 变量与常量  数值型数据  逻辑型数据  字符与字符串  细胞（cell）  结构型数据  句柄

2.1 MATLAB数据的特点 2.2 变量及其操作 2.3 MATLAB矩阵的表示 2.4 MATLAB数据的运算 2.5 字符串 2.6 结构数据和单元数据

一、 数值积分的必要性 二、 数值积分法的三个基本问题

第一讲 数控机床概述 第二讲 数控编程 第三讲 数控机床主传动系统设计 第四讲 数控系统中的可编程控制器

当试验的处理数目K≥3时,不能直接应用t测验及u测验 的两两测验方法进行平均数假设测验的原因有三: 1.当有K个处理平均数时,将有[k(k-1)]/2个差数, 要对这诸多差数逐一进行比较测验,程序实为繁琐。 2.试验误差估计的精确度要受到损失。 3.两两测验的方法会随着K的增加而大大增加犯α错误 的概率

第一节 完全随机设计的方差分析 第二节 随机区组设计的方差分析 第三节 多个样本均数的两两比较 第四节 析因设计的方差分析 第五节 多个方差齐性检验 第一节 相对数的概念及计算 第二节 相对数使用应注意的问题 第三节 率的标准化 第四节 医学中常用的相对数指标 第五节 率的抽样误差与区间估计

在工程和科学计算中,所建立的各 种常微分方程的初值或边值问题,除很 少几类的特殊方程能给出解析解,绝大 多数的方程是很难甚至不可能给出解析 解的,其主要原因在于积分工具的局限 性。因此,人们转向用数值方法去解常 微分方程,并获得相当大的成功,讨论 和研究常微分方程的数值解法是有重要 意义的

略去余式R[f],由定理5.1.2知,它如果是插值型求积公式,则至少有n次代数精度

第一章 线性方程组的直接解法 第二章 线性方程组的敏度分析与消去法的舍入误差分析 第三章 最小二乘问题的解法 第四章 线性方程组的古典迭代解法 第五章 共轭梯度法 第六章 非对称特征值问题的计算方法 第七章 对称特征值问题的计算方法

为了研究线性方程组近似解的误差估计 和迭代法的收敛性,我们需要对R(n维 向量空间)中的向量或R∞中矩阵的“大 小”引入一种度量,—一向量和矩阵的范 数