關于我們
書單推薦
新書推薦
|
MATLAB科學計算
本書在介紹MATLAB編程知識的基礎上, 講述了科學計算與最優(yōu)化設計的主要內容, 具體包括MATLAB概述、MATLAB基本運算、MATLAB圖形處理、MATLAB程序設計、數(shù)據(jù)插值、函數(shù)逼近與曲線擬合、積分與微分、求解線性方程組、求解非線性方程組、求解常微分方程、求解偏微分方程、MATLAB在矩陣論中的應用、MATLAB在概論統(tǒng)計中的應用、MATLAB在優(yōu)化理論中的應用等。
(1)資深作者編著,圖書質量更有保證:一線資深工程師執(zhí)筆,系統(tǒng)歸納和總結了智能算法的實戰(zhàn)經(jīng)驗。
(2)提供配套源碼,便于讀者動手實踐:理論必須聯(lián)系實踐,本書提供源代碼下載,方便讀者學習使用。
(3)內含豐富實例,利于讀者二次開發(fā):書中提供了十幾個科學計算算法的典型實例,讀者可以據(jù)此二次開發(fā)。
配套學習資源下載地址為清華大學出版社網(wǎng)站本書頁面。系列暢銷圖書如下:
MATLAB編程指南——計算、編程、仿真、算法及應用
MATLAB/Simulink系統(tǒng)仿真
MATLABGUI程序設計
MATLAB智能算法
MATLAB數(shù)學建模
MATLAB科學計算
MATLAB信號處理
MATLAB圖像處理
MATLAB優(yōu)化算法
在科學研究和工程計算領域經(jīng)常會遇到一些非常復雜的計算問題,這些問題利用計算器或手工計算無法完成,只能借助計算機完成,而MATLAB在數(shù)值計算方面表現(xiàn)卓越,又MATLAB語言具有編程效率高、圖形界面友好、全方位的幫助系統(tǒng)、擴充能力強、交互性好、可移植性強等特點,因此,MATLAB廣泛應用于各行各業(yè)。
目前,MATLAB已成為數(shù)學應用領域的重要基礎課程的首選實驗平臺,而對于學生而言最有效的學習途徑是結合專業(yè)課程的學習掌握該軟件的使用與編程。本書將詳細介紹應用MATLABR2016a進行科學計算的實現(xiàn)方法。
1.本書特點
由淺入深,循序漸進:本書以MATLAB愛好者為對象,首先從MATLAB使用基礎講起,再由簡單的科學計算出發(fā),逐漸過渡到MATLAB優(yōu)化設計部分,并輔以工程中的應用案例,幫助讀者快速掌握MATLAB進行科學計算與優(yōu)化設計和開發(fā)。
步驟詳盡、內容新穎:本書結合作者多年MATLAB使用經(jīng)驗與實際工程應用案例,將MATLAB軟件的使用方法與技巧詳細地講解給讀者。本書在MATLAB進行科學計算和優(yōu)化設計講解過程中,步驟詳盡,與算法理論貼切并輔以實際案例為背景,使讀者在閱讀時,結合程序和理論,從而快速理解理論思想,并掌握該理論編程方法。
實例典型,輕松易學:通過學習實際工程應用案例,運用MATLAB科學計算求解,是掌握MATLAB編程應用最好的方式。本書通過理論聯(lián)系實際案例,并結合編程代碼,透徹詳盡地講解了MATLAB在科學計算和數(shù)值分析中的應用研究。
2.本書內容
本書以初中級讀者為對象,結合筆者多年MATLAB使用經(jīng)驗與實際工程應用案例,將MATLAB軟件的使用方法與技巧詳細地講解給讀者。本書基于MATLABR2016a版,詳細講解MATLAB在科學計算中的應用。全書內容共分為三部分,具體如下。
第1部分:MATLAB基礎應用部分。詳細講解了MATLAB簡介、基本運算、圖形的可視化以及編程方法等,這些都是掌握科學計算的必備知識。
第1章MATLAB簡介第2章MATLAB基本運算
第3章MATLAB圖形可視化第4章MATLAB編程入門
第2部分:MATLAB科學計算部分。詳細講解了MATLAB的插值擬合、數(shù)據(jù)擬合、微分方程求解、微分方程及級數(shù)、線性方程(組)求解、非線性方程(組)求解、常微分方程(組)求解、概率統(tǒng)計計算等相關知識。
第5章插值擬合第6章數(shù)據(jù)擬合
第7章微分方程求解第8章微分方程及級數(shù)
第9章線性方程(組)求解第10章非線性方程(組)求解
