《MATLAB2020中文版完全實戰一本通》是化學工業出版社於2022年出版的書籍，作者是雲智造技術聯盟編著
基本介紹
- 中文名：MATLAB2020中文版完全實戰一本通
- 出版時間：2022年3月1日
- 出版社：化學工業出版社
- 頁數：402 頁
- ISBN：9787122399502
- 開本：16 開
- 裝幀：平裝
內容簡介,目錄,
內容簡介
本書介紹了利用MATLAB 2020進行數學計算和工程分析的各種方法和技巧，主要內容包括MATLAB的入門和基礎知識、數據可視化與二維繪圖、三維繪圖、特殊圖形與圖像處理、試驗數據分析與處理、矩陣分析、特殊圖形與圖像處理、數學分析、微分方程、最佳化設計等。 本書內容覆蓋面廣，涵蓋數學計算與工程分析等各個方面；實例豐富典型，全書通過上百個實例指導讀者有的放矢地進行學習，而且所有實例均在計算機上驗證通過，方便讀者直接上手使用。 此外，本書還配送了電子資料包，包含全書講解實例和練習實例的源檔案素材，並製作了全程實例同步視頻檔案。掃描書中二維碼，觀看講解視頻，輕鬆愉悅地學習本書。 本書既適合MATLAB初學者入門學習使用，也可作為高等院校理工科類專業師生的教材及參考書。
目錄
第1章 MATLAB入門
1.1 MATLAB概述 2
1.1.1 什麼是MATLAB 2
1.1.2 MATLAB的發展歷程 3
1.1.3 MATLAB的特點 4
1.1.4 MATLAB系統 6
1.1.5 MATLAB R2020a的新特性 7
1.2 MATLAB 2020的工作環境 8
1.2.1 啟動MATLAB 8
1.2.2 命令行視窗 10
1.2.3 命令歷史記錄視窗 11
1.2.4 當前資料夾視窗 11
1.2.5 工作區視窗 12
1.2.6 功能區 12
1.3 MATLAB的幫助系統 14
1.3.1 在線上幫助系統 14
1.3.2 命令行視窗查詢幫助系統 14
1.3.3 在線上演示系統 17
1.3.4 常用命令和技巧 18
1.4 MATLAB的搜尋路徑與擴展 19
1.4.1 MATLAB的搜尋路徑 19
1.4.2 MATLAB搜尋路徑擴展 21
第2章 MATLAB基礎知識
2.1 數據類型 23
2.1.1 變數與常量 23
2.1.2 數值 24
2.1.3 字元串 27
2.1.4 向量 29
2.1.5 矩陣 31
2.1.6 單元型變數 41
2.1.7 結構型變數 43
2.2 運算符 45
2.2.1 算術運算符 45
2.2.2 關係運算符 46
2.2.3 邏輯運算符 46
2.3 數值運算 46
2.3.1 矩陣運算 47
2.3.2 向量運算 52
2.3.3 多項式運算 53
2.4 符號運算 57
2.4.1 符號表達式的生成 57
2.4.2 符號表達式的運算 58
2.4.3 符號與數值間的轉換 60
2.4.4 符號矩陣 62
2.5 M檔案 68
2.5.1 命令檔案 68
2.5.2 函式檔案 69
2.6 MATLAB程式設計 72
2.6.1 程式結構 72
2.6.2 程式的流程控制 79
2.6.3 互動式輸入 86
2.6.4 程式調試 88
2.7 圖形視窗 91
2.7.1 圖形視窗的創建 91
2.7.2 工具條的使用 94
第3章 數據可視化與二維繪圖
3.1 數據可視化 99
3.1.1 離散情況 99
3.1.2 連續情況 101
3.2 二維繪圖 102
3.2.1 plot繪圖命令 102
3.2.2 fplot繪圖命令 108
3.2.3 fimplicit繪圖命令 111
3.2.4 其他坐標系下的繪圖命令 112
3.3 二維圖形修飾處理 117
3.3.1 坐標軸控制 117
3.3.2 圖形注釋 119
3.3.3 圖形放大與縮小 125
3.3.4 顏色控制 126
第4章 三維繪圖
4.1 三維繪圖 129
4.1.1 三維曲線繪圖命令 129
4.1.2 三維格線命令 131
4.1.3 三維曲面命令 136
4.1.4 柱面與球面 139
4.1.5 三維圖形等值線 141
4.2 三維圖形修飾處理 148
4.2.1 視角處理 148
4.2.2 顏色處理 149
4.2.3 光照處理 154
第5章 特殊圖形與圖像處理
5.1 特殊圖形 159
5.1.1 統計圖形 159
5.1.2 離散數據圖形 165
5.1.3 向量圖形 169
5.2 圖像處理及動畫演示 172
5.2.1 圖像的讀寫 173
5.2.2 圖像的顯示及信息查詢 174
5.2.3 動畫演示 178
第6章 試驗數據分析與處理
6.1 曲線擬合 181
6.1.1 最小二乘曲線擬合 181
6.1.2 直線的最小二乘擬合 184
6.2 數值插值 187
6.2.1 拉格朗日（Lagrange）插值 187
6.2.2 埃爾米特（Hermite）插值 189
6.2.3 分段線性插值 191
6.2.4 三次樣條插值 194
6.2.5 多維插值 195
6.3 回歸分析 196
6.3.1 一元線性回歸 197
6.3.2 多元線性回歸 198
