示例主题索引

使用 PTC Mathcad Prime > 使用帮助示例 > 示例主题索引

示例主题索引

使用 PTC Mathcad Prime

• 显示十进制整数结果

• 编辑 Excel 组件

• 预定义输入和输出表达式单元格范围

• 显示十进制非整数结果

• 设置 Excel 组件的格式

运算符

• 布尔运算符

• 局部定义与全局定义的交替使用

• 复数、极坐标

• 数值双积分

• 使用 try-on-error 编程运算符

• 数据向量的微分和积分

• 行、列和索引运算符

• 使用运算符的元素

• TOL 的效果和定积分的方法

• 求和与求积运算符

• 使用极限运算符

• 梯度算子

向量、矩阵和表格

• 矩阵的基本行运算

• 种子迭代和差分方程

• 向量代数

• 矩阵代数

• 矩阵的特殊特征

• 嵌套阵列

• 矩阵的特殊类型

求解块

• 向求解块添加单位

• 带有多个估值的求解块

• 使用 minerr 进行非线性最小二乘法拟合

• 优化函数

• 带有不等式约束的求解块

• 优化函数

• 求解非线性方程组

绘图

XY 绘图

• 弧长和曲面面积

• 柱形图、正态概率图和箱线图

• 柏拉图和效果图

• 绘制函数及其导数的图像

• 绘制不等式和分段函数

极坐标图和等值线图

• 等值线图或阶层曲线

• 具有奇异点的等值线图

• 使用极坐标图来绘制数据的图像

• 使用极坐标图绘制大型数据集的图像

常规

• 转换绘图中的单位

• 绘制复数值函数或数据的图像

• 在绘图中使用值域变量

3D 绘图和瀑布图

• 绘制 3D 曲线

• 创建瀑布图

• 以 3D 绘制函数和矩阵

• 绘制向量值函数

• 使用 3D 绘图绘制大型数据集的图像

程序

• 查找本地向量最小值/最大值

• 傅里叶多项式

• 循环和控制

• 递归函数

• 严格的布尔值比较

• 示例：逻辑运算符

单位

• 使用货币单位

符号

数据分析函数

曲线拟合

• 指数回归

• 将模型函数拟合至数据

• 函数的线性组合

• 线性回归

• 对数回归

• 罗吉斯蒂回归

• 中值-中值回归

• 非线性回归 1

• 非线性回归 2

• 分段二次拟合

• 乘方回归

• 有理函数回归 1

• 有理函数回归 2

• 正弦曲线回归

• Thiele 插值和回归

插值与预测

• 三次样条插值

• 最小二乘样条

• 线性插值

• 线性预测 1

• 线性预测 2

• 多项式插值

• Thiele 插值

• 配合使用单位和多项式插值函数

主成分分析

• 主成分分析 1

• 主成分分析 2

离群值和 NaN

• 用于检测离群值的格鲁布斯法

• 用于检测离群值的四分位距法

• NaN 检测和移除

• 异常值检测

• 异常值移除

• 自适应平滑

• 数据平滑

平滑

• 内核平滑

• 中值平滑

• X-Y 数据的平滑

• 平滑时间序列

实验设计函数

因子筛选

• 单因子方差分析 (ANOVA)