第11章常微分方程(組)求解第12章概率統(tǒng)計分布計算
第13章偏最小二乘應用分析第14章人工智能算法
第3部分:MATLAB工具箱。詳細講解了MATLAB的模糊邏輯工具箱、優(yōu)化工具箱、偏微分方程工具箱等相關知識。
第15章模糊邏輯工具箱第16章優(yōu)化工具箱
第17章偏微分方程工具箱
3.讀者對象
本書適合于MATLAB初學者和研究算法提高并解決工程應用能力的讀者,具體說明如下:
相關從業(yè)人員初學MATLAB科學計算的技術人員
大中專院校的教師和在校生相關培訓機構的教師和學員
廣大科研工作人員MATLAB愛好者
4.讀者服務
為了方便解決本書疑難問題,讀者朋友在學習過程中遇到與本書有關的技術問題時,可以發(fā)郵件到郵箱caxart@126.com,或者訪問博客http://blog.sina.com.cn/caxart,編者會盡快給予解答,我們將竭誠為您服務。
另外,本書所涉及的素材文件(程序代碼)已經(jīng)上傳到為本書提供的博客中,供讀者下載。
5.本書作者
本書主要由溫正編著。此外,付文利、王廣、張巖、林曉陽、任艷芳、唐家鵬、孫國強、高飛等也參與了本書部分內容的編寫工作。
雖然作者在本書的編寫過程中力求敘述準確、完善,但由于水平有限,書中欠妥之處在所難免,希望讀者和同仁能夠及時指出,共同促進本書質量的提高。
最后再次希望本書能為讀者的學習和工作提供幫助!
編者
2017年6月
溫正 北京航空航天大學博士后,現(xiàn)就職于航天某院所,精通MATLAB、ANSYS、Fluent等工程仿真計算軟件。在國內外期刊發(fā)表論文多篇,其中被SCI檢索三篇,被EI檢索十幾篇,申請并獲得授權專利多項,曾獲得國防科學技術成果獎等獎項,出版過多本暢銷計算機圖書。
第1章MATLAB概述
1.1MATLAB平臺簡介
1.2MATLABR2016a的工作環(huán)境
1.2.1命令行窗口
1.2.2命令歷史記錄窗口
1.2.3當前文件夾窗口和路徑管理
1.2.4搜索路徑
1.2.5工作區(qū)窗口和數(shù)組編輯器
1.2.6變量的編輯命令
1.2.7存取數(shù)據(jù)文件
1.3MATLAB圖形繪制
1.4MATLAB的幫助系統(tǒng)
1.4.1聯(lián)機幫助系統(tǒng)
1.4.2命令窗口查詢幫助系統(tǒng)
1.4.3聯(lián)機演示系統(tǒng)
本章小結
第2章MATLAB基本運算
2.1MATLAB的數(shù)據(jù)類型
2.1.1變量和常量
2.1.2數(shù)值型數(shù)據(jù)
2.1.3字符型數(shù)據(jù)
2.1.4元胞數(shù)組
2.1.5結構體
2.1.6函數(shù)句柄
2.1.7數(shù)據(jù)類型間的轉換
2.2數(shù)組運算
2.2.1數(shù)組的創(chuàng)建和操作
2.2.2數(shù)組的常見運算
2.3矩陣運算
2.3.1矩陣生成
2.3.2向量的生成
2.3.3矩陣加減運算
2.3.4矩陣乘法運算
2.3.5矩陣除法運算
2.4奇異值分解
2.5矩陣的基本函數(shù)運算
2.5.1矩陣的分解運算
2.5.2關系運算和邏輯運算
2.6線性方程組
2.6.1矩陣逆和除法解恰定方程組
2.6.2矩陣除法解超定方程組
2.6.3矩陣除法解欠定方程組
2.7符號運算
2.7.1符號表達式的生成
2.7.2符號矩陣
2.7.3常用符號運算
2.8復數(shù)及其運算
2.8.1復數(shù)和復矩陣的生成
2.8.2復數(shù)的運算
2.8.3留數(shù)運算
2.8.4泰勒級數(shù)展開
2.8.5傅里葉變換及其逆變換
2.8.6拉普拉斯變換及其逆變換
2.8.7Z變換及其逆變換
2.9多項式求解
本章小結
第3章MATLAB圖形可視化
3.1圖形繪制
3.1.1離散數(shù)據(jù)圖形繪制
3.1.2函數(shù)圖形繪制
3.1.3圖形繪制的基本步驟
3.2二維圖形繪制
3.2.1plot指令
3.2.2格柵
3.2.3圖形標記說明
3.2.4線型、標記和顏色
3.2.5子圖繪制
3.2.6拓撲關系圖
