R语言的科学编程与仿真（R语言应用系列）

部分：

部分：从数值角度来思考数学：使用部分中的概念来实现求根和数值积分。见

部分：通过概率论、随机变量和数学期望的基本知识来理解仿真。

部分：随机建模与仿真：随机数生成、蒙特卡洛积分法、案例研究。见

导语摘要

      由于其功能的多样性，免费编程语言R被广泛应用在统计计算与制图学中，并且它是一种非常适合科学编程的完全的函数式编程语言（functional programming language）。
      这本书主要介绍了科学编程与*建模的一些技巧。数学建模、特别是*建模与科学编程具有紧密的联系，因为科学编程中的数值方法使利用数学模型处理实际问题变成一种可能。
      以下是本书的结构，假定读者群不具备编程与统计的相关知识，书的内容由如下四部分组成：

      R中的编程从如何获得并安装R开始（分别针对Windows、MacOS和Unix平台），然后介绍了基本的计算与程序流程，后进一步讨论了基于函数的编程、数据结构、制图和面向对象的代码；
      数值计算入门介绍求根方法、数值积分和优化问题中关于精度与编程效率等概念；
      概率理论的独立介绍一直涉及到弱大数定律和中心极限定律，并且讲述了使用这些理论来处理点估计与区间估计问题；
      数值仿真介绍了如何产生单独的*变量、Monte-Carlo数值积分和方差缩减技巧。

      在后一部分中，本书使用了大量关于流行病、库存管理和植物种子扩散的例子来介绍如何进行*建模。通篇使用的皆为可靠的方法，并提供了大量的示例、练习和实际工程问题。

译者序

前言

第Ⅰ部分 编程

第1章 安装

第2章 基于R的计算环境

第3章 编程基础

第4章 输入和输出

第5章 函数化编程

第6章 复杂数据结构

第7章 绘图

第8章 R语言高级编程技术

第Ⅱ部分 数值计算

第9章 数值精度与程序的效率

第10章 求根

第11章 数值积分

第12章 化

第Ⅲ部分 概率与统计

第13章 概率

第14章 随机变量

第15章 离散型随机变量

第16章 连续型随机变量

第17章 参数估计

第Ⅳ部分 模 拟

第18章 模拟

第19章 蒙特卡洛积分

第20章 方差缩减

第21章 案例研究

第22章 案例选讲

R命令术语表

书中涉及的程序与函数

索引

      由于其功能的多样性，免费编程语言R被广泛应用在统计计算与制图学中，并且它是一种非常适合科学编程的完全的函数式编程语言（functional programming language）。

      这本书主要介绍了科学编程与*建模的一些技巧。数学建模、特别是*建模与科学编程具有紧密的联系，因为科学编程中的数值方法使利用数学模型处理实际问题变成一种可能。

      以下是本书的结构，假定读者群不具备编程与统计的相关知识，书的内容由如下四部分组成：

      R中的编程从如何获得并安装R开始（分别针对Windows、MacOS和Unix平台），然后介绍了基本的计算与程序流程，后进一步讨论了基于函数的编程、数据结构、制图和面向对象的代码；

      数值计算入门介绍求根方法、数值积分和优化问题中关于精度与编程效率等概念；

      概率理论的独立介绍一直涉及到弱大数定律和中心极限定律，并且讲述了使用这些理论来处理点估计与区间估计问题；

      数值仿真介绍了如何产生单独的*变量、Monte-Carlo数值积分和方差缩减技巧。

      在后一部分中，本书使用了大量关于流行病、库存管理和植物种子扩散的例子来介绍如何进行*建模。通篇使用的皆为可靠的方法，并提供了大量的示例、练习和实际工程问题。