10 files changed, 58 insertions, 25 deletions
diff --git a/buch/papers/mceliece/funktionsweise.tex b/buch/papers/mceliece/funktionsweise.tex
index 4a8a71f..3802820 100644
--- a/buch/papers/mceliece/funktionsweise.tex
+++ b/buch/papers/mceliece/funktionsweise.tex
@@ -166,7 +166,7 @@ Der verwendete Linear-Code wird im Abschnitt \ref{mceliece:subsection:seven_four
 \end{gather*}
     \item Öffentlicher Schlüssel:
 \index{Schlüssel, öffentlicher}%
-\index{öffentlicher Schlüssel}%
+\index{offentlicher Schlüssel@öffentlicher Schlüssel}%
 %    \begin{itemize}
 %        \item[]
         \begin{align*}
diff --git a/buch/papers/multiplikation/einlteung.tex b/buch/papers/multiplikation/einlteung.tex
index 3ffc24c..7637854 100755
--- a/buch/papers/multiplikation/einlteung.tex
+++ b/buch/papers/multiplikation/einlteung.tex
@@ -17,7 +17,7 @@ C_{ij} = \sum_{k=1}^n A_{ik} B_{kj}.
 \label{multiplikation:eq:MM}
 \end{equation}
 Grafisch kann die Matrizenmultiplikation $\mathbf{AB}=\mathbf{C}$ wie in Abbildung \ref{multiplikation:fig:mm_viz} visualisiert werden.
-\index{Matrizenmultiplikation}%
+\index{Matrixmultiplikation}%
 \index{Multiplikation, Matrizen-}%
 Im Fall einer Matrizengr\"osse von $2\times 2$ kann die Matrixgleichung
 \begin{equation}
diff --git a/buch/papers/munkres/teil3.tex b/buch/papers/munkres/teil3.tex
index ed8902c..8a0d2cb 100644
--- a/buch/papers/munkres/teil3.tex
+++ b/buch/papers/munkres/teil3.tex
@@ -21,7 +21,7 @@ Die Ungarische Methode wurde 1955 von Harold Kuhn entwickelt und veröffentlicht
 Der Name ``Ungarische Methode'' ergab sich, weil der Algorithmus
 weitestgehend auf den früheren Arbeiten zweier ungarischer Mathematiker
 basierte: Dénes Kőnig und Jenő Egerváry.
-\index{Kőnig, Dénes}%
+\index{Konig, Denes@Kőnig, Dénes}%
 \index{Egerváry, Jenő}%
 \index{Munkres, James}%
 James Munkres überprüfte den Algorithmus im Jahr 1957 und stellte fest,
diff --git a/buch/papers/spannung/teil0.tex b/buch/papers/spannung/teil0.tex
index 17e1d21..f708055 100644
--- a/buch/papers/spannung/teil0.tex
+++ b/buch/papers/spannung/teil0.tex
@@ -72,7 +72,8 @@ Es ist praktisch, die relative Dehnung $\varepsilon$ anzugeben und nicht eine ab
 	\caption{1D Spannungszustand aus einer quaderförmigen Bodenprobe}
 	\label{fig:Bild1}
 \end{figure}
-Mithilfe vom Elastizitätsmodul $E$ als Proportionalitätskonstante lässt sich der eindimensionale Fall mit
+Mithilfe vom Elastizitätsmodul $E$ (auch Youngscher Modul) als Proportionalitätskonstante lässt sich der eindimensionale Fall mit
+\index{Youngscher Modul}
 \[
 \sigma
 =
diff --git a/buch/papers/spannung/teil1.tex b/buch/papers/spannung/teil1.tex
index 10f7663..552c1cf 100644
--- a/buch/papers/spannung/teil1.tex
+++ b/buch/papers/spannung/teil1.tex
@@ -1,23 +1,23 @@
 \section{Skalare, Vektoren, Matrizen und Tensoren\label{spannung:section:Skalare,_Vektoren,_Matrizen_und_Tensoren}}
 \rhead{Skalare, Vektoren, Matrizen und Tensoren}
-Der Begriff Tensor kann als Überbegriff der mathematischen Objekte Skalar, Vektor und Matrix, betrachtet werden.
