前 言工程计算是现代工程技术体系中的基础支撑能力之一。无论是结构设计与安全评估、装备系统的动力仿真、能源系统调度优化，还是监测数据的建模预测，本质上都离不开对数学模型的建立、求解与对计算结果的工程解释。随着工程系统规模持续扩大、机理耦合更强、数据来源更复杂，传统解析方法与手工计算在精度、效率与可重复性方面已难以满足工程实践的要求，数值计算方法与计算平台由此成为工程师的必备工具。本书以;数值理论十MATLAB工程实现为主线，面向土木、机械、能源与信息等工程类专业本科高年级学生与研究生，强调从工程问题出发建立统一的求解闭环：建模rarr;选法rarr;实现rarr;验证rarr;解释。全书分为两部分：上篇夯实MATLAB的基础操作、工程化编程与数据处理工作流；下篇系统讲解工程计算中常用数值方法的理论基础、算法实现与工程案例。本前言作为全书开端，将阐明工程问题为何依赖数值计算、MATLAB在工程计算中的定位与优势，并给出全书结构、学习路径以及代码复现规范。1.工程问题与数值计算（1）解析解与数值解：从;可解到;可用在理想化条件下，许多工程问题可以得到解析解或半解析解，例如简支梁在均布荷载作用下的挠度公式、单自由度系统的自由振动解等。解析解具有形式简洁、便于参数分析的优点，但其适用范围往往建立在较强的假设之上：几何与边界条件理想、材料线性、荷载形式简单、忽略局部细节等。一旦工程对象偏离这些假设，解析解要么不存在，要么难以直接用于工程评价。数值解的核心价值在于把连续问题离散化：将;难以解析求解的模型转化为;可计算的离散问题，在可控的计算资源下获得工程上可信的近似解。需要强调的是，工程关注的不仅是;能不能算出一个数，更是;这个数是否可信、误差是否可控、结论是否可解释。因此，数值计算必须与误差、稳定性、收敛性以及结果验证结合起来，形成完整的工程求解体系。工程计算中常用误差量化指标包括绝对误差与相对误差：epsilon;a=abs（x_xh）epsilon;r=abs（x_xh）/abs（x）其中，x为;真值（或高精度参考值），xh为数值计算结果。在工程报告中，相对误差更能反映误差的工程意义：同样1mm的偏差，对于10m跨度梁与100m跨度梁的相对影响显然不同。（2）工程中数值求解的问题类型工程问题走向数值化通常源于以下特征之一（或同时具备多项）。这些特征并不;罕见，而是现代工程系统的常态：1）非线性：材料非线性（屈服、开裂、损伤）、几何非线性（大位移、大转角）、接触与摩擦等，使得线性解析工具失效。2）高维与大规模：实际系统自由度巨大（例如大型结构有限元、复杂网络系统），解析表达与手工计算不可行。3）强耦合与多物理场：结构_流体、热_力、渗流_应力、电_热等耦合过程相互影响，往往需要迭代求解。4）复杂几何与边界：真实构件与边界条件不规则，解析解难以构造，而离散化方法能够自然处理复杂边界。5）数据驱动与不确定性：监测/试验数据的大量引入，使工程分析不仅是;解方程，还包含清洗、统计、反演与预测。从计算形式看，上述问题最终常转化为几类离散数学模型：代数方程组（线性/非线性）、常微分方程（初值/边值问题）、偏微分方程（场问题），以及带约束的优化与反演问题。本书下篇将围绕这些模型给出系统方法与工程实现。（3）数值计算在工程设计、仿真与运维中的角色数值计算并非孤立的;计算器，而是贯穿工程全生命周期的核心能力。对工程师而言，数值计算最重要的作用体现在以下四个方面：1）设计与校核：建立计算模型、进行多方案比选，并支撑规范验算、参数敏感性分析与安全储备评估。2）仿真与预测：对复杂系统进行多工况模拟（时程响应、温度场/渗流场演化等），获得试验难以覆盖的响应信息。3）优化与决策：以性能指标为目标，在强度、刚度、频率、稳定等约束下进行参数优化或构型优化。