1 绪论 1
1.1计算机在生命科学中的应用 1
1.2生命科学中常用的计算机软件概述 6
2生物信息学 10
2.1生物信息学概述 10
2.2常用的生物信息数据库 13
2.3数据库的检索和应用 17
2.4蛋白质和核酸的结构与功能的预测分析 20
3生命科学中的数值方法 28
3.1 学习生命科学中数值方法的意义 28
3.2近似值和舍入误差 29
3.3截断误差和泰勒级数 31
4 MATLAB软件与数值计算功能 36
4.1 引言 36
4.2 MATLAB的语言结构 37
4.3矩阵、变量、运算和表达式 38
4.4绘图和控制语句 41
5非线性方程的数值解法 43
5.1引言 43
5.2初值估计 44
5.3简单迭代法 46
5.4埃特金迭代法 49
5.5 牛顿法 52
5.6插值法 54
5.7有记忆的单点迭代法 57
5.8用MATLAB求解非线性方程 58
6线性方程组的数值解法 61
6.1引言 61
6.2解线性方程组的直接法 62
6.3解线性方程组的迭代法 70
7插值法和数值微分 80
7.1 引言 80
7.2拉格朗日插值多项式 81
7.3牛顿插值多项式 86
7.4三次样条插值 88
7.5数值微分 93
7.6应用MATLAB进行插值和微分计算 96
8数值积分 101
8.1引言 101
8.2 牛顿－柯特斯公式 103
8.3变步长梯形求积法 105
8.4龙贝格求积法 107
8.5高斯求积法 109
8.6 应用MATLAB计算积分 113
9常微分方程初值问题的数值解法 116
9.1 引言 116
9.2数值解法的基本思想 116
9.3欧拉方法 119
9.4龙格－库塔法 122
9.5用MATLAB求常微分方程的数值解法 128
10生物统计学基础 133
10.1随机变量的分布 133
10.2随机变量的数字特征——数学期望和方差 137
10.3样本的特征值和常见分布 138
10.4参数估计 143
10.5假设检验 146
11生命科学实验数据的误差分析 151
11.1实验数据的测量误差 151
11.2随机误差 152
11.3随机误差的传递 153
11.4实验数据的预处理 160
11.5系统误差 164
12生命科学中的数学模型建立 169
12.1实验数据处理和数学模型的建立 169
12.2数学模型的建立方法 170
12.3数学模型的选择 173
12.4生命科学中的数学模型特征 175
13生命科学中常见的数学模型 178
13.1生物传递模型 178
13.2 生物种群的指数增长模型 180
13.3 生物种群相互作用模型 182
13.4生态数学模型 184
13.5药物动力学模型 186
13.6群体遗传学模型 189
13.7生命科学的其他典型数学模型 191
14数学模型的求解 194
14.1数学模型的求解和最小二乘法原理 194
14.2实验数据的一元线性回归 195
14.3多元线性回归 202
14.4逐步回归法 219
14.5回归方程的预测和控制 222
15非线性模型的求解 225
15.1非线性模型的线性化 225
15.2非线性模型的拟合 229
15.3非线性回归模型的检验 234
15.4最优化方法及MATLAB优化求解 237
16生命科学实验设计 242
16.1实验设计概述 242
16.2 正交实验设计 244
16.3回归正交设计 250
16.4 序贯实验设计 258
附录1标准正态分布表 263
附录2 t分布表 265
附录3 X分布表 266
附录4 F分布表 268
附录5常用正交表 272
附录6回归正交设计表 275
附录7 交拉丁方表 278
参考文献 279