+Der Begriff Tensor kann als Überbegriff der mathematischen Objekte Skalar, Vektor und Matrix betrachtet werden.
 \index{Tensor}%
 Allerdings sind noch höhere Stufen dieser Objekte beinhaltet.
 Skalare, Vektoren oder Matrizen sind daher auch Tensoren.
 Ein Skalar ist ein Tensor 0. Stufe.
 \index{Stufe}%
 Mit einem Vektor können mehrere Skalare auf einmal beschrieben werden.
-Ein Vektor hat daher die Stufe 1 und ist höherstufig als ein Skalar.
+Ein Vektor hat daher die Stufe 1 und ist höherstufiger als ein Skalar.
 Mit einer Matrix können wiederum mehrere Vektoren auf einmal beschrieben werden.
-Eine Matrix hat daher die Stufe 2 und ist noch höherstufig als ein Vektor.
+Eine Matrix hat daher die Stufe 2 und ist noch höherstufiger als ein Vektor.
 Versteht man diese Stufen, so versteht man den Sinn des Begriffs Tensor.
 
 Jede Stufe von Tensoren verlangt andere Rechenregeln.
 So zeigt sich auch der Nachteil von Tensoren mit Stufen höher als 2.
 Man ist also bestrebt höherstufige Tensoren mit Skalaren, Vektoren oder Matrizen zu beschreiben.
 
-In den 40er Jahren des 19.~Jahrhunderts wurde der Begriff Tensor von Rowan Hamilton in die Mathematik eingeführt.
-\index{Hamilton, Rowan}%
+In den 40er Jahren des 19.~Jahrhunderts wurde der Begriff Tensor von William Rowan Hamilton in die Mathematik eingeführt.
+\index{Hamilton, William Rowan}%
 James Clerk Maxwell hat bereits mit Tensoren operiert, ohne den Begriff Tensor gekannt zu haben.
 \index{Maxwell, James Clerk}%
 Erst Woldemar Voigt hat den Begriff in die moderne Bedeutung von Skalar, Matrix und Vektor verallgemeinert.
diff --git a/buch/papers/spannung/teil2.tex b/buch/papers/spannung/teil2.tex
index ddd591f..fec0120 100644
--- a/buch/papers/spannung/teil2.tex
+++ b/buch/papers/spannung/teil2.tex
@@ -8,13 +8,13 @@ Durch komplexe Spannungsausbreitungen im Boden entstehen im 3D-Spannungszustand
 	\label{fig:infinitesimalerWuerfel}
 \end{figure}
 Ein Tensor 0.~Stufe, sprich ein Skalar, kann lediglich den 1D-Spannungszustand beschreiben.
-Um den 3D-Spannungszustandes als ein mathematisches Objekt darstellen zu können, wird ein Tensor 2.~Stufe, sprich eine Matrix, eingesetzt.
+Um den 3D-Spannungszustand als ein mathematisches Objekt darstellen zu können, wird ein Tensor 2.~Stufe, sprich eine Matrix, eingesetzt.
 Die Spannungen sind durch die zwei Indizes
 \(
 i, j\in\left\{1, 2, 3\right\}
 \)
 definiert.
-Daher ergeben sich die neun Spannungen.
+Daher ergeben sich die $9$ Spannungen.
 Die nachfolgenden Zusammenhänge sind in \cite{spannung:Voigtsche-Notation} beschrieben.
 Dieser Spannungstensor kann schliesslich mit $3^2$ Einträgen als $3\times3$ Matrix mit
 \[
@@ -48,7 +48,7 @@ Der Dehnungstensor ist ebenfalls ein Tensor 2.~Stufe und kann somit auch als $3\
 \]
 dargestellt werden und beschreibt den gesamten Dehnungszustand.
