Mathematische Algorithmen mit Python : Vom Sieb des Eratosthenes bis zur RSA-Verschlüsselung - Mathe-Klassiker verstehen u. Python trainieren - Ausgabe 2024 (2., erw. Aufl.)

個数:

Mathematische Algorithmen mit Python : Vom Sieb des Eratosthenes bis zur RSA-Verschlüsselung - Mathe-Klassiker verstehen u. Python trainieren - Ausgabe 2024 (2., erw. Aufl.)

  • 在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
    通常6~9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
    重要ご説明事項
    1. 納期遅延や、ご入手不能となる場合がございます。
    2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
    3. 美品のご指定は承りかねます。

    ●3Dセキュア導入とクレジットカードによるお支払いについて
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Paperback:紙装版/ペーパーバック版
  • 商品コード 9783367100057

Description

Tauchen Sie ein in die Welt der Algorithmen und erforschen Sie die Verbindung zwischen Programmierung und Mathematik. Dr. Veit Steinkamp löst mit Ihnen Aufgaben aus verschiedenen Bereichen und zeigt, wie Rechnungen in Code umgesetzt werden. Sie lernen die grundlegenden Programm- und Datenstrukturen Pythons kennen und erfahren, welche Module Ihnen viel Arbeit abnehmen. Rasch programmieren Sie Algorithmen zum Lösen von Gleichungssystemen nach, automatisieren Kurvendiskussionen und berechnen Integrale. Abstrakte Zusammenhänge werden so deutlich, und ganz nebenbei verbessern Sie Ihre Python-Fähigkeiten und programmieren geschickter und gekonnter.

Aus dem Inhalt:

  • Python installieren und anwenden
  • Daten- und Programmstrukturen
  • Module: NumPy, SymPy, SciPy, Matplotlib
  • Zahlen
  • Gleichungssysteme
  • Folgen und Reihen
  • Funktionen
  • Differenzial- und Integralrechnung
  • Differenzialgleichungen
  • Ausgleichsrechnungen
  • Statistik
  • Fraktale Geometrie


Die Fachpresse zur Vorauflage:

iX - Magazin für professionelle Informationstechnik: »Der Titel verspricht nicht zu viel. Man lernt nicht nur Mathematik, sondern spielend auch die Umsetzung von mathematischen Konzepten in ein Programm und damit die praktische Anwendung von Python.«

c't: »Überhaupt beweist der Autor ein gutes didaktisches Händchen. Mit Hintergrundinformationen lockert er seinen Text auf; hinzu kommen zahlreiche Abbildungen mit Funktionsplots sowie gut gewählte Übungen.«


Materialien zum Buch ... 15
1. Einführung ... 17

1.1 ... Entwicklungsumgebungen ... 22
1.2 ... Die Installation der Module ... 25
1.3 ... Schlüsselwörter von Python ... 28
1.4 ... Maschinengenauigkeit, Rundungsfehler und Stellenauslöschung ... 30
1.5 ... Algorithmenbegriffe ... 34
1.6 ... Übungen ... 37

2. Datentypen und Datenstrukturen ... 41

2.1 ... Tupel ... 42
2.2 ... Set ... 49
2.3 ... Liste ... 54
2.4 ... Dictionary ... 60
2.5 ... Zusammenfassung ... 65
2.6 ... Aufgaben ... 66

3. Programmstrukturen ... 67

3.1 ... Mathematische Operatoren ... 68
3.2 ... Die lineare Programmstruktur ... 69
3.3 ... Verzweigungsstrukturen ... 72
3.4 ... Wiederholstrukturen ... 76
3.5 ... Operation auf Vektoren und Matrizen ... 89
3.6 ... Unterprogrammtechnik mit Funktionen ... 95
3.7 ... Einen Algorithmus optimieren ... 107
3.8 ... Objektorientierte Programmierung ... 113
3.9 ... Laufzeitanalyse ... 120
3.10 ... Aufgaben ... 127

4. Die Python-Erweiterungsmodule NumPy, Matplotlib, SymPy und SciPy ... 131

4.1 ... NumPy ... 132
4.2 ... Matplotlib ... 139
4.3 ... SymPy ... 151
4.4 ... SciPy ... 155
4.5 ... Aufgaben ... 158

5. Zahlen ... 161

5.1 ... Natürliche und ganze Zahlen ... 165
5.2 ... Rationale Zahlen ... 198
5.3 ... Irrationale Zahlen ... 202
5.4 ... Transzendente Zahlen ... 206
5.5 ... Aufgaben ... 218

