Zum Hauptinhalt springen Zur Suche springen Zur Hauptnavigation springen
Beschreibung
Mit diesem Buch wollen wir verschiedene Teilgebiete der Mathematik aus algorithmischer Perspektive vorstellen und dabei auch Implementierungs- und Laufzeitaspekte diskutieren. Gleichzeitig möchten wir, bei einer verkürzten Grundausbildung in Mathematik in naturwissenschaftlichen und informatischen Studiengängen, möglichst viele Teilaspekte der Mathematik vorstellen und vielleicht zu einer vertiefenden Beschäftigung mit dem einen oder anderen Aspekt anregen.

Unser Ziel ist es dabei nicht, den Leser zu einem versierten Anwender der besprochenen Algorithmen auszubilden, sondern wir wollen, immer ausgehend von konkreten Problemen, Analyse- und Lösungsstrategien in den Mittelpunkt stellen. Hierbei spielen insbesondere Beweise und Beweistechniken eine zentrale Rolle.
Mit diesem Buch wollen wir verschiedene Teilgebiete der Mathematik aus algorithmischer Perspektive vorstellen und dabei auch Implementierungs- und Laufzeitaspekte diskutieren. Gleichzeitig möchten wir, bei einer verkürzten Grundausbildung in Mathematik in naturwissenschaftlichen und informatischen Studiengängen, möglichst viele Teilaspekte der Mathematik vorstellen und vielleicht zu einer vertiefenden Beschäftigung mit dem einen oder anderen Aspekt anregen.

Unser Ziel ist es dabei nicht, den Leser zu einem versierten Anwender der besprochenen Algorithmen auszubilden, sondern wir wollen, immer ausgehend von konkreten Problemen, Analyse- und Lösungsstrategien in den Mittelpunkt stellen. Hierbei spielen insbesondere Beweise und Beweistechniken eine zentrale Rolle.
Über den Autor
Winfried Hochstättler is a professor of "Discrete Mathematics and Optimization" at FernUniversität in Hagen. The material of this book has been used for teaching in several courses.
Alexander Schliep is a professor in the department of computer science and the BioMaPS institute for quantitative biology at Rutgers University. Gato, derived tools, and parts of CATBox have been used in graduate training at the Max Planck Institut for Molecular Genetics in Berlin.
Zusammenfassung

Mit diesem Buch wollen wir verschiedene Teilgebiete der Mathematik aus algorithmischer Perspektive vorstellen und dabei auch Implementierungs- und Laufzeitaspekte diskutieren. Gleichzeitig möchten wir, bei einer verkürzten Grundausbildung in Mathematik in naturwissenschaftlichen und informatischen Studiengängen, möglichst viele Teilaspekte der Mathematik vorstellen und vielleicht zu einer vertiefenden Beschäftigung mit dem einen oder anderen Aspekt anregen.

Unser Ziel ist es dabei nicht, den Leser zu einem versierten Anwender der besprochenen Algorithmen auszubilden, sondern wir wollen, immer ausgehend von konkreten Problemen, Analyse- und Lösungsstrategien in den Mittelpunkt stellen. Hierbei spielen insbesondere Beweise und Beweistechniken eine zentrale Rolle.

Inhaltsverzeichnis
Notation und Grundstrukturen.- Elementare Abzählprobleme und diskrete Wahrscheinlichkeiten.- Graphen.- Bäume und Matchings.- Numerik und lineare Algebra.- Nichtlineare Optimierung.- Numerische Verfahren zur Nichtlinearen Optimierung.- Lineare Optimierung.- Lösungsvorschläge zu den Übungen.
Details
Erscheinungsjahr: 2010
Fachbereich: Wahrscheinlichkeitstheorie
Genre: Mathematik, Medizin, Naturwissenschaften, Technik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Reihe: Springer-Lehrbuch
Inhalt: xiii
298 S.
37 s/w Illustr.
298 S. 37 Abb.
ISBN-13: 9783642054211
ISBN-10: 3642054218
Sprache: Deutsch
Herstellernummer: 12514953
Einband: Kartoniert / Broschiert
Autor: Hochstättler, Winfried
Hersteller: Springer
Springer Spektrum
Springer-Verlag GmbH
Springer-Lehrbuch
Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, D-69121 Heidelberg, juergen.hartmann@springer.com
Maße: 235 x 155 x 17 mm
Von/Mit: Winfried Hochstättler
Erscheinungsdatum: 28.04.2010
Gewicht: 0,546 kg
Artikel-ID: 101435178