高等應(yīng)用數(shù)學(xué)問題的MATLAB求解

第1章計(jì)算機(jī)數(shù)學(xué)語言概述
  1.1  數(shù)學(xué)問題計(jì)算機(jī)求解概述
  1.1.1  為什么要學(xué)習(xí)計(jì)算機(jī)數(shù)學(xué)語言
  1.1.2  數(shù)學(xué)問題的解析解與數(shù)值解
  1.1.3  數(shù)學(xué)運(yùn)算問題軟件包發(fā)展概述
  1.2計(jì)算機(jī)數(shù)學(xué)語言概述
  1.2.1  計(jì)算機(jī)數(shù)學(xué)語言
  1.2.2  3個(gè)代表性計(jì)算機(jī)數(shù)學(xué)語言
  1.3  關(guān)于本書及相關(guān)內(nèi)容
  1.3.1  本書框架設(shè)計(jì)及內(nèi)容安排
  1.3.2  本課程與其他相關(guān)課程的關(guān)系
  1.4本章要點(diǎn)簡介
  1.5  習(xí)題
第2章MATLAB語言程序設(shè)計(jì)基礎(chǔ)
  2.1  MATLAB程序設(shè)計(jì)語言基礎(chǔ)
  2.1.1  MATLAB語言的變量與常量
  2.1.2  數(shù)據(jù)結(jié)構(gòu)
  2.1.3  MATLAB的基本語句結(jié)構(gòu)
  2.1.4  冒號(hào)表達(dá)式與子矩陣提取
  2.2基本數(shù)學(xué)運(yùn)算
  2.2.1  矩陣的代數(shù)運(yùn)算
  2.2.2  矩陣的邏輯運(yùn)算
  2.2.3  矩陣的比較運(yùn)算
  2.2.4  解析結(jié)果的化簡與變換
  2.2.5  基本數(shù)論運(yùn)算
  2.3  MATLAB語言的流程結(jié)構(gòu)
  2.3.1  循環(huán)結(jié)構(gòu)
  2.3.2  轉(zhuǎn)移結(jié)構(gòu)
  2.3.3  開關(guān)結(jié)構(gòu)
  2.3.4  試探結(jié)構(gòu)
  2.4  函數(shù)編寫與調(diào)試
  2.4.1  MATLAB語言函數(shù)的基本結(jié)構(gòu)
  2.4.2  可變輸入輸出個(gè)數(shù)的處理
  2.4.3  inline函數(shù)與匿名函數(shù)
  2.5  維圖形繪制
  2.5.1  維圖形繪制基本語句
  2.5.2  其他二維圖形繪制語句
  2.5.3  隱函數(shù)繪制及應(yīng)用
  2.5.4  圖形修飾
  2.6  三維圖形表示
  2.6.1  三維曲線繪制
  2.6.2  三維曲面繪制
  2.6.3  三維圖形視角設(shè)置
  2.7本章要點(diǎn)簡介
  2.8  習(xí)題
第3章微積分問題的計(jì)算機(jī)求解
  3.1  微積分問題的解析解
  3.1.1  極限問題的解析解
  3.1.2  函數(shù)導(dǎo)數(shù)的解析解
  3.1.3  積分問題的解析解
  3.2  函數(shù)的級(jí)數(shù)展開與級(jí)數(shù)求和問題求解
  3.2.1  Taylor冪級(jí)數(shù)展開
  3.2.2  Fourier級(jí)數(shù)展開
  3.2.3  級(jí)數(shù)求和的計(jì)算
  3.3數(shù)值微分
  3.3.1  數(shù)值微分算法
  3.3.2  中心差分方法及其MATLAB實(shí)現(xiàn)
  3.3.3  元函數(shù)的梯度計(jì)算
