R语言_第八章(数学运算与模拟).ppt

* 第八章 数学运算与模拟 1、数学函数 exp(x)；log(x)；log10(x)；sqrt(x) abs(x) sin(x)；cos(x) min(x); max(x) which.min(x); which.max(x) pmin(x) ;pmax(x) #对多个向量进行逐元素对比，并返回各个最大值 sum(x); prod(x) #求和/求积 cumsum(x) ;cumprod(x) #前K个元素累计求和/求积 round(x); floor(x) ;ceiling(x) #四舍五入/向下取整/向上取整 factorial(x) #阶乘 x-c(2,3,4) y-c(3,1,5) z-c(5,0,2) pmax(x,y,z) [1] 5 3 5 pmin(x,y,z) [1] 2 0 2 cumprod(y) [1] 3 3 15 factorial(y) [1] 6 1 120 案例：计算概率 n个独立事件，第i个发生的概率是Pi,求恰好有一个事件发生的概率.公式： #当i-n=0时， p-c(0.2,0.3,0.5) el-function(p){ notp-1-p tot-0 for(i in 1:length(p)) tot-tot+p[i]*prod(notp[-i]) tot } el(p) [1] 0.47 案例：求函数的最大最小值 nlm(function(x) return(x^2-sin(x)),8) $minimum [1] -0.2324656 $estimate [1] 0.4501831 #最小值在改点取得 $gradient [1] 4.024558e-09 #取得最小估计值时的梯度 $code #最小梯度的调用次数 [1] 1 $iterations #迭代次数 [1] 5 optim(8,function(x) return(x^2-sin(x))) $par [1] 0.45 #取得最小值的X $value [1] -0.2324655 #最小值 $counts function gradient 32 NA $convergence #收敛 [1] 0 $message NULL 微积分 微分 D(expression(exp(x^2)),x) exp(x^2) * (2 * x) 积分 integrate(function(x) x^2,0,1) 0.3333333 with absolute error 3.7e-15 2、统计分布函数 d对应概率密度函数 dnorm() dchisq() dbinom() p对应累计分布函数 pnorm() pchisq() pbinom() q对应分布的分位数 qnorm qchisq qbinom r对应随机数生成函数 rnorm rchisq rbinom runif 3、排序 普通数值排序sort(x)： x-c(2,5,1,7) sort(x) #注：x本身并未改变 [1] 1 2 5 7 x [1] 2 5 1 7 返回排序后各个值的索引order(x) order(x) [1] 3 1 2 4 order()还可以对数据框排序 y-data.frame(v1=c(def,ab,zz),v2=c(2,5,1)) y v1 v2 1 def 2 2 ab 5 3 zz 1 r-order(y$v2) r [1] 3 1 2 r-order(y$v1) r [1] 2 1 3 rank()排序略有不同 x-c(13,5,1,5) rank(x) [1] 4.0 2.5 1.0 2.5 4、向量和矩阵的线性代数运算 计算向量点积用crossprod() crossprod(1:3,c(5,12,13)) [,1] [1,] 68 矩阵乘法是%*% a-matrix(c(1,3,2,4),nrow=2) b-matrix(c(1,3,1,1),nrow=2) a%*%b [,1] [,2] [1,] 7 3 [2,] 15 7 解线性方程组用solve(),其本质是求解 形式的方程组 a-matrix(c(1,3,2,4),nrow=2) b-c(2,4) solve(a,b) [1] 0 1 其它线代函数 t():转置 qr()：QR分解 det():求矩阵行列式 *