MATLAB科學(xué)計(jì)算

第1章MATLAB概述
1.1MATLAB平臺(tái)簡介
1.2MATLABR2016a的工作環(huán)境
1.2.1命令行窗口
1.2.2命令歷史記錄窗口
1.2.3當(dāng)前文件夾窗口和路徑管理
1.2.4搜索路徑
1.2.5工作區(qū)窗口和數(shù)組編輯器
1.2.6變量的編輯命令
1.2.7存取數(shù)據(jù)文件
1.3MATLAB圖形繪制
1.4MATLAB的幫助系統(tǒng)
1.4.1聯(lián)機(jī)幫助系統(tǒng)
1.4.2命令窗口查詢幫助系統(tǒng)
1.4.3聯(lián)機(jī)演示系統(tǒng)
本章小結(jié)
第2章MATLAB基本運(yùn)算
2.1MATLAB的數(shù)據(jù)類型
2.1.1變量和常量
2.1.2數(shù)值型數(shù)據(jù)
2.1.3字符型數(shù)據(jù)
2.1.4元胞數(shù)組
2.1.5結(jié)構(gòu)體
2.1.6函數(shù)句柄
2.1.7數(shù)據(jù)類型間的轉(zhuǎn)換
2.2數(shù)組運(yùn)算
2.2.1數(shù)組的創(chuàng)建和操作
2.2.2數(shù)組的常見運(yùn)算
2.3矩陣運(yùn)算
2.3.1矩陣生成
2.3.2向量的生成
2.3.3矩陣加減運(yùn)算
2.3.4矩陣乘法運(yùn)算
2.3.5矩陣除法運(yùn)算
2.4奇異值分解
2.5矩陣的基本函數(shù)運(yùn)算
2.5.1矩陣的分解運(yùn)算
2.5.2關(guān)系運(yùn)算和邏輯運(yùn)算
2.6線性方程組
2.6.1矩陣逆和除法解恰定方程組
2.6.2矩陣除法解超定方程組
2.6.3矩陣除法解欠定方程組
2.7符號(hào)運(yùn)算
2.7.1符號(hào)表達(dá)式的生成
2.7.2符號(hào)矩陣
2.7.3常用符號(hào)運(yùn)算
2.8復(fù)數(shù)及其運(yùn)算
2.8.1復(fù)數(shù)和復(fù)矩陣的生成
2.8.2復(fù)數(shù)的運(yùn)算
2.8.3留數(shù)運(yùn)算
2.8.4泰勒級(jí)數(shù)展開
2.8.5傅里葉變換及其逆變換
2.8.6拉普拉斯變換及其逆變換
2.8.7Z變換及其逆變換
2.9多項(xiàng)式求解
本章小結(jié)
第3章MATLAB圖形可視化
3.1圖形繪制
3.1.1離散數(shù)據(jù)圖形繪制
3.1.2函數(shù)圖形繪制
3.1.3圖形繪制的基本步驟
3.2二維圖形繪制
3.2.1plot指令
3.2.2格柵
3.2.3圖形標(biāo)記說明
3.2.4線型、標(biāo)記和顏色
3.2.5子圖繪制
3.2.6拓?fù)潢P(guān)系圖
3.2.7雙坐標(biāo)軸繪制
3.2.8二元函數(shù)的偽色彩
3.2.9MATLAB特殊符號(hào)標(biāo)記
3.3三維圖形繪制
3.3.1網(wǎng)格圖繪制
3.3.2曲線圖繪制
3.3.3曲面圖繪制
3.3.4等值線圖繪制
3.3.5特殊圖形繪制
3.4四維圖形可視化
3.4.1用顏色描述第四維
3.4.2其他函數(shù)
3.5MATLAB動(dòng)畫設(shè)計(jì)
本章小結(jié)
第4章MATLAB編程入門
4.1MATLAB編程簡介
4.2MATLAB編程原則
4.3M文件和函數(shù)
4.3.1M文件
4.3.2匿名函數(shù)、子函數(shù)、私有函數(shù)與私有目錄
4.3.3重載函數(shù)
4.3.4eval和feval函數(shù)
4.3.5內(nèi)聯(lián)函數(shù)
4.3.6向量化和預(yù)分配
4.4MATLAB程序控制語句運(yùn)用
4.5MATLAB中的函數(shù)及調(diào)用
4.5.1函數(shù)類型
4.5.2函數(shù)參數(shù)傳遞
4.6MATLAB程序調(diào)試
4.6.1調(diào)試方法
4.6.2M文件分析工具
4.7MATLAB常用編程技巧
4.7.1循環(huán)計(jì)算
4.7.2使用例外處理機(jī)制
4.7.3通過varargin傳遞參數(shù)
本章小結(jié)
第5章插值擬合
5.1插值問題
5.1.1拉格朗日插值
5.1.2牛頓均差插值
5.2一維數(shù)據(jù)插值
5.3埃爾米特插值
