Kooperativer Bibliotheksverbund

UID:

Format: 537 Seiten : , Illustrationen, Diagramme ; , 24 cm x 16.8 cm.

Edition: 1. Auflage

ISBN: 978-3-8362-7316-9 , 3-8362-7316-0

Series Statement: Rheinwerk Technik

Note: Auf dem Umschlag: "Arbeiten mit den Modulen NumPy, SciPy, Matplotlib, SymPy, VPython ; Numerische Algebra, Differenzialgleichungen, Statistik, 3D-Modellierung ; das Praxisbuch für Studium und Beruf ; mit Projektaufgaben und Musterlösungen"

Language: German

Subjects: Computer Science

Keywords: Python ; Lehrbuch

URL: http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032368709&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA

URL: Inhaltstext

URL: Inhaltsverzeichnis

URL: Inhaltsverzeichnis

URL: http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032368709&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA

Author information: Steinkamp, Veit 1952-

UID:

Format: 512 Seiten , Illustrationen, Diagramme

Edition: 1. Auflage

ISBN: 9783836285742

Series Statement: Rheinwerk Computing

Note: Auf dem Umschlag: Mathe verstehen & Python trainieren ; Aufgaben mit kommentierten Musterlösungen

Language: German

Subjects: Computer Science , Mathematics

Keywords: Python ; Programmierung ; Datenstruktur ; Algorithmus

URL: Inhaltstext

URL: Inhaltsverzeichnis

Author information: Steinkamp, Veit 1952-

UID:

Format: 549 Seiten : , Illustrationen, Diagramme ; , 24 cm x 16.8 cm.

Edition: 2., aktualisierte Auflage

ISBN: 978-3-8362-9286-3 , 3-8362-9286-6

Series Statement: Rheinwerk Computing

Content: Grenzwerte bestimmen, Differenzialgleichungen lösen, Testreihen visualisieren und vieles mehr – die Ingenieurs- und Naturwissenschaften stecken voller Aufgaben, die Sie elegant mit Python lösen können. Zahlreiche Module und Librarys stehen bereit, mit denen Sie Rechnungen automatisieren, Simulationen erstellen und Daten grafisch aufbereiten. Wie das geht, zeigen Ihnen die übersichtlich strukturierten Kapitel dieses Handbuchs, reich garniert mit praxisbezogenen Erklärungen, Codebeispielen und Musterlösungen.

Note: Auf dem Cover: "Das Praxisbuch für NumPy, Matplotlib,SciPy, SymPy und VPython ; Numerische Algebra, Differenzialgleichungen, Statistik, 3D-Modellierung ; Beispielrechnungen und Lösungswege für Studium und Beruf; Mit Projektaufgaben und Musterlösungen"

Language: German

Subjects: Computer Science

Keywords: Python

URL: Inhaltstext

URL: Inhaltsverzeichnis

URL: Inhaltstext

URL: Inhaltsverzeichnis

Author information: Steinkamp, Veit 1952-

UID:

Format: 244 S.

Note: Köln, Univ., Diss., 1994

Language: German

Subjects: Philosophy , Sociology

Keywords: 1904-1976 Gehlen, Arnold ; Philosophische Anthropologie ; Technikphilosophie ; Hochschulschrift

URL: Inhaltsverzeichnis

UID:

Format: 1 Online-Ressource (539 Seiten) , Illustrationen, Diagramme

Edition: 1. Auflage

ISBN: 9783836273183

Series Statement: Rheinwerk Technik

Note: Auf dem Umschlag: "Arbeiten mit den Modulen NumPy, SciPy, Matplotlib, SymPy, VPython ; Numerische Algebra, Differenzialgleichungen, Statistik, 3D-Modellierung ; das Praxisbuch für Studium und Beruf ; mit Projektaufgaben und Musterlösungen"

Additional Edition: Erscheint auch als Druck-Ausgabe ISBN 978-3-8362-7316-9

Language: German

Subjects: Computer Science

Keywords: Python ; Electronic books.

URL: https://ebookcentral.proquest.com/lib/th-brandenburg/detail.action?docID=6421264

Author information: Steinkamp, Veit 1952-

UID:

Format: 500 Seiten , 24 cm

Edition: 1. Auflage

ISBN: 9783836273169

Series Statement: Rheinwerk Technik

Content: Dieses Handbuch bietet Ingenieuren und Wissenschaftlern einen praxisnahen Einstieg in die Programmierung mit Python. Python ist die ideale Sprache für schnelle, unkomplizierte Lösungen von klar umrissenen Problemen. Grenzwerte bestimmen, Differentialgleichungen lösen, Testreihen visualisieren und vieles mehr - die Ingenieurs- und Naturwissenschaften stecken voller Aufgaben, die Sie elegant mit Python lösen können. Wie das geht, zeigen die übersichtlich strukturierten Kapitel mit vielen Erklärungen, Codebeispielen und Musterlösungen. Aus dem Inhalt: Python: Grundlagen und Sprachstruktur, Boolesche Algebra, Statistische Berechnungen, Rechnen mit komplexen Zahlen, Numerische Berechnungen mit NumPy, Computeralgebra mt SymPy, Funktionsdarstellungen mit Matplotlib, Simulationen mit SciPy, 3D-Grafik mit VPython.

