MATLAB程序设计导论

作者: [美] 尤金尼 ·E.米哈伊洛夫（Eugeniy E. Mikhailov）

出版社: 机械工业出版社

出版时间: 2019-06

版次: 1

ISBN: 9787111625988

定价: 69.00

装帧: 其他

开本: 16开

纸张: 胶版纸

页数: 190页

字数: 147千字

分类: 计算机与互联网

本书分三个层次进行内容组织：计算基础、使用MATLAB解决日常生活问题、深入研究和扩展。计算基础部分除了介绍MATLAB的基础知识，还包含计算历史和编程语言的简要介绍，以及良好的编程实践。这部分内容凝练了大学中常开设的“计算机基础”和“计算机科学导论”等课程的精华。第二部分主要涉及线性代数方程求解、数值求导、求根算法等内容，利用高等数学和线性代数等课程的基本知识，简单快速地解决日常生活中的常见问题。*后一部分是关于MATLAB的深入研究和扩展，介绍了随机过程、蒙特卡洛仿真、优化问题和离散傅里叶变换等内容，当你深入到实际科学研究和工程项目时都会用到这方面的内容。尤金尼•E.米哈伊洛夫（Eugeniy E. Mikhailov）得克萨斯农工大学物理系博士，MIT博士后，现为威廉与玛丽学院教师。他一直为物理、数学和计算机专业的本科生讲授“科学家的实用计算”课程。出版者的话

