Mathematik für Software Engineering

1. Auflage 2018
ISBN: 978-3-662-56732-6
Verlag: Springer

Buch, Deutsch, 467 Seiten, Format (B × H): 168 mm x 240 mm, Gewicht: 798 g

Warum müssen InformatikerInnen und SoftwareentwicklerInnen im Studium eigentlich Mathe hören? Wie kann ihnen die Mathematik beim Programmieren helfen?

Dieses Lehrbuch vermittelt StudienanfängerInnen die Sprache und Methode der Mathematik als Grundlage strukturierten Problemlösens, welches essenziell für das Entwickeln von Softwaresystemen ist. Deshalb liegt der didaktische Fokus hier darauf aufzuzeigen, wie mathematische Konzepte aufeinander aufbauen, welche Muster sich daraus ergeben, und welche klar strukturierten Regeln es in der mathematischen Argumentation (dem Beweisen) gibt. Dieses Buch richtet den inhaltlichen Fokus auf Logik, Mengenlehre, diskrete Strukturen und Wahrscheinlichkeitsrechnung und orientiert sich damit an den Empfehlungen von ACM und IEEE zur Mathematikausbildung im Software-Engineering-Studium.

Da man Mathematik - ebenso wie die Softwareentwicklung - nicht durch Lesen, sondern nur durch Tun erlernt, schließt jeder Abschnitt mit einerReihe von Verständnisfragen und Übungsaufgaben. Es eignet sich daher bestens zum Nacharbeiten einer Vorlesung und zur Prüfungsvorbereitung. Durch den verständlichen Schreibstil und die Lösungen auf der Webseite des Autors kann dieses Buch aber auch gut zum Selbststudium genutzt werden.

Zielgruppe

Lower undergraduate

Autoren/Hrsg.

Dreiseitl, Stephan

Fachgebiete

• Mathematik | Informatik Mathematik Mathematik Allgemein Mathematische Logik
• Mathematik | Informatik EDV | Informatik Informatik Mathematik für Informatiker
• Mathematik | Informatik EDV | Informatik Programmierung | Softwareentwicklung Software Engineering

Inhaltsverzeichnis

Einleitung.- Logik als Sprache der Mathematik.- Mengen als Bausteine der Mathematik.- Mengen + Operationen = Algebraische Strukturen.- Lineare Algebra.- Geometrie in R^n.- Grundbegriffe der Wahrscheinlichkeitsrechnung.- Zufallsvariable.- Einführung in die schließende Statistik.- Anhang A Lambda-Kalkül.- Anhang B Gleitkommazahlen.- Sachverzeichnis.

Über Autor(innen)

Stephan Dreiseitl studierte Mathematik und Informatik an österreichischen und amerikanischen Hochschulen. Nach seiner Promotion und einer kurzen Tätigkeit als Softwareentwickler forschte er an der Anwendung maschinellen Lernens in der biomedizinischen Datenanalyse und habilitierte anschließend im Fach Wissensbasierte Systeme. Sein Forschungsinteresse gilt weiterhin dem maschinellen Lernen, insbesondere den entscheidungsunterstützenden Systemen in der Biomedizin.

Seit 2000 arbeitet er hauptberuflich am Campus Hagenberg der FH Oberösterreich; dort hat er mehrere Preise für ausgezeichnete Lehre erhalten.