<p>本书是国际上数值计算方面的权威著作,有“圣经”之称。被美国加州大学、斯坦福大学、华盛顿大学、芝加哥大学、中国科学院研究生院等很多世界知名学府用作相关课程的教材或主要参考书。</p> <p>本书系统地介绍了矩阵计算的基本理论和方法。书中的许多算法都有现成的软件包实现,每节后还附有习题,并有注释和大量参考文献,非常有助于自学。</p>
MATLAB矩阵分析和计算
✍ Scribed by 杜树春
- Publisher
- 清华大学出版社
- Year
- 2019
- Tongue
- Chinese
- Leaves
- 345
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
本书侧重于 MATLAB 软件在矩阵分析和计算中的应用介绍。本书由大量的 MATLAB 计算实例组成。本书共分 10章,第1章介绍 MATLAB基础知识,第 2 章介绍矩阵基础知识,第 3 章介绍常用数学丽数运算,第 4章介绍数组的生成及运算,第 5 章介绍常用矩阵生成,第 6 章和第 7 章个绍矩阵的运算,第 8章介绍解稀疏矩阵,第 9 章介绍解矩阵方程,第 10 章介绍矩阵的综合应用。本书适合三类人阅读或参考:一是学习 MATLAB 课程的理工科大中专及高等、中等职业学校的在校学生;二是包括广大工程技术人员在内的所有科技人员;三是数学爱好者。
本书的特点是通俗易懂,实例丰富,实用性强。本书既适用于初学者,也适用于有一定 MATLAB 基础的爱好者及专业技术人员。
✦ Table of Contents
封面
扉页
内容简介
版权页
前言
目录
第1章 MATLAB基础知识
1.1 MATLAB的发展历程
1.2 MATLAB的特点
1.3 MATLAB的桌面操作环境
1.4 MATLAB的常量和变量
1.5 MATLAB命令窗口应用实例
1.6 小结
第2章 矩阵基础知识
2.1 行列式
2.2 矩阵的加法、乘法和矩阵的转置
2.3 矩阵的除法———矩阵求逆
2.4 矩阵的特征值和特征向量
2.5 依克莱姆法则解线性方程组
2.6 小结
第3章 常用数学函数运算
3.1 正弦和反正弦函数
3.2 余弦和反余弦函数
3.3 正切和反正切函数
3.4 四象限的反正切函数
3.5 余切和反余切函数
3.6 正割和反正割函数
3.7 余割和反余割函数
3.8 双曲正弦和反双曲正弦函数
3.9 双曲余弦和反双曲余弦函数
3.10 双曲正切和反双曲正切函数
3.11 双曲余切和反双曲余切函数
3.12 双曲正割和反双曲正割函数
3.13 双曲余割和反双曲余割函数
3.14 数值的绝对值和复数的幅值
3.15 求复数的相位角
3.16 求复数的共轭值
3.17 创建复数
3.18 求复数的实数部分
3.19 求复数的虚数部分
3.20 小结
第4章 数组的生成及运算
4.1 建立行向量和列向量
4.2 一维数组元素的标识、访问和赋值
4.3 通过冒号建立一维数组
4.4 通过函数linspace()建立一维数组
4.5 通过函数logspace()建立一维数组
4.6 创建二维数组
4.7 数组的四则运算
4.8 数组的乘方
4.9 数组的点积
4.10 数组的关系运算
4.11 数组的逻辑运算
4.12 数组信息的获取
4.13 小结
第5章 常用矩阵的生成
5.1 zeros———生成零矩阵
5.2 eye———生成单位矩阵
5.3 cat———创建多维数组
5.4 ones———生成全1矩阵
5.5 hankel———生成Hankel矩阵
5.6 magic———生成魔方矩阵
5.7 randperm———生成随机整数排列
5.8 hilb———生成希尔伯特矩阵
5.9 生成逆希尔伯特阵
5.10 生成帕斯卡矩阵
5.11 toeplitz———生成托普利兹矩阵
5.12 compan———生成友矩阵
5.13 wilkinson———生成wilkinson特征值测试矩阵
5.14 vander———生成范德蒙矩阵
5.15 linspace———生成线性等分向量
5.16 logspace———生成对数等分向量
5.17 blkdiag———生成指定对角线元素矩阵
5.18 diag———生成对角矩阵