4）监测与运维：基于监测数据进行状态评估、异常识别与参数反演，实现从;事后检修到;主动运维的转变。工程上，计算结果必须回到物理与规范语境中解释：位移方向是否合理？应力是否超过材料强度？频率是否落入共振风险区间？这些;工程解释与;数值验证共同构成结果可信性的最后防线。（4）典型工程场景为便于读者建立直观认识，下面列举若干常见工程任务（本书后续章节将逐类展开）：1）结构内力与位移：离散形成线性/非线性方程组，求解节点位移、杆件内力、应力与反力。2）动力响应：建立常微分方程组（甚至偏微分方程），在地震、风或车辆荷载作用下求位移/速度/加速度时程。3）热传导与渗流：建立并离散偏微分方程，求温度场、孔压场及其随时间的演化规律。4）参数反算与模型更新：基于试验/监测数据，通过最小二乘或优化识别材料参数、边界刚度或等效阻尼。5）方案优化：以重量、成本、疲劳寿命等为目标，在工程约束下寻求更优设计参数或布局。2. MATLAB在工程计算中的定位与优势（1）MATLAB的核心能力与工程优势MATLAB（Matrix Laboratory）是面向科学计算和工程应用的高级语言与交互式计算环境。其设计理念与工程计算高度契合：以矩阵与数组为核心对象，提供成熟稳定的数值算法库，并支持高质量可视化与丰富工具箱。与通用编程语言相比，MATLAB在工程快速原型与教学训练中具有如下明显优势：1）矩阵/数组计算高效：工程离散模型往往形成向量、矩阵与稀疏矩阵运算，MATLAB对此具有较好的优化实现能力。2）数值函数体系完善：线性代数、插值拟合、微积分、ODE/PDE、优化与统计等均有稳定接口，适合快速验证与工程落地。3）可视化与导出友好：工程结果需要被;看见，MATLAB的绘图与导出能力便于分析、汇报与论文排版。4）工程化扩展便利：脚本、函数、项目与可复现输出（图、表、日志）支持从作业到科研原型的快速迭代。需要说明的是，本书并不追求;命令大全式罗列，而是强调形成工程计算的工作方式：把数据组织清楚、把流程固化为可复现脚本、把关键检查写进代码、把结果规范输出并可追溯。（2）从;能跑到;可交付：工程化工作流在真实工程与科研训练中，代码的价值不止于一次性运行，而在于可维护、可复用、可复现。典型的工程化工作流可概括为Result=F（Data， cfg）其中，Data是输入数据，cfg是配置参数（单位、阈值、窗口长度、输出设置等），F是实现流程的程序（脚本/函数）。只要Data与cfg可追溯、F的版本可管理（例如通过项目结构与版本控制），结果就具备可复现性。本书上篇将系统讲解以下工程化要点，并在下篇持续贯彻：1）项目结构：data/十src/十out/十main.m，源数据与输出分离，入口清晰。2）参数集中：用cfg/para结构体统一管理阈值、单位与绘图设置，避免散落硬编码。3）日志与归档：输出图、表、config.mat与log.txt，记录关键参数、异常点数量与版本信息。4）验证与解释：尺寸检查、合理性检查、残差检查与交叉验证，确保结果符合工程常识与物理规律。3.本书结构与学习路径（1）两部分结构与衔接本书分为两部分：上篇;MATLAB基础与工程化工作流，聚焦基础概念与基本操作（环境、数组、程序结构、调试、数据处理、可视化、项目管理）。下篇;数值理论与MATLAB实践，系统讲解常用数值方法及其工程应用，包括误差与稳定性、线性方程组、插值拟合、数值积分与微分、常微分方程、偏微分方程、特征值问题、优化方法以及算法效率与稳定性分析等。两部分的衔接关系可以概括为：上篇解决;怎么用MATLAB把工程问题做成可复现计算流程，下篇解决;用什么数值方法把问题算得更可靠。上篇建立的数据结构约定、输出规范与调试习惯，将在下篇所有章节贯穿使用。