Mathematik für Wirtschaftsingenieure

Alles, was Wirtschaftsingenieure an Mathematik brauchen

Dieses Mathematiklehrbuch für Wirtschaftsingenieure behandelt alle für das Studium und die Berufspraxis relevanten Gebiete der Mathematik mit technischen und wirtschaftlichen Anwendungsbeispielen.

Durch viele Aufgaben mit Musterlösungen und deutliche Hervorhebungen der wichtigsten Ergebnisse und Formeln eignet sich das Buch sowohl als Lehr- und Übungsbuch für das Studium als auch als Nachschlagewerk für die Praxis.
Da die Ingenieurmathematik einen Teil des Buches bildet, ist es auch für Ingenieurstudiengänge geeignet.

Aus dem Inhalt: Vektoren, Matrizen, lineare Gleichungssysteme; Komplexe Zahlen; Differenzial- und Integralrechnung mit Funktionen einer Variablen; Reihenentwicklung von Funktionen (Taylor- und Fourierreihen); Kurven im Raum; Differenzialgleichungen; Wahrscheinlichkeitsrechnung und Statistik; Lineare Optimierung

Autorentext
Prof. Dr. Christopher Dietmaier hält Vorlesungen zur Mathematik für Wirtschaftsingenieure, Statistik und Operations Research an der OTH Amberg-Weiden.

Zusammenfassung
Alles, was Wirtschaftsingenieure an Mathematik brauchen

Dieses Mathematiklehrbuch für Wirtschaftsingenieure behandelt alle für das Studium und die Berufspraxis relevanten Gebiete der Mathematik mit technischen und wirtschaftlichen Anwendungsbeispielen.

Durch viele Aufgaben mit Musterlösungen und deutliche Hervorhebungen der wichtigsten Ergebnisse und Formeln eignet sich das Buch sowohl als Lehr- und Übungsbuch für das Studium als auch als Nachschlagewerk für die Praxis.
Da die Ingenieurmathematik einen Teil des Buches bildet, ist es auch für Ingenieurstudiengänge geeignet.

Aus dem Inhalt: Vektoren, Matrizen, lineare Gleichungssysteme; Komplexe Zahlen; Differenzial- und Integralrechnung mit Funktionen einer Variablen; Reihenentwicklung von Funktionen (Taylor- und Fourierreihen); Kurven im Raum; Differenzialgleichungen; Wahrscheinlichkeitsrechnung und Statistik; Lineare Optimierung

Leseprobe
Grundlagen
Analysis
Lineare Algebra
Wahrscheinlichkeitsrechnung
Statistik
Linearoptimierung