MATLAB应用丛书：MATLAB R2008数学和控制实例教程
目 录内容简介
第1章 系统概论
1.1 MATLAB概述
1.2 MATLAB的用户界面
1.2.1 命令窗口
1.2.2 命令历史窗口
1.2.3 工作内存浏览器
1.2.4 工具栏
1.2.5 主菜单
1.2.6 路径管理器
1.3 MATLAB的变量与符号
1.3.1 特殊变量
1.3.2 标点符号
1.4 M文件的编辑调试环境
1.4.1 编译器的安装和配置
1.4.2 编译器的使用
1.5 通用命令与常用数学函数
1.5.1 通用命令
1.5.2 常用数学函数
1.5.3 快捷键
1.6 MATLAB帮助系统
1.6.1 联机帮助系统
1.6.2 命令窗口查询帮助系统
第2章 MATLAB在函数可视化中的应用
2.1 多次叠绘、双纵坐标和多子图
2.2 视点控制和图形的旋动
2.3 特殊坐标轴的图形函数
2.4 四维表现图
2.5 动态图形
第3章 MATLAB在仿真建模中的应用
3.1 Simulink概述
3.2 创建模型
3.2.1 模型结构
3.2.2 创建模型的基本步骤
3.2.3 模型文件格式
3.2.4 模块的操作
3.3 运行仿真
3.3.1 使用窗口运行仿真
3.3.2 使用MATLAB命令运行仿真
3.3.3 实例分析
3.4 调试模型
3.4.1 Simulink调试器
3.4.2 命令行调试
3.4.3 在调试状态下运行仿真
3.4.4 设置断点
3.4.5 显示仿真的有关信息
3.5 改善仿真性能及精度
3.5.1 改善仿真性能的方法
3.5.2 实例分析
3.6 微分方程解算器
3.6.1 微分方程解算器介绍
3.6.2 实例分析
第4章 MATLAB在概率统计中的应用
4.1 概述
4.2 统计量的数字特征
4.2.1 简单的数学期望和均值
4.2.2 数据比较
4.2.3 方差和标准差
4.2.4 累积和累和
4.2.5 协方差与相关系数
4.2.6 偏斜度和峰度
4.3 常用统计分布量
4.3.1 期望和方差
4.3.2 概率密度函数
4.3.3 概率值函数（概率累积函数）
4.3.4 分值点函数（逆概率累积函数）
4.3.5 常见分布的随机数据的产生
4.4 参数估计
4.5 区间估计
4.5.1 高斯-牛顿法的非线性最小二乘数据拟合
4.5.2 非线性模型的参数置信区间
4.5.3 非线性拟合和预测的显示交互图形
4.5.4 非线性最小二乘预测置信区间
4.6 假设检验
4.6.1 已知正态总体方差，单个正态分布的均值u的假设检验（U检验法）
4.6.2 未知正态总体方差，单个正态总体的均值μ的假设检验（t检验法）
4.6.3 未知正态总体方差，两个正态总体的均值μ的假设检验（t检验法）
4.6.4 两个分布一致性的检验——秩和检验
4.6.5 中值检验
4.7 方差分析和回归分析
4.7.1 单因素试验的方差分析
4.7.2 双因素试验的方差分析
4.7.3 回归分析
4.8 统计图
4.8.1 直方图
4.8.2 角度扇形图
4.8.3 最小二乘拟合直线
4.8.4 显示数据采样的盒图
4.8.5 QQ图
4.9 使用统计工具GUI
4.9.1 统计工具箱中GUI概述
4.9.2 分布工具箱的GUI使用
第5章 MATLAB在计算方法中的应用
5.1 概述
5.2 插值和拟合
5.2.1 一维插值
5.2.2 二维插值
5.2.3 高维函数的插值
5.2.4 样条插值
5.2.5 样条函数用于数值积分和微分
5.2.6 编写常用的一些插值方法
5.3 微分和积分
5.3.1 数值微分