 
-Der Spannungs- und Dehnungstensor 2.~Stufe kann je in einen Tensor 1.~Stufe überführt werden, welches ein Spaltenvektor ist.
+Der Spannungs- und Dehnungstensor 2.~Stufe kann je in einen Tensor 1.~Stufe überführt werden, welcher ein Spaltenvektor ist.
 Man darf Zeile um Zeile in eine Spalte notieren, sodass es einen Spaltenvektor ergibt.
 So ergibt sich der Spannungsvektor
 
@@ -114,8 +114,8 @@ Dieser ist im 1D-Spannungszustand ein Tensor 0.~Stufe und somit ein Skalar, der
 
 Dieser Elastizitätstensor 4.~Stufe kann als Tensor 2.~Stufe, sprich als Matrix, dargestellt werden.
 So wird die Spannungsgleichung stark vereinfacht, da nun eine Matrix auf einen Vektor operiert.
-Dieser Tensor muss für eine Spannung jeden Einfluss aus allen neun Dehnungen mit Konstanten erfassen.
-Dies bedeutet um eine von neun Spannungen berechnen zu können müssen alle neun Dehnung mit unterschiedlichen Faktoren summiert werden.
+Dieser Tensor muss für eine Spannung jeden Einfluss aus allen $9$ Dehnungen mit Konstanten erfassen.
+Dies bedeutet um eine von $9$ Spannungen berechnen zu können müssen alle $9$ Dehnung mit unterschiedlichen Faktoren summiert werden.
 Es ergeben sich $9^2$ Einträge, welches mit den vier Indizes
 \(
 i, j, k, l\in\left\{1, 2, 3\right\}
@@ -354,14 +354,19 @@ beziehungsweise
 	\sigma_{12}
 \end{pmatrix}
 =
+%\left(
+%\begin{array}{ccc|ccc}
 \begin{pmatrix}
 	C_{1111} & C_{1122} & C_{1133} & C_{1123} & C_{1113} & C_{1112} \\
 	C_{2211} & C_{2222} & C_{2233} & C_{2223} & C_{2213} & C_{2212} \\
 	C_{3311} & C_{3322} & C_{3333} & C_{3323} & C_{3313} & C_{3312} \\
+%\hline
 	C_{2311} & C_{2322} & C_{2333} & C_{2323} & C_{2313} & C_{2312} \\
 	C_{1311} & C_{1322} & C_{1333} & C_{1323} & C_{1313} & C_{1312} \\
 	C_{1211} & C_{1222} & C_{1233} & C_{1223} & C_{1213} & C_{1212}
 \end{pmatrix}
+%\end{array}
+%\right)
 \begin{pmatrix}
 	\varepsilon_{11} \\
 	\varepsilon_{22} \\
@@ -417,14 +422,19 @@ Dies ergibt die Spannungsgleichung, welche weit möglichst vereinfacht ist:
 \end{pmatrix}
 =
 \frac{E}{(1+\nu)(1-2\nu)}
-\begin{pmatrix}
+\left(
+\begin{array}{ccc|ccc}
+%\begin{pmatrix}
 	1- 2\nu & \nu     & \nu     & 0           & 0           & 0\\
 	    \nu & 1- 2\nu & \nu     & 0           & 0           & 0\\
         \nu & \nu     & 1- 2\nu & 0           & 0           & 0\\
+\hline
           0 & 0       & 0       & \frac{1}{2} & 0           & 0\\
           0 & 0       & 0       & 0           & \frac{1}{2} & 0\\
           0 & 0       & 0       & 0           & 0           & \frac{1}{2}
-\end{pmatrix}
+%\end{pmatrix}
+\end{array}
+\right)
 \begin{pmatrix}
 	\varepsilon_{11}\\
 	\varepsilon_{22}\\
@@ -468,14 +478,19 @@ Durch einige Berechnungsschritte erhält man die Dehnungsgleichung:
 \end{pmatrix}
 =
 \frac{1}{E}
