Shko te përmbajtja

Matematika aplikative

Nga Wikipedia, enciklopedia e lirë
Zgjidhjet efikase për problemin e rrugëzimit të automjeteve kërkojnë mjete nga optimizimi kombinatorik dhe programimi i plotë.

Matematika e aplikuar është zbatimi i metodave matematikore nga fusha të ndryshme si fizika, inxhinieria, mjekësia, biologjia, biznesi, shkenca kompjuterike dhe industria. Kështu, matematika e zbatuar është një ndërthurje e shkencave matematikore dhe njohurive të specializuara. Termi "matematikë e aplikuar" përshkruan gjithashtu specialitetin profesional në të cilin matematikanët punojnë për probleme praktike duke formuluar dhe studiuar modele matematikore.

Në të kaluarën, zbatimet praktike kanë motivuar zhvillimin e teorive matematikore, të cilat më pas u bënë objekt studimi në matematikën e pastër, ku konceptet abstrakte studiohen për hir të tyre. Aktiviteti i matematikës së aplikuar është kështu i lidhur ngushtë me kërkimin në matematikën e pastër.

Historikisht, matematika e aplikuar përbëhej kryesisht nga analiza e aplikuar, më së shumti nga ekuacionet diferenciale; teoria e përafrimit (e interpretuar gjerësisht, duke përfshirë përfaqësime, metoda asimptotike, metoda variacionale dhe analiza numerike ); dhe probabiliteti i aplikuar. Këto fusha të matematikës kishin të bënin drejtpërdrejt me zhvillimin e fizikësNjutonit, dhe në fakt, dallimi midis matematikanëve dhe fizikanëve nuk ishte ende i dalluesh[m para mesit të shekullit XIX. Kjo e kaluar historike la një trashëgimi pedagogjike në Shtetet e Bashkuara: deri në fillim të shekullit XX, kur lëndë të tilla si mekanika klasike mësoheshin shpesh në departamentet e matematikës së aplikuar në universitetet amerikane sesa në departamentet e fizikës, dhe mekanika e lëngjeve akoma mund të mësohet në departamentet e matematikës së aplikuar. Departamentet e inxhinierisë dhe shkencave kompjuterike tradicionalisht kanë përdorur matematikën e aplikuar. [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15]

  1. Stoer, J., & Bulirsch, R. (2013). Introduction to numerical analysis. Springer Science & Business Media.
  2. Conte, S. D., & De Boor, C. (2017). Elementary numerical analysis: an algorithmic approach. Society for Industrial and Applied Mathematics.
  3. Greenspan, D. (2018). Numerical Analysis. CRC Press.
  4. Linz, P. (2019). Theoretical numerical analysis. Courier Dover Publications.
  5. Today, numerical analysis includes numerical linear algebra, numerical integration, and validated numerics as subfields.
  6. Hager, G., & Wellein, G. (2010). Introduction to high performance computing for scientists and engineers. CRC Press.
  7. Geshi, M. (2019). The Art of High Performance Computing for Computational Science, Springer.
  8. Winston, W. L., & Goldberg, J. B. (2004). Operations research: applications and algorithms (Vol. 3). Belmont: Thomson Brooks/Cole.
  9. West, D. B. (2001). Introduction to graph theory (Vol. 2). Upper Saddle River: Prentice Hall.
  10. Bondy, J. A., & Murty, U. S. R. (1976). Graph theory with applications (Vol. 290). London: Macmillan.
  11. Boland, P. J. (2007). Statistical and probabilistic methods in actuarial science. CRC Press.
  12. Wainwright, K. (2005). Fundamental methods of mathematical economics/Alpha C. Chiang, Kevin Wainwright. Boston, Mass.: McGraw-Hill/Irwin,.
  13. Na, N. (2016). Mathematical economics. Springer.
  14. Lancaster, K. (2012). Mathematical economics. Courier Corporation.
  15. Roberts, A. J. (2009). Elementary calculus of financial mathematics (Vol. 15). SIAM.