5.3.2 函数的数值积分
5.4 求解线性方程组
5.4.1 直接解法
5.4.2 迭代解法的形式
5.4.3 线性方程组的符号解法
5.4.4 稀疏矩阵技术
5.5 求解非线性方程组
5.5.1 直接解法
5.5.2 方程组解法
5.5.3 非线性方程（组）的符号解法
5.6 特征值问题
5.6.1 特征值函数
5.6.2 广义特征值分解
5.6.3 其他分解
5.7 微分方程组数值解
5.7.1 常微分方程组的初值求解
5.7.2 延迟微分方程组的数值解
5.7.3 常微分方程组的边界问题
第6章 MATLAB在遗传算法中的应用
6.1 概述
6.2 遗传算法简介
6.2.1 遗传算法的概念
6.2.2 遗传算法的运行过程
6.2.3 遗传算法的基本原理和方法
6.3 遗传算法工具箱函数
6.3.1 工具箱结构
6.3.2 遗传算法中的通用函数
6.4 遗传算法应用举例
6.4.1 简单一元函数优化实例
6.4.2 多元单峰函数的优化实例
6.4.3 多元多峰函数的优化实例
6.4.4 多目标优化问题
6.5 使用MATLAB遗传算法工具箱和直接搜索工具箱
6.5.1 工具箱概述
6.5.2 使用遗传算法工具GUI
6.5.3 使用直接搜索工具箱GUI
第7章 MATLAB在复变函数中的应用
7.1 复数和复矩阵的生成
7.1.1 复数的生成
7.1.2 创建复数矩阵
7.2 复数的运算
7.2.1 复数的实部和虚部
7.2.2 共轭复数
7.2.3 复数的模和辐角
7.2.4 复数的乘除法
7.2.5 复数的平方根
7.2.6 复数的幂运算
7.2.7 复数的指数和对数运算
7.2.8 复数的三角函数运算
7.2.9 复数方程求根
7.3 留数
7.4 Taylor级数展开
7.5 Laplace变换及其逆变换
7.6 Fourier变换及其逆变换
第8章 MATLAB在神经网络中的应用
8.1 MATLAB神经网络的图形用户界面
8.2 神经网络感知器的MATLAB实现
8.2.1 创建函数
8.2.2 显示函数
8.2.3 性能函数
8.2.4 学习函数
8.2.5 训练函数
8.3 BP神经网络的MATLAB实现
8.3.1 创建函数
8.3.2 传递函数
8.3.3 学习函数
8.3.4 训练函数
8.3.5 性能函数
8.3.6 绘图函数
8.4 线性神经网络的MATLAB实现
8.4.1 创建和设计函数
8.4.2 学习函数
8.4.3 性能函数
8.5 径向基神经网络的MATLAB实现
8.5.1 创建函数
8.5.2 符号变换函数
8.5.3 传递函数
8.5.4 计算矢量间的距离权函数
8.5.5 均方误差性能函数
8.6 自组织神经网络的MATLAB实现
8.6.1 创建函数
8.6.2 竞争传递函数
8.6.3 距离函数
8.6.4 学习函数
8.6.5 初始化函数
8.6.6 训练竞争层函数
8.6.7 绘图函数
8.6.8 结构函数
8.7 Hopfield神经网络的MATLAB实现
8.8 Elman神经网络的MATLAB实现
8.9 学习向量量化神经网络的MATLAB实现
第9章 MATLAB在信号处理中的应用
9.1 离散信号与系统的MATLAB实现
9.1.1 离散信号
9.1.2 离散系统
9.1.3 离散信号与系统的MATLAB实现
9.2 离散傅立叶变换的MATLAB实现
9.2.1 离散傅立叶级数（DFS）
9.2.2 离散傅立叶变换（DFT）
9.2.3 快速傅立叶变换（FFT）
9.2.4 离散傅立叶变换的MATLAB实现
9.3 IIR滤波器的MATLAB实现