-\begin{pmatrix}
+\left(
+\begin{array}{ccc|ccc}
+%\begin{pmatrix}
 	   1 & -\nu & -\nu & 0      & 0      & 0     \\
 	-\nu &    1 & -\nu & 0      & 0      & 0     \\
 	-\nu & -\nu &    1 & 0      & 0      & 0     \\
+\hline
  	   0 &    0 &    0 & 2+2\nu & 0      & 0     \\
 	   0 &    0 &    0 &      0 & 2+2\nu & 0     \\
 	   0 &    0 &    0 &      0 & 0      & 2+2\nu
-\end{pmatrix}
+%\end{pmatrix}
+\end{array}
+\right)
 \begin{pmatrix}
 	\sigma_{11}\\
 	\sigma_{22}\\
diff --git a/buch/papers/spannung/teil3.tex b/buch/papers/spannung/teil3.tex
index c68c0d1..147fe01 100644
--- a/buch/papers/spannung/teil3.tex
+++ b/buch/papers/spannung/teil3.tex
@@ -13,7 +13,7 @@ Folglich gilt:
 \]
 Dadurch wird der Spannungszustand vereinfacht.
 Diesen vereinfachten Spannungszustand kann man mit den zwei geotechnischen Invarianten abbilden.
-Die erste Invariante ist die volumetrische Spannung
+Die erste Invariante ist die volumetrische oder auch hydrostatische Spannung
 \begin{equation}
 p
 =
@@ -76,8 +76,8 @@ Die Faktoren mit den Dehnungskomponenten können so als
 \]
 eingeführt werden, mit
 \begin{align*}
-	\varepsilon_{v} &= \text{Hydrostatische Dehnung [-]} \\
-	\varepsilon_{s} &= \text{Deviatorische Dehnung [-].}
+	\varepsilon_{v} &= \text{hydrostatische Dehnung [-]} \\
+	\varepsilon_{s} &= \text{deviatorische Dehnung [-].}
 \end{align*}
 Die hydrostatische Dehnung $\varepsilon_{v}$ kann mit einer Kompression und
 die deviatorische Dehnung $\varepsilon_{s}$  mit einer Verzerrung verglichen werden.
@@ -105,6 +105,7 @@ vereinfachen.
 Diese Spannungsgleichung mit den zwei Einträgen ($p$ und $q$) ist gleichwertig
 wie die ursprüngliche Spannungsgleichung mit den neun Einträgen
 ($\sigma_{11}$, $\sigma_{12}$, $\sigma_{13}$, $\sigma_{21}$, $\sigma_{22}$, $\sigma_{23}$, $\sigma_{31}$, $\sigma_{32}$, $\sigma_{33}$).
-Mit dieser Formel \eqref{spannung:Matrixschreibweise} lassen sich verschieden Ergebnisse von Versuchen analysieren und berechnen.
+Mit dieser Formel \eqref{spannung:Matrixschreibweise} lassen sich Ergebnisse von Versuchen analysieren und berechnen.
 Ein solcher Versuch, der oft in der Geotechnik durchgeführt wird, ist der Oedometer-Versuch.
-Im nächsten Kapitel wird die Anwendung der Matrix an diesem Versuch beschrieben.
+In Abschnitt~\ref{spannung:section:Oedometrischer Elastizitätsmodul}
+wird die Anwendung der Matrix an diesem Versuch beschrieben.
diff --git a/buch/papers/spannung/teil4.tex b/buch/papers/spannung/teil4.tex
index 2e0de45..06d67c9 100644
--- a/buch/papers/spannung/teil4.tex
+++ b/buch/papers/spannung/teil4.tex
@@ -78,5 +78,5 @@ Mit diesen Gleichungen hat man das Gleichungssystem um $E_{\text{OED}}$ und $\si
 Die Poisson-Zahl muss als Kennwert gemäss der Bodenklasse gewählt werden.
