Le livre est actuellement en rupture de stock
En savoir plus sur le livre
Die stochastische Modellierung unvorhersehbarer Messdatenstörungen bildet einen zentralen Aspekt dieses Buches, das eine umfassende Darstellung der notwendigen Kenntnisse zur Lösung inverser Probleme bietet. Anwendungsfälle aus Naturwissenschaften und Technik verdeutlichen die erforderlichen mathematischen Methoden. Besondere Aufmerksamkeit gilt der Diskretisierung und Parametrisierung dieser Probleme, sowie der praktischen Lösung der daraus resultierenden nichtlinearen Optimierungsprobleme. Die Theorie der Regularisierung wird bewusst nicht behandelt, um den Fokus auf anwendbare Lösungen zu legen.
Achat du livre
Inverse Probleme mit stochastisch modellierten Messdaten, Mathias Richter, Stefan Schäffler
- Langue
- Année de publication
- 2022
- product-detail.submit-box.info.binding
- (souple)
Nous vous informerons par e-mail dès que nous l’aurons retrouvé.
Modes de paiement
Personne n'a encore évalué .
- Titre
- Inverse Probleme mit stochastisch modellierten Messdaten
- Sous-titre
- Stochastische und numerische Methoden der Diskretisierung und Optimierung
- Langue
- Allemand
- Auteurs
- Mathias Richter, Stefan Schäffler
- Éditeur
- Springer Berlin Heidelberg
- Publié
- 2022
- Format
- souple
- Pages
- 308
- ISBN13
- 9783662663424
- Séries
- Mots clés
- Nonfiction, Science et Mathématiques, Mathématiques
- Description
- Die stochastische Modellierung unvorhersehbarer Messdatenstörungen bildet einen zentralen Aspekt dieses Buches, das eine umfassende Darstellung der notwendigen Kenntnisse zur Lösung inverser Probleme bietet. Anwendungsfälle aus Naturwissenschaften und Technik verdeutlichen die erforderlichen mathematischen Methoden. Besondere Aufmerksamkeit gilt der Diskretisierung und Parametrisierung dieser Probleme, sowie der praktischen Lösung der daraus resultierenden nichtlinearen Optimierungsprobleme. Die Theorie der Regularisierung wird bewusst nicht behandelt, um den Fokus auf anwendbare Lösungen zu legen.