相關商品
商品簡介
名人/編輯推薦
目次
書摘/試閱
商品簡介
《MATLAB實用數值分析(最新版)》內容簡介：MATLAB是一款優秀的數學計算軟件。數值分析屬于計算數學的范疇，它是一門與計算機緊密結合的學科。《MATLAB實用數值分析(最新版)》主要介紹了在MATLAB基礎上解決數值分析的問題。
《MATLAB實用數值分析(最新版)》內容豐富、結構合理、實用性強、簡單易學。全書共分為10章，主要包括MATLAB基礎知識、MATLAB計算方法基礎、MATLAB數值計算、MATLAB的微積分變換、MATLAB插值與擬合、線性方程組的求解、非線性方程組的求解、微積分方程計算、最優化設計以及數值分析的綜合實例等內容。
《MATLAB實用數值分析(最新版)》內容由淺入深，除了對MATLAB的基本知識作介紹外，還介紹如何應用MATLAB編寫自定義函數。《MATLAB實用數值分析(最新版)》既可作為初學者入門與提高的教程，也可作為相關專業本科生、研究生、碩士生、博士生的參考用書。
《MATLAB實用數值分析(最新版)》內容豐富、結構合理、實用性強、簡單易學。全書共分為10章，主要包括MATLAB基礎知識、MATLAB計算方法基礎、MATLAB數值計算、MATLAB的微積分變換、MATLAB插值與擬合、線性方程組的求解、非線性方程組的求解、微積分方程計算、最優化設計以及數值分析的綜合實例等內容。
《MATLAB實用數值分析(最新版)》內容由淺入深，除了對MATLAB的基本知識作介紹外，還介紹如何應用MATLAB編寫自定義函數。《MATLAB實用數值分析(最新版)》既可作為初學者入門與提高的教程，也可作為相關專業本科生、研究生、碩士生、博士生的參考用書。
名人/編輯推薦
《MATLAB實用數值分析(最新版)》編輯推薦：理論與實踐并重、站在工程與科技的前沿。取材科學、結構嚴謹、科學計算的最新技術、MATLAB應用最佳手冊。
目次
第1章 MATLAB基礎知識
1.1 MATLAB概述
1.1.1 MATLAB的發展史
1.1.2 MATLAB的影響
1.1.3 MATLAB的特點
1.1.4 MATLAB的功能
1.2 MATLAB的界面
1.2.1 命令窗口
1.2.2 歷史記錄窗口
1.2.3 工作空間窗口
1.2.4 當前目錄瀏覽器
1.3 MATLAB的幫助系統
1.3.1 聯機幫助系統
1.3.2 命令幫助系統
1.4 MATLAB的常量與變量
1.4.1 常量
1.4.2 變量
1.4.3 數據變量精度與顯示形式
1.5 MATLAB的運算符與操作符
1.5.1 運算符
1.5.2 操作符
1.6 MATLAB的計算方法演示
第2章 MATLAB計算方法基礎
2.1 MATLAB矩陣
2.1.1 數值矩陣的創建
2.1.2 數值矩陣的運算
2.1.3 單元數組（元胞數組）
2.1.4 結構數組
2.2 矩陣的求值
2.2.1 矩陣的行列式
2.2.2 矩陣的秩與跡
2.2.3 矩陣的逆與偽逆
2.2.4 向量與矩陣的范數
2.2.5 矩陣的特征值與特征向量
2.2.6 矩陣的條件數
2.2.7 矩陣的超越函數
2.3 矩陣的分解
2.3.1 cholesky分解
2.3.2 lu分解
2.3.3 qr分解
2.3.4 svd分解
2.3.5 schur分解
2.4 MATLAB多項式
2.4.1 多項式創建
2.4.2 多項式的四則運算
2.4.3 多項式的求導
2.4.4 求多項式的值
2.4.5 求多項式的根
2.4.6 多項式的替換
2.5 MATLAB符號運算
2.5.1 符號對象
2.5.2 符號表達式的建立
2.5.3 符號表達式的運算
2.5.4 符號對象的轉換
2.5.5 符號矩陣
2.6 MATLAB的程序結構
2.6.1 順序結構
2.6.2 循環結構
2.6.3 分支結構
2.6.4 程序的流程控制
2.7 MATLAB繪圖功能
2.7.1 二維繪圖
2.7.2 三維繪圖
2.7.3 四維繪圖
