MATLAB评分者问题集合

微积分我:

关于微积分I中所教概念的10个问题的集合。

• 打算使用在微积分I课程和课程，要求知识的概念教在微积分I。
• 这些问题使用MATLAB通过可视化、操作和算法来加强微积分在解决工程和科学问题上的概念和实际理解。
• 涵盖的概念:极限，变化率，微分规则，反函数，微分的应用，和积分。

先决条件:

• 问题假设先决的数学知识，直到并包括微积分预备。
• 推荐初学者级别的编程经验，这可以通过参加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它们，以建立和评估学生的熟练程度。

微积分2:

关于微积分II中概念的10个问题的集合。

• 拟用于微积分II课程和课程，要求在微积分II中教授的概念的共同知识。
• 这些问题使用MATLAB通过可视化、操作和算法来加强微积分在解决工程和科学问题上的概念和实际理解。
• 涵盖的概念:积分的应用，积分的技巧，序列和级数，以及参数和极坐标。

先决条件:

• 问题的先决条件是包括微积分I在内的数学知识。
• 推荐初学者级别的编程经验，这可以通过参加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集合中的问题来补充它们，以评估学生的熟练程度。

数字信号处理:

收集了10个关于本科生数字信号处理课程中教授的概念的问题。

• 用于数字信号处理课程和需要本课程中所教概念相关知识的课程。
• 这些问题使用MATLAB来增强对信号和系统、频域分析和滤波器设计中不同概念的概念和实际理解。
• 概念包括:信号产生，离散时间傅里叶变换，Z变换，数字滤波器的设计与分析。

先决条件:

• 问题的先决条件是数学知识，包括微积分，线性代数和微分方程。
• 初级到中级编程经验是推荐的，这可以通过参加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教授的概念的10个问题的集合。

• 拟用于在本科工程项目动力学课程中使用。这些问题也可用于需要机械系统动力学相关知识的课程。
• 内容包括:质点运动学和动力学、平面运动刚体运动学和动力学、三维运动刚体运动学和一般运动刚体动力学。

先决条件:

• 问题的先决条件是经典力学和多元微积分知识。
• 推荐初学者级别的编程经验，这可以通过参加MATLAB斜坡弯道或编程入门课程。

介绍编程:

使用MATLAB进行入门编程的111个问题的集合。

• 拟用于程序设计导论课程和需要入门程序设计概念的先决知识的课程。
• 问题来自各种应用，包括物理，工程和金融，但不需要先决条件的知识在这些领域。
• 包括的概念:变量和数据类型介绍，矩阵和运算符，输入/输出，流控制和循环，函数和图形。

先决条件:

• 问题假设先决的数学知识，直到并包括微积分预备。
• 不需要有计算机编程经验。

数值方法:

关于数值方法课程中所教概念的10个问题的集合。

• 用于数值方法和分析课程。这些问题也可以用于需要数值方法的协需知识的课程中。
• 涵盖的概念:建模，计算机和误差分析，方程求解，线性代数函数，曲线拟合/近似，数值求积，数值微分，和常微分方程。

先决条件:

• 问题的先决条件是微积分、线性代数和微分方程。
• 推荐初学者级别的编程经验，这可以通过采取MATLAB斜坡弯道或编程入门课程。

符号数学工具箱:

集合的10个问题作为补充资源的课程使用符号数学工具箱

• 旨在评估使用符号数学工具箱特性和函数的入门技能。
• 包括的概念: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，解决符号方程，并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:

在本科系统动力学和控制课程中教授的概念上的10个问题的集合。

• 适用于系统动力学与控制课程，以及需要本课程中所教概念相关知识的课程。
• 问题使用MATLAB增强概念和实际理解不同的控制概念建模，系统分析和控制器设计。
• 概念包括:系统辨识，时域和频域系统响应，系统稳定性，根轨迹设计技术，和PID控制。
• 在系统动力学与控制课程中，使用自动评估方法进行问题制定的相关背景阅读

R. C. Hill和Y. Parvini，“在系统动力学和控制课程中使用软件检查程序进行自动评分”，2018年美国年度控制会议(ACC)，密尔沃基，WI, 2018，第345-351页。

先决条件:

• 问题的先决条件是数学知识，包括微积分，线性代数和微分方程。
• 推荐初学者级别的编程经验，这可以通过参加MATLAB斜坡弯道或编程入门课程。

参与者:

• Eric Davishahl, Whatcom社区大学
• David Manuel，德克萨斯农工大学
• 马克·史密斯，乔治亚理工学院
• Mark Gockenbach，密歇根理工大学
• Navid Nakhjiri，加州州立理工大学
• 理查德·希尔，底特律大学Mercy
• 理查德·拉德克，伦斯勒理工学院