R语言是一个优秀的统计计算环境,但它能计算微积分吗?回答是:这个可以有。虽然在这方面R比不上Mathmatica或是Matlab,不太复杂的问题仍然能解决。以下图为例,我们希望计算两个简单问题,一个是sin函数在x=4处的导数。另一个问题是计算sin(x)在0到pi之间的曲线下面积。
星期日, 二月 05, 2012
星期日, 九月 11, 2011
R语言中的微分运算
虽然R语言的主要功能是统计计算,但它也包含了基本的数值计算函数,可用来进行数值积分与微分。本例中计算对象的函数形式为f(x, y) = sin(x^2/2 − y^2/4) cos(2x − exp(y))
先在R中进行绘图,使我们了解此二元函数的三维图形
然后用deriv命令进行求导运算,括号内的参数分别是求导函数、自变量和两个逻辑参数。其结果存为Df,它的类型为一个函数。
Df <- deriv(z ~ sin(x^2/2 - y^2/4)*cos(2*x - exp(y)),c('x', 'y'), func=T, hessian=F)
求下列五个点处的函数值和对应的梯度向量。这五个点分别为(-1,1),(0,1),(1,1),(2,1),(3,1)
先在R中进行绘图,使我们了解此二元函数的三维图形
x = seq(-1,3, length.out=100)
y = seq(0,1, length.out=30)
g = expand.grid(x = x, y =y)
g$z = sin(g$x^2/2 - g$y^2/4)*cos(2*g$x - exp(g$y))
wireframe(z ~ x * y, data = g, scales = list(arrows = FALSE),drape = TRUE, colorkey = TRUE, screen = list(z = 30, x = -60))
然后用deriv命令进行求导运算,括号内的参数分别是求导函数、自变量和两个逻辑参数。其结果存为Df,它的类型为一个函数。
Df <- deriv(z ~ sin(x^2/2 - y^2/4)*cos(2*x - exp(y)),c('x', 'y'), func=T, hessian=F)
求下列五个点处的函数值和对应的梯度向量。这五个点分别为(-1,1),(0,1),(1,1),(2,1),(3,1)
Df(c(-1:3),1)运算结果如下,第一行为函数值,之后的为梯度向量
[1] 0.001457906 0.225566580 0.186279732 0.280503646 0.886217096数值积分的命令是integrate,但只能对一元函数进行运算。
attr(,"gradient")
x y
[1,] -0.5005089 0.6696472
[2,] -0.2032578 0.7179512
[3,] 1.0551597 -0.8073411
[4,] -1.9879397 2.5891741
[5,] 1.0751438 0.1189299
integrand <- function(x) {1/((x+1)*sqrt(x))}
integrate(integrand, lower = 0, upper = Inf)
星期四, 四月 14, 2011
用R语言来解微分方程模型
20世纪40年代,Lotka(1925)和Volterra(1926)奠定了种间竞争关系的理论基础,他们提出的种间竞争方程对现代生态学理论的发展有着重大影响。Lotka-Volterra模型由一个微分方程组来描述。下面我们就用R中的deSolve包来解这个方程组,代码如下:
#首先加载包
library(deSolve)
#首先加载包
library(deSolve)
订阅:
博文 (Atom)

