Dieses Lehrbuch bietet eine anschauliche Einführung in die Theorie und Numerik der
Approximation mit Bezügen zu aktuellen Anwendungen der Datenanalyse. Dabei werden klassische
Themen der Approximation mit relevanten Methoden der mathematischen Signalverarbeitung
verknüpft und gut nachvollziehbar erklärt. Bei den Herleitungen der verschiedenen
Approximationsmethoden werden konstruktive Zugänge bevorzugt. Dies führt direkt zu numerischen
Algorithmen deren Implementierung im Detail erklärt wird. Weiterhin illustriert eine Vielzahl
an Beispielen die theoretischen und numerischen Grundlagen. Das Lehrbuch behandelt u.a.
folgende Themen: Bestapproximationen in normierten linearen Räumen Approximation in
euklidischen Räumen Tschebyscheff-Approximation Asymptotische Resultate der Approximation
Kern-basierte Approximation mit gitterfreien Methoden Approximationsmethoden der
Computertomographie Neben zahlreichen Beispielen sind für die weitere Vertiefung der Kernthemen
auch viele Übungsaufgaben mit Lösungshinweisen enthalten.