6. Gleichungssysteme ... 219

6.1 ... Lineare Gleichungssysteme ... 219
6.2 ... Iterative Verfahren ... 250
6.3 ... Nichtlineare Gleichungssysteme ... 263
6.4 ... Aufgaben ... 266

7. Folgen ... 269

7.1 ... Divergente Folgen ... 269
7.2 ... Differenzfolgen ... 273
7.3 ... Konvergente Folgen ... 275
7.4 ... Rekursive Folgen ... 278
7.5 ... Geometrische Folgen ... 280
7.6 ... Der Grenzwert von Folgen ... 284
7.7 ... Aufgaben ... 288

8. Nullstellen berechnen ... 289

8.1 ... Bisektionsverfahren ... 290
8.2 ... Fixpunktverfahren ... 295
8.3 ... Newton-Verfahren ... 301
8.4 ... Vergleich der Verfahren ... 304
8.5 ... Numerische Berechnung mehrerer Nullstellen ... 306
8.6 ... Aufgaben ... 308

9. Numerische Differenziation ... 309

9.1 ... Simulation des Grenzwertprozesses ... 310
9.2 ... Tangentengleichung ... 313
9.3 ... Vorwärts-, Rückwärts- und zentraler Differenzenquotient ... 316
9.4 ... Optimale Schrittweite ... 323
9.5 ... Höhere Ableitungen ... 326
9.6 ... Kurvendiskussion ... 333
9.7 ... Aufgaben ... 348

10. Reihen ... 351

10.1 ... Divergierende Reihen ... 352
10.2 ... Konvergente Reihen ... 358
10.3 ... Geometrische Reihen ... 366
10.4 ... Potenzreihen und die Taylor-Entwicklung ... 371
10.5 ... Aufgaben ... 381

11. Numerische Integration ... 383

11.1 ... Das Problem der Flächenberechnung ... 383
11.2 ... Verfahren der Flächenberechnung ... 391
11.3 ... Bogenlängen ... 406
11.4 ... Rotationskörper ... 409
11.5 ... Zweifachintegrale ... 413
11.6 ... Aufgaben ... 421

12. Differenzialgleichungen ... 423

12.1 ... Das eulersche Polygonzugverfahren ... 424
12.2 ... Richtungsfelder ... 429
12.3 ... Differenzialgleichungen 1. Ordnung ... 431
12.4 ... Nichtlineare Differenzialgleichungen 2. Ordnung ... 438
12.5 ... DGL-System für ein gekoppeltes Fadenpendel ... 443
12.6 ... DGL-System mit zwei Unbekannten ... 446
12.7 ... DGL-System mit drei Unbekannten ... 449
12.8 ... Optimierungen des Euler-Verfahrens ... 452
12.9 ... Lösung von Differenzialgleichungen mit SciPy ... 455
12.10 ... Lösen von Differenzialgleichungen mit Sympy ... 459
12.11 ... Aufgaben ... 462

13. Ausgleichsrechnungen ... 463

13.1 ... Lineare Ausgleichsprobleme ... 464
13.2 ... Nichtlineare Ausgleichsprobleme ... 483
13.3 ... Aufgaben ... 487

14. Algorithmen für die Berechnung statistischer Kennzahlen ... 489

14.1 ... Normalverteilte Zufallszahlen erzeugen ... 490
14.2 ... Lageparameter ... 494
14.3 ... Streuparameter ... 504
14.4 ... Strukturparameter ... 508
14.5 ... Aufgaben ... 514

15. Fraktale ... 517

15.1 ... Turtle-Grafik ... 518
15.2 ... Die kochsche Schneeflocke ... 521
15.3 ... Das Sierpinski-Dreieck ... 527
15.4 ... Der Pythagoras-Baum ... 531
15.5 ... Mandelbrot- und Julia-Mengen ... 534
15.6 ... Aufgaben ... 546

Anhang ... 549

A.1 ... Wichtige mathematische Begriffe und Sätze ... 549
A.2 ... Matplotlib-Eigenschaften ... 552

Literaturverzeichnis ... 555
Index ... 559
Dr. Veit Steinkamp hat Elektrotechnik und Deutsch für das Lehramt studiert und dieses Wissen an beruflichen Schulen und Fachhochschulen weitergegeben. Dort hat er E-Technik, Anwendungsentwicklung und Maschinenbautechnik unterrichtet sowie Lehraufträge in Theoretischer Elektrotechnik und den Grundlagen der Elektrotechnik durchgeführt. Die Faszination für Mathematik und das Programmieren gibt er in diesem Buch weiter.Wenn Sie mehr über Veit Steinkamp und seine Python-Bücher erfahren möchten, besuchen Sie seine Webpräsenz auf drsteinkamp.de.

最近チェックした商品