Note: Deutsch

Language: German

Author information: Steinkamp, Veit

UID:

Format: 1 online resource (515 pages)

Edition: 1

ISBN: 9783836285766

Note: Intro -- Materialien zum Buch -- 1 Einführung -- 1.1 Entwicklungsumgebungen -- 1.1.1 IDLE -- 1.1.2 Thonny -- 1.2 Die Installation der Module -- 1.3 Schlüsselwörter von Python -- 1.4 Maschinengenauigkeit, Rundungsfehler und Stellenauslöschung -- 1.4.1 Maschinengenauigkeit -- 1.4.2 Rundungsfehler -- 1.4.3 Stellenauslöschung -- 1.5 Algorithmenbegriffe -- 2 Datentypen und Datenstrukturen -- 2.1 Tupel -- 2.1.1 Exkurs: Elementare Datentypen von Python -- 2.1.2 Würfelsimulation -- 2.1.3 Vertauschen von Objekten -- 2.2 Sets -- 2.2.1 Mengenlehre -- 2.2.2 Vereinigungsmenge -- 2.2.3 Schnittmenge -- 2.2.4 Differenzmenge -- 2.3 Listen -- 2.4 Dictionary -- 2.5 Zusammenfassung -- 2.6 Aufgaben -- 3 Programmstrukturen -- 3.1 Mathematische Operatoren -- 3.2 Die lineare Programmstruktur -- 3.3 Verzweigungsstrukturen -- 3.3.1 Einfachauswahl -- 3.3.2 Mehrfachauswahl -- 3.4 Wiederholstrukturen -- 3.4.1 Die while-Schleife -- 3.4.2 Die for-Schleife -- 3.5 Unterprogrammtechnik mit Funktionen -- 3.5.1 Eingebaute Funktionen -- 3.5.2 Selbst erstellte Funktionen -- 3.5.3 Funktionen ohne Rückgabewert -- 3.5.4 Funktionen mit einem Rückgabewert -- 3.5.5 Funktionen mit mehreren Rückgabewerten -- 3.5.6 Rekursion: Eine Funktion ruft sich selbst auf -- 3.6 Laufzeitkomplexität -- 3.7 Aufgaben -- 4 Die Python-Erweiterungsmodule NumPy, Matplotlib, SymPy und SciPy -- 4.1 NumPy -- 4.1.1 Wichtige NumPy-Methoden -- 4.1.2 Wertetabellen für mathematische Funktionen erstellen -- 4.1.3 Die Datenstruktur von ndarray -- 4.1.4 Rechnen mit Matrizen -- 4.2 Matplotlib -- 4.2.1 Einfache 2D-Funktionsplots -- 4.2.2 Die objektorientierte API -- 4.3 SymPy -- 4.3.1 Symbolische Operationen mit Matrizen -- 4.3.2 Symbolisches Differenzieren und Integrieren -- 4.4 SciPy -- 4.4.1 Nullstellen berechnen -- 4.4.2 Numerisches Integrieren -- 4.5 Aufgaben -- 5 Zahlen -- 5.1 Natürliche Zahlen -- 5.1.1 Teilbarkeit , 5.1.2 Der größte gemeinsame Teiler -- 5.1.3 Primzahlen -- 5.1.4 RSA-Verschlüsselung -- 5.2 Rationale Zahlen -- 5.3 Irrationale Zahlen -- 5.4 Transzendente Zahlen -- 5.4.1 Die Kreiszahl ? -- 5.4.2 Die eulersche Zahl e -- 5.5 Aufgaben -- 6 Gleichungssysteme -- 6.1 Lineare Gleichungssysteme -- 6.1.1 Lösbarkeit eines linearen Gleichungssystems -- 6.1.2 Der Gauß-Algorithmus -- 6.1.3 Der Gauß-Jordan-Algorithmus -- 6.1.4 Lösung mit Determinanten: Die cramersche Regel -- 6.1.5 Lösung mit der Inversen einer Matrix -- 6.1.6 Lösung mit der NumPy-Methode solve() -- 6.1.7 Lösung mit SymPy-Methoden -- 6.2 Iterative Verfahren -- 6.2.1 Das Jacobi-Verfahren -- 6.2.2 Das Gauß-Seidel-Verfahren -- 6.2.3 Konvergenzverhalten -- 6.3 Nichtlineare Gleichungssysteme -- 6.3.1 Lösung mit SciPy -- 6.3.2 Lösung mit SymPy -- 6.4 Aufgaben -- 7 Folgen -- 7.1 Divergente Folgen -- 7.2 Differenzfolgen -- 7.3 Konvergente Folgen -- 7.4 Rekursive Folgen -- 7.5 Geometrische Folgen -- 7.6 Der Grenzwert von Folgen -- 7.6.1 Grenzwertdarstellung im Koordinatensystem -- 7.6.2 Symbolische Berechnung des Grenzwertes -- 7.7 Aufgaben -- 8 Stetige Funktionen -- 8.1 2D-Funktionsplots -- 8.1.1 Elementare Funktionstypen -- 8.1.2 Parabel -- 8.1.3 Exponentialfunktion -- 8.1.4 Sinusfunktion -- 8.2 3D-Funktionsplots -- 8.2.1 Paraboloid -- 8.2.2 Ellipsoid -- 8.3 Animationen -- 8.3.1 2D-Animationen -- 8.3.2 3D-Animationen -- 8.4 Aufgaben -- 9 Differenzialrechnung -- 9.1 Der Differenzenquotient -- 9.1.1 Vorwärts- und Rückwärtsdifferenzenquotient -- 9.1.2 Der zentrale