  3.4數(shù)值積分問題
  3.4.1  由給定數(shù)據(jù)進(jìn)行梯形求積
  3.4.2  單變量數(shù)值積分問題求解
  3.4.3  雙重積分問題的數(shù)值解
  3.4.4  三重定積分的數(shù)值求解
  3.5  曲線積分與曲面積分的計(jì)算
  3.5.1  曲線積分及MATLAB求解
  3.5.2  曲面積分與MATLAB語言求解
  3.6本章要點(diǎn)簡介
  3.7  習(xí)題
第4章線性代數(shù)問題的計(jì)算機(jī)求解
  4.1  特殊矩陣的輸入
  4.1.1  數(shù)值矩陣的輸人
  4.1.2  符號(hào)矩陣的輸入
  4,2矩陣基本分析
  4.2.1  矩陣基本概念與性質(zhì)
  4.2.2  逆矩陣與廣義逆矩陣
  4.2.3  矩陣的特征值問題
  4.3矩陣的基本變換
  4.3.1  矩陣的相似變換與正交矩陣
  4.3.2  矩陣的三角分解和Cholesky分解
  4.3.3  矩陣的Jordan變換
  4.3.4  矩陣的奇異值分解
  4.4  矩陣方程的計(jì)算機(jī)求解
  4.4.1  線性方程組的計(jì)算機(jī)求解
  4.4.2  Lyapunov方程的計(jì)算機(jī)求解
  4.4.3  Sylvester方程的計(jì)算機(jī)求解
  4.4.4  Riccati方程的計(jì)算機(jī)求解
  4.5  非線性運(yùn)算與矩陣函數(shù)求值
  4.5.1  面向矩陣元素的非線性運(yùn)算
  4.5.2  矩陣函數(shù)求值
  4.6本章要點(diǎn)簡介
  4.7  習(xí)題
第5章積分變換與復(fù)變函數(shù)問題的計(jì)算機(jī)求解
  5.1 Laplace變換及其反變換
  5.1.1  Laplace變換及反變換定義與性質(zhì)
  5.1.2  Laplace變換的計(jì)算機(jī)求解
  5.2 Fourier變換及其反變換
  5.2.1  Fourier變換及反變換定義與性質(zhì)
  5.2.2  Fourier變換的計(jì)算機(jī)求解
  5.2.3  Fourier正弦和余弦變換
  5.2.4  離散Fourier正弦、余弦變換
  5.3  其他積分變換問題及求解
  5.3.1  Mellin變換
  5.3.2  Hankel變換及求解
  5.4  Z變換及其反變換
  5.4.1  Z變換及反變換定義與性質(zhì)
  5.4.2  Z變換的計(jì)算機(jī)求解
  5.5  復(fù)變函數(shù)問題的計(jì)算機(jī)求解
  5.5.1  留數(shù)的概念與計(jì)算
  5.5.2  有理函數(shù)的部分分式展開
  5.5.3  基于部分分式展開的Laplace變換
  5.5.4  封閉曲線積分問題計(jì)算
  5.6本章要點(diǎn)簡介
  5.7  習(xí)題
第6章代數(shù)方程與最優(yōu)化問題的計(jì)算機(jī)求解
  6.1  代數(shù)方程的求解
  6.1.1  代數(shù)方程的圖解法
  6.1.2  多項(xiàng)式型方程的準(zhǔn)解析解法
  6.1.3  一般非線性方程數(shù)值解
  6.2  無約束最優(yōu)化問題求解
  6.2.1  解析解法和圖解法
  6.2.2  基于MATLAB的數(shù)值解法
  6.2.3  全局最優(yōu)解與局部最優(yōu)解
  6.2.4  利用梯度求解最優(yōu)化問題
  6.3  有約束最優(yōu)化問題的計(jì)算機(jī)求解
