego rzędu Rungego-Kutty (RK4) do rozwiązywania układów ODE pierwszego rzędu. Porównują eksperymentalnie wydajność numeryczną różnych schematów i pokazują, jak ulepszyć schemat RK4 za pomocą adaptacyjnego rozmiaru kroku.

Kolejny nowy rozdział koncentruje się na łańcuchach Markowa w czasie dyskretnym i ciągłym. Opisuje macierze przejścia i szybkości, klasyfikację stanów, zachowanie graniczne, równania Kołmogorowa do przodu i do tyłu, skończone łańcuchy absorbujące i oczekiwane czasy trafienia. Przedstawia również metody symulacji łańcuchów dyskretnych i ciągłych, a także techniki definiowania przestrzeni stanów, w tym stanów bryłowych i zmiennych dodatkowych.

Opierając się na intuicji statystycznej czytelników, Introduction to Scientific Programming and Simulation Using R, Second Edition pokazuje, jak przekształcić algorytmy w kod. Jest przeznaczony dla tych, którzy chcą tworzyć narzędzia, a nie tylko z nich korzystać. Kod i dane są dostępne do pobrania z CRAN.