9.3.1 IIR滤波器结构
9.3.2 IIR滤波器设计方法
9.3.3 IIR滤波器经典设计法及MATLAB实现
9.3.4 IIR滤波器的直接设计法及MATLAB实现
9.3.5 基于广义巴特沃思的IIR滤波器设计及MATLAB实现
9.4 FIR滤波器的MATLAB实现
9.4.1 FIR滤波器的结构
9.4.2 FIR滤波器的设计特点及方法
9.4.3 FIR数字滤波器窗函数设计法及其MATLAB实现
9.4.4 FIR滤波器的最优化设计法及其MATLAB实现
9.4.5 FIR滤波器最小二乘设计法及其MATLAB实现
9.4.6 FIR滤波器升余弦函数设计法及其MATLAB实现
9.4.7 FIR滤波器任意响应设计法及其MATLAB实现
第10章 MATLAB在预测控制中的应用
10.1 系统模型辨识
10.1.1 数据向量或矩阵的归一化
10.1.2 基于线性回归方法的脉冲响应模型辨识
10.1.3 脉冲响应模型转换为阶跃响应模型
10.1.4 模型的校验
10.2 系统模型建立与转换
10.2.1 模型转换
10.2.2 模型建立
10.3 基于阶跃响应模型的控制器设计与仿真
10.3.1 输入/输出有约束的模型预测控制器设计与仿真
10.3.2 输入/输出无约束的模型预测控制器设计
10.3.3 计算由阶跃响应模型构成的闭环系统模型
10.3.4 实例分析
10.4 基于状态空间模型的预测控制器设计
10.4.1 输入/输出有约束的状态空间模型预测控制器设计
10.4.2 输入/输出无约束的状态空间模型预测控制器设计
10.4.3 状态估计器设计
10.5 系统分析与绘图
10.5.1 计算和绘制系统的频率响应曲线
10.5.2 计算频率响应的奇异值
10.5.3 计算系统的极点和稳态增益矩阵
10.5.4 系统分析和绘图
第11章 MATLAB在自动控制系统中的应用
11.1 概述
11.2 控制系统数学模型的MATLAB描述
11.2.1 传递函数模型（tf模型）
11.2.2 状态方程模型（ss模型）
11.2.3 零极点模型（zpk模型）
11.2.4 控制系统工具箱中的LTI对象
11.3 系统模型的转换与连接
11.3.1 系统模型的转换
11.3.2 系统模型的连接
11.4 控制系统稳定性分析
11.4.1 稳定性分析的原理
11.4.2 MATLAB判别稳定性的方法
11.4.3 实例分析
11.5 控制系统时域分析
11.5.1 时域分析的基本原理
11.5.2 MATLAB进行时域分析的方法
11.5.3 实例分析
11.6 控制系统频域分析
11.6.1 频域分析的基本原理
11.6.2 频域分析的方法
11.6.3 实例分析
11.7 控制系统的根轨迹分析
11.7.1 根轨迹分析的基本原理
11.7.2 根轨迹分析的方法
11.7.3 实例分析
11.8 控制系统的设计
11.8.1 控制系统设计的基本方法
11.8.2 系统设计的方法
11.8.3 实例分析
1.1 MATLAB概述
1.2 MATLAB的用户界面
1.2.1 命令窗口
1.2.2 命令历史窗口
1.2.3 工作内存浏览器
1.2.4 工具栏
1.2.5 主菜单
1.2.6 路径管理器
1.3 MATLAB的变量与符号
1.3.1 特殊变量
1.3.2 标点符号
1.4 M文件的编辑调试环境
1.4.1 编译器的安装和配置
1.4.2 编译器的使用
1.5 通用命令与常用数学函数
1.5.1 通用命令
1.5.2 常用数学函数
1.5.3 快捷键
1.6 MATLAB帮助系统
1.6.1 联机帮助系统