2.7.4 動畫
第3章 MATLAB數值計算
3.1 函數值導數與切面
3.1.1 法線
3.1.2 梯度與偏導數
3.2 函數的零極點
3.2.1 函數的零點
3.2.2 函數的極值點
3.3 數據統計
3.3.1 簡單的數學期望
3.3.2 樣本方差
3.3.3 樣本標準差
3.3.4 協方差
3.3.5 相關系數
3.3.6 數據比較
3.3.7 數據累和與累積
3.3.8 偏斜度與峰度
3.4 回歸分析
3.4.1 一元線性回歸分析
3.4.2 多元線性回歸分析
3.5 方差分析
3.5.1 單因素方差分析
3.5.2 雙因素方差分析
3.5.3 多因素方差分析
3.6 多元數據相關分析
3.6.1 主成分分析
3.6.2 典型相關分析
3.7 實驗設計分析
3.7.1 完全析因設計
3.7.2 不完全析因設計
3.7.3 d-優化設計
3.8 正交實驗設計分析
第4章 MATLAB的微積分變換
4.1 微積分問題
4.1.1 極限問題
4.1.2 函數導數
4.1.3 積分
4.2 積分變換
4.2.1 fourier積分變換及其逆變換
4.2.2 快速fourier變換及其逆變換
4.2.3 laplace變換及其逆變換
4.2.4 z變換及其逆變換
4.3 級數展開與求和
4.3.1 taylor級數展開
4.3.2 fourier級數展開
4.3.3 級數求和
4.4 數值積分
4.5 復變函數分析
4.5.1 留數的定義
4.5.2 有理函數的部分分式展開
第5章 MATLAB插值與擬合
5.1 插值與擬合基礎知識
5.1.1 插值基礎知識
5.1.2 擬合基礎知識
5.2 拉格朗日插值法
5.3 均差與牛頓插值多項式
5.3.1 均差
5.3.2 牛頓插值多項式
5.4 差分牛頓插值
5.4.1 差分概念
5.4.2 牛頓前插值多項式
5.4.3 牛頓後插值多項式
5.5 埃爾米特插值
5.5.1 埃爾米特插值多項式
5.5.2 分段三次埃爾米特插值
5.6 MATLAB自帶函數插值
5.6.1 一維插值
5.6.2 二維插值
5.6.3 三維插值
5.6.4 三次樣條插值
5.6.5 分段三次插值
5.6.6 邊界樣條插值
5.6.7 b樣條插值
5.6.8 樣條插值的數值微積分運算
5.7 擬合
5.7.1 曲線擬合
5.7.2 最小二乘擬合
5.7.3 正交最小二乘擬合
5.8 逼近
5.8.1 pade近似
5.8.2 最佳一致逼近多項式
5.8.3 最佳平方逼近多項式
第6章 線性方程組的求解
6.1 利用高斯消元法求解線性方程組
6.1.1 高斯列主元消去法
6.1.2 高斯全主元消去法
6.2 利用矩陣分解求解線性方程
6.2.1 lu分解法
6.2.2 qr分解法
6.2.3 cholesky分解法
6.2.4 分解法
6.2.5 分解法
6.3 利用迭代法求解線性方程
6.3.1 jacobi（雅可比）迭代法
6.3.2 gauss-seidel（高斯-賽德爾）迭代法
6.3.3 sor（松弛）迭代法
6.4 利用MATLAB自帶函數求解線性方程組
6.4.1 bicg函數
6.4.2 lyap函數
6.4.3 dlyap函數
6.4.4 are函數
6.4.5 lsqr函數
6.4.6 minres函數
6.4.7 qmr函數
6.4.8 gmres函數
第7章 非線性方程組的求解
7.1 非線性方程的符號求解
7.1.1 solve函數
7.1.2 fzero函數
7.1.3 fsolve函數
7.2 非線性方程的數值解法
7.2.1 二分法
7.2.2 迭代法
7.2.3 牛頓法
7.2.4 重根法
7.2.5 割線法
7.2.6 牛頓下山法
7.2.7 拋物線法
7.3 非線性方程組的數值解法
7.3.1 迭代法
7.3.2 賽德爾迭代法
7.3.3 牛頓迭代法
7.3.4 dfp方法
7.3.5 bfs方法
7.3.6 最速下降法
7.3.7 共軛梯度法
第8章 微積分方程計算