 Den Versuch kann man auf einem $\sigma$-$\varepsilon$-Diagramm abtragen (siehe Abbildung~\ref{fig:DiagrammOedometer-Versuch}).
 Durch die Komprimierung nimmt der Boden mehr Spannung auf, und verformt sich zugleich weniger stark.
-Mit diesem ermittelten $E_{\text{OED}}$ kann man nun weitere Berechnungen für die Geotechnik durchführen.
+Mit diesem ermittelten $E_{\text{OED}}$ kann man nun weitere Berechnungen in der Geotechnik durchführen.
 
diff --git a/buch/papers/uebersicht.tex b/buch/papers/uebersicht.tex
index 64b8863..f095947 100644
--- a/buch/papers/uebersicht.tex
+++ b/buch/papers/uebersicht.tex
@@ -13,6 +13,8 @@ grundlegenden Modelle werden dabei verfeinert, verallgemeinert
 und auf vielfältige Weise angewandt.
 
 Den Anfang machen {\em Robine Luchsinger} und {\em Pascal Andreas Schmid},
+\index{Luchsinger, Robine}%
+\index{Schmid, Pascal Andreas}%
 die zeigen, wie man basierend auf der Adjazenzmatrix Suchalgorithmen
 für Netzwerke aufbauen kann.
 Sie konzentrieren sich dabei auf Verkehrsnetze, die die zusätzliche
@@ -23,6 +25,7 @@ Einfluss auf die Effizienz der Suchalgorithmen haben können.
 Die naive Umsetzung der Definition der Matrizenmultiplikation in
 ein Coputerprogramm ist nicht unbedingt die effizienteste.
 {\em Michael Schmid} stellt die Algorithmen von Strassen und
+\index{Schmid, Michael}%
 Windograd vor, welche ermöglichen, die Laufzeitkomplexität
 von $O(n^3)$ auf $O(n^{2.8074})$ oder noch schneller zu verbessern.
 Allerdings nur unter gewissen Voraussetzungen, die im Paper
@@ -31,6 +34,8 @@ ebenfalls diskutiert werden.
 Eine der schönsten Anwendungen der Gruppentheorie ist die
 Kristallographie.
 {\em Naoki Pross} und {\em Tim Tönz} zeigen, wie man mit ihrer
+\index{Pross, Naoki}%
+\index{Tönz, Tim}%
 Hilfe Kristalle klassifizieren kann, und sie illustrieren am Beispiel
 der Piezoelektrizität, dass man auch physikalische Eigenschaften daraus
 ableiten kann.
@@ -42,6 +47,8 @@ und DVDs, begegnet er uns heute auch in den allgegenwärtigen QR-Codes.
 Ein ganzes Arsenal von algebraischen Methoden ist nötig, um seine
 Funktionsweise zu verstehen.
 {\em Joshua Bär} und {\em Michael Steiner} zeigen in vielen Einzelschritten,
+\index{Bär, Joshua}%
+\index{Steiner, Michael}%
 wie die man die einzelnen Ideen an vertrauteren Beispielen aus der
 elementaren Algebra und der Fourier-Theorie verstehen kann.
 Die Übertragung in einen Polynomring über einem endlichen Körper 
@@ -52,6 +59,7 @@ die diskrete Fourier-Transformation beide als Matrizen schreibt.
 Wer glaubt, mit linearen Abbildungen lassen sich nur gradlinige
 Objekte beschreiben, liegt völlig falsch.
 Die Arbeit von {\em Alain Keller} zeigt, dass die Iteration von
+\index{Keller, Alain}%
 affinen Abbildungen hochkomplexe Fraktale hervorbringen kann.
 Solche iterierten Funktionsschemata erzeugen aber nicht nur schöne
 Bilder, man kann daraus auch eine Idee zur Kompression von
@@