Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 29 votes.
Introduction to Scientific Programming and Simulation Using R
Apprendre à programmer des modèles stochastiques
Hautement recommandée, la première édition du best-seller Introduction à la programmation scientifique et à la simulation à l'aide de R a été saluée comme une excellente introduction, facile à lire, avec des exemples et des exercices détaillés. Cette deuxième édition continue de présenter la programmation scientifique et la modélisation stochastique d'une manière claire, pratique et approfondie. Les lecteurs apprennent la programmation en expérimentant avec le code et les données R fournis.
Les quatre parties du livre enseignent :
⬤ Les connaissances de base de R et les concepts de programmation.
⬤ La façon de penser les mathématiques d'un point de vue numérique, y compris l'application de ces concepts à la recherche de racines, à l'intégration numérique et à l'optimisation.
⬤ Les bases de la probabilité, des variables aléatoires et de l'espérance nécessaires à la compréhension de la simulation.
⬤ Modélisation et simulation stochastiques, y compris la génération de nombres aléatoires et l'intégration de Monte Carlo.
Dans un nouveau chapitre sur les systèmes d'équations différentielles ordinaires (ODE), les auteurs couvrent les schémas d'Euler, de point moyen et de Runge-Kutta d'ordre 4 (RK4) pour résoudre les systèmes d'ODE du premier ordre. Ils comparent expérimentalement l'efficacité numérique des différents schémas et montrent comment améliorer le schéma RK4 en utilisant une taille de pas adaptative.
Un autre nouveau chapitre se concentre sur les chaînes de Markov à temps discret et continu. Il décrit les matrices de transition et de taux, la classification des états, le comportement limite, les équations de Kolmogorov en avant et en arrière, les chaînes d'absorption finies et les temps de réponse attendus. Il présente également des méthodes de simulation des chaînes à temps discret et continu ainsi que des techniques de définition de l'espace d'état, y compris les états forfaitaires et les variables supplémentaires.
S'appuyant sur l'intuition statistique des lecteurs, Introduction à la programmation scientifique et à la simulation à l'aide de R, deuxième édition montre comment transformer les algorithmes en code. Il est conçu pour ceux qui veulent créer des outils, et pas seulement les utiliser. Le code et les données peuvent être téléchargés à partir du CRAN.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)