Differenzenquotient -- 9.2 Optimale Schrittweite -- 9.3 Simulation des Grenzwertprozesses -- 9.4 Tangenten- und Normalengleichung -- 9.4.1 Tangentengleichung -- 9.4.2 Normalengleichung -- 9.5 Höhere Ableitungen -- 9.6 Berechnung von Nullstellen mit dem Newton-Verfahren -- 9.6.1 Numerische Berechnung einer Nullstelle , 9.6.2 Numerische Berechnung mehrerer Nullstellen -- 9.7 Kurvendiskussion -- 9.7.1 Statische Darstellung von Extremwerten und Wendepunkt -- 9.7.2 Kriterien für Extremstellen -- 9.7.3 Simulation der Tangentensteigung für ein Polynom 3. Grades -- 9.7.4 Kurvendiskussion mit SciPy -- 9.7.5 Kurvendiskussion mit SymPy -- 9.7.6 Umgekehrte Kurvendiskussion -- 9.8 Aufgaben -- 10 Reihen -- 10.1 Divergierende Reihen -- 10.1.1 Die Reihe der Quadratzahlen -- 10.1.2 Harmonische Reihe -- 10.2 Konvergente Reihen -- 10.2.1 Die eulersche Zahl e -- 10.2.2 Vergleich von Konvergenzgeschwindigkeiten -- 10.2.3 Konvergenzkriterien -- 10.3 Geometrische Reihen -- 10.4 Potenzreihen und die Taylor-Entwicklung -- 10.4.1 Potenzreihen -- 10.4.2 Taylor-Entwicklung -- 10.5 Aufgaben -- 11 Integralrechnung -- 11.1 Die Stammfunktion -- 11.2 Flächenberechnung -- 11.3 Verfahren der numerischen Integration -- 11.3.1 Rechtecksummen -- 11.3.2 Trapezsummen -- 11.3.3 Das Simpson-Verfahren -- 11.3.4 Vergleich der Verfahren -- 11.3.5 Der Flächeninhalt zwischen zwei Funktionsgraphen -- 11.3.6 Uneigentliches Integral -- 11.4 Bogenlängen -- 11.5 Rotationskörper -- 11.6 Zweifachintegrale -- 11.6.1 Zweifachintegrale mit konstanten Integrationsgrenzen -- 11.6.2 Zweifachintegrale mit variablen Integrationsgrenzen -- 11.7 Aufgaben -- 12 Differenzialgleichungen -- 12.1 Das eulersche Polygonzug-Verfahren -- 12.2 Richtungsfelder -- 12.3 Differenzialgleichungen 1. Ordnung -- 12.3.1 Die konstante Wachstumsrate -- 12.3.2 Die konstante Wachstumsrate mit oberer Wachstumsschranke -- 12.3.3 Die logistische Wachstumsrate -- 12.4 Nichtlineare Differenzialgleichungen 2. Ordnung -- 12.5 DGL-System für ein gekoppeltes Fadenpendel -- 12.6 DGL-System mit zwei Unbekannten -- 12.7 DGL-System mit drei Unbekannten -- 12.8 Optimierungen des Euler-Verfahrens -- 12.8.1 Das Heun-Verfahren , 12.8.2 Das vierstufige Runge-Kutta-Verfahren -- 12.8.3 Vergleich der Verfahren -- 12.9 Lösung von Differenzialgleichungen mit SymPy -- 12.10 Aufgaben -- 13 Ausgleichsrechnungen -- 13.1 Lineare Ausgleichsprobleme -- 13.1.1 Lösung mit linearen Gleichungssystemen -- 13.1.2 Lösung mit dem Vektoransatz -- 13.1.3 Lösung mit dem erweiterten Vektoransatz -- 13.1.4 Anwendungsbeispiel: Bremsweg -- 13.1.5 Anwendungsbeispiel: Planetenbahn -- 13.2 Nichtlineare Ausgleichsprobleme -- 13.2.1 Exponentialfunktion -- 13.2.2 Potenzfunktion -- 13.3 Aufgaben -- 14 Algorithmen für die Berechnung statistischer Kennzahlen -- 14.1 Normalverteilte Zufallszahlen erzeugen -- 14.1.1 Histogramm -- 14.1.2 Normalverteilung -- 14.2 Lageparameter -- 14.2.1 Modus -- 14.2.2 Median -- 14.2.3 Arithmetischer Mittelwert -- 14.2.4 Harmonischer Mittelwert -- 14.2.5 Geometrischer Mittelwert -- 14.3 Streuparameter -- 14.3.1 Spannweite -- 14.3.2 Standardabweichung -- 14.4 Strukturparameter -- 14.4.1 Schiefe -- 14.4.2 Wölbung -- 14.5 Aufgaben -- 15 Fraktale -- 15.1 Turtle-Grafik -- 15.2 Die kochsche Schneeflocke -- 15.3 Das Sierpinski-Dreieck -- 15.4 Der Pythagoras-Baum -- 15.5 Mandelbrot- und Julia-Mengen -- 15.5.1 Mandelbrot-Menge -- 15.5.2 Julia-Menge -- 15.5.3 Farbige Darstellung von Julia-Mengen -- 15.6 Aufgaben -- Anhang -- A.1 Wichtige mathematische Begriffe und Sätze -- A.2 Matplotlib-Eigenschaften -- A.3 Literaturverzeichnis -- Index

