- 1.1.1]--1.1MATLAB桌面
- [1.2.1]--数据和变量
- [1.3.1]--1.3.1数组的输入和分析)
- [1.3.2]--1.3.2数组及其运算)
- [1.4.1]--1.4字符串、元胞和结构)
- [2.2.1]--2.1.1控制流
- [2.3.1]--2.1.2M脚本文件
- [2.4.1]--2.1.3函数文件
- [2.5.1]--2.1.4函数句柄、匿名函数
- [2.6.1]--2.1.5其他
- [2.7.1]--2.1.6提高运算速度的例子
- [2.9.1]--2.2.1曲线图
- [2.10.1]--2.2.2曲面图
- [2.11.1]--2.3在线帮助和文件管理
- [3.1.1]--3.1预备知识:线性代数
- [3.3.1]--3.2.1矩阵运算符、特殊矩阵生成
- [3.4.1]--3.2.2特征值与标准形、矩阵处理和分析
- [3.6.1]--3.3.1矩阵除法、线性方程组通解
- [3.7.1]--3.3.2方阵的相似对角化及应用
- [3.8.1]--3.3.3猜测特征值和特征向量的性质
- [3.10.1]--3.4.1投入产出分析
- [3.11.1]--3.4.2基因遗传
- [4.2.1]--4.1.1零点和极值
- [4.3.1]--4.1.2最小二乘法
- [4.5.1]--4.2.1多项式
- [4.6.1]--4.2.2函数零点
- [4.7.1]--4.2.3函数极值
- [4.8.1]--4.2.4非线性最小二乘拟合
- [4.10.1]--4.3.1迭代法
- [4.11.1]--4.3.2线性化拟合
- [4.13.1]--4.4.1购房贷款问题分析
- [4.14.1]--4.4.2购房贷款建模
- [4.15.1]--4.4.3购房贷款计算
- [4.16.1]--4.4.4月还款计算
- [5.2.1]--5.1.1一元函数微学分
- [5.3.1]--5.1.2多元函数微分学
- [5.4.1]--5.1.3积分学
- [5.6.1]--5.2.1差分和导数
- [5.7.1]--5.2.2数值积分
- [5.8.1]--5.2.3重积分
- [5.10.1]--5.3.1数值微分原理
- [5.11.1]--5.3.2中心差商编程
- [5.13.1]--5.4.1例5.4(生日蛋糕)
- [5.14.1]--5.4.2例5.5(命案发)
- [6.2.1]--6.1.1常微分方程概念
- [6.3.1]--6.1.2解析求解
- [6.4.1]--6.1.3数值解
- [6.6.1]--6.2.1初值问题求解
- [6.7.1]--6.2.2例6.3
- [6.8.1]--6.2.3例6
- [6.9.1]--6.2.4边值问题
- [6.11.1]--6.3.1计算实验
- [6.13.1]--6.4.1产品销售量的增长
- [6.14.1]--6.4.2导弹系统改进问题建模
- [6.15.1]--6.4.3导弹系统改进问题建模
- [7.2.1]--7.1.1符号对象定义
- [7.3.1]--7.1.2计算精度和数据类型转换
- [7.5.1]--7.2.1符号矩阵
- [7.6.1]--7.2.2符号函数
- [7.7.1]--7.2.3例7.1
- [7.9.1]--7.3.1极限和级数
- [7.10.1]--7.3.2符号微分
- [7.11.1]--7.3.3符号积分
- [7.13.1]--7.4.1符号方程
- [7.14.1]--7.4.2符号常微分方程
- [7.16.1]--7.5.1便捷函数作图
- [7.18.1]--7.6.1符号计算的局限性
- [7.19.1]--7.6.2Mupad的调用
内容包括MATLAB软件基础、方程求根、数值积分、微分方程、线性代数、数据统计、优化方法、随机模拟、差值与拟合、加密方法、分型模拟及遗传算法。每张的实验都侧重知识内容与计算机相结合,对每个问题都给出了详细的求解过程,并配有实验练习。分为三大部分,首先介绍MATLAB的基础知识和主要命令,使读者在最短的时间内了解MATLAB, 并能够使用MATLAB数学软件解决实际遇到的一些简单问题。然后介绍MATLAB在高等数学、线性代数以及概率论和数理统计中的应用,其中穿插了一些数学方法的介绍,使学生了解数学建模的思想。最后,结合实际问题给出了5个综合实验,并列出了详细的解题步骤,把数学问题与实际问题结合起来,供读者练习、巩固所学知识。
本课程基于matlab软件比较系统地介绍了大学“数学实验”教学内容,采用matlab作为软件平台。本课共分为三个部分:第一、二章介绍matlab的基础知识和操作;第三一七章介绍大学“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;第八一十四章介绍大学“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。