MATLAB數(shù)值計(jì)算案例分析

第1章 MATLAB編程基礎(chǔ)
 1.1 矩陣的基本操作與基本運(yùn)算
    1.1.1 矩陣的基本操作
    1.1.2 矩陣的基本運(yùn)算
    1.1.3 *與 .*和 /與 ./ 的區(qū)別
    1.1.4 使用find函數(shù)索引符合某些特定條件的矩陣元素
    1.1.5 eps函數(shù)與避免除以0的方法
 1.2 MATLAB的數(shù)據(jù)結(jié)構(gòu)
 1.3 變量、腳本與函數(shù)
    1.3.1 變 量
    1.3.2 全局變量使用例子
    1.3.3 局部變量不會(huì)被替代的例子
    1.3.4 函數(shù)與腳本
    1.3.5 函數(shù)的構(gòu)成
    1.3.6 函數(shù)的類型
    1.3.7 函數(shù)調(diào)用與函數(shù)句柄
    1.3.8 可變參數(shù)函數(shù)調(diào)用
 1.4 MATLAB技巧
    1.4.1 MATLAB的函數(shù)重載
    1.4.2 冒號(hào)（:）操作符
    1.4.3 Tab鍵自動(dòng)補(bǔ)全
    1.4.4 上下箭頭回調(diào)
    1.4.5 可變參數(shù)個(gè)數(shù)的函數(shù)的占位符
    1.4.6 whos 查看
    1.4.7 whos 通配符的例子
    1.4.8 程序調(diào)試
 1.5 MATLAB工具箱函數(shù)ode23剖析
 1.6 MATLAB的幫助文檔導(dǎo)航
 1.7 MATLAB常見錯(cuò)誤
    1.7.1 常見寫法錯(cuò)誤
    1.7.2 字符串連接出錯(cuò)
    1.7.3 矩陣維數(shù)不同的例子
    1.7.4 賦值出錯(cuò)
第2章 數(shù)值分析的基本概念
 2.1 數(shù)值分析的研究對(duì)象
 2.2 誤差與有效數(shù)字
    2.2.1 誤差的產(chǎn)生及分類
    2.2.2 誤差的相關(guān)概念
 2.3 近似計(jì)算中的注意事項(xiàng)
 2.4 數(shù)值算法的穩(wěn)定性
 2.5 機(jī)器精度
   第3章 數(shù)據(jù)插值
 3.1 插值與多項(xiàng)式插值
 3.2 Lagrange插值
    3.2.1 Lagrange插值的定義
    3.2.2 Lagrange插值的MATLAB實(shí)現(xiàn)
 3.3 Newton插值
    3.3.1 Newton插值定義
    3.3.2 有限差商
    3.3.3 Newton插值的MATLAB實(shí)現(xiàn)
 3.4 Hermite插值
    3.4.1 Hermite插值定義
    3.4.2 Hermite插值的MATLAB實(shí)現(xiàn)
 3.5 分段低次插值
    3.5.1 高次插值的Runge現(xiàn)象
    3.5.2 分段低次Lagrange插值
    3.5.3 interp1函數(shù)
 3.6 三次樣條插值
    3.6.1 三次樣條插值
    3.6.2 三次樣條函數(shù)
第4章 數(shù)據(jù)擬合
 4.1 數(shù)據(jù)的曲線擬合
    4.1.1 曲線擬合的誤差
    4.1.2 曲線擬合的最小二乘法
 4.2 多項(xiàng)式擬合
    4.2.1 多項(xiàng)式曲線擬合
    4.2.2 多項(xiàng)式曲線擬合的MATLAB實(shí)現(xiàn)
    4.2.3 MATLAB多項(xiàng)式曲線擬合應(yīng)用的擴(kuò)展
 4.3 圓擬合的例子講解
    4.3.1 圓擬合問(wèn)題描述(使用最小二乘方法)
    4.3.2 圓擬合的MATLAB實(shí)現(xiàn)
 4.4 cftool自定義擬合
 4.5 cftool代碼自動(dòng)生成與修改
第5章 數(shù)值積分
 5.1 數(shù)值積分的基本思想
    5.1.1 數(shù)值求積的基本思想
    5.1.2 幾種常見的數(shù)值積分公式
 5.2 數(shù)值求積公式的構(gòu)造
    5.2.1 代數(shù)精度
    5.2.2 插值型求積公式
    5.2.3 Newton-Cotes求積公式
 5.3 復(fù)化積分公式
