Gro e Datenmengen lassen sich ohne den Einsatz von einschl gigen Softwareprodukten kaum bearbeiten. Mit den bereitgestellten Algorithmen k nnen Daten statistisch ausgewertet und Optimierungsaufgaben oder kombinatorische Problemstellungen gel st werden. Auch wenn dies zumeist im "Black Box"-Verfahren geschieht, ist es doch hilfreich, etwa bei der Auswahl der Algorithmen oder bei der Einsch tzung der erforderlichen Zeit-Ressourcen, die hinter den Algorithmen steckenden mathematischen Ideen zu kennen.
Das Buch l dt Biologen und Mediziner ein, sich mit den mathematischen Grundlagen von ausgew hlten Algorithmen der Bioinformatik vertraut zu machen. Es ist eine Einf hrung mit vielen durchgerechneten Beispielen und zahlreichen Aufgaben mit ausf hrlichen L sungen zum Ein ben der mathematischen Inhalte. Inhaltliche Schwerpunkte sind Matrizen, lineare Gleichungssysteme, Rekursionen, Abz hltechniken, diskrete dynamische Optimierung, Markov-Ketten, Hidden Markov-Modelle und distanzbasierte Klassifikationsverfahren.