Buch, Deutsch, 360 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 563 g
Reihe: Masterclass
Buch, Deutsch, 360 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 563 g
Reihe: Masterclass
ISBN: 978-3-662-55464-7
Verlag: Springer
Dieses Lehrbuch bietet eine anschauliche Einführung in die Theorie und Numerik der Approximation mit Bezügen zu aktuellen Anwendungen der Datenanalyse. Dabei werden klassische Themen der Approximation mit relevanten Methoden der mathematischen Signalverarbeitung verknüpft und gut nachvollziehbar erklärt.
Bei den Herleitungen der verschiedenen Approximationsmethoden werden konstruktive Zugänge bevorzugt. Dies führt direkt zu numerischen Algorithmen, deren Implementierung im Detail erklärt wird. Weiterhin illustriert eine Vielzahl an Beispielen die theoretischen und numerischen Grundlagen.
Das Lehrbuch behandelt u.a. folgende Themen:
- Bestapproximationen in normierten linearen Räumen
- Approximation in euklidischen Räumen
- Tschebyscheff-Approximation
- Asymptotische Resultate der Approximation
- Kern-basierte Approximation mit gitterfreien Methoden
- Approximationsmethoden der Computertomographie
Neben zahlreichen Beispielen sind für die weitere Vertiefung der Kernthemen auch viele Übungsaufgaben mit Lösungshinweisen enthalten.
Zielgruppe
Upper undergraduate
Autoren/Hrsg.
Fachgebiete
Weitere Infos & Material
Einführung.- Grundlegende Methoden und Algorithmen.- Bestapproximation.- Euklidische Approximation.- Tschebyscheff-Approximation.- Asymptotische Aussagen.- Basiskonzepte zur Signal-Approximation.- Appriximation mit positiv definiten Kernen.- Computertomographie.