Cantitate/Preț
Produs

Statistische und numerische Methoden der Datenanalyse: Teubner Studienbücher Physik

Autor Volker Blobel, Erich Lohrmann
de Limba Germană Paperback – sep 1998
Der Umfang des Datenmaterials in Wissenschaft und Technik nimmt immer schneller zu; seine Auswertung und Beurteilung erweisen sich zunehmend als die eigentliche Schwierigkeit bei vielen wichtigen Problemen. Dem steht auf der anderen Seite ein seit Jahren ungebrochenes Anwachsen der Rechnerleistung und die zunehmende Verfügbarkeit mächtiger Algorithmen gegenüber, aber es ist oft nicht einfach, von diesen Hilfsmitteln den richtigen und professionellen Gebrauch zu machen. Dieses Buch, entstanden aus der Praxis der Verarbeitung großer Datenmengen, will eine Einführung und Hilfe auf diesem Gebiet geben. Viele der Probleme sind statistischer Natur. Hier ist es sprichwörtlich leicht, Fehler zu machen. Deshalb sind der Erklärung und der kritischen Durchleuch­ tung statistischer Zusammenhänge auch im Hinblick auf die Praxis ein ange­ messener Raum gewidmet und ebenso den Monte Carlo-Methoden, welche heute einen verhältnismäßig einfachen Zugang zu vielen statistischen Problemen bie­ ten. Werkzeuge für die Organisation und Strukturierung großer Datenmengen bilden ein weiteres wichtiges Thema. Dazu gehören auch effiziente Verfahren zum Sortieren und Suchen, welche oft Teil größerer Algorithmen sind. Die Verarbeitung großer Datenmengen hat oft die Extraktion verhältnismäßig weniger Parameter zum Ziel. Hier sind Verfahren wie die Methoden der klein­ sten Quadrate und der Maximum-Likelihood wichtig, in Verbindung mit effek­ tiven Optimierungsalgorithmen. Ein weiteres Problem, welches oft unterschätzt wird, ist die Rekonstruktion ursprünglicher Verteilungen aus fehlerbehafteten Messungen durch Entfaltung. Mit der Verfügbarkeit mathematischer Bibliotheken für Matrixoperationen kön­ nen viele Probleme elegant in Matrixschreibweise formuliert und aufRechnern gelöst werden. Deswegen werden auch die einfachen Grundlagen der Matrixal­ gebra behandelt.
Citește tot Restrânge

Din seria Teubner Studienbücher Physik

Preț: 42155 lei

Nou

Puncte Express: 632

Preț estimativ în valută:
8068 8351$ 6819£

Carte tipărită la comandă

Livrare economică 06-20 martie

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783519032434
ISBN-10: 3519032430
Pagini: 364
Ilustrații: 358 S. 92 Abb.
Greutate: 0.42 kg
Ediția:1998
Editura: Vieweg+Teubner Verlag
Colecția Vieweg+Teubner Verlag
Seria Teubner Studienbücher Physik