1.6.2 命令窗口查询帮助系统
第2章 MATLAB在函数可视化中的应用
2.1 多次叠绘、双纵坐标和多子图
2.2 视点控制和图形的旋动
2.3 特殊坐标轴的图形函数
2.4 四维表现图
2.5 动态图形
第3章 MATLAB在仿真建模中的应用
3.1 Simulink概述
3.2 创建模型
3.2.1 模型结构
3.2.2 创建模型的基本步骤
3.2.3 模型文件格式
3.2.4 模块的操作
3.3 运行仿真
3.3.1 使用窗口运行仿真
3.3.2 使用MATLAB命令运行仿真
3.3.3 实例分析
3.4 调试模型
3.4.1 Simulink调试器
3.4.2 命令行调试
3.4.3 在调试状态下运行仿真
3.4.4 设置断点
3.4.5 显示仿真的有关信息
3.5 改善仿真性能及精度
3.5.1 改善仿真性能的方法
3.5.2 实例分析
3.6 微分方程解算器
3.6.1 微分方程解算器介绍
3.6.2 实例分析
第4章 MATLAB在概率统计中的应用
4.1 概述
4.2 统计量的数字特征
4.2.1 简单的数学期望和均值
4.2.2 数据比较
4.2.3 方差和标准差
4.2.4 累积和累和
4.2.5 协方差与相关系数
4.2.6 偏斜度和峰度
4.3 常用统计分布量
4.3.1 期望和方差
4.3.2 概率密度函数
4.3.3 概率值函数（概率累积函数）
4.3.4 分值点函数（逆概率累积函数）
4.3.5 常见分布的随机数据的产生
4.4 参数估计
4.5 区间估计
4.5.1 高斯-牛顿法的非线性最小二乘数据拟合
4.5.2 非线性模型的参数置信区间
4.5.3 非线性拟合和预测的显示交互图形
4.5.4 非线性最小二乘预测置信区间
4.6 假设检验
4.6.1 已知正态总体方差，单个正态分布的均值u的假设检验（U检验法）
4.6.2 未知正态总体方差，单个正态总体的均值μ的假设检验（t检验法）
4.6.3 未知正态总体方差，两个正态总体的均值μ的假设检验（t检验法）
4.6.4 两个分布一致性的检验——秩和检验
4.6.5 中值检验
4.7 方差分析和回归分析
4.7.1 单因素试验的方差分析
4.7.2 双因素试验的方差分析
4.7.3 回归分析
4.8 统计图
4.8.1 直方图
4.8.2 角度扇形图
4.8.3 最小二乘拟合直线
4.8.4 显示数据采样的盒图
4.8.5 QQ图
4.9 使用统计工具GUI
4.9.1 统计工具箱中GUI概述
4.9.2 分布工具箱的GUI使用
第5章 MATLAB在计算方法中的应用
5.1 概述
5.2 插值和拟合
5.2.1 一维插值
5.2.2 二维插值
5.2.3 高维函数的插值
5.2.4 样条插值
5.2.5 样条函数用于数值积分和微分
5.2.6 编写常用的一些插值方法
5.3 微分和积分
5.3.1 数值微分
5.3.2 函数的数值积分
5.4 求解线性方程组
5.4.1 直接解法
5.4.2 迭代解法的形式
5.4.3 线性方程组的符号解法
5.4.4 稀疏矩阵技术
5.5 求解非线性方程组
5.5.1 直接解法
5.5.2 方程组解法
5.5.3 非线性方程（组）的符号解法
5.6 特征值问题
5.6.1 特征值函数
5.6.2 广义特征值分解
5.6.3 其他分解
5.7 微分方程组数值解
5.7.1 常微分方程组的初值求解
5.7.2 延迟微分方程组的数值解
5.7.3 常微分方程组的边界问题
第6章 MATLAB在遗传算法中的应用
6.1 概述
6.2 遗传算法简介
6.2.1 遗传算法的概念