5.4二維數(shù)據(jù)插值
5.5回歸分析
本章小結(jié)
第6章數(shù)據(jù)擬合
6.1函數(shù)逼近
6.1.1切比雪夫逼近
6.1.2傅里葉逼近
6.2最小二乘擬合
6.3多項(xiàng)式擬合
6.4曲線擬合的最小二乘法
6.5用正交多項(xiàng)式作最小二乘擬合
6.6超定方程組的最小二乘解
6.7非線性曲線擬合
6.8非線性擬合轉(zhuǎn)線性擬合
6.9用MATLAB解決擬合問題
6.10數(shù)據(jù)擬合方法
本章小結(jié)
第7章微分方程求解
7.1符號(hào)微積分
7.1.1極限
7.1.2導(dǎo)數(shù)
7.1.3積分
7.1.4化簡、提取和代入
7.1.5傅里葉變換及其逆變換
7.1.6拉普拉斯變換及其逆變換
7.1.7Z變換及其逆變換
7.2數(shù)值積分
7.3微分方程的數(shù)值解
7.4微積分運(yùn)算
7.4.1龍貝格積分法
7.4.2自適應(yīng)積分法
7.4.3樣條函數(shù)求積分
7.5動(dòng)態(tài)微分方程模型
7.6打靶法
本章小結(jié)
第8章微分方程及級(jí)數(shù)
8.1微分方程基本運(yùn)算
8.1.1常微分方程符號(hào)解
8.1.2常微分方程數(shù)值解
8.1.3泰勒級(jí)數(shù)
8.2微分方程在實(shí)際物理模型中的應(yīng)用
8.2.1腫瘤大小應(yīng)用分析
8.2.2放射性廢料的處理問題
8.2.3質(zhì)點(diǎn)系轉(zhuǎn)動(dòng)慣量求解
8.2.4儲(chǔ)油罐的油量計(jì)算
8.2.5香煙毒物攝入問題
8.2.6冰雹的下落速度
本章小結(jié)
第9章線性方程（組）求解
9.1遞推算法
9.1.1循環(huán)迭代
9.1.2迭代收斂性
9.1.3牛頓迭代
9.2高斯消元法
9.3追趕法
9.4范數(shù)
9.5方程組的性態(tài)
9.6高斯塞德爾迭代法
9.7迭代法的收斂性
9.8雅可比迭代法
本章小結(jié)
第10章非線性方程（組）求解
10.1線性規(guī)劃問題
10.2非線性規(guī)劃問題
10.2.1有約束的一元函數(shù)最小值
10.2.2無約束的多元函數(shù)最小值
10.2.3有約束的多元函數(shù)最小值
10.2.4二次規(guī)劃問題
10.3“半無限”有約束的多元函數(shù)最優(yōu)解
10.4極小化極大問題
10.5多目標(biāo)規(guī)劃問題
10.6最小二乘最優(yōu)問題
10.6.1約束線性最小二乘
10.6.2非線性曲線擬合
10.6.3非線性最小二乘
10.6.4非負(fù)線性最小二乘
10.7非線性方程(組)的解
10.7.1非線性方程的解
10.7.2非線性方程組的解
本章小結(jié)
第11章常微分方程（組）求解
11.1常微分方程解
11.2歐拉方法
11.2.1向前歐拉方法
11.2.2向后歐拉方法
11.2.3梯形公式
11.2.4改進(jìn)歐拉公式
11.3龍格庫塔方法
11.3.1二階龍格庫塔法
11.3.2三階龍格庫塔法
11.3.3四階龍格庫塔法
11.4亞當(dāng)斯方法
11.4.1亞當(dāng)斯外推公式
11.4.2亞當(dāng)斯內(nèi)推公式
11.4.3亞當(dāng)斯校正公式
11.4.4漢明法
11.5一階微分方程（組）的數(shù)值解計(jì)算
11.6高階微分方程（組）的數(shù)值解計(jì)算
11.7邊值問題的數(shù)值解計(jì)算
11.8有限差分方法
11.9常微分方程（組）邊值問題數(shù)值解
本章小結(jié)
第12章概率統(tǒng)計(jì)分布計(jì)算
12.1概率密度函數(shù)
12.2隨機(jī)變量的一般特征
12.2.1期望
12.2.2方差、標(biāo)準(zhǔn)差、矩
12.2.3協(xié)方差、相關(guān)系數(shù)
12.3一維隨機(jī)數(shù)生成
12.4特殊連續(xù)分布
12.5特殊離散分布
12.6生成多維聯(lián)合分布隨機(jī)數(shù)
12.6.1各維度獨(dú)立
12.6.2協(xié)方差陣生成多元正態(tài)分布
12.7統(tǒng)計(jì)圖繪制
12.8方差分析
12.8.1單因素試驗(yàn)的方差分析
12.8.2雙因素試驗(yàn)的方差分析
12.9蒙特卡羅方法
本章小結(jié)
