Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 29 Stimmen.
Introduction to Scientific Programming and Simulation Using R
Lernen Sie, wie man stochastische Modelle programmiert
Die meistverkaufte erste Auflage von Introduction to Scientific Programming and Simulation Using R wurde als hervorragende, leicht zu lesende Einführung mit umfangreichen Beispielen und Übungen gelobt. Diese zweite Auflage führt weiterhin auf klare, praktische und gründliche Weise in die wissenschaftliche Programmierung und stochastische Modellierung ein. Der Leser lernt das Programmieren, indem er mit dem mitgelieferten R-Code und den Daten experimentiert.
Die vier Teile des Buches vermitteln:
⬤ Kernwissen über R und Programmierkonzepte.
⬤ Mathematisches Denken aus numerischer Sicht, einschließlich der Anwendung dieser Konzepte auf Wurzelfindung, numerische Integration und Optimierung.
⬤ Grundlagen der Wahrscheinlichkeit, Zufallsvariablen und Erwartung, die für das Verständnis der Simulation erforderlich sind.
⬤ Stochastische Modellierung und Simulation, einschließlich Zufallszahlengenerierung und Monte-Carlo-Integration.
In einem neuen Kapitel über Systeme gewöhnlicher Differentialgleichungen (ODEs) behandeln die Autoren das Euler-, das Mittelpunkt- und das Runge-Kutta-Schema (RK4) vierter Ordnung zur Lösung von Systemen von ODEs erster Ordnung. Sie vergleichen die numerische Effizienz der verschiedenen Schemata experimentell und zeigen, wie das RK4-Schema durch Verwendung einer adaptiven Schrittweite verbessert werden kann.
Ein weiteres neues Kapitel befasst sich mit zeitdiskreten und zeitkontinuierlichen Markov-Ketten. Es beschreibt Übergangs- und Ratenmatrizen, die Klassifizierung von Zuständen, das Grenzverhalten, Kolmogorov-Vorwärts- und Rückwärtsgleichungen, endliche absorbierende Ketten und erwartete Trefferzeiten. Außerdem werden Methoden zur Simulation von Ketten mit diskreter und kontinuierlicher Zeit sowie Techniken zur Definition des Zustandsraums, einschließlich der Klumpenbildung von Zuständen und zusätzlichen Variablen, vorgestellt.
Aufbauend auf der statistischen Intuition der Leser zeigt Introduction to Scientific Programming and Simulation Using R, Second Edition, wie man Algorithmen in Code umwandelt. Das Buch richtet sich an diejenigen, die Werkzeuge erstellen und nicht nur benutzen wollen. Der Code und die Daten stehen auf CRAN zum Download bereit.