Locul publicării:Wiesbaden, Germany

Public țintă

Upper undergraduate

Cuprins

1 Datenbehandlung und Programmierung.- 1.1 Information.- 1.2 Codierung.- 1.3 Informationsübertragung.- 1.4 Analogsignale — Abtasttheorem.- 1.5 Repräsentation numerischer Daten.- 1.6 Programmorganisation.- 1.7 Programmprüfung.- 2 Algorithmen und Datenstrukturen.- 2.1 Algorithmen und ihre Analyse.- 2.2 Datenstrukturen.- 2.3 Sortieren.- 2.4 Suchen.- 2.5 Weitere Algorithmen.- 3 Methoden der linearen Algebra.- 3.1 Vektoren und Matrizen.- 3.2 Symmetrische Matrizen.- 3.3 Vertauschungs-Algorithmus.- 3.4 Dreiecksmatrizen.- 3.5 Allgemeine LR-Zerlegung.- 3.6 Cholesky-Zerlegung.- 3.7 Inversion durch Partitionierung.- 3.8 Diagonalisierung symmetrischer Matrizen.- 3.9 Singulärwert-Zerlegung.- 4 Statistik.- 4.1 Einleitung.- 4.2 Wahrscheinlichkeit.- 4.3 Verteilungen.- 4.4 Spezielle diskrete Verteilungen.- 4.5 Spezielle Wahrscheinlichkeitsdichten.- 4.6 Theoreme.- 4.7 Stichproben.- 4.8 Mehrdimensionale Verteilungen.- 4.9 Transformation von Wahrscheinlichkeitsdichten.- 4.10 Faltung.- 5 Monte Carlo-Methoden.- 5.1 Einführung.- 5.2 Zufallszahlengeneratoren.- 5.3 Zufallszahlen für beliebige Verteilungen.- 5.4 Zufallszahlen für spezielle Verteilungen.- 5.5 Monte Carlo-Integration.- 6 Schätzung von Parametern.- 6.1 Problemstellung und Kriterien.- 6.2 Robuste Schätzung von Mittelwerten.- 6.3 Die Maximum-Likelihood-Methode.- 6.4 Fehler der Parameter.- 6.5 Anwendungen der Maximum-Likelihood-Methode.- 6.6 Eigenschaften der Maximum-Likelihood-Methode.- 6.7 Konfidenzgrenzen.- 6.8 Bayes’sche Statistik.- 6.9 Systematische Fehler.- 7 Methode der kleinsten Quadrate.- 7.1 Einleitung.- 7.2 Lineare kleinste Quadrate.- 7.3 Lösungseigenschaften.- 7.4 Der Fall unterschiedlicher Fehler.- 7.5 Kleinste Quadrate in der Praxis.- 7.6 Nichtlineare kleinste Quadrate.- 7.7 Kleinste Quadrate mitNebenbedingungen.- 8 Optimierung.- 8.1 Einleitung.- 8.2 Eindimensionale Minimierung.- 8.3 Suchmethoden für den Fall mehrerer Variabler.- 8.4 Minimierung ohne Nebenbedingungen.- 8.5 Gleichungen als Nebenbedingungen.- 8.6 Ungleichungen als Nebenbedingungen.- 9 Prüfung von Hypothesen.- 9.1 Prüfung einer einzelnen Hypothese.- 9.2 Entscheidung zwischen Hypothesen.- 9.3 Allgemeine Klassifizierungsmethoden.- 10 Parametrisierung von Daten.- 10.1 Einleitung.- 10.2 Spline-Funktionen.- 10.3 Orthogonale Polynome.- 10.4 Fourierreihen.- 11 Entfaltung.- 11.1 Problemstellung.- 11.2 Akzeptanzkorrekturen.- 11.3 Entfaltung in zwei Intervallen.- 11.4 Entfaltung periodischer Verteilungen.- 11.5 Diskretisierung.- 11.6 Entfaltung ohne Regularisierung.- 11.7 Entfaltung mit Regularisierung.

Textul de pe ultima copertă

Der Umfang des Datenmaterials in Wissenschaft und Technik nimmt immer schneller zu; seine Auswertung und Beurteilung erweisen sich zunehmend als die eigentliche Schwierigkeit bei vielen wichtigen Problemen. Dem steht zwar ein bisher ungebrochenes Anwachsen von Rechnerleistung und die zunehmende Verfügbarkeit mächtiger Algorithmen gegenüber, aber es ist oft nicht einfach, von diesen Hilfsmitteln den richtigen und professionellen Gebrauch zu machen. Dieses Buch, entstanden aus der Praxis der Verarbeitung großer Datenmengen, will eine Einführung und Hilfe auf diesem Gebiet geben. Viele der in den Naturwissenschaften und der Technik auftauchenden Probleme sind statistischer Natur. Hier ist es sprichwörtlich leicht, Fehler zu machen. Deshalb ist der Erklärung und der kritischen Durchleuchtung statistischer Zusammenhänge für den Praktiker ein breiter Raum gewidmet und ebenso den Monte Carlo Methoden, welche heute einen neuen einfachen Weg bei vielen statistischen Problemen bieten. Werkzeuge für die Organisation und Strukturierung großer Datenmengen bilden ein weiteres wichtiges Thema. Die Verarbeitung großer Datenmengen hat oft die Extraktion verhältnismäßig weniger Parameter zum Ziel. Hier sind Verfahren wie die Methoden der kleinsten Quadrate und der Maximum Likelihood wichtig, in Verbindung mit effektiven Optimierungsalgorithmen. Das Buch enthält Algorithmen und zahlreiche einfache Beispiele, um diese Dinge zu verdeutlichen. "... Die etwas komprimierte, vor allem als praktische Anleitung für Naturwissenschaftler und Ingenieure konzipierte Darstellung setzt nur wenige Kenntnisse aus der höheren Mathematik voraus. ... Empfehle