Mit den Kenntnissen des Bachelorstudiums der Ingenieur- und Naturwissenschaften führt dieses Buch weitere anwendungsrelevante mathematische Konzepte ein. Grundkenntnisse in Linearer Algebra und der Analysis werden deshalb vorausgesetzt. Jedes neue Kapitel wird durch motivierende Beispiele eingeführt. Diese erläutern kurz auf elementarem Niveau die Grundideen. Die notwendigen mathematischen Begriffe und Konzepte werden so in angewandter Weise vorgestellt. Am Ende eines Kapitels folgen formal korrekte Definitionen zu den neuen Inhalten. Jedes Kapitel schlägt so die Brücke zwischen Theorie und Praxis.
Der Inhalt
Die Zielgruppen
Die Autoren
lehren Angewandte Mathematik an der Hochschule München, Fakultät Maschinenbau, Fahrzeugtechnik, Flugzeugtechnik.
Prof. Dr. Laurent Demaret Seine Forschungsthemen liegen im Bereich der mathematischen Bild- und Signalverarbeitung.
Prof. Dr. Georg Schlüchtermann
Seine Forschungsthemen liegen im Bereich der Stochastik und Zufallsmatrizen mit Fokus auf Machine-Learning.
Prof. Dr. Michael Wibmer
Seine Forschungsthemen liegen im Bereich des Scientific Computing in Kombination mit probabilistischen Methoden und Uncertainty-Quantification.
Der Inhalt
- Dynamische Systeme gewöhnlicher Differenzialgleichungen
- Einführung in Randwertprobleme gewöhnlicher Differenzialgleichungen
- Integraltransformationen
- Einführung in die partiellen Differenzialgleichungen
- Grundlagen der Stochastik und Statistik
Die Zielgruppen
- Studierende und Lehrende der Ingenieurwissenschaft, Naturwissenschaften, Wirtschafts- und Computerwissenschaften
- Auffrischung und Nachschlagewerk für IngenieurInnen, NaturwissenschaftlerInnen, InformatikerInnen und WirtschaftswissenschaftlerInnen
Die Autoren
lehren Angewandte Mathematik an der Hochschule München, Fakultät Maschinenbau, Fahrzeugtechnik, Flugzeugtechnik.
Prof. Dr. Laurent Demaret Seine Forschungsthemen liegen im Bereich der mathematischen Bild- und Signalverarbeitung.
Prof. Dr. Georg Schlüchtermann
Seine Forschungsthemen liegen im Bereich der Stochastik und Zufallsmatrizen mit Fokus auf Machine-Learning.
Prof. Dr. Michael Wibmer
Seine Forschungsthemen liegen im Bereich des Scientific Computing in Kombination mit probabilistischen Methoden und Uncertainty-Quantification.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.