Bücher der Reihe Grundkurs Mathematik

Dieses Ubungsbuch ist als Erganzung zu dem Lehrbuch Analysis 2 von Otto Forster gedacht. Die Losungen zu den einzelnen Aufgaben sind weitgehend sehr ausfuhrlich dargestellt, so dass sie auch ohne zusatzliche Literatur zu verstehen sind. Ist zu einer Aufgabe keine Losung enthalten, so wurde sie - je nach Schwierigkeitsgrad - mit einer ausfuhrlichen Anleitung versehen. Das Buch unterstutzt Studierende der Mathematik und Physik der ersten Semester beim Selbststudium (zum Beispiel bei Prufungsvorbereitungen). Die vorliegende Auflage enthalt einige neue Aufgaben und Losungen.

Der vorliegende Band stellt den zweiten Teil eines Analysis-Kurses fur Studierende der Mathematik und Physik im ersten Studienjahr dar und beschaftigt sich mit der mehrdimensionalen Differentialrechnung sowie mit gewohnlichen Differentialgleichungen.Bei der Darstellung wurde angestrebt, allzu groe Abstraktionen zu vermeiden und die Theorie durch viele konkrete Beispiele zu erlautern, insbesondere solche, die fur die Physik relevant sind. Das Buch enthalt zahlreiche Ubungsaufgaben. Die Neuauflage wurde durch einige neue Abbildungen mit erlauterndem Text erganzt. Das zugehorige Ubungsbuch mit Losungen unterstutzt die Studierenden beim Selbststudium (zum Beispiel bei Prufungsvorbereitungen).

Dieses Buch will dem Studienanfanger einen Einstieg in die Numerische Mathematik bieten, eine Disziplin, die fruher ausschlielich im Hauptstudium angeboten wurde, inzwischen aber an mehreren Universitaten sinnvollerweise bereits im ersten Semester auf dem Lehrplan steht. Gerhard Opfer hat dafur ein Buch zur Einfuhrung verfat, das auf einem in vielen Semestern sorgfaltig uberpruften neuen Konzept beruht. Es tragt den Besonderheiten des Fachs mit vielen Beispielen und Aufgaben Rechnung. Der Student lernt, den Stoff selbstandig zu erarbeiten und zu vertiefen. Er wird bald einen Blick fur mogliche Reduzierungen des Aufwandes, den ein Algorithmus verursacht, fur die notwendige Stabilitat, die den immer auftretenden Rundungsfehlern Schranken setzt, und fur vorhandene, aber noch nicht genutzte Parallelisierungen, die Rechenzeit sparen helfen, entwickeln.