دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Karline Soetaert. Jeff Cash, Francesca Mazzia سری: ISBN (شابک) : 9781280811982, 1280811986 ناشر: Karline Soetaert., Springer Berlin Heidelberg سال نشر: 2012 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 272 مگابایت
کلمات کلیدی مربوط به کتاب حل معادلات دیفرانسیل در R: کتاب های الکترونیکی
در صورت تبدیل فایل کتاب Solving Differential Equations in R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب حل معادلات دیفرانسیل در R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
حل معادلات دیفرانسیل در R; پیشگفتار؛ R به عنوان یک محیط حل مسئله؛ درباره سه نویسنده؛ تصدیق؛ منابع؛ فهرست؛ فصل 1 معادلات دیفرانسیل; 1.1 نظریه پایه معادلات دیفرانسیل معمولی; 1.1.1 معادلات دیفرانسیل مرتبه اول. 1.1.2 راه حل های تحلیلی و عددی. 1.1.3 معادلات دیفرانسیل معمولی مرتبه بالاتر. 1.1.4 مقادیر اولیه و مرزی. 1.1.5 وجود و منحصر به فرد بودن راه حل های تحلیلی. 1.2 روش های عددی. 1.2.1 روش اویلر. 1.2.2 روشهای ضمنی; 1.2.3 دقت و همگرایی روش های عددی. ریاضیات نقش مهمی در بسیاری از رشته های علمی و مهندسی ایفا می کند. این کتاب به حل عددی معادلات دیفرانسیل، شاخه بسیار مهمی از ریاضیات می پردازد. هدف ما ارائه یک توضیح عملی و نظری از نحوه حل انواع زیادی از معادلات دیفرانسیل است که شامل معادلات دیفرانسیل معمولی، مسائل ارزش اولیه و مسائل ارزش مرزی، معادلات جبری دیفرانسیل، معادلات دیفرانسیل جزئی و معادلات دیفرانسیل تاخیری است. حل معادلات دیفرانسیل با استفاده از R تمرکز اصلی این کتاب است. بنابراین برای پزشک، دانشآموز و دانشمندی که میخواهد بداند چگونه از R برای حل معادلات دیفرانسیل استفاده کند، در نظر گرفته شده است. با این حال، هدف ما این بوده است که غیرریاضیدانان حداقل اصول روشها را درک کنند، در حالی که ورود به ادبیات مربوطه را به دست آورند که زمینه ریاضی بیشتری را فراهم میکند. بنابراین، قبل از هر فصلی که به مثالهای R میپردازد، فصلی ارائه میشود که در آن نظریه پشت روشهای عددی مورد استفاده معرفی میشود. در بخش هایی که به استفاده از R برای حل معادلات دیفرانسیل می پردازد، نمونه هایی از رشته های مختلف از جمله زیست شناسی، شیمی، فیزیک، فارماکوکینتیک را آورده ایم. بسیاری از مثالها نمونههای آزمایشی معروفی هستند که اغلب در زمینه تحلیل عددی استفاده میشوند.
Solving Differential Equations in R; Preface; R as a Problem Solving Environment; About the Three Authors; Acknowledgment; References; Contents; Chapter 1 Differential Equations; 1.1 Basic Theory of Ordinary Differential Equations; 1.1.1 First Order Differential Equations; 1.1.2 Analytic and Numerical Solutions; 1.1.3 Higher Order Ordinary Differential Equations; 1.1.4 Initial and Boundary Values; 1.1.5 Existence and Uniqueness of Analytic Solutions; 1.2 Numerical Methods; 1.2.1 The Euler Method; 1.2.2 Implicit Methods; 1.2.3 Accuracy and Convergence of Numerical Methods.;Mathematics plays an important role in many scientific and engineering disciplines. This book deals with the numerical solution of differential equations, a very important branch of mathematics. Our aim is to give a practical and theoretical account of how to solve a large variety of differential equations, comprising ordinary differential equations, initial value problems and boundary value problems, differential algebraic equations, partial differential equations and delay differential equations. The solution of differential equations using R is the main focus of this book. It is therefore intended for the practitioner, the student and the scientist, who wants to know how to use R for solving differential equations. However, it has been our goal that non-mathematicians should at least understand the basics of the methods, while obtaining entrance into the relevant literature that provides more mathematical background. Therefore, each chapter that deals with R examples is preceded by a chapter where the theory behind the numerical methods being used is introduced. In the sections that deal with the use of R for solving differential equations, we have taken examples from a variety of disciplines, including biology, chemistry, physics, pharmacokinetics. Many examples are well-known test examples, used frequently in the field of numerical analysis.
