Skip to main content

Algorithmische Informationstheorie

Berechenbarkeit und Komplexität verstehen

  • Textbook
  • © 2020

Overview

  • Enthält die mathematisch-theoretischen Grundlagen zu klassischen Inhalten der Theoretischen Informatik
  • Detaillierte Erklärungen und Querverweise erleichtern das Verständnis der Zusammenhänge
  • Mathematisch präziser Einstieg für Studierende der Mathematik und Informatik
  • 15k Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this book

eBook USD 19.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 29.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (8 chapters)

Keywords

About this book

Dieses Lehrbuch behandelt zunächst zentrale Themen der klassischen Theoretischen Informatik und führt darauf aufbauend in die Grundlagen der Algorithmischen Informationstheorie ein. Behandelt werden insbesondere die Fragestellungen:

- Was sind Algorithmen? Was können sie und wo liegen ihre Grenzen?

- Welche Aussagen sind über die Laufzeit möglich? Welches sind die wichtigsten Komplexitätsklassen? Was bedeuten diese für Theorie und Praxis?

- Wie kann die strukturelle Komplexität von Daten beschrieben und analysiert werden?

Das Buch richtet sich an Studierende in Mathematik- und Informatik-Studiengängen, die entsprechende Lehrveranstaltungen an Hochschulen aller Art besuchen oder sich unabhängig davon weiterbilden möchten. Alle formalen Grundlagen werden mathematisch präzise und ausführlich dargestellt bzw. bewiesen, viele detaillierte Erklärungen und Querverweise erleichtern dabei das Verständnis der Zusammenhänge. Dadurch ist das Buch auch für Studierende der Informatik mit Fokus auf aktuelle praktische Problemstellungen und Anwendungsmöglichkeiten, etwa im Bereich der Datenanalyse, gut zugänglich.

Das Lehrbuch ist hervorragend zum Selbststudium geeignet. Jedes Kapitel beginnt mit einer kurzen Motivation des folgenden Inhalts. Ausführliche Erklärungen fördern das Verständnis, viele Beispiele und Aufgaben dienen der Festigung des Wissens und dem Einüben der dargestellten Methoden und Verfahren. Zu fast allen Aufgaben sind im Text oder am Ende des Buches Musterlösungen aufgeführt. Zusammenfassungen am Kapitelende bieten darüber hinaus Gelegenheit, den Stoff zu reflektieren.


Authors and Affiliations

  • Fachbereich Informatik, Hochschule Bonn-Rhein-Sieg, Sankt Augustin, Germany

    Kurt-Ulrich Witt, Martin Eric Müller

About the authors

Prof. Dr. Kurt-Ulrich Witt lehrt und forscht seit über zwanzig Jahren am Fachbereich Informatik der Hochschule Bonn-Rhein-Sieg. Er ist Autor mehrerer Lehrbücher zu mathematischen und theoretischen Grundlagen der Informatik.

Dr. Martin E. Müller ist Privatdozent an der Universität Augsburg und Professor für mathematische und theoretische Grundlagen der Informatik an der Hochschule Bonn-Rhein-Sieg. Er lehrt und forscht seit über zehn Jahren in verschiedenen Gebieten der Theoretischen Informatik, der Diskreten Mathematik sowie der Algebraischen Logik.

Beiden Autoren liegt eine mathematisch und theoretisch fundierte Ausbildung der Informatik-Studierenden besonders am Herzen.

Bibliographic Information

  • Book Title: Algorithmische Informationstheorie

  • Book Subtitle: Berechenbarkeit und Komplexität verstehen

  • Authors: Kurt-Ulrich Witt, Martin Eric Müller

  • DOI: https://doi.org/10.1007/978-3-662-61694-9

  • Publisher: Springer Spektrum Berlin, Heidelberg

  • eBook Packages: Life Science and Basic Disciplines (German Language)

  • Copyright Information: Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2020

  • Softcover ISBN: 978-3-662-61693-2Published: 30 June 2020

  • eBook ISBN: 978-3-662-61694-9Published: 29 June 2020

  • Edition Number: 1

  • Number of Pages: IX, 184

  • Number of Illustrations: 18 b/w illustrations

  • Topics: Mathematics, general, Coding and Information Theory, Algorithm Analysis and Problem Complexity

Publish with us