• ANOVA 和分块

• 用于非重复析因的 ANOVA

• 计算效果

• 去混淆因子

• 确定最佳条件

• 交互作用

回归分析

• 标识最具影响的观察值

• 多重回归预测保留分析

• 拟合的质量

• 残差分析

• 二阶响应曲面

蒙特卡洛模拟

• 蒙特卡洛模拟

金融函数

• 金融函数

制图函数

• 将球形数据集转换为笛卡尔坐标

• 将直角坐标转换为极坐标

• 2D 绘图中的参数化曲线

• 使用 CreateSpace 和 CreateMesh

• 使用极角

图像处理函数

• 了解压缩图像矩阵

图像颜色工具

• 图像中的灰度和颜色

• HLS 和 HSV 颜色系统

• 电视图像颜色标准

• 用于压缩矩阵的工具

几何变换

• 翻转图像

• 旋转图像

• 平移图像

形态学处理

• 灰度形态

• 细化和骨架化

特征提取

• 连通域标记

• 欧几里得距离变换

• 矩不变量

• 形状特征

图像操作

• 噪声的增加和测量

• 二值化和量化

• 函数和级映射

• 一维和二维柱状图

• 缩放和裁剪

• 阈值化和求逆

变换域

• 将变换的图像居中

• 离散余弦变换

• 在傅立叶变换域中进行滤波

• 小波变换滤波

分段

• 区域增长

图像的组合

• 混合与屏蔽

• 布尔运算

• 替换图像的一部分

卷积和滤波器

• 中值和分位数滤波

• Wiener 滤波

寻边器

• canny 边界检测器

• 卷积和比较寻边器

• 卷积寻边器

• 行和列梯度

用于读取和写入文件的函数

数据

• 读取和写入 CSV 文件

• 读取和写入数据文件

• 使用 PRN 文件

图像

• 分离和合并图像中的红色、绿色和蓝色

• 使用 READRGB 和 READBMP

• 使用 HLS 和 HSV 色系文件访问函数

声音

• 解释将向量转换为矩阵时的重叠

• 使用 WAV 文件和创建光谱图

• 信号生成

信号处理函数

信号和系统

• 以元素为单位的相位

• 噪声生成器

• 量化信号

• 信号和信号的分类

谱分析

• 倒谱和复倒谱

• Chirp Z 变换

• 信号窗口化

数字滤波

• 滤波器增益

• FIR 滤波器设计

• 使用 Remez 交换算法的 FIR 滤波器

• IIR 滤波器设计

• 插值和采样

• 数字滤波器的时间响应

• 零相位滤波

联合时频分析

• 短时傅立叶变换

其他变换

• 哈特利变换

• 希尔伯特变换

时间序列分析

• 相关和偏自相关

• 线性趋势消除

• 线性预测法

求解和最优化函数

• 求解一阶 ODE 初始值问题

• 使用生成的修饰符求解 ODE

• 求解线性方程组

微分方程求解器

• Stiffb 和 Stiffr 的增广雅可比矩阵

• 求解块中的 PDE

• 带单位的 PDEsolve

• 电路中的阻尼谐振

• 方形板上的热流 - I

• 方形板上的热流 - II

• 状态空间求解器

• 雅可比函数

根和线性方程组求解器

• 求多项式的根

• 求解单个未知量的方程

求解块函数

• 求解一阶 ODE 方程组

特殊函数

贝塞耳

• Airy 函数

• 贝塞耳函数

• 第一类贝塞尔函数

• 第二类贝塞尔函数

• 第一类和第二类汉克函数

• Kelvin 函数

• 第一类修正贝塞尔函数

• 第二类修正贝塞尔函数

分段函数

• 分段函数

其他特殊函数

• 误差函数

• Gamma 函数

• 多项式函数

• 使用 Kronecker 内置函数

统计函数

描述性统计

• 位置估值器

• 均值的置信区间

• 正态均值的假设检验

• 方差和标准差

• 计算标准误差

• 峰态和偏斜度

• 协方差和相关系数

• 相关性和列联表

概率分布

• 二项分布和负二项分布

• 柯西分布

• 用于确定拟合度的卡方检验

• Gamma 分布函数

• 几何和超几何分布函数

• 生成随机数字

• 对数正态分布函数

• Monte Carlo 概率估计

• 概率密度和累积概率分布

• 概率分布

• 随机数字生成种子

• 数据向量的 T 分数

• 正态均值的 T 检验

图形统计

• 分位数-分位数图

组合分析

• 求解数位及提高结果精度

• 组合与排列

变换和滤波器

• 矩阵的 dft 和 idft

• 向量的 dft 和 idft

• 复数函数的 DFT

• 滤波图像

• 在频域中进行滤波

• 滤波与指数平滑

• 正变换 dft

• 局部余弦变换

• 使用 dftr 的低通滤波

• 逆变换 idft

• 小波变换

三角函数、对数函数和指数函数

• 反三角函数

• 三角恒等式

• 双曲函数和反双曲函数

效用函数

• 解释 SIUnitsOf(x) 函数

• 找出数组的极小值和极大值

• 字符串变量操纵

• 截断和舍入函数

• 使用 SIUnitsOf 进行单位转换

• 使用复数函数

• 示例：hasVariables 和 getVariables

其他函数

• 将英尺-英寸-分数转换为长度

• 将 hhmmss 转换为时间

• 将弧度转换为度-分-秒

• 使用温度

向量和矩阵函数

数组特征

• 协方差和主成分分析

• 对向量进行降采样

• 特征向量和特征值

• 求出左特征向量和右特征向量

• 使用 genvals 和 genvecs 内置函数

• 矩阵范数和行列式函数

创建和分割数组

• 创建对数间隔点向量

• 插入和提取子阵列

矩阵分解

• 复数矩阵的 Cholesky 因式分解

• 实数矩阵的 Cholesky 因式分解

• LU 矩阵因式分解

• QR 矩阵因式分解

• SVD 矩阵因式分解

其他数组函数

• 2D 相关性和原型匹配

• 查找函数

• 查找函数上 TOL 的效果

• 排列向量和排序向量

• 排序函数

• 矩阵之间的去卷积和互相关

• 使用具有查找函数的比较选项

• 查找函数上 ORIGIN 的效果

• 非查找函数上 ORIGIN 的效果

函数分析函数

关于函数分析函数

控件

基本控制

• 使用组合框

高级控件

• 单选按钮

• 以矩阵作为输入

相关主题

关于示例

Was this helpful?