6.3.3 部分最小二乘回歸 201
6.4 方差分析 207
6.4.1 單因素方差分析 207
6.4.2 雙因素方差分析 210
6.5 正交試驗分析 214
6.5.1 正交試驗的極差分析 214
6.5.2 正交試驗的方差分析 217
6.6 判別分析 220
6.6.1 距離判別 220
6.6.2 費歇判別 224
6.7 多元數據相關分析 226
6.7.1 主成分分析 226
6.7.2 典型相關分析 228
6.8 MATLAB 數理統計基礎 231
6.8.1 樣本均值 231
6.8.2 樣本方差與標準差 232
6.8.3 協方差和相關係數 233
6.8.4 數據比較 234
6.8.5 數據累積與累和 237
第7章 矩陣分析
7.1 特徵值與特徵向量 239
7.1.1 標準特徵值與特徵向量問題 239
7.1.2 廣義特徵值與特徵向量問題 241
7.1.3 部分特徵值問題 242
7.2 矩陣對角化 244
7.2.1 預備知識 244
7.2.2 具體操作 246
7.3 若爾當(Jordan)標準形 248
7.3.1 若爾當(Jordan)標準形介紹 248
7.3.2 jordan命令 249
7.4 矩陣的反射與旋轉變換 250
7.4.1 兩種變換介紹 250
7.4.2 豪斯霍爾德(Householder)反射變換 251
7.4.3 吉文斯(Givens)旋轉變換 253
第8章 矩陣的套用
8.1 矩陣分解 257
8.1.1 楚列斯基(Cholesky)分解 257
8.1.2 LU分解 258
8.1.3 LDMT與LDLT分解 259
8.1.4 QR分解 262
8.1.5 SVD分解 265
8.1.6 舒爾(Schur)分解 266
8.1.7 海森伯格(Hessenberg)分解 268
8.2 線性方程組的求解 269
8.2.1 線性方程組基礎 269
8.2.2 利用矩陣的逆（偽逆）與除法求解 271
8.2.3 利用行階梯形求解 272
8.2.4 利用矩陣分解法求解 274
8.2.5 非負最小二乘解 279
8.3 綜合套用舉例 280
第9章 數學分析
9.1 極限、導數與微分 287
9.1.1 極限 287
9.1.2 導數與微分 288
9.2 積分 290
9.2.1 定積分與廣義積分 290
9.2.2 不定積分 293
9.3 級數求和 294
9.3.1 有限項級數求和 294
9.3.2 無窮級數求和 296
9.4 泰勒(Taylor)展開 297
9.4.1 泰勒(Taylor)定理 297
9.4.2 MATLAB實現方法 298
9.5 傅立葉(Fourier)展開 300
9.6 積分變換 301
9.6.1 傅立葉(Fourier)積分變換 302
9.6.2 傅立葉(Fourier)逆變換 303
9.6.3 快速傅立葉(Fourier)變換 305
9.6.4 拉普拉斯(Laplace)變換 307
9.6.5 拉普拉斯(ilaplace)逆變換 308
9.7 多元函式分析 310
9.7.1 多元函式的偏導 310
9.7.2 多元函式的梯度 312
9.8 多重積分 314
9.8.1 二重積分 314
9.8.2 三重積分 316
第10章 微分方程
10.1 常微分方程的數值解法 320
10.1.1 歐拉(Euler)方法 320
10.1.2 龍格-庫塔(Runge-Kutta)方法 323
10.1.3 龍格-庫塔(Runge-Kutta)方法解剛性問題 329
10.2 常微分方程的符號解法 330
10.3 時滯微分方程的數值解法 331
10.4 偏微分方程 333
10.4.1 偏微分方程簡介 334
10.4.2 區域設定及格線化 335
10.4.3 邊界條件設定 339
10.4.4 解特徵值方程 343
第11章 最佳化設計
11.1 最佳化問題概述 346
11.1.1 背景 346
11.1.2 基本概念及分支 346
11.1.3 最最佳化問題的實現 349
11.2 線性規劃 349
11.2.1 表述形式 350
11.2.2 MATLAB求解 351
11.3 無約束最佳化問題 358
11.3.1 無約束最佳化算法簡介 358
11.3.2 MATLAB求解 359
11.4 約束最佳化問題 366
11.4.1 單變數約束最佳化問題 366
11.4.2 多元約束最佳化問題 369
11.4.3 Minimax問題 373
11.4.4 二次規劃問題 377
11.5 最小二乘最佳化 380
11.5.1 線性最小二乘最佳化 380
11.5.2 非線性最小二乘最佳化 384
11.5.3 最小二乘曲線擬合 387
11.6 多目標規劃 390
11.6.1 表述形式 391
11.6.2 MATLAB求解 391
11.7 非線性方程（組）的求解 395
11.7.1 非線性方程的求解 395
11.7.2 非線性方程組的求解 396
11.8 最佳化參數設定 398
11.8.1 設定最佳化參數 398
11.8.2 獲取最佳化參數 402