3.2.7雙坐標軸繪制
3.2.8二元函數(shù)的偽色彩
3.2.9MATLAB特殊符號標記
3.3三維圖形繪制
3.3.1網(wǎng)格圖繪制
3.3.2曲線圖繪制
3.3.3曲面圖繪制
3.3.4等值線圖繪制
3.3.5特殊圖形繪制
3.4四維圖形可視化
3.4.1用顏色描述第四維
3.4.2其他函數(shù)
3.5MATLAB動畫設計
本章小結
第4章MATLAB編程入門
4.1MATLAB編程簡介
4.2MATLAB編程原則
4.3M文件和函數(shù)
4.3.1M文件
4.3.2匿名函數(shù)、子函數(shù)、私有函數(shù)與私有目錄
4.3.3重載函數(shù)
4.3.4eval和feval函數(shù)
4.3.5內聯(lián)函數(shù)
4.3.6向量化和預分配
4.4MATLAB程序控制語句運用
4.5MATLAB中的函數(shù)及調用
4.5.1函數(shù)類型
4.5.2函數(shù)參數(shù)傳遞
4.6MATLAB程序調試
4.6.1調試方法
4.6.2M文件分析工具
4.7MATLAB常用編程技巧
4.7.1循環(huán)計算
4.7.2使用例外處理機制
4.7.3通過varargin傳遞參數(shù)
本章小結
第5章插值擬合
5.1插值問題
5.1.1拉格朗日插值
5.1.2牛頓均差插值
5.2一維數(shù)據(jù)插值
5.3埃爾米特插值
5.4二維數(shù)據(jù)插值
5.5回歸分析
本章小結
第6章數(shù)據(jù)擬合
6.1函數(shù)逼近
6.1.1切比雪夫逼近
6.1.2傅里葉逼近
6.2最小二乘擬合
6.3多項式擬合
6.4曲線擬合的最小二乘法
6.5用正交多項式作最小二乘擬合
6.6超定方程組的最小二乘解
6.7非線性曲線擬合
6.8非線性擬合轉線性擬合
6.9用MATLAB解決擬合問題
6.10數(shù)據(jù)擬合方法
本章小結
第7章微分方程求解
7.1符號微積分
7.1.1極限
7.1.2導數(shù)
7.1.3積分
7.1.4化簡、提取和代入
7.1.5傅里葉變換及其逆變換
7.1.6拉普拉斯變換及其逆變換
7.1.7Z變換及其逆變換
7.2數(shù)值積分
7.3微分方程的數(shù)值解
7.4微積分運算
7.4.1龍貝格積分法
7.4.2自適應積分法
7.4.3樣條函數(shù)求積分
7.5動態(tài)微分方程模型
7.6打靶法
本章小結
第8章微分方程及級數(shù)
8.1微分方程基本運算
8.1.1常微分方程符號解
8.1.2常微分方程數(shù)值解
8.1.3泰勒級數(shù)
8.2微分方程在實際物理模型中的應用
8.2.1腫瘤大小應用分析
8.2.2放射性廢料的處理問題
8.2.3質點系轉動慣量求解
8.2.4儲油罐的油量計算
8.2.5香煙毒物攝入問題
8.2.6冰雹的下落速度
本章小結
第9章線性方程(組)求解
9.1遞推算法
9.1.1循環(huán)迭代
9.1.2迭代收斂性
9.1.3牛頓迭代
9.2高斯消元法
9.3追趕法
9.4范數(shù)
9.5方程組的性態(tài)
9.6高斯塞德爾迭代法
9.7迭代法的收斂性
9.8雅可比迭代法
本章小結
第10章非線性方程(組)求解
10.1線性規(guī)劃問題
10.2非線性規(guī)劃問題
10.2.1有約束的一元函數(shù)最小值
10.2.2無約束的多元函數(shù)最小值
10.2.3有約束的多元函數(shù)最小值
10.2.4二次規(guī)劃問題
10.3“半無限”有約束的多元函數(shù)最優(yōu)解
10.4極小化極大問題
10.5多目標規(guī)劃問題
10.6最小二乘最優(yōu)問題
10.6.1約束線性最小二乘
10.6.2非線性曲線擬合
10.6.3非線性最小二乘
10.6.4非負線性最小二乘
10.7非線性方程(組)的解
10.7.1非線性方程的解
10.7.2非線性方程組的解
本章小結
第11章常微分方程(組)求解
11.1常微分方程解
11.2歐拉方法
11.2.1向前歐拉方法
11.2.2向后歐拉方法
11.2.3梯形公式
11.2.4改進歐拉公式