Solving Differential Equations in R
Preface
R as a Problem Solving Environment
About the Three Authors
Acknowledgment
References
Contents
Chapter 1 Differential Equations
1.1 Basic Theory of Ordinary Differential Equations
1.1.1 First Order Differential Equations
1.1.2 Analytic and Numerical Solutions
1.1.3 Higher Order Ordinary Differential Equations
1.1.4 Initial and Boundary Values
1.1.5 Existence and Uniqueness of Analytic Solutions
1.2 Numerical Methods
1.2.1 The Euler Method
1.2.2 Implicit Methods
1.2.3 Accuracy and Convergence of Numerical Methods. 1.2.4 Stability and Conditioning1.2.4.1 Absolute Stability
1.3 Other Types of Differential Equations
1.3.1 Partial Differential Equations
1.3.2 Differential Algebraic Equations
1.3.3 Delay Differential Equations
References
Chapter 2 Initial Value Problems
2.1 Runge-Kutta Methods
2.1.1 Explicit Runge-Kutta Formulae
2.1.2 Deriving a Runge-Kutta Formula
2.1.2.1 The Order Conditions
2.1.2.2 Controlling the Error
2.1.2.3 Changing the Step Size
2.1.2.4 Embedded Runge-Kutta Methods
2.1.2.5 Continuous Solutions
2.1.2.6 Stability
2.1.3 Implicit Runge-Kutta Formulae. 2.2 Linear Multistep methods2.2.1 Convergence, Stability and Consistency
2.2.2 Adams Methods
2.2.2.1 Controlling the Error of Adams Methods
2.2.2.2 Stability of Adams Methods
2.2.3 Backward Differentiation Formulae
2.2.3.1 Variable Step Size in BDF Formulae
2.2.3.2 Stability of BDF
2.2.4 Variable Order --
Variable Coefficient Formulae for Linear Multistep Methods
2.2.4.1 Variable Order
2.2.4.2 Variable Coefficient Methods
2.3 Boundary Value Methods
2.4 Modified Extended Backward Differentiation Formulae
2.5 Stiff Problems
2.5.1 Stiffness Detection
2.5.2 Non-stiffness Test. 2.6 Implementing Implicit Methods2.6.1 Fixed-Point Iteration to Convergence
2.6.2 Chord Iteration
2.6.3 Predictor-Corrector Methods
2.6.4 Newton Iteration for Implicit Runge-KuttaMethods
2.7 Codes to Solve Initial Value Problems
2.7.1 Codes to Solve Non-stiff Problems
2.7.2 Codes to Solve Stiff Problems
2.7.3 Codes that Switch Between Stiff and Non-stiff Solvers
References
Chapter 3 Solving Ordinary Differential Equations in R
3.1 Implementing Initial Value Problems in R
3.1.1 A Differential Equation Comprising One Variable
3.1.2 Multiple Variables: The Lorenz Model. 3.2 Runge-Kutta Methods3.2.1 Rigid Body Equations
3.2.2 Arenstorf Orbits
3.3 Linear Multistep Methods
3.3.1 Seven Moving Stars
3.3.2 A Stiff Chemical Example
3.3.2.1 External Variables
3.4 Discontinuous Equations, Events
3.4.1 Pharmacokinetic Models
3.4.1.1 A Two-Compartment Model Describing Oral Drug Intake
3.4.1.2 A One-Compartment Model Describing Drug Injection
3.4.2 A Bouncing Ball
3.4.3 Temperature in a Climate-Controlled Room
3.5 Method Selection
3.5.1 The van der Pol Equation
3.5.1.1 Printing the Diagnostics of the Solutions
3.5.1.2 Timings.