  6.3.1  約束條件與可行解區(qū)域
  6.3.2  線性規(guī)劃問題的計(jì)算機(jī)求解
  6.3.3  ~--次型規(guī)劃的求解
  6.3.4  一般非線性規(guī)劃問題的求解
  6.4  整數(shù)規(guī)劃問題的計(jì)算機(jī)求解一
  6.4.1  整數(shù)線性規(guī)劃問題的求解
  6.4.2  一般非線性整數(shù)規(guī)劃問題與求解
  6.4.3  0-1規(guī)劃問題求解
  6.5  本章要點(diǎn)簡介
  6.6  習(xí)題
第7章微分方程問題的計(jì)算機(jī)求解
  7.1  常系數(shù)線性微分方程的解析解方法
  7.1.1  線性常系數(shù)微分方程解析解的數(shù)學(xué)描述
  7.1.2  微分方程的解析解方法
  7.1.3  Laplace變換在線性微分方程求解中的應(yīng)用
  7.1.4  特殊非線性微分方程的解析解
  7.2  微分方程問題的數(shù)值解法
  7.2.1  微分方程問題算法概述
  7.2.2  四階定步長Runge-Kutta算法及MATLAB實(shí)現(xiàn)
  7.2.3，一階微分方程組的數(shù)值解
  7.2.4  微分方程轉(zhuǎn)換
  7.3  特殊微分方程的數(shù)值解
  7.3.1  剛性微分方程的求解
  7.3.2  隱式微分方程求解
  7.3.3  微分代數(shù)方程的求解
  7.3.4  延遲微分方程求解
  7.4  邊值問題的計(jì)算機(jī)求解
  7.4.1  線性方程邊值問題的打靶算法
  7.4.2  非線性方程邊值問題的打靶算法
  7.4.3  線性微分方程的有限差分算法
  7.5  偏微分方程求解入門
  7.5.1.偏微分方程組求解
  7.5.2  階偏微分方程的數(shù)學(xué)描述
  7.5.3  偏微分方程的求解界面應(yīng)用舉例
  7.6  微分方程的框圖求解
  7.6.1  Simulink簡介
  7.6.2  Simulink相關(guān)模塊
  7.6.3  微分方程的Simulink建模與求解
  7.7  本章要點(diǎn)簡介
  7.8  習(xí)題
第8章數(shù)據(jù)插值、函數(shù)逼近問題的計(jì)算機(jī)求解
  8.1  插值與數(shù)據(jù)擬合
  8.1.1  維數(shù)據(jù)的插值問題
  8.1.2  已知樣本點(diǎn)的定積分計(jì)算
  8.1.3  二維網(wǎng)格數(shù)據(jù)的插值問題
  8.1.4  維一般分布數(shù)據(jù)的插值問題
  8.1.5  高維插值問題
  8.2樣條插值與數(shù)值微積分
  8.2.1  樣條插值的MATLAB表示
  8.2.2  基于樣條插值的數(shù)值微積分運(yùn)算
  8.3  由已知數(shù)據(jù)擬合數(shù)學(xué)模型
  8.3.1  多項(xiàng)式擬合
  8.3.2  給定函數(shù)的連分式展開及基于連分式的有理近似
  8.3.3  有理式擬合一Pad6近似
  8.3.4  函數(shù)線性組合的曲線擬合方法
  8.3.5  最小二乘曲線擬合
  8.4  信號(hào)分析與數(shù)字信號(hào)處理基礎(chǔ)
  8.4.1  信號(hào)的相關(guān)分析
  8.4.2  快速Fourier變換
  8.4.3  濾波技術(shù)與濾波器設(shè)計(jì)
  8.5  本章要點(diǎn)簡介
  8.6  習(xí)題.