5.19 spaugment———生成最小二乘增广矩阵
5.20 rand———生成0~1均匀分布矩阵
5.21 randn———生成服从正态分布矩阵
5.22 小结
第6章 矩阵的运算(一)
6.1 方阵的行列式
6.2 矩阵的转置
6.3 矩阵的旋转
6.4 矩阵的翻转
6.5 矩阵尺寸的改变
6.6 矩阵的加减运算
6.7 矩阵的乘法运算
6.8 矩阵的除法
6.9 矩阵元素的求和
6.10 矩阵元素的求积
6.11 矩阵元素的差分
6.12 矩阵元素的查找
6.13 矩阵的排序
6.14 矩阵的乘方
6.15 矩阵的函数
6.16 矩阵的点运算
6.17 矩阵的逆
6.18 向量范数
6.19 矩阵的范数
6.20 奇异值分解
6.21 矩阵的平方根
6.22 矩阵的指数
6.23 矩阵的对数
6.24 矩阵的条件数
6.25 矩阵1-范数的条件数估计
6.26 矩阵2-范数的条件数估计
6.27 矩阵可逆的条件数估计
6.28 矩阵特征值的条件数
6.29 两向量的数量积(或点积、点乘、内积)
6.30 两向量的向量积(或叉乘、叉积、外积)
6.31 三向量的混合积
6.32 三重向量积
6.33 张量积
6.34 矩阵正交规范化(或矩阵的标准正交基)
6.35 普通矩阵函数运算
6.36 向量的卷积和多项式乘法
6.37 向量反卷积和多项式除法
6.38 三种对数之比较
6.39 矩阵的海森伯格分解
6.40 复对角阵转化为实对角阵
第7章 矩阵的运算(二)
7.1 trace———计算矩阵的迹
7.2 rank———计算矩阵的秩
7.3 diag———提取矩阵对角线元素
7.4 tril———抽取下三角阵
7.5 triu———抽取上三角阵
7.6 numel———确定矩阵元素个数
7.7 计算矩阵的特征多项式
7.8 lu———LU分解
7.9 qr———QR分解
7.10 schur———Schur分解
7.11 qz———广义特征值问题的分解
7.12 gsvd———广义奇异值分解
7.13 rsf2csf———实Schur向复Schur转化
7.14 dmperm———Dulmage-Mendelsohn分解
7.15 rref———计算行阶梯矩阵及向量组的基
7.16 qrdelete———对矩阵删除列/行后QR分解
7.17 qinsert———对矩阵添加列/行后QR分解
7.18 nnz———统计矩阵中非零元素的个数
7.19 nonzeros———将矩阵中非零元素构成列向量
7.20 nzmax———计算矩阵中非零元素分配的存储空间数
7.21 chol———Cholesky分解
7.22 矩阵的逻辑运算
7.23 矩阵比较运算
7.24 intersect———求两个集合的交集
7.25 setdiff———求两个集合的差
7.26 setxor———求两个集合交集的非(异或)
7.27 union———求两个集合的并集
7.28 unique———取集合单值元素
7.29 ismember———检测集合中的元素
7.30 矩阵取整运算
7.31 reshape———矩阵变维
7.32 repmat———矩阵的复制和平铺
7.33 rat———用有理数形式表示矩阵
7.34 rem———矩阵的余数
7.35 sym———转换矩阵数值为分数或符号
7.36 factor———符号矩阵的因式分解
7.37 expand———符号矩阵的展开
7.38 矩阵的伪逆(或 Moore-Penrose广义逆矩阵)
7.39 矩阵空间之间的夹角
7.40 化零矩阵的运算
7.41 小结
第8章 解稀疏矩阵
8.1 sparse———生成稀疏矩阵
8.2 full———将稀疏矩阵转化为满矩阵
8.3 spdiags———生成带状(对角)稀疏矩阵
8.4 speye———生成单位稀疏矩阵
8.5 sprand———生成均匀分布随机稀疏矩阵
8.6 sprandn———生成正态分布随机稀疏矩阵
8.7 sprandsym———生成随机对称稀疏矩阵
8.8 find———稀疏矩阵非零元素索引
8.9 spconvert———将外部数据转化为稀疏矩阵
8.10 spfun———针对稀疏矩阵中非零元素应用函数
8.11 spy———绘制稀疏矩阵非零元素的分布图
