Back to results
Cover image for book Mathematische Modellierung mit MATLAB® und Octave

Mathematische Modellierung mit MATLAB® und Octave

Eine praxisorientierte Einführung
By:Frank Haußer; Yuri Luchko
Publisher:Springer Nature
Print ISBN:9783662597439
eText ISBN:9783662597446
Edition:2
Copyright:2019
Format:Reflowable

eBook Features

Instant Access

Purchase and read your book immediately

Read Offline

Access your eTextbook anytime and anywhere

Study Tools

Built-in study tools like highlights and more

Read Aloud

Listen and follow along as Bookshelf reads to you

Dieses Lehrbuch beinhaltet eine Einführung in die vielfältige und faszinierende Welt der mathematischen Modellierung und eignet sich ideal für alle, die auf diesem Gebiet noch keine großen Erfahrungen sammeln konnten. Insbesondere wurde dabei an die Studierenden im Bachelor-Studium gedacht, die beim Durcharbeiten des Buchs das nötige Rüstzeug bekommen, um sich selbstständig an die mathematische Modellierung von realen Anwendungen zu wagen und die in der Spezialliteratur beschriebenen Modelle kreativ anzupassen und einzusetzen.Während der erste Teil des Buchs sich der Methodik des Modellierens und den Aktivitäten im Modellierungszyklus widmet, hält der zweite Teil einen Werkzeugkasten für die einzelnen Modellierungsschritte parat. Die dritte Säule des Buchs bilden einige Fallstudien, die nach der vorgestellten Methodik und mit den Techniken aus dem Werkzeugkasten bearbeitet werden. Das Modellieren beschränkt sich dabei nicht – und das ist das Besondere an diesem Buch – auf die Modellentwürfe, sondern beinhaltet auch ihre Analyse, numerische Behandlung, Implementierung von Algorithmen, Rechnungen, Visualisierung und Analyse der Ergebnisse. Für die Implementierung der Berechnungen und die Visualisierung der Ergebnisse wird dabei das Softwarepaket MATLAB® eingesetzt, alle Beispiele sind jedoch ebenso in Octave lauffähig. Die vorliegende zweite Auflage wurde in einigen Teilen wesentlich erweitert, um die Bedeutung der mathematischen Modellierung in aktuellen Anwendungen noch deutlicher zu machen. Insbesondere werden jetzt auch wichtige Modellansätze aus dem Bereich des maschinellen Lernens vorgestellt und eine neue Fallstudie über Computertomographie behandelt die Modellierung von inversen schlecht gestellten Problemen.