第13章偏最小二乘應(yīng)用分析
13.1偏最小二乘回歸
13.2偏最小二乘案例分析
13.3本章小結(jié)
第14章人工智能算法
14.1人工智能基本概念
14.1.1智能的概念
14.1.2人工智能的概念
14.1.3人工智能的研究目標(biāo)
14.2人工智能的典型應(yīng)用
14.3人工智能的MATLAB實(shí)現(xiàn)
14.3.1粒子群算法的MATLAB實(shí)現(xiàn)
14.3.2遺傳算法的MATLAB實(shí)現(xiàn)
14.3.3模糊神經(jīng)網(wǎng)絡(luò)控制在MATLAB中的應(yīng)用
14.3.4蟻群算法的MATLAB實(shí)現(xiàn)
本章小結(jié)
第15章模糊邏輯工具箱
15.1隸屬度函數(shù)
15.1.1高斯隸屬度函數(shù)
15.1.2兩邊型高斯隸屬度函數(shù)
15.1.3一般鐘型隸屬度函數(shù)
15.1.4兩個(gè)sigmoid型隸屬度函數(shù)之差組成的隸屬度函數(shù)
15.1.5通用隸屬度函數(shù)
15.1.6П形隸屬度函數(shù)
15.1.7兩個(gè)sigmoid型隸屬度函數(shù)乘積組成的隸屬度函數(shù)
15.1.8sigmoid型隸屬度函數(shù)
15.1.9S形隸屬度函數(shù)
15.1.10梯形隸屬度函數(shù)
15.1.11三角形隸屬度函數(shù)
15.1.12Z形隸屬度函數(shù)
15.1.13兩個(gè)隸屬度函數(shù)之間轉(zhuǎn)換參數(shù)
15.1.14基本FIS編輯器
15.1.15隸屬度函數(shù)編輯器
15.2模糊推理結(jié)構(gòu)
15.2.1不使用數(shù)據(jù)聚類從數(shù)據(jù)生成FIS
15.2.2使用減法聚類從數(shù)椐生成FIS
15.2.3生成FIS曲面
15.2.4mamdani型FIS轉(zhuǎn)換為sugeno型FIS
15.2.5完成模糊推理計(jì)算
15.2.6模糊均值聚類
15.2.7模糊均值和減法聚類
15.2.8繪制FIS
15.2.9繪制給定變量的所有隸屬度函數(shù)曲線
15.2.10從磁盤裝入FIS
15.2.11從FIS中刪除某一隸屬度函數(shù)
15.2.12從FIS中刪除變量
15.2.13設(shè)置模糊系統(tǒng)屬性
15.2.14以分行形式顯示FIS所有屬性
15.2.15完成模糊運(yùn)算
15.2.16解析模糊規(guī)則
15.2.17規(guī)則編輯器和語法編輯器
15.2.18規(guī)則觀察器和模糊推理框圖
15.2.19保存FIS到磁盤
15.2.20顯示FIS的規(guī)則
15.3模糊聚類工具箱
15.4直接自適應(yīng)模糊控制
15.4.1問題描述
15.4.2控制器設(shè)計(jì)
15.4.3自適應(yīng)律設(shè)計(jì)
15.4.4直接自適應(yīng)模糊控制仿真
本章小結(jié)
第16章優(yōu)化工具箱
16.1優(yōu)化工具箱及最優(yōu)化問題簡介
16.1.1優(yōu)化工具箱常用函數(shù)
16.1.2最優(yōu)化問題
16.2線性規(guī)劃
16.2.1線性規(guī)劃函數(shù)
16.2.2線性規(guī)劃問題的應(yīng)用
16.3無約束非線性規(guī)劃
16.3.1基本數(shù)學(xué)原理簡介
16.3.2無約束非線性規(guī)劃函數(shù)
16.3.3無約束非線性規(guī)劃問題的應(yīng)用
16.4二次規(guī)劃
16.4.1二次規(guī)劃函數(shù)quadprog
16.4.2二次規(guī)劃問題的應(yīng)用
16.5有約束最小化
16.5.1有約束最小化函數(shù)fmincon
16.5.2有約束最小化的應(yīng)用
16.6目標(biāo)規(guī)劃
16.6.1目標(biāo)規(guī)劃函數(shù)fgoalattain
16.6.2目標(biāo)規(guī)劃的應(yīng)用
16.7最大最小化
16.7.1最大最小化函數(shù)fminimax
16.7.2最大最小化的應(yīng)用
本章小結(jié)
第17章偏微分方程工具箱
17.1偏微分方程工具箱簡介
17.2求解橢圓方程
17.3求解拋物線方程
17.4求解雙曲線方程
17.5求解特征值方程
本章小結(jié)