（2）本书特色（面向工程实践）1）案例驱动：每章围绕典型工程任务组织内容，强调从问题到结果的完整闭环。2）理论适度：聚焦工程常用方法的关键思想、误差来源与适用条件，避免过度抽象。3）实现规范：示例代码遵循统一风格（参数集中、命名含义明确、输出可复现），便于读者迁移到课程设计或科研课题。4）验证导向：强调数值验证与工程解释并重，避免;算出来就相信的误用。（3）学习目标本书旨在通过理论紧密联系工程实践的方式，系统性地引导读者构建完整的工程计算思维框架，并切实掌握运用数值计算方法解决实际复杂工程问题的核心能力。完成本课程的系统学习后，读者应当能够达成以下清晰、可衡量的学习目标：1）知识目标。①深入理解数值计算领域的核心基础理论，包括误差的来源、传播与控制（误差分析）、算法逼近精确解的效率与程度（收敛性）以及算法对微小扰动的不敏感性（稳定性）等关键概念。②熟练掌握并能够应用一系列核心的数值计算方法，涵盖矩阵运算与线性方程组求解、函数与数据的插值与逼近技术、数值微分与积分方法以及常用工程优化算法。③全面熟悉MATLAB软件平台在工程计算任务中的核心实现逻辑、常用内置函数库及其强大的专业工具包。2）能力目标。①能够独立地对复杂工程问题进行抽象与简化，将其准确转化为可计算的数学模型，并基于问题特性与需求，科学地选取和运用最合适的数值方法进行求解。②具备扎实的MATLAB编程能力，能够编写出结构清晰、计算高效、结果稳定可靠的计算程序脚本或函数。③能够运用所学知识对数值计算程序输出的结果进行严谨的误差分析与有效性评估，并据此对算法或程序进行针对性优化以提高计算精度和效率。3）素养目标。①培养严谨、精确的数值计算思维习惯，形成系统化的工程问题解决意识，注重计算的可靠性和方案的可行性。②提升对智能建造等前沿工程领域涌现的新兴技术（如结构智能优化设计）的理解力和适应能力，为未来对新技术的学习应用奠定基础。（4）学习建议为高效、有序地达成上述多维度的学习目标，强烈建议读者遵循以下结构化的学习路径：1）初始筑基阶段：此阶段首要任务是建立起对工程计算问题的敏锐感知和兴趣，理解数值计算在工程中的核心价值。同步进行MATLAB编程基础的系统训练，重点掌握矩阵的基本操作与运算、自定义函数的编写与调试以及数据可视化绘图技巧。例如，通过动手实践绘制一座桥梁在不同荷载工况下的应力分布图，可以直观地理解数值模拟如何揭示工程结构的力学行为，深刻体会其工程应用价值。2）核心能力锻造阶段：此阶段是整个学习过程的核心，强调以真实的工程问题为驱动主线。学习内容将循序渐进，从线性代数方程组的数值解法开始，延伸到基于数据的建模与预测（如拟合、回归），再到常微分方程、偏微分方程的数值求解方法，最终达到工程系统优化设计的层面。每一章节的学习均采用;理论原理深度剖析rarr;MATLAB相关工具箱/函数精讲与演示rarr;源自工业实际场景的完整案例实战三步闭环训练模式，确保理论、工具与实践无缝衔接，实现能力螺旋上升。3）综合实战跃迁阶段：此阶段聚焦于解决具有一定复杂度的课程设计项目（例如，对特定桁架结构进行轻量化优化设计）。要求学习者自主设计完整的求解流程：明确问题、建立数学模型、选择合适的数值方法（如编写程序遍历所有可能的杆件截面面积组合）、设定约束条件（如满足最大应力、位移限制）、筛选最优设计方案并进行验证。通过此类综合性实战项目，实现从掌握工具应用到独立解决复杂工程问题的关键能力跃迁。学好这门强调动手实践的课程，关键在于沉浸式的代码训练。如同学习外语需要沉浸在语言环境中才能快速提升，掌握MATLAB编程的精髓也必须扎根于持续的代码实践中。①复刻与探索：首先动手复现书中的每一个示例代码，确保理解其运行逻辑；然后尝试修改关键参数或边界条件，细致观察计算结果的变化规律，加深对算法行为的理解。