Additional Edition: Print version: Steinkamp, Veit Mathematische Algorithmen mit Python Bonn : Rheinwerk Verlag,c2022 ISBN 9783836285742

Keywords: Electronic books.

URL: https://ebookcentral.proquest.com/lib/th-brandenburg/detail.action?docID=6970459

UID:

Format: 244 S.

Note: Köln, Univ., Diss., 1994

Language: German

UID:

Format: 560 Seiten , Illustrationen

Edition: 2. überarbeitete Auflage

ISBN: 9783836292863

Content: lt;p〉Dieses Handbuch bietet Ingenieuren und Wissenschaftlern einen praxisnahen Einstieg in die Programmierung mit Python. Python ist die ideale Sprache für schnelle, unkomplizierte Lösungen von klar umrissenen Problemen. Grenzwerte bestimmen, Differenzialgleichungen lösen, Testreihen visualisieren und vieles mehr - die Ingenieurs- und Naturwissenschaften stecken voller Aufgaben, die Sie elegant mit Python lösen können. Wie das geht, lernen Sie in übersichtlich strukturierten Kapiteln mit kommentierten Codebeispielen, Übungen und Musterlösungen.Aus dem Inhalt:Python: Grundlagen und SprachstrukturBoolesche AlgebraStatistische BerechnungenRechnen mit komplexen ZahlenNumerische Berechnungen mit NumPyComputeralgebra mt SymPyFunktionsdarstellungen mit MatplotlibSimulationen mit SciPy3D-Grafik mit VPythonDie Fachpresse zur Vorauflage:iX - Magazin für professionelle Informationstechnik: »Jeder ambitionierte Python-Entwickler kann hier noch eine Menge lernen.«LINUX MAGAZIN: »Ein exzellentes Buch.«LINUX MAGAZIN: »Lohnende Lektüre für jeden Python-Programmierer, der es mit wissenschaftlichem Rechnen zu tun bekommt.«.

Language: German

Author information: Steinkamp, Veit

UID:

Format: 244 S.

Note: Köln, Univ., Diss., 1994

Language: German

Subjects: Philosophy , Sociology

Keywords: 1904-1976 Gehlen, Arnold ; Philosophische Anthropologie ; Technikphilosophie ; Hochschulschrift

URL: Inhaltsverzeichnis