试位法的matlab程序步骤,MATLAB程序设计导论简介，⽬录
书摘
编辑推荐：本书是⼀本关于MATLAB编程和数值⽅法的简明教程。书中通过引⼈⼊胜的例⼦提供实⽤的知识，从简单的概念开始，帮你构建⽤于建模、仿真和分析真实系统的技能集。此外，本书还简要概述了成功的科学或⼯程⼯作所必需的数值⽅法。本书内容丰富，⽰例简洁⽣动，既适合没有系统编程知识的初学者，也可以作为有⼀定科学研究和⼯程技术基础⼈员的指导书，还可以作为⾼等院校本科⽣的学习教材。
本书特⾊
⾯向科学家和⼯程师教授编程知识，采⽤问题驱动的教学⽅法，使⽤具有解释性和趣味性的⽰例。
强调实践⽅法，使⽤应知应会的信息，较少涉及技术细节。
利⽤科学和⼯程⽰例，展⽰所学概念在实际问题上的应⽤。
展⽰真实系统建模，由易到难逐步探索有挑战性的问题。
突出数据处理和分析在⽇常⽣活中的实际应⽤。
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65matlab生成随机数
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

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。