②主动试错与调试：在学习过程中，不妨故意引入一些常见的语法错误（如语句末尾漏写分号导致输出冗余、括号或引号不匹配导致程序崩溃），通过解读MATLAB的详细报错信息，掌握高效的代码调试技巧，这是编程能力成长的重要环节。③实践驱动优化：将所学编程技能直接应用于课程设计项目。例如，编写自动化脚本让计算机代替人工进行海量方案组合的遍历计算、验证设计方案的极限性能或进行参数敏感性分析，用代码的力量显著提升设计效率和探索深度。在当今技术迅猛进步的浪潮中，卓越的工程构想指引着前进的方向，而强大的计算工具则决定了实现构想的速度。MATLAB正是工程计算领域无可替代的;超级加速引擎从现在起，请让亲手敲下的每一行代码都成为破解工程难题的坚实;砖瓦，通过持续积累和不懈实践，最终构建起专属于你自己的、强大而灵活的;工程问题求解体系。4.规范与约定（1）单位与符号为避免工程计算中常见的单位混用与数量级错误，本书示例优先采用SI单位制，并在变量命名或注释中标注单位。图形坐标轴标签必须包含单位。数学符号中，标量通常用斜体（如x、t），矩阵与向量按工程习惯用加粗约定；在MATLAB代码中以清晰命名与注释替代排版符号差异。（2）数据结构约定涉及时程或多测点数据时，本书默认采用;行=时间/样本，列=测点/变量的矩阵组织方式。对表格数据（table/timetable），优先保留列名以表达工程语义；进入批量计算阶段再抽取数值列形成矩阵。这一约定将贯穿全书，读者应在自己的项目中尽量保持一致，以减少索引与维度错误。（3）可复现输出与项目模板本书推荐使用统一项目结构：data/（原始数据）、src/（函数与工具）、out/（输出结果）、main.m（入口脚本）。输出结果建议至少包含：图（PNG/PDF）、表（CSV）、配置（config.mat）与日志（log.txt）。对关键章节案例，读者可将out/目录作为;成果包提交或归档。（4）结果验证与工程解释数值计算的可靠性来自;方法十验证。本书强调：任何数值结果都应当接受双重检验。一方面进行数值层面的检查（尺寸、残差、网格/步长加密后的变化等）；另一方面进行工程物理层面的检查（方向、量级、极限值、守恒关系等）。当结果与工程常识冲突时，应优先怀疑：模型假设、单位尺度、边界条件与数据质量。

◆ 面向工程问题，贯通数值理论、算法实现与 MATLAB 实践◆ 突出;数学建模数值方法程序实现结果验证工程应用的完整过程◆ 帮助学生从会用 MATLAB 逐步走向会分析、会编程、会解决实际工程问题

本书面向土木、机械、能源与信息等工程类专业的本科生和研究生，全书以;工程问题建模数值方法求解MATLAB实现结果验证与复现为主线进行组织编写。本书分为上下两篇，其中上篇共分6章，聚焦MATLAB基础能力，系统介绍了计算环境、矩阵与数组操作、程序设计与调试、数据处理与可视化以及工程化工作流等，以帮助读者快速形成可复现的计算习惯；下篇共分8章，以数值理论与典型算法为核心，内容涵盖线性代数与矩阵运算、插值与逼近、数值微分与积分、常微分方程与偏微分方程数值解、优化方法、特征值问题以及算法效率与稳定性评估，并配套工程算例与习题训练，强调从;算得出走向;算得对、算得稳、算得快。本书既可以作为土木、机械、能源与信息等工程类专业的本科生和研究生教材使用，同时也可作为大工程类专业技术人员使用MATLAB进行工程计算和数值分析时的专业工具书使用。

刘朋，男，1983年1月生，毕业于东北大学结构工程专业，获博士学位，现任教于沈阳大学，任副教授，科研方向为智能建造，主讲Matlab课程、岩土工程勘察 、工程地质课程，曾获中国钢结构协会一等奖，出版专著有《冷弯薄壁型钢墙》，等。