第9章概率論與數(shù)理統(tǒng)計(jì)問題的計(jì)算機(jī)求解
  9.1  概率分布與偽隨機(jī)數(shù)生成
  9.1.1  概率密度函數(shù)與分布函數(shù)概述
  9.1.2  常見分布的概率密度函數(shù)與分布函數(shù)
  9.1.3  概率問題的求解
  9.1.4  隨機(jī)數(shù)與偽隨機(jī)數(shù)
  9.2統(tǒng)計(jì)量分析
  9.2.1  隨機(jī)變量的均值與方差
  9.2.2  隨機(jī)變量的矩
  9.2.3  多變量隨機(jī)數(shù)的協(xié)方差分析
  9.2.4  多變量正態(tài)分布的聯(lián)合概率密度即分布函數(shù)
  9.3  數(shù)理統(tǒng)計(jì)分析方法及計(jì)算機(jī)實(shí)現(xiàn)
  9.3.1  參數(shù)估計(jì)與區(qū)間估計(jì)
  9.3.2  多元線性回歸與區(qū)間估計(jì)
  9.3.3  非線性函數(shù)的最小二乘參數(shù)估計(jì)與區(qū)間估計(jì)
  9.4  統(tǒng)計(jì)假設(shè)檢驗(yàn)
  9.4.1  統(tǒng)計(jì)假設(shè)檢驗(yàn)的概念及步驟
  9.4.2  假設(shè)檢驗(yàn)問題求解
  9.5  方差分析及計(jì)算機(jī)求解
  9.5.1  單因子方差分析
  9.5.2  雙因子方差分析
  9.5.3  多因子方差分析
  9.6  本章要點(diǎn)簡介
  9.7  習(xí)題.
第10章數(shù)學(xué)問題的非傳統(tǒng)解法
  10.1模糊邏輯與模糊推理
  10.1.1經(jīng)典集合論和模糊集
  10.1.2隸屬度與模糊化
  10.1.3模糊推理系統(tǒng)建立
  10.1.4模糊規(guī)則與模糊推理
  10.2神經(jīng)網(wǎng)絡(luò)及其在數(shù)據(jù)擬合中的應(yīng)用
  10.2A神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)
  10.2.2神經(jīng)網(wǎng)絡(luò)界面
  10.3遺傳算法及其在最優(yōu)化問題中的應(yīng)用
  10.3.1遺傳算法的基本概念介紹及MATLAB實(shí)現(xiàn)
  10.3.2遺傳算法在求解最優(yōu)化問題中的應(yīng)用舉例
  10.3.3遺傳算法在有約束最優(yōu)化問題中的應(yīng)用
  10.4小波變換及其在數(shù)據(jù)處理中的應(yīng)用
  10.4.1小波變換及基小波波形
  10.4.2小波變換技術(shù)在信號(hào)處理中的應(yīng)用
  10.4.3小波問題的程序界面
  10.5粗糙集理論與應(yīng)用
  10.5.1粗糙集理論介紹
  10.5.2粗糙集數(shù)據(jù)處理問題的MATLAB求解
  10.6分?jǐn)?shù)階微積分學(xué)及其應(yīng)用
  10.6.1分?jǐn)?shù)階微積分的定義
  10.6.2分?jǐn)?shù)階微積分的計(jì)算
  10.6.3分?jǐn)?shù)階微分方程的求解方法
  10.7本章要點(diǎn)簡介
  10.8習(xí)題
附錄A自由數(shù)學(xué)語言Scilab簡介
  A.1 Scilab簡介
  A.2 Scilab的程序設(shè)計(jì)基礎(chǔ)
  A.2.1 Scilab變量、常量與數(shù)據(jù)結(jié)構(gòu)
  A.2.2 Scilab的基本語句結(jié)構(gòu)
  A.2.3 Scilab語言的流程控制語句結(jié)構(gòu)
  A.2.4 Scilab編程
  A.2.5  Scilab與MATLAB的接口
  A.3 Scilab繪圖語句及功能
  A.3.1二維圖形繪制
  A.3.2三維圖形繪制
  A.4 Scilab下的基于模型的仿真方法
  A.5基于Scilab的數(shù)學(xué)問題求解
  A.5.1數(shù)值微積分問題求解
  A.5.2數(shù)值線性代數(shù)問題求解
  A.5.3積分變換與復(fù)變函數(shù)
  A.5A最優(yōu)化問題的求解 
  A.5.5微分方程的數(shù)值解
  A.5.6數(shù)據(jù)處理的實(shí)現(xiàn)
  A.5.7概率論與數(shù)理統(tǒng)計(jì)
  A.6本章要點(diǎn)簡介
  A.7習(xí)題
參考文獻(xiàn)