6.2.2 遗传算法的运行过程
6.2.3 遗传算法的基本原理和方法
6.3 遗传算法工具箱函数
6.3.1 工具箱结构
6.3.2 遗传算法中的通用函数
6.4 遗传算法应用举例
6.4.1 简单一元函数优化实例
6.4.2 多元单峰函数的优化实例
6.4.3 多元多峰函数的优化实例
6.4.4 多目标优化问题
6.5 使用MATLAB遗传算法工具箱和直接搜索工具箱
6.5.1 工具箱概述
6.5.2 使用遗传算法工具GUI
6.5.3 使用直接搜索工具箱GUI
第7章 MATLAB在复变函数中的应用
7.1 复数和复矩阵的生成
7.1.1 复数的生成
7.1.2 创建复数矩阵
7.2 复数的运算
7.2.1 复数的实部和虚部
7.2.2 共轭复数
7.2.3 复数的模和辐角
7.2.4 复数的乘除法
7.2.5 复数的平方根
7.2.6 复数的幂运算
7.2.7 复数的指数和对数运算
7.2.8 复数的三角函数运算
7.2.9 复数方程求根
7.3 留数
7.4 Taylor级数展开
7.5 Laplace变换及其逆变换
7.6 Fourier变换及其逆变换
第8章 MATLAB在神经网络中的应用
8.1 MATLAB神经网络的图形用户界面
8.2 神经网络感知器的MATLAB实现
8.2.1 创建函数
8.2.2 显示函数
8.2.3 性能函数
8.2.4 学习函数
8.2.5 训练函数
8.3 BP神经网络的MATLAB实现
8.3.1 创建函数
8.3.2 传递函数
8.3.3 学习函数
8.3.4 训练函数
8.3.5 性能函数
8.3.6 绘图函数
8.4 线性神经网络的MATLAB实现
8.4.1 创建和设计函数
8.4.2 学习函数
8.4.3 性能函数
8.5 径向基神经网络的MATLAB实现
8.5.1 创建函数
8.5.2 符号变换函数
8.5.3 传递函数
8.5.4 计算矢量间的距离权函数
8.5.5 均方误差性能函数
8.6 自组织神经网络的MATLAB实现
8.6.1 创建函数
8.6.2 竞争传递函数
8.6.3 距离函数
8.6.4 学习函数
8.6.5 初始化函数
8.6.6 训练竞争层函数
8.6.7 绘图函数
8.6.8 结构函数
8.7 Hopfield神经网络的MATLAB实现
8.8 Elman神经网络的MATLAB实现
8.9 学习向量量化神经网络的MATLAB实现
第9章 MATLAB在信号处理中的应用
9.1 离散信号与系统的MATLAB实现
9.1.1 离散信号
9.1.2 离散系统
9.1.3 离散信号与系统的MATLAB实现
9.2 离散傅立叶变换的MATLAB实现
9.2.1 离散傅立叶级数（DFS）
9.2.2 离散傅立叶变换（DFT）
9.2.3 快速傅立叶变换（FFT）
9.2.4 离散傅立叶变换的MATLAB实现
9.3 IIR滤波器的MATLAB实现
9.3.1 IIR滤波器结构
9.3.2 IIR滤波器设计方法
9.3.3 IIR滤波器经典设计法及MATLAB实现
9.3.4 IIR滤波器的直接设计法及MATLAB实现
9.3.5 基于广义巴特沃思的IIR滤波器设计及MATLAB实现
9.4 FIR滤波器的MATLAB实现
9.4.1 FIR滤波器的结构
9.4.2 FIR滤波器的设计特点及方法
9.4.3 FIR数字滤波器窗函数设计法及其MATLAB实现
9.4.4 FIR滤波器的最优化设计法及其MATLAB实现
9.4.5 FIR滤波器最小二乘设计法及其MATLAB实现
9.4.6 FIR滤波器升余弦函数设计法及其MATLAB实现
