Bruno Buchberger; Bernhard Kutzler; Manfred Feilmeier; Mathias Kratz; Ulrich Kulisch; Siegfried M. Rump Springer Fachmedien Wiesbaden (1986) Pehmeäkantinen kirja
Bei Entwicklern und Anwendern numerischer Software besteht dringender Be darf an modernen und praxisnahen Konzepten der Informatik. Umgekehrt stellt die Informatik Werkzeuge zur Verfügung, die im wissenschaftlichen Rechnen nicht immer wahrgenommen werden. Aus diesem Grund veranstaltete die DMV-GAMM-GI Fachgruppe "Nume rische Software" zusammen mit der Fachgruppe "Scientific Computing" der DMV, dem Fachausschuß "Scientific Computing" der GAMM sowie der DMV Fachgruppe "Industrie- und Wirtschaftsmathematik" im Juni 1995 den Work shop "SOFTWARE ENGINEERING IM SCIENTIFIC COMPUTING" in Ham burg. Der unerwartet große Zuspruch gab Anlaß, vorliegendes Buch herauszuge ben. Das Ziel dieses Buches ist es, die gemeinsamen Probleme und Ziele des wissen schaftlichen Rechnens und der anwendungsorientierten Informatik für die jewei ligen Gruppen darzustellen, zur Verbesserung der Kommunikation zwischen den Gruppen beizutragen sowie praktische Werkzeuge, Informatik-Methoden und Anforderungen des wissenschaftlichen Rechnens bekannt zu machen. Die insgesamt siebenunddreißig Beiträge wurden nach Themenverwandschaft gruppiert, wenngleich die Zuordnung natürlich nicht eindeutig sein kann. In den ersten beiden Abschnitten wird die alte und keineswegs gelöste Frage nach der geeigneten Programmiersprache für wissenschaftliches Rechnen diskutiert. Auch eingefleischte FORTRAN-Protagonisten werden zugestehen, daß abstrakte Da tentypen oder objektorientierte Programmierparadigmen im modernen wissen schaftlichen Rechnen hilfreich sein können. Andererseits scheint bei numerischen Kernaufgaben (BLAS) die Performance gut optimierter FORTRAN-Programme kaum übertreffbar. Liegt die Lösung, wie so oft, in der Mitte? Diese und Fragen nach ordentlicher Dokumentation,Schnittstellenproblematik usw. im Zusammenhang mit Programmiersprachen werden diskutiert. Mögliche Lösungen zum Performance-Problem könnte auch das Spezialisieren bringen, wie es im Abschnitt "partielle Auswertung" vorgestellt wird.