    5.3.1 復(fù)化Simpson公式
    5.3.2  復(fù)化求積公式及其MATLAB實(shí)現(xiàn)
    5.3.3 MATLAB的trapz函數(shù)
 5.4 Romberg求積公式
    5.4.1 數(shù)值積分公式誤差分析
    5.4.2 Romberg算法
    5.4.3 Romberg求積公式的MATLAB實(shí)現(xiàn)
 5.5 Gauss求積公式
    5.5.1 Gauss積分公式
    5.5.2 Gauss-Legendre求積公式的MATLAB實(shí)現(xiàn)及應(yīng)用實(shí)例
 5.6 積分的運(yùn)算選講
    5.6.1 二重積分
    5.6.2 三重積分
    5.6.3 變上限積分
    5.6.4 符號(hào)積分
    5.6.5 MATLAB常見積分函數(shù)列表
第6章 常微分方程
 6.1 常微分方程分類及其表示形式
    6.1.1 MATLAB關(guān)于ODE的函數(shù)幫助簡(jiǎn)介
    6.1.2 MATLAB ODE suite中關(guān)于ODE的分類
 6.2 典型常微分方程舉例
    6.2.1 一階常微分方程
    6.2.2 二階常微分方程
    6.2.3 高階常微分方程
    6.2.4 邊值問(wèn)題
    6.2.5 延遲微分方程
 6.3 解的存在性、唯一性和適定性
    6.3.1 初值問(wèn)題的存在性與唯一性
    6.3.2 MATLAB中常微分方程的通用形式及其向量表示
    6.3.3 剛性常微分方程
 6.4 常微分方程的時(shí)域頻域表示以及狀態(tài)方程表示
    6.4.1 時(shí)域與頻域表示形式
    6.4.2 狀態(tài)空間表示形式
 6.5 單步多步和顯式隱式概念
 6.6 常微分方程數(shù)值求解方法構(gòu)造思想舉例
 6.7 常微分方程數(shù)值解的基本原理
    6.7.1 一階常微分方程與一階微分方程組
    6.7.2 求解區(qū)間［a,b］的離散
    6.7.3 微分方程的離散
    6.7.4 Taylor展開法
    6.7.5 常微分方程數(shù)值求解的歐拉方法
    6.7.6 歐拉方法的MATLAB實(shí)現(xiàn)
    6.7.7 改進(jìn)的歐拉方法
    6.7.8 改進(jìn)的歐拉方法的MATLAB實(shí)現(xiàn)
    6.7.9 四階龍格庫(kù)塔公式的MATLAB實(shí)現(xiàn)
    6.7.10 Adams預(yù)測(cè)校正公式
 6.8 常微分方程工具箱
    6.8.1 總體介紹
    6.8.2 各個(gè)求解器的特點(diǎn)與比較
    6.8.3 使用odefile.m模板求解常微分方程
    6.8.4 odefile.m模板使用
 6.9 單自由度振動(dòng)系統(tǒng)例子
    6.9.1 單自由度二階系統(tǒng)基于傳遞函數(shù)與狀態(tài)空間的simulink模型求解
    6.9.2 總 結(jié)
 6.10 三自由度振動(dòng)系統(tǒng)例子
    6.10.1三自由度振動(dòng)系統(tǒng)simulink模型求解以及狀態(tài)方程的ode45求解器求解
    6.10.2 總 結(jié)
第7章 線性方程組的迭代解法
 7.1   線性方程組的迭代法概述
    7.1.1   迭代法概述及壓縮原理
    7.1.2   迭代法基本概念
    7.1.3   MATLAB的相關(guān)命令
 7.2   常見的線性方程組的迭代法
    7.2.1   Jacobi迭代法
    7.2.2   Gauss-Seidel迭代法
    7.2.3   SOR迭代法
 7.3   迭代法的收斂性
    7.3.1   迭代法的收斂性定理
    7.3.2 主對(duì)角優(yōu)勢(shì)
    7.3.3   SOR迭代法的收斂性
第7章 線性方程組的直接解法
 8.1   線性方程組的消元法
    8.1.1   線性方程組的直接求解方法
    8.1.2   Gauss消去法
    8.1.3 Gauss主元素法
    8.1.4   Jordan消去法
 8.2 矩陣的三角分解
    8.2.1   LU分解