8.1 積分計算問題
8.1.1 復合辛普森積分
8.1.2 變長步的復合辛普森方法
8.1.3 gauss-laguerre方法計算反常積分
8.1.4 gauss-hermite方法計算反常積分
8.1.5 蒙特卡羅法
8.2 常微分方程的符號解
8.2.1 線性常系統微分方程
8.2.2 特殊非線性微分方程
8.3 微分方程的數值求解
8.3.1 微分方程算法概述
8.3.2 ode系列函數求解微分方程
8.3.3 延遲微分方程求解
8.4 常微分方程的仿真
8.5 偏微分方程
8.5.1 邊界條件設置
8.5.2 橢圓型方程
8.5.3 非線性橢圓型方程
8.5.4 拋物型方程
8.5.5 雙曲線型方程
8.5.6 特征值方程
第9章 最優化設計
9.1 線性規劃
9.1.1 線性規劃的概念
9.1.2 線性規劃的MATLAB實現
9.1.3 線性規劃的單純算法
9.2 無約束優化
9.2.1 解析解法與圖解法
9.2.2 數值解法
9.3 約束優化
9.3.1 單變量約束優化
9.3.2 多元約束優化
9.3.3 最大最小化問題
9.3.4 二次規劃
9.3.5 “半無限”多元函數優化
9.4 多目標規劃
9.5 最小二乘優化
9.5.1 線性最小二乘優化
9.5.2 非線性最小二乘優化
9.6 整數規劃
9.6.1 整數線性規劃
9.6.2 0-1整數規劃
第10章 數值分析的綜合實例
10.1 擬合與插值的綜合應用
10.2 非線性方程組求解的綜合應用
10.3 數學建模的綜合應用
10.4 方差分析的綜合應用
10.5 微分方程的綜合應用
10.6 最優化的綜合應用
參考文獻
1.1 MATLAB概述
1.1.1 MATLAB的發展史
1.1.2 MATLAB的影響
1.1.3 MATLAB的特點
1.1.4 MATLAB的功能
1.2 MATLAB的界面
1.2.1 命令窗口
1.2.2 歷史記錄窗口
1.2.3 工作空間窗口
1.2.4 當前目錄瀏覽器
1.3 MATLAB的幫助系統
1.3.1 聯機幫助系統
1.3.2 命令幫助系統
1.4 MATLAB的常量與變量
1.4.1 常量
1.4.2 變量
1.4.3 數據變量精度與顯示形式
1.5 MATLAB的運算符與操作符
1.5.1 運算符
1.5.2 操作符
1.6 MATLAB的計算方法演示
第2章 MATLAB計算方法基礎
2.1 MATLAB矩陣
2.1.1 數值矩陣的創建
2.1.2 數值矩陣的運算
2.1.3 單元數組（元胞數組）
2.1.4 結構數組
2.2 矩陣的求值
2.2.1 矩陣的行列式
2.2.2 矩陣的秩與跡
2.2.3 矩陣的逆與偽逆
2.2.4 向量與矩陣的范數
2.2.5 矩陣的特征值與特征向量
2.2.6 矩陣的條件數
2.2.7 矩陣的超越函數
2.3 矩陣的分解
2.3.1 cholesky分解
2.3.2 lu分解
2.3.3 qr分解
2.3.4 svd分解
2.3.5 schur分解
2.4 MATLAB多項式
2.4.1 多項式創建
2.4.2 多項式的四則運算
2.4.3 多項式的求導
2.4.4 求多項式的值
2.4.5 求多項式的根
2.4.6 多項式的替換
2.5 MATLAB符號運算
2.5.1 符號對象
2.5.2 符號表達式的建立
2.5.3 符號表達式的運算
2.5.4 符號對象的轉換
2.5.5 符號矩陣
2.6 MATLAB的程序結構
2.6.1 順序結構
2.6.2 循環結構
2.6.3 分支結構
2.6.4 程序的流程控制
2.7 MATLAB繪圖功能
2.7.1 二維繪圖
2.7.2 三維繪圖
2.7.3 四維繪圖
2.7.4 動畫
第3章 MATLAB數值計算
3.1 函數值導數與切面
3.1.1 法線
3.1.2 梯度與偏導數
3.2 函數的零極點
3.2.1 函數的零點
3.2.2 函數的極值點
3.3 數據統計
3.3.1 簡單的數學期望
3.3.2 樣本方差