目 录前言上篇MATLAB基础与工程化工作流第1章MATLAB入门与计算环境1.1MATLAB在工程计算中的定位与工作流1.2MATLAB工作环境与基本交互1.3变量、数据类型与显示控制1.4向量与矩阵的基础操作1.5可视化基础：把结果;画出来1.6数据读写入门：让计算可复用1.7工程案例：简支梁均布荷载下的挠度曲线计算1.8本章小结1.9课后习题第2章矩阵与数组基础操作2.1数组的创建与基本属性2.2索引、切片与逻辑筛选2.3数组运算规则：点运算与维度一致性2.4常用数组函数：聚合、排序与统计2.5维度变换与数据重排：reshape、permute与拼接2.6基础案例：多测点监测数据的批量处理与可视化2.7本章小结2.8课后习题第3章MATLAB程序设计基础与调试3.1脚本与函数：工程代码的基本组织3.2控制流与批量计算3.3输入、输出与参数管理3.4调试与排错：让错误;尽早暴露3.5代码可读性与课程/科研复现规范3.6基础案例：参数扫描十自动出图十结果归档3.7本章小结3.8课后习题第4章数据处理与可视化4.1数据与结构4.2导入与导出4.3清洗与预处理4.4统计与汇总4.5绘图与导出4.6案例：监测数据处理与报告输出4.7本章小结4.8课后习题第5章MATLAB工程化工作流与项目管理5.1项目与文件组织5.2路径与依赖管理5.3函数接口与参数管理5.4复现性：随机数、环境与日志5.5调试、测试与性能基础5.6报告输出与发布5.7案例：批处理报告的工程化实现5.8本章小结5.9课后习题第6章数据与函数6.1构造数据与函数6.2数据类型与变量6.3数组与矩阵操作6.4函数与脚本编写6.5MATLAB绘图与可视化工具6.6课后习题下篇数值理论与MATLAB实践第7章线性代数与矩阵运算7.1线性代数问题7.2线性代数基础7.3矩阵分解与求解线性方程组7.4特征值与特征向量计算7.5MATLAB在线性代数中的应用7.6课后习题第8章插值与逼近8.1工程计算插值与逼近问题8.2插值理论与多项式插值8.3样条插值与分段逼近8.4最小二乘逼近与数据拟合8.5MATLAB在插值与逼近中的实践应用8.6课后习题第9章数值微分与积分9.1数值微分方法9.2数值积分技术9.3高维积分与复杂区域积分9.4MATLAB数值微分与积分工具9.5课后习题第10章常微分方程的数值解10.1常微分方程初值问题10.2欧拉方法与改进欧拉方法10.3Runge_Kutta方法10.4多步法10.5刚性问题10.6MATLAB常微分方程数值求解器10.7工程动力学算例：单自由度系统的数值响应分析10.8本章小结10.9课后习题第11章偏微分方程的数值解11.1PDE模型与分类11.2有限差分基础11.3椭圆形方程：Laplace/Poisson11.4抛物形方程：热传导与扩散11.5双曲形方程：波动与振动11.6MATLAB求解工具：PDE Toolbox与pdepe11.7本章小结11.8课后习题第12章优化方法与工程应用12.1优化问题的数学基础12.2梯度法与共轭梯度法12.3线性规划与非线性规划12.4MATLAB优化工具箱的使用12.5工程综合案例：三杆桁架截面优化12.6本章小结12.7课后习题第13章特征值问题与工程应用13.1特征值问题概述与工程背景13.2数学基础：特征值、相似变换与对角化13.3对称矩阵与广义特征值问题13.4数值算法：从幂法到QR算法13.5MATLAB实现与数值验证13.6典型工程案例13.7本章小结13.8课后习题第14章数值算法的效率与稳定性14.1数值算法效率的度量与复杂度14.2浮点运算、舍入误差与数值稳定性概念14.3条件数与问题敏感性14.4常见算法的稳定性分析要点14.5MATLAB中的效率实践：向量化、预分配与剖析14.6工程案例：相同精度目标下的;效率_稳定性对比14.7本章小结14.8课后习题参考文献