11.3龍格庫塔方法
11.3.1二階龍格庫塔法
11.3.2三階龍格庫塔法
11.3.3四階龍格庫塔法
11.4亞當斯方法
11.4.1亞當斯外推公式
11.4.2亞當斯內推公式
11.4.3亞當斯校正公式
11.4.4漢明法
11.5一階微分方程(組)的數(shù)值解計算
11.6高階微分方程(組)的數(shù)值解計算
11.7邊值問題的數(shù)值解計算
11.8有限差分方法
11.9常微分方程(組)邊值問題數(shù)值解
本章小結
第12章概率統(tǒng)計分布計算
12.1概率密度函數(shù)
12.2隨機變量的一般特征
12.2.1期望
12.2.2方差、標準差、矩
12.2.3協(xié)方差、相關系數(shù)
12.3一維隨機數(shù)生成
12.4特殊連續(xù)分布
12.5特殊離散分布
12.6生成多維聯(lián)合分布隨機數(shù)
12.6.1各維度獨立
12.6.2協(xié)方差陣生成多元正態(tài)分布
12.7統(tǒng)計圖繪制
12.8方差分析
12.8.1單因素試驗的方差分析
12.8.2雙因素試驗的方差分析
12.9蒙特卡羅方法
本章小結
第13章偏最小二乘應用分析
13.1偏最小二乘回歸
13.2偏最小二乘案例分析
13.3本章小結
第14章人工智能算法
14.1人工智能基本概念
14.1.1智能的概念
14.1.2人工智能的概念
14.1.3人工智能的研究目標
14.2人工智能的典型應用
14.3人工智能的MATLAB實現(xiàn)
14.3.1粒子群算法的MATLAB實現(xiàn)
14.3.2遺傳算法的MATLAB實現(xiàn)
14.3.3模糊神經(jīng)網(wǎng)絡控制在MATLAB中的應用
14.3.4蟻群算法的MATLAB實現(xiàn)
本章小結
第15章模糊邏輯工具箱
15.1隸屬度函數(shù)
15.1.1高斯隸屬度函數(shù)
15.1.2兩邊型高斯隸屬度函數(shù)
15.1.3一般鐘型隸屬度函數(shù)
15.1.4兩個sigmoid型隸屬度函數(shù)之差組成的隸屬度函數(shù)
15.1.5通用隸屬度函數(shù)
15.1.6П形隸屬度函數(shù)
15.1.7兩個sigmoid型隸屬度函數(shù)乘積組成的隸屬度函數(shù)
15.1.8sigmoid型隸屬度函數(shù)
15.1.9S形隸屬度函數(shù)
15.1.10梯形隸屬度函數(shù)
15.1.11三角形隸屬度函數(shù)
15.1.12Z形隸屬度函數(shù)
15.1.13兩個隸屬度函數(shù)之間轉換參數(shù)
15.1.14基本FIS編輯器
15.1.15隸屬度函數(shù)編輯器
15.2模糊推理結構
15.2.1不使用數(shù)據(jù)聚類從數(shù)據(jù)生成FIS
15.2.2使用減法聚類從數(shù)椐生成FIS
15.2.3生成FIS曲面
15.2.4mamdani型FIS轉換為sugeno型FIS
15.2.5完成模糊推理計算
15.2.6模糊均值聚類
15.2.7模糊均值和減法聚類
15.2.8繪制FIS
15.2.9繪制給定變量的所有隸屬度函數(shù)曲線
15.2.10從磁盤裝入FIS
15.2.11從FIS中刪除某一隸屬度函數(shù)
15.2.12從FIS中刪除變量
15.2.13設置模糊系統(tǒng)屬性
15.2.14以分行形式顯示FIS所有屬性
15.2.15完成模糊運算
15.2.16解析模糊規(guī)則
15.2.17規(guī)則編輯器和語法編輯器
15.2.18規(guī)則觀察器和模糊推理框圖
15.2.19保存FIS到磁盤
15.2.20顯示FIS的規(guī)則
15.3模糊聚類工具箱
15.4直接自適應模糊控制
15.4.1問題描述
15.4.2控制器設計
15.4.3自適應律設計
15.4.4直接自適應模糊控制仿真
本章小結
第16章優(yōu)化工具箱
16.1優(yōu)化工具箱及最優(yōu)化問題簡介
16.1.1優(yōu)化工具箱常用函數(shù)
16.1.2最優(yōu)化問題
16.2線性規(guī)劃
