Dynamic Models in Biology

دسته بندی: زیست شناسی
ویرایش:  
نویسندگان: Ellner S.P.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 456 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 31,000

انتشارات دانشگاه پرینستون، 2006. - 352 ص. — ISBN 9780691125893 از کنترل شیوع بیماری تا پیش‌بینی حملات قلبی، مدل‌های پویا به طور فزاینده‌ای برای درک فرآیندهای بیولوژیکی حیاتی هستند. بسیاری از دانشگاه ها در حال شروع برنامه های کارشناسی در زیست شناسی محاسباتی هستند تا دانشجویان را با این رشته به سرعت در حال رشد آشنا کنند. در مدل‌های پویا در زیست‌شناسی، اولین متن در مورد مدل‌های پویا که به‌طور خاص برای دانشجویان کارشناسی علوم زیستی نوشته شده است، بوم‌شناس استفان النر و ریاضی‌دان جان گوکنهایمر به دانش‌آموزان می‌آموزند که چگونه مدل‌های پویا را درک کنند، بسازند و از آنها در زیست‌شناسی استفاده کنند. این کتاب که از دوره ای توسط النر و گوکنهایمر در دانشگاه کورنل تدریس می شود، توسعه یافته است، این کتاب حول کاربردهای بیولوژیکی سازماندهی شده است، با ریاضیات و محاسبات که از طریق مطالعات موردی در سطوح مولکولی، سلولی و جمعیت توسعه یافته است. نویسندگان هم مدل‌های تحلیلی ساده را پوشش می‌دهند - نوعی که معمولاً در متون زیست‌شناسی ریاضی یافت می‌شود - و هم مدل‌های محاسباتی پیچیده که اکنون توسط زیست‌شناسان و ریاضیدانان استفاده می‌شود.

Princeton University Press, 2006. — 352 p. — ISBN 9780691125893 From controlling disease outbreaks to predicting heart attacks, dynamic models are increasingly crucial for understanding biological processes. Many universities are starting undergraduate programs in computational biology to introduce students to this rapidly growing field. In Dynamic Models in Biology, the first text on dynamic models specifically written for undergraduate students in the biological sciences, ecologist Stephen Ellner and mathematician John Guckenheimer teach students how to understand, build, and use dynamic models in biology. Developed from a course taught by Ellner and Guckenheimer at Cornell University, the book is organized around biological applications, with mathematics and computing developed through case studies at the molecular, cellular, and population levels. The authors cover both simple analytic models-the sort usually found in mathematical biology texts-and the complex computational models now used by both biologists and mathematicians.