3.3.3 樣本標準差
3.3.4 協方差
3.3.5 相關系數
3.3.6 數據比較
3.3.7 數據累和與累積
3.3.8 偏斜度與峰度
3.4 回歸分析
3.4.1 一元線性回歸分析
3.4.2 多元線性回歸分析
3.5 方差分析
3.5.1 單因素方差分析
3.5.2 雙因素方差分析
3.5.3 多因素方差分析
3.6 多元數據相關分析
3.6.1 主成分分析
3.6.2 典型相關分析
3.7 實驗設計分析
3.7.1 完全析因設計
3.7.2 不完全析因設計
3.7.3 d-優化設計
3.8 正交實驗設計分析
第4章 MATLAB的微積分變換
4.1 微積分問題
4.1.1 極限問題
4.1.2 函數導數
4.1.3 積分
4.2 積分變換
4.2.1 fourier積分變換及其逆變換
4.2.2 快速fourier變換及其逆變換
4.2.3 laplace變換及其逆變換
4.2.4 z變換及其逆變換
4.3 級數展開與求和
4.3.1 taylor級數展開
4.3.2 fourier級數展開
4.3.3 級數求和
4.4 數值積分
4.5 復變函數分析
4.5.1 留數的定義
4.5.2 有理函數的部分分式展開
第5章 MATLAB插值與擬合
5.1 插值與擬合基礎知識
5.1.1 插值基礎知識
5.1.2 擬合基礎知識
5.2 拉格朗日插值法
5.3 均差與牛頓插值多項式
5.3.1 均差
5.3.2 牛頓插值多項式
5.4 差分牛頓插值
5.4.1 差分概念
5.4.2 牛頓前插值多項式
5.4.3 牛頓後插值多項式
5.5 埃爾米特插值
5.5.1 埃爾米特插值多項式
5.5.2 分段三次埃爾米特插值
5.6 MATLAB自帶函數插值
5.6.1 一維插值
5.6.2 二維插值
5.6.3 三維插值
5.6.4 三次樣條插值
5.6.5 分段三次插值
5.6.6 邊界樣條插值
5.6.7 b樣條插值
5.6.8 樣條插值的數值微積分運算
5.7 擬合
5.7.1 曲線擬合
5.7.2 最小二乘擬合
5.7.3 正交最小二乘擬合
5.8 逼近
5.8.1 pade近似
5.8.2 最佳一致逼近多項式
5.8.3 最佳平方逼近多項式
第6章 線性方程組的求解
6.1 利用高斯消元法求解線性方程組
6.1.1 高斯列主元消去法
6.1.2 高斯全主元消去法
6.2 利用矩陣分解求解線性方程
6.2.1 lu分解法
6.2.2 qr分解法
6.2.3 cholesky分解法
6.2.4 分解法
6.2.5 分解法
6.3 利用迭代法求解線性方程
6.3.1 jacobi（雅可比）迭代法
6.3.2 gauss-seidel（高斯-賽德爾）迭代法
6.3.3 sor（松弛）迭代法
6.4 利用MATLAB自帶函數求解線性方程組
6.4.1 bicg函數
6.4.2 lyap函數
6.4.3 dlyap函數
6.4.4 are函數
6.4.5 lsqr函數
6.4.6 minres函數
6.4.7 qmr函數
6.4.8 gmres函數
第7章 非線性方程組的求解
7.1 非線性方程的符號求解
7.1.1 solve函數
7.1.2 fzero函數
7.1.3 fsolve函數
7.2 非線性方程的數值解法
7.2.1 二分法
7.2.2 迭代法
7.2.3 牛頓法
7.2.4 重根法
7.2.5 割線法
7.2.6 牛頓下山法
7.2.7 拋物線法
7.3 非線性方程組的數值解法
7.3.1 迭代法
7.3.2 賽德爾迭代法
7.3.3 牛頓迭代法
7.3.4 dfp方法
7.3.5 bfs方法
7.3.6 最速下降法
7.3.7 共軛梯度法
第8章 微積分方程計算
8.1 積分計算問題
8.1.1 復合辛普森積分
8.1.2 變長步的復合辛普森方法
8.1.3 gauss-laguerre方法計算反常積分
8.1.4 gauss-hermite方法計算反常積分
8.1.5 蒙特卡羅法
