人工精选MATLAB 2023:数值分析
这门课解决什么工作场景 很多搞工程计算和数据分析的人常碰到这种尴尬:手里有一堆离散的传感器采样点或者历史实验记录,需要把它拟合成一条连续曲线来做趋势预测;或者面对一个包含几十个变量的非线性方程组,直接套现成公式根本解不动。这门聚焦数值分析的内容,解决的正是这类“无法用解析法直接求精确解”的计算场景。
会员 · 按档位
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
这门课解决什么工作场景
很多搞工程计算和数据分析的人常碰到这种尴尬:手里有一堆离散的传感器采样点或者历史实验记录,需要把它拟合成一条连续曲线来做趋势预测;或者面对一个包含几十个变量的非线性方程组,直接套现成公式根本解不动。这门聚焦数值分析的内容,解决的正是这类“无法用解析法直接求精确解”的计算场景。它不教你怎么画三维动画,也不涉及界面开发,而是实打实地拆解怎么用迭代算法逼近真实答案。如果你平时的业务涉及信号处理、金融建模、机械仿真或者物理参数反演,经常需要自己写脚本跑数值求解,那这套方法体系就非常对口。但如果你只是想做简单的数据可视化或者矩阵乘法,很多基础教程就够用了,没必要死磕这些底层的迭代逻辑。
适合什么基础与建议学习顺序
这套资料不适合完全没摸过代码的纯小白。它默认你已经掌握基本语法,知道怎么定义函数、写循环以及进行矩阵索引操作。对微积分和线性代数也得有基本概念,至少明白雅可比矩阵、偏导数和向量空间是怎么回事。建议拿到资料后,不要一上来就按顺序点开视频。先直接跳到线性方程组的数值解法部分,把雅可比和高斯塞德尔这两种迭代法吃透,因为这是整个数值计算的基石。看完这两块并自己在编辑器里跑通后,再去碰非线性的不动点和牛顿法,最后再过渡到一维到多维的插值逻辑。这种从线性到非线性、再到数据拟合的跳跃式看片法,比死磕目录顺序更能帮你建立计算思维。
学完能独立做什么与资料配合方法
把这套资料啃下来,你能独立干几件实事:一是写出稳定的求解器,去处理工程上那些没有闭式解的复杂方程组;二是能根据业务数据的分布特征,自己手写拉格朗日或牛顿插值算法,把散落的采样点补全成平滑的连续曲面,而不是只会调别人包好的黑盒函数。资料配合练习方面,必须强调一点:数值分析这门课,光看视频绝对会忘,必须边看边敲。每看完一个迭代法的讲解,立刻暂停播放,自己建个脚本文件,把收敛条件、误差限设定和最大迭代次数都自己敲一遍。遇到跑发散的情况,正好对着视频里的参数调整逻辑去排查。资料里的代码片段只是参考,重点是要自己手动改改初始值和松弛因子,观察迭代次数和收敛性的变化。只有自己亲手把算法跑崩过、再调通,才算真正把这门课的精髓吃进了自己的工具箱。
课程目录
课程目录23 集
- 1-1 [概述] 课程简介 (05:47).mp4
- 2-1 [线性方程组的数值解法] Jocabi迭代法 (07:43).mp4
- 2-2 [线性方程组的数值解法] Gauss-Seidel迭代法 (05:05).mp4
- 2-3 [线性方程组的数值解法] SOR(超松弛)迭代法 (05:49).mp4
- 3-1 [非线性方程组的数值解法] 不动点迭代法 (08:46).mp4
- 3-2 [非线性方程组的数值解法] Newton迭代法 (07:00).mp4
- 3-3 [非线性方程组的数值解法] 拟Newton迭代法1 (06:46).mp4
- 3-4 [非线性方程组的数值解法] 拟Newton迭代法2 (05:08).mp4
- 4-1 [插值] 一维插值 (05:10).mp4
- 4-2 [插值] 二维插值 (09:34).mp4
- 4-3 [插值] 多维插值 (09:23).mp4
- 4-4 [插值] Lagrange插值 (06:11).mp4
- 4-5 [插值] Newton插值 (05:35).mp4
- 5-1 [数值微分] 数值微分运算 (03:36).mp4
- 5-2 [数值微分] 数值梯度运算 (06:02).mp4
- 6-1 [数值积分] 梯形求积 (04:09).mp4
- 6-2 [数值积分] Simpson求积 (05:16).mp4
- 6-3 [数值积分] Lobatto求积 (02:22).mp4
- 6-4 [数值积分] Gauss求积 (06:24).mp4
- 6-5 [数值积分] 二重积分 (03:37).mp4
- 6-6 [数值积分] 三重积分 (03:01).mp4
- 7-1 [常微分方程的数值解] 改进的Euler法 (05:22).mp4
- 7-2 [常微分方程的数值解] 线性多步法 (04:33).mp4