9.4.7 FIR滤波器任意响应设计法及其MATLAB实现
第10章 MATLAB在预测控制中的应用
10.1 系统模型辨识
10.1.1 数据向量或矩阵的归一化
10.1.2 基于线性回归方法的脉冲响应模型辨识
10.1.3 脉冲响应模型转换为阶跃响应模型
10.1.4 模型的校验
10.2 系统模型建立与转换
10.2.1 模型转换
10.2.2 模型建立
10.3 基于阶跃响应模型的控制器设计与仿真
10.3.1 输入/输出有约束的模型预测控制器设计与仿真
10.3.2 输入/输出无约束的模型预测控制器设计
10.3.3 计算由阶跃响应模型构成的闭环系统模型
10.3.4 实例分析
10.4 基于状态空间模型的预测控制器设计
10.4.1 输入/输出有约束的状态空间模型预测控制器设计
10.4.2 输入/输出无约束的状态空间模型预测控制器设计
10.4.3 状态估计器设计
10.5 系统分析与绘图
10.5.1 计算和绘制系统的频率响应曲线
10.5.2 计算频率响应的奇异值
10.5.3 计算系统的极点和稳态增益矩阵
10.5.4 系统分析和绘图
第11章 MATLAB在自动控制系统中的应用
11.1 概述
11.2 控制系统数学模型的MATLAB描述
11.2.1 传递函数模型（tf模型）
11.2.2 状态方程模型（ss模型）
11.2.3 零极点模型（zpk模型）
11.2.4 控制系统工具箱中的LTI对象
11.3 系统模型的转换与连接
11.3.1 系统模型的转换
11.3.2 系统模型的连接
11.4 控制系统稳定性分析
11.4.1 稳定性分析的原理
11.4.2 MATLAB判别稳定性的方法
11.4.3 实例分析
11.5 控制系统时域分析
11.5.1 时域分析的基本原理
11.5.2 MATLAB进行时域分析的方法
11.5.3 实例分析
11.6 控制系统频域分析
11.6.1 频域分析的基本原理
11.6.2 频域分析的方法
11.6.3 实例分析
11.7 控制系统的根轨迹分析
11.7.1 根轨迹分析的基本原理
11.7.2 根轨迹分析的方法
11.7.3 实例分析
11.8 控制系统的设计
11.8.1 控制系统设计的基本方法
11.8.2 系统设计的方法
11.8.3 实例分析
目 录内容简介
《MATLAB R2008数学和控制实例教程》系统介绍MATLAB R2008的基本功能与使用，主要内容包括系统概论、MATLAB在函数可视化中的应用、MATLAB在仿真建模中的应用、MATLAB在概率统计中的应用、MATLAB在计算方法中的应用、MATLAB在遗传算法中的应用、MATLAB在复变函数中的应用、MATLAB在神经网络中的应用、MATLAB在信号处理中的应用、MATLAB在预测控制中的应用、MATLAB在自动控制系统中的应用等。
《MATLAB R2008数学和控制实例教程》内容新颖实用，实例丰富，可供科学与工程计算、数值计算、自动控制、科学绘图、数据分析、设计、制造、管理、机械、电子、电气等领域从事科学研究和工程技术的人员参阅，也适合于初级用户掌握和使用MATLAB，同时也可供各类高校相关专业的学生作为教材或参考书。
《MATLAB R2008数学和控制实例教程》内容新颖实用，实例丰富，可供科学与工程计算、数值计算、自动控制、科学绘图、数据分析、设计、制造、管理、机械、电子、电气等领域从事科学研究和工程技术的人员参阅，也适合于初级用户掌握和使用MATLAB，同时也可供各类高校相关专业的学生作为教材或参考书。
比价列表
公众号、微信群
缺书网微信公众号
扫码进群实时获取购书优惠