8.2 常微分方程的符號解
8.2.1 線性常系統微分方程
8.2.2 特殊非線性微分方程
8.3 微分方程的數值求解
8.3.1 微分方程算法概述
8.3.2 ode系列函數求解微分方程
8.3.3 延遲微分方程求解
8.4 常微分方程的仿真
8.5 偏微分方程
8.5.1 邊界條件設置
8.5.2 橢圓型方程
8.5.3 非線性橢圓型方程
8.5.4 拋物型方程
8.5.5 雙曲線型方程
8.5.6 特征值方程
第9章 最優化設計
9.1 線性規劃
9.1.1 線性規劃的概念
9.1.2 線性規劃的MATLAB實現
9.1.3 線性規劃的單純算法
9.2 無約束優化
9.2.1 解析解法與圖解法
9.2.2 數值解法
9.3 約束優化
9.3.1 單變量約束優化
9.3.2 多元約束優化
9.3.3 最大最小化問題
9.3.4 二次規劃
9.3.5 “半無限”多元函數優化
9.4 多目標規劃
9.5 最小二乘優化
9.5.1 線性最小二乘優化
9.5.2 非線性最小二乘優化
9.6 整數規劃
9.6.1 整數線性規劃
9.6.2 0-1整數規劃
第10章 數值分析的綜合實例
10.1 擬合與插值的綜合應用
10.2 非線性方程組求解的綜合應用
10.3 數學建模的綜合應用
10.4 方差分析的綜合應用
10.5 微分方程的綜合應用
10.6 最優化的綜合應用
參考文獻
書摘/試閱
在國際學術界，MATLAB已經被認為是最準確、可靠、易學的科學計算標準軟件。在許多國際一流學術刊物上，尤其是信息科學刊物都處處有著MATILAB的身影。MATLAB將數值分析、矩陣運算、信號處理、繪圖功能、系統仿真建模集于一身，使用戶在易學易用的環境中解決問題，如同書寫數學公式一樣，避免了傳統的復雜專業編程。Math Works公司對MAgLAB的描述是“萬能演算紙”。在設計研究單位和工業部門，MATLAB被認為是進行高效研究、開發的首選軟件工具。
1.1.3 MATLAB的特點
MATLAB集計算、可視化及編程于一身。在MATLAB中，無論是問題的提出還是結果的表達都采用我們習慣的數學描述方法，而不需要用傳統的編程語言進行前後處理。這一特點使MATLAB成為了數學分析、算法開發及應用程序開發的良好環境。MATLAB是Math Works產品家族中所有產品的基礎，其具有如下特點：
（1）高效方便的矩陣數組運算
MATLAB語言像：Basic、Fortran和C語言一樣規定了矩陣的算術運算、關系運算符、邏輯運算符、條件運算符以及賦值運算符，而且這些運算符大部分可以照搬到數組的運算，有些算術運算符只要增加“.”就可以用于數組間的運算，并且它不需要定義數組間的維數，就可以給出矩陣函數、特殊矩陣專門的庫函數，使之在面對數字信號處理、建模、系統識別、自動控制、優化等領域的問題時，顯得十分簡潔、高效，具有其他高級語言不可比擬的優勢。
（2）直觀靈活的語言
1.1.3 MATLAB的特點
MATLAB集計算、可視化及編程于一身。在MATLAB中，無論是問題的提出還是結果的表達都采用我們習慣的數學描述方法，而不需要用傳統的編程語言進行前後處理。這一特點使MATLAB成為了數學分析、算法開發及應用程序開發的良好環境。MATLAB是Math Works產品家族中所有產品的基礎，其具有如下特點：
（1）高效方便的矩陣數組運算
MATLAB語言像：Basic、Fortran和C語言一樣規定了矩陣的算術運算、關系運算符、邏輯運算符、條件運算符以及賦值運算符，而且這些運算符大部分可以照搬到數組的運算，有些算術運算符只要增加“.”就可以用于數組間的運算，并且它不需要定義數組間的維數，就可以給出矩陣函數、特殊矩陣專門的庫函數，使之在面對數字信號處理、建模、系統識別、自動控制、優化等領域的問題時，顯得十分簡潔、高效，具有其他高級語言不可比擬的優勢。
（2）直觀靈活的語言
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。