当前位置:首页 > 数理化
MATLAB数学实验
MATLAB数学实验

MATLAB数学实验PDF电子书下载

数理化

  • 电子书积分:11 积分如何计算积分?
  • 作 者:胡良剑,孙晓君编著
  • 出 版 社:北京:高等教育出版社
  • 出版年份:2006
  • ISBN:7040193698
  • 页数:283 页
图书介绍:“数学实验”将计算机软件技术作为学习、研究和应用数学的一种工具。主要范畴包括:数学软件的使用,实际问题的建模和计算,运用计算机手段加强学生对于数学理论的理解等。本书基于MATLAB软件比较系统的介绍了大学“数学实验”教学内容。全书共分为三个部分:第一、二章介绍MATLAB的基础知识和操作;第三~七章介绍大学“数学实验”的基础内容,涉及线性代数、微积分和常微分方程等课程的软件实验,其中第七章介绍MATLAB的符号数学工具箱;第八~十四章介绍大学“数学建模”的实验技术,主要涉及概率统计、数值分析和运筹学等课程的软件实验,其中第十四章介绍遗传算法和人工神经网络等一些常见的智能计算技术。本书主要作为大学“数学实验”和“数学建模”课程的教材。对从事使用MATLAB软件解决实际工程问题的学生、教师和工程技术人员也很有参考价值。
《MATLAB数学实验》目录

第一章 MATLAB入门 1

1.1 MATLAB桌面 2

1.2 数据和变量 4

1.3 数组及其运算 8

1.4 字符串、元胞和结构 16

习题 20

第二章 MATLAB编程与作图 22

2.1 程序设计 22

2.2 作图 30

2.3 在线帮助和文件管理 38

习题 40

第三章 矩阵代数 42

3.1 预备知识:线性代数 42

3.2 矩阵代数的MATLAB指令 44

3.3 计算实验:线性方程组求解 50

3.4 建模实验:投入产出分析和基因遗传 55

习题 59

第四章 函数和方程 61

4.1 预备知识:零点、极值和最小二乘法 61

4.2 函数零点、极值和最小二乘拟合的MATLAB指令 63

4.3 计算实验:迭代法 71

4.4 建模实验:购房贷款的利率和最佳订货量 73

习题 77

第五章 应用微积分 80

5.1 预备知识:微积分的基本概念 80

5.2 数值微积分MATLAB指令 84

5.3 计算实验:数值微积分 87

5.4 建模实验:奶油蛋糕 91

习题 94

6.1 预备知识:常微分方程 97

第六章 常微分方程 97

6.2 解常微分方程的MATLAB指令 99

6.3 计算实验:Euler法和刚性方程组 105

6.4 建模实验:导弹系统的改进 107

习题 113

第七章 MATLAB符号计算 116

7.1 符号对象 117

7.2 符号矩阵和符号函数 120

7.3 符号微积分 122

7.4 符号方程和符号微分方程 126

7.5 便捷函数作图 128

7.6 符号计算局限性和Maple调用 132

习题 134

第八章 随机模拟和统计分析 136

8.1 预备知识:概率和统计 137

8.2 概率和统计的MATLAB指令 141

8.3 计算实验:随机模拟(Monte Carlo算法) 149

8.4 建模实验:零件参数设计 154

习题 158

第九章 数据建模 163

9.1 预备知识:插值、拟合和回归分析 163

9.2 插值、拟合和回归分析的MATLAB指令 166

9.3 计算试验:异常数据的处理和线性化 175

9.4 建模实验:凸轮设计和人口预测 177

习题 183

第十章 线性规划与非线性规划 187

10.1 预备知识:线性规划与非线性规划基本知识 187

10.2 线性规划与非线性规划的MATLAB指令 190

10.3 建模与计算实验 192

10.4 补充知识:线性规划单纯形算法 198

习题 205

11.1 预备知识:整数线性规划基本理论 209

第十一章 整数线性规划 209

11.2 整数线性规划MATLAB参考程序 212

11.3 0-1型整数线性规划 214

11.4 0-1型整数线性规划MATLAB指令及参考程序 215

11.5 建模与计算实验 219

习题 224

第十二章 图与网络优化 227

12.1 预备知识:图与网络的基本知识 227

12.2 Kruskal算法与Dijkstra算法的MATLAB程序 230

12.3 建模与计算实验 232

习题 236

第十三章 动态规划 239

13.1 预备知识:动态规划的基本知识 239

13.2 逆序算法和MATLAB程序 242

13.3 建模与计算实验 244

习题 254

第十四章 部分智能优化算法介绍 257

14.1 遗传算法 257

14.2 人工神经网络 263

14.3 粒子群算法简介 273

部分习题参考答案 277

参考文献 282

相关图书
作者其它书籍
返回顶部