MATLAB评分问题集合

微积分我:

关于微积分I中所教概念的10个问题。

• 适用于微积分I课程和需要同时掌握微积分I中所教概念的课程。
• 这些问题使用MATLAB，通过关注可视化、操作和算法，增强对使用微积分解决工程和科学问题的概念和实践理解。
• 概念涵盖:极限，变化率，微分规则，逆函数，微分的应用，和积分。

先决条件:

• 问题的先决条件是数学知识，包括微积分。
• 建议有初学者水平的编程经验，可以通过采取MATLAB斜坡弯道或编程入门课程。
• 问题使用MATLAB符号工具箱。考虑用符号数学工具箱中的问题来补充他们，以建立和评估学生的熟练程度。

微积分2:

关于微积分II中所教概念的10道题。

• 适用于微积分II课程和需要微积分II中所教概念的相关知识的课程。
• 这些问题使用MATLAB，通过关注可视化、操作和算法，增强对使用微积分解决工程和科学问题的概念和实践理解。
• 概念涵盖:积分的应用，积分的技术，序列和级数，参数和极坐标。

先决条件:

• 问题的先决条件是数学知识，包括微积分I。
• 建议有初学者水平的编程经验，可以通过采取MATLAB斜坡弯道或编程入门课程。
• 某些问题使用MATLAB符号工具箱。考虑用符号数学工具箱中的问题来补充他们，以评估学生的熟练程度。

数字信号处理:

收集了10个关于本科数字信号处理课程中所教授概念的问题。

• 适用于数字信号处理课程和需要同时掌握本课程概念知识的课程。
• 这些问题使用MATLAB来增强对信号与系统、频域分析和滤波器设计中不同概念的概念和实际理解。
• 概念涵盖:信号产生，离散时间傅里叶变换，Z变换，数字滤波器设计和分析。

先决条件:

• 问题的前提是数学知识，包括微积分，线性代数和微分方程。
• 初级到中级的编程经验是推荐的，这可以通过采取MATLAB斜坡弯道或编程入门课程。

动态:

关于机械系统动力学入门课程中所教授概念的10个问题的集合。

• 适用于本科工程专业的动力学课程。这些问题也可用于需要机械系统动力学相关知识的课程。
• 概念包括:粒子的运动学和动力学，刚体平面运动的运动学和动力学，刚体三维运动的运动学，刚体一般运动的动力学。

先决条件:

• 问题的前提知识是经典力学和多元微积分。
• 建议有初学者水平的编程经验，可以通过采取MATLAB斜坡弯道或编程入门课程。

介绍编程:

使用MATLAB介绍编程的111个问题的集合。

• 适用于编程导论课程和要求具备编程概念入门知识的课程。
• 问题产生于各种应用，包括物理、工程和金融，但不需要这些领域的先决知识。
• 涵盖的概念:变量和数据类型的介绍，矩阵和操作符，输入/输出，流控制和循环，函数和图形。

先决条件:

• 问题的先决条件是数学知识，包括微积分。
• 无计算机编程经验。

数值方法:

关于数值方法课程中所教概念的10个问题。

• 适用于数值方法和分析课程。这些问题也可用于需要同时掌握数值方法知识的课程中。
• 概念涵盖:建模，计算机和误差分析，方程求解，线性代数函数，曲线拟合/逼近，数值求积，数值微分和常微分方程。

先决条件:

• 问题的前提是具备微积分、线性代数和微分方程的知识。
• 建议有初学者水平的编程经验，可以通过采取MATLAB斜坡弯道或编程入门课程。

符号数学工具箱:

10个问题的集合作为使用符号数学工具箱的课程的补充资源

• 旨在评估使用符号数学工具箱特性和函数的介绍性技能。
• 涵盖的概念:创建符号变量和表达式，计算符号表达式和函数，创建符号方程和关系，象征性地解决方程，以及将符号函数转换为数字函数。

使用符号数学工具箱的集合:

• 微积分我
• 微积分二世

系统动力学与控制:

收集了10个问题，这些问题是关于本科生系统动力学和控制课程中所教授的概念。

• 适用于系统动力学和控制课程，以及需要同时掌握本课程所学概念的课程。
• 这些问题使用MATLAB来增强在建模、系统分析和控制器设计中对不同控制概念的概念和实际理解。
• 概念涵盖:系统识别，时域和频域系统响应，系统稳定性，根轨迹设计技术，PID控制。
• 在系统动力学和控制课程中使用自动评估来制定问题的相关背景阅读

R. C. Hill和Y. Parvini，“系统动力学和控制课程中的软件检查程序自动评分”，2018年年度美国控制会议(ACC)，密尔沃基，威斯康星州，2018年，第345-351页。

先决条件:

• 问题的前提是数学知识，包括微积分，线性代数和微分方程。
• 建议有初学者水平的编程经验，可以通过采取MATLAB斜坡弯道或编程入门课程。

参与者:

• Eric Davishahl, Whatcom社区大学
• 大卫·曼纽尔，德克萨斯农工大学
• 马克·史密斯，佐治亚理工学院
• 密歇根理工大学的Mark Gockenbach说
• 加州州立理工大学的Navid Nakhjiri说
• 理查德·希尔，底特律大学
• 伦斯勒理工学院的Richard Radke说