16.2.1線性規(guī)劃函數(shù)
16.2.2線性規(guī)劃問題的應用
16.3無約束非線性規(guī)劃
16.3.1基本數(shù)學原理簡介
16.3.2無約束非線性規(guī)劃函數(shù)
16.3.3無約束非線性規(guī)劃問題的應用
16.4二次規(guī)劃
16.4.1二次規(guī)劃函數(shù)quadprog
16.4.2二次規(guī)劃問題的應用
16.5有約束最小化
16.5.1有約束最小化函數(shù)fmincon
16.5.2有約束最小化的應用
16.6目標規(guī)劃
16.6.1目標規(guī)劃函數(shù)fgoalattain
16.6.2目標規(guī)劃的應用
16.7最大最小化
16.7.1最大最小化函數(shù)fminimax
16.7.2最大最小化的應用
本章小結
第17章偏微分方程工具箱
17.1偏微分方程工具箱簡介
17.2求解橢圓方程
17.3求解拋物線方程
17.4求解雙曲線方程
17.5求解特征值方程
本章小結
第5章插值擬合
在科技工程中,除了要進行一定的理論分析外,通過實驗對所得數(shù)據(jù)進行分析、處理也是必不可少的一種方法。由于實驗測定實際系統(tǒng)的數(shù)據(jù)具有一定的代表性,因此在處理時必須充分利用這些信息,又由于測定過程中不可避免會產(chǎn)生誤差,故在分析經(jīng)驗公式時又必須考慮這些誤差的影響,兩者相互制約。因此,合理建立實際系統(tǒng)數(shù)學模型的方法稱為數(shù)值逼近法。MATLAB提供了豐富的函數(shù)指令實現(xiàn)數(shù)據(jù)的數(shù)值逼近,本章具體講解數(shù)據(jù)的插值與分析等內容。
學習目標:
學習和掌握插值擬合原理;
熟練掌握運用MATLAB(工具箱)進行數(shù)據(jù)插值擬合;
掌握和運用插值擬合思想解決具體工程實際問題。
5.1插值問題
工程實踐和科學實驗中,常常需要從一組實驗觀測數(shù)據(jù)(xi,yi)(i=1,2,3,…,n)中,求自變量x與因變量y的一個近似的函數(shù)關系式y(tǒng)=f(x)。
例如觀測行星的運動,只能得到某時刻t所對應的行星位置si(用經(jīng)緯度表示),想知道行星在任何時刻t的位置。又如,大氣壓測定問題、導彈發(fā)射問題、程序控制銑床加工精密工件問題、飛機船舶制造問題等都屬于此類問題。
因為考慮到代數(shù)多項式既簡單又便于計算,所以就用代數(shù)多項式近似地表示滿足n個點yi=f(xi)(i=1,2,3,…,n)的函數(shù)關系式y(tǒng)=f(xi),此即為插值法。
5.1.1拉格朗日插值
已知n+1個數(shù)據(jù)點:(xi,yi)(i=1,2,3,…,n),n次拉格朗日插值公式為
Ln=∑ni=0yi∏nj=0,
j≠ix-xjxi-xj
特別地:當n=1時,有
L1=y0x-x1x0-x1+y1x-x0x1-x0
當n=2時,有
L2=y0(x-x1)(x-x2)(x0-x1)(x0-x2)+y1(x-x0)(x-x2)(x1-x0)(x1-x2)+y2(x-x0)(x-x1)(x2-x0)(x2-x1)
稱為拋物線插值或二次插值。
在MATLAB中編程實現(xiàn)的拉格朗日插值法函數(shù)為lagrange()。
調用格式:
f=lagrange(x,y)
或
f=lagrange(x,y,x0)
其中,x為已知數(shù)據(jù)點的x坐標向量;y為已知數(shù)據(jù)點的y坐標向量;x0為插值點的x坐標;f為求得的拉格朗日插值多項式或在x0處的插值。
編寫拉格朗日插值函數(shù)如下:
functiony=lagrange(x0,y0,x)
n=length(x0);
m=length(x);
fori=1:m
z=x(i);
s=0;
fork=1:n
p=1;
forj=1:n
ifj~=k
p=p*(z-x0(j))/(x0(k)-x0(j));
end
end
s=s+p*y0(k);
end
y(i)=s;
end
end
你還可能感興趣
我要評論
|