    8.2.2   LU分解的MATLAB實(shí)現(xiàn)
    8.2.3   對(duì)稱正定矩陣的Cholesky分解
    8.2.4 Cholesky分解法的MATLAB實(shí)現(xiàn)
    8.2.5 改進(jìn)平方根法
    8.2.6   改進(jìn)平方根法的MATLAB實(shí)現(xiàn)
 8.3 MATLAB的相關(guān)命令
    8.3.1 逆矩陣
    8.3.2 矩陣的左除及最小二乘解
    8.3.3 欠定方程的解
第9章 非線性方程求解
 9.1 求解非線性方程的MATLAB符號(hào)法
 9.2 二分法
    9.2.1 二分法原理
    9.2.2 二分法的MATLAB程序
 9.3 迭代法
    9.3.1 迭代法原理
    9.3.2 迭代法的幾何意義
    9.3.3 迭代法的MATLAB程序
 9.4 切線法
    9.4.1 切線法的幾何意義
    9.4.2 切線法的收斂性
 9.5 割線法（弦截法）
    9.5.1 割線法的幾何意義
    9.5.2 割線法的MATLAB程序
 9.6 常見非線性方程數(shù)值方法的優(yōu)缺點(diǎn)
 9.7 方程f(x)=0數(shù)值解的MATLAB實(shí)現(xiàn)
    9.7.1 求函數(shù)零點(diǎn)指令 fzero
    9.7.2 fzero的使用舉例
 9.8 求解非線性方程組MATLAB命令
    9.8.1 符號(hào)方程組求解
    9.8.2 求解非線性方程組的基本方法
    9.8.3 求方程組的數(shù)值解
第10章 偏微分方程數(shù)值解
 10.1 基本概念
 10.2 有限差分法
    10.2.1 橢圓方程的差分形式
    10.2.2 拋物方程的差分形式
    10.2.3 雙曲方程的差分形式
 10.3 MATLAB的pdepe函數(shù)
    10.3.1 pdepe函數(shù)的說(shuō)明
    10.3.2 pdepe函數(shù)的實(shí)例
 10.4 MATLAB的PDEtool工具箱
    10.4.1 PDEtool的界面
    10.4.2 PDEtool的使用
第11章 數(shù)值優(yōu)化
 11.1 單變量函數(shù)優(yōu)化
    11.1.1 基本數(shù)學(xué)原理
    11.1.2 黃金分割法
    11.1.3 牛頓法
    11.1.4 最速下降法
    11.1.5 共軛梯度法
 11.2 多變量函數(shù)優(yōu)化
    11.2.1 Nelder-mead方法
    11.2.2 Nelder-mead方法的MATLAB實(shí)現(xiàn)
    11.2.3 Powell方法
    11.2.4 Powell方法的MATLAB實(shí)現(xiàn)
 11.3 MATLAB最優(yōu)化函數(shù)
    11.3.1 MATLAB最優(yōu)化工具箱介紹
    11.3.2 MATLAB最優(yōu)化函數(shù)介紹
    11.3.3 MATLAB最優(yōu)化工具介紹
    11.3.4 MATLAB最優(yōu)化函數(shù)應(yīng)用實(shí)例
第12章 特征值和特征向量
 12.1 特征值與特征向量
    12.1.1   特征值與特征向量的定義
    12.1.2 特征值與特征向量的計(jì)算
    12.1.3   MATLAB的eig命令
 12.2 冪法與反冪法
    12.2.1 冪法的原理
    12.2.2 冪法的MATLAB實(shí)現(xiàn)
    12.2.3 反冪法
   12.2.4 反冪法的MATLAB實(shí)現(xiàn)
 12.3 對(duì)稱矩陣的特征值——Jacobi方法
    12.3.1 Jacobi方法的原理
    12.3.2 Jacobi方法的MATLAB實(shí)現(xiàn)
 12.4 Householder方法
    12.4.1 初等反射矩陣
    12.4.2 用正交相似變換約化矩陣
    12.4.3 算法的MATLAB實(shí)現(xiàn)
 12.5 QR分解與QR方法
    12.5.1 矩陣的QR分解
    12.5.2 計(jì)算矩陣特征值的QR方法
    12.5.3 QR方法的MATLAB實(shí)現(xiàn)
參考文獻(xiàn)