8.12 colmmd———稀疏矩阵非零元素列最小度排序
8.13 colperm———稀疏矩阵中非零元素的列变换
8.14 luinc———稀疏矩阵的不完全LU分解
8.15 cholinc———稀疏矩阵的不完全Cholesky分解
8.16 eigs———稀疏矩阵的特征值分解
8.17 小结
第9章 解矩阵方程
9.1 inv()和rref()求解具有唯一解方程组
9.2 null和pinv———求解具有无穷解的矩阵方程组的基础解系和特解
9.3 pinv———利用 moore-penrose广义逆求无解方程的近似最小二乘解
9.4 lyap———连续Lyapunov方程和Sylvester方程(广义Lyapunov方程)求解
9.5 dlyap———离散Lyapunov方程
9.6 are———Riccati方程求解
9.7 利用LU分解求方程组的解
9.8 利用QR分解求方程组的解
9.9 LQ解法解线性方程组
9.10 bicg———双共轭梯度法解线性方程组
9.11 bicgstap———稳定双共轭梯度法解线性方程组
9.12 cgs———复共轭梯度平方法解方程组
9.13 lsqr———共轭梯度法的LSQR法求解线性方程组
9.14 gmres———广义最小残差法解线性方程组
9.15 minres———最小残差法解方程组
9.16 pcg———预处理共轭梯度法解线性方程组
9.17 qmr———准最小残差法解线性方程组
9.18 小结
第10章 矩阵的综合应用
10.1 特征值和特征向量之一
10.2 特征值和特征向量之二
10.3 相似矩阵
10.4 正定矩阵
10.5 正规矩阵
10.6 解线性方程组
10.7 小结
正文结束
参考文献
📜 SIMILAR VOLUMES
本书是国际上数值计算方面的权威著作,有“圣经”之称。被美国加州大学、斯坦福大学、华盛顿大学、芝加哥大学、中国科学院研究生院等很多世界知名学府用作相关课程的教材或主要参考书。 本书系统地介绍了矩阵计算的基本理论和方法。书中的许多算法都有现成的软件包实现,每节后还附有习题,并有注释和大量参考文献,非常有助于自学。
<p>《矩阵计算六讲》较系统地介绍了矩阵计算这门学科近十年来发展起来的新方法和新理论。全书共分6 讲,内容包括:标准schur 分解、广义schur 分解和周期schur 分解的计算,特征值的排序问题,多项式之根的快速求法,奇异值分解的计算,求解线性方程组和特征值问题的krylov 子空间方法,以及求解特征值问题的共轭梯度法。</p> <p>《矩阵计算六讲》在选材上,在注重基础性和实用性的前提下,重点放在了反映该学科的最新进展上;在内容的处理上,在介绍方法的同时,尽可能地阐明方法的设计思想和理论依据,并对有关的结论尽可能地给出严格而又简洁的数学证明;在叙述表达上,力求清晰易读,便于教学与自学
<p>内 容 提 要</p> <p>本书系统阐述了矩阵计算这门学科的基础理论、基本方法和近十几年来发展成熟</p> <p>并得到了广泛应用的新成果.内容包括:矩阵知识的复习和补充,矩阵计算概论;求</p> <p>解线性方程组的直接法和迭代法,线性最小二乘问题,共轭梯度法;求解特征值问题</p> <p>的QR方法和同伦方法;Lanczos方法以及求解Jacobi矩阵特征值反问题的正交约</p> <p>化方法等.</p> <p>本书取材上,既注重基础理论的严谨性、方法的实用性,又保持了内容的新颖性,</p> <p>反映了该学科的最新进展.本书内容自封,各章之间相对独立,可适用于不同读
<p>《控制论中的矩阵计算》主要介绍控制论中几个典型矩阵计算问题的数值解法。全书共分7章,内容包括:矩阵分析基础、控制系统概论、矩阵指数的计算、lyapunov方程的数值解法、代数riccati方程的数值解法、非对称代数riccati方程的数值解法、极点配置问题的数值解法。本书在内容上,力求向读者展示这一领域既基本又重要的知识、方法和技巧以及最新的进展。本书在叙述表达上,力求清晰易读,便于教学与自学。</p> <p>《控制论中的矩阵计算》可作为综合大学、理工科大学、高等师范院校计算数学、应用数学、工程计算等专业高年级本科生和研究生的教材或教学参考书,也可供从事科学与工程计算的科技人员参考。<