译者序

前言

第一部分计算基础

第1章计算机与编程语言简介2

11早期计算史2

12现代计算机3

13什么是编程3

14编程语言概述4

15计算机中的数字表示及其潜在问题5

151离散化——计算机的主要弱点5

152二进制表示6

153浮点数表示6

154结论7

16自学7

第2章MATLAB基础9

21MATLAB的图形用户界面9

22功能强大的MATLAB计算器11

221MATLAB的变量类型11

222内置函数和运算符12

223运算符的优先级13

224注释14

23高效编辑14

24使用帮助文档15

25矩阵16

251创建和访问矩阵元素16

252基本矩阵运算17

253字符串矩阵20

26冒号运算符20

27绘图21

28自学23

第3章布尔代数、条件语句和循环24

31布尔代数24

311MATLAB中布尔运算符的优先级25

312MATLAB布尔逻辑运算举例25

32比较运算符26

321向量比较26

322矩阵比较27

33条件语句27

331if-else-end语句27

332if语句的简短形式28

34等于语句的常见错误28

35循环28

351while循环28

352特殊命令——break和continue29

353for循环30

36自学31

第4章函数、脚本和良好的编程实践32

41动机引例32

411银行利率问题32

412飞行时间问题32

42脚本33

43函数35

44良好的编程实践37

441简化代码37

442试着预见非预期行为37

443运行测试用例38

444检查并清理输入参数39

445判断解是否符合实际40

446良好的编程实践总结40

45递归函数和匿名函数40

451递归函数40

452匿名函数41

46自学42

第二部分使用MATLAB求解日常问题

第5章线性代数方程组求解46

51风铃问题46

52MATLAB内置求解器48

521逆矩阵法48

522无逆矩阵计算的方法48

523选用哪种方法48

53用MATLAB求解风铃问题49

54示例：惠斯通电桥问题50

55自学52

第6章数据约简与拟合53

61数据约简与拟合的必要性53

62拟合的正式定义53

63数据拟合示例54

64参数不确定性估计56

65拟合结果评估56

66如何得到最优拟合58

661数据绘图60

662选择拟合模型60

663拟合参数的初始猜测61

664基于初始猜测的数据和模型绘制61

665拟合数据62

666拟合参数的不确定性评估63

67自学65

第7章数值导数67

71通过前向差分估计导数67

72数值导数的算法误差估计68

73通过中心差分估计导数69

74自学70

第8章求根算法71

81求根问题71

82试错法71

83二分法72

831二分法示例和测试用例74

832二分法代码的可能改进76

84算法收敛76

85试位法77

86割线法78

87牛顿拉弗森法79

871使用牛顿拉弗森法进行解析求导80

872使用牛顿拉弗森法进行数值求导81

88Ridders法81

89求根算法的陷阱82

810求根算法总结83

811MATLAB内置求根命令84

812自学84

第9章数值积分方法86

91积分问题描述86

92矩形法86

93梯形法89

94辛普森法90

95广义积分公式90

96蒙特卡罗积分91

961示例：计算池塘面积91

962朴素蒙特卡罗积分91

963蒙特卡罗积分推导91

964蒙特卡罗方法的算法误差92

97多维积分92

98蒙特卡罗多维积分94

99数值积分陷阱94

991使用大量的数据点94

992使用过少的数据点95

910MATLAB的积分函数95

911自学96

第10章数据插值98

101最近邻插值98

102线性插值99

103多项式插值101

104好的插值程序的准则102

105三次样条插值102

106MATLAB内置的插值方法104

107外推法104

108插值的非常规应用104

109自学105

第三部分深入研究并扩展科学家的工具箱

第11章随机数生成器和随机过程108

111统计和概率简介108

1111离散事件的概率108

1112概率密度函数108

112均匀随机分布109

113随机数生成器和计算机110

1131线性同余生成器110

1132随机数生成器周期111

114如何检验随机数生成器111

115MATLAB的内置随机数生成器113

116自学114

第12章蒙特卡罗仿真115

121钉板实验115

122抛硬币游戏117

123传染病传播118

124自学123

第13章优化问题125

131优化问题简介125

132一维优化126

1321黄金分割最优搜索算法126

1322一维最优MATLAB内置函数128

1323一维优化示例128

133多维优化130

134组合优化135

1341背包问题135

1342旅行商问题138

135模拟退火算法143

136遗传算法150

137自学151

第14章常微分方程153

141常微分方程简介153

142边界条件154

143求解常微分方程的数值方法155

1431欧拉方法155

1432二阶RungeKutta方法（RK2）156

1433四阶RungeKutta法（RK4）157

1434其他数值求解器157

144刚性常微分方程及数值解的稳定性问题157

145MATLAB的内置常微分方程求解器159

146常微分方程示例159

1461自由落体159

1462空气阻
内容简介:
本书分三个层次进行内容组织：计算基础、使用MATLAB解决日常生活问题、深入研究和扩展。计算基础部分除了介绍MATLAB的基础知识，还包含计算历史和编程语言的简要介绍，以及良好的编程实践。这部分内容凝练了大学中常开设的“计算机基础”和“计算机科学导论”等课程的精华。第二部分主要涉及线性代数方程求解、数值求导、求根算法等内容，利用高等数学和线性代数等课程的基本知识，简单快速地解决日常生活中的常见问题。*后一部分是关于MATLAB的深入研究和扩展，介绍了随机过程、蒙特卡洛仿真、优化问题和离散傅里叶变换等内容，当你深入到实际科学研究和工程项目时都会用到这方面的内容。
作者简介:
尤金尼•E.米哈伊洛夫（Eugeniy E. Mikhailov）得克萨斯农工大学物理系博士，MIT博士后，现为威廉与玛丽学院教师。他一直为物理、数学和计算机专业的本科生讲授“科学家的实用计算”课程。
目录:
出版者的话

译者序

前言

第一部分计算基础

第1章计算机与编程语言简介2

11早期计算史2

12现代计算机3

13什么是编程3

14编程语言概述4

15计算机中的数字表示及其潜在问题5

151离散化——计算机的主要弱点5

152二进制表示6

153浮点数表示6

154结论7

16自学7

第2章MATLAB基础9

21MATLAB的图形用户界面9

22功能强大的MATLAB计算器11

221MATLAB的变量类型11

222内置函数和运算符12

223运算符的优先级13

224注释14

23高效编辑14

24使用帮助文档15

25矩阵16

251创建和访问矩阵元素16

252基本矩阵运算17

253字符串矩阵20

26冒号运算符20

27绘图21

28自学23

第3章布尔代数、条件语句和循环24

31布尔代数24

311MATLAB中布尔运算符的优先级25

312MATLAB布尔逻辑运算举例25

32比较运算符26

321向量比较26

322矩阵比较27

33条件语句27

331if-else-end语句27

332if语句的简短形式28

34等于语句的常见错误28

35循环28

351while循环28

352特殊命令——break和continue29

353for循环30

36自学31

第4章函数、脚本和良好的编程实践32

41动机引例32

411银行利率问题32

412飞行时间问题32

42脚本33

43函数35

44良好的编程实践37

441简化代码37

442试着预见非预期行为37

443运行测试用例38

444检查并清理输入参数39

445判断解是否符合实际40

446良好的编程实践总结40

45递归函数和匿名函数40

451递归函数40

452匿名函数41

46自学42

第二部分使用MATLAB求解日常问题

第5章线性代数方程组求解46

51风铃问题46

52MATLAB内置求解器48

521逆矩阵法48

522无逆矩阵计算的方法48

523选用哪种方法48

53用MATLAB求解风铃问题49

54示例：惠斯通电桥问题50

55自学52

第6章数据约简与拟合53

61数据约简与拟合的必要性53

62拟合的正式定义53

63数据拟合示例54

64参数不确定性估计56

65拟合结果评估56

66如何得到最优拟合58

661数据绘图60

662选择拟合模型60

663拟合参数的初始猜测61

664基于初始猜测的数据和模型绘制61

665拟合数据62

666拟合参数的不确定性评估63

67自学65

第7章数值导数67

71通过前向差分估计导数67

72数值导数的算法误差估计68

73通过中心差分估计导数69

74自学70

第8章求根算法71

81求根问题71

82试错法71

83二分法72

831二分法示例和测试用例74

832二分法代码的可能改进76

84算法收敛76

85试位法77

86割线法78

87牛顿拉弗森法79

871使用牛顿拉弗森法进行解析求导80

872使用牛顿拉弗森法进行数值求导81

88Ridders法81

89求根算法的陷阱82

810求根算法总结83

811MATLAB内置求根命令84

812自学84

第9章数值积分方法86

91积分问题描述86

92矩形法86

93梯形法89

94辛普森法90

95广义积分公式90

96蒙特卡罗积分91

961示例：计算池塘面积91

962朴素蒙特卡罗积分91

963蒙特卡罗积分推导91

964蒙特卡罗方法的算法误差92

97多维积分92

98蒙特卡罗多维积分94

99数值积分陷阱94

991使用大量的数据点94

992使用过少的数据点95

910MATLAB的积分函数95

911自学96

第10章数据插值98

101最近邻插值98

102线性插值99

103多项式插值101

104好的插值程序的准则102

105三次样条插值102

106MATLAB内置的插值方法104

107外推法104

108插值的非常规应用104

109自学105

第三部分深入研究并扩展科学家的工具箱

第11章随机数生成器和随机过程108

111统计和概率简介108

1111离散事件的概率108

1112概率密度函数108

112均匀随机分布109

113随机数生成器和计算机110

1131线性同余生成器110

1132随机数生成器周期111

114如何检验随机数生成器111

115MATLAB的内置随机数生成器113

116自学114

第12章蒙特卡罗仿真115

121钉板实验115

122抛硬币游戏117

123传染病传播118

124自学123

第13章优化问题125

131优化问题简介125

132一维优化126

1321黄金分割最优搜索算法126

1322一维最优MATLAB内置函数128

1323一维优化示例128

133多维优化130

134组合优化135

1341背包问题135

1342旅行商问题138

135模拟退火算法143

136遗传算法150

137自学151

第14章常微分方程153

141常微分方程简介153

142边界条件154

143求解常微分方程的数值方法155

1431欧拉方法155

1432二阶RungeKutta方法（RK2）156

1433四阶RungeKutta法（RK4）157

1434其他数值求解器157

144刚性常微分方程及数值解的稳定性问题157

145MATLAB的内置常微分方程求解器159

146常微分方程示例159

1461自由落体159

1462空气阻

查看详情

MATLAB程序设计导论

内容简介:

作者简介:

目录: