Udforsker virkningen af analyse af algoritmer på mange områder inden for og uden for Datalogi Et fleksibelt interaktivt undervisningsformat forbedret af et stort udvalg af eksempler og øvelser Udviklet fra forfatterens eget kandidatkursus Methods in Algorithmic Analysis præsenterer adskillige teorier, teknikker og metoder, der bruges til at analysere algoritmer. Det udsætter eleverne for matematiske teknikker og metoder, der er praktiske og relevante for teoretiske aspekter af datalogi. Efter at have introduceret grundlæggende matematiske og kombinatoriske metoder fokuserer teksten på forskellige aspekter af sandsynlighed, herunder endelige mængder, tilfældige variable, fordelinger, Bayes' sætning og Chebyshev-ulighed. Den udforsker den rolle, som gentagelser spiller i datalogi, numerisk analyse, teknik og diskrete matematikapplikationer. Forfatteren beskriver derefter det kraftfulde værktøj til at generere funktioner, som demonstreres i optællingsproblemer såsom probabilistiske algoritmer, sammensætninger og partitioner af heltal og blanding. Han diskuterer også den symbolske metode, princippet om inklusion og eksklusion og dets anvendelser. Bogen fortsætter med at vise, hvordan strenge kan manipuleres og tælles, hvordan den endelige tilstandsmaskine og Markov-kæder kan hjælpe med at løse sandsynligheds- og kombinatoriske problemer, hvordan man udleder asymptotiske resultater, og hvordan konvergens og singulariteter spiller ledende roller i at udlede asymptotisk information fra genererende funktioner. Det sidste kapitel præsenterer definitionerne og egenskaberne af den matematiske infrastruktur, der er nødvendig for at rumme genererende funktioner. Ledsaget af mere end 1000 eksempler og øvelser udvikler denne omfattende klasseværelsestestede tekst elevernes forståelse af den matematiske metode bag analysen af algoritmer. Den understreger det vigtige forhold mellem kontinuerlig (klassisk) matematik og diskret matematik, som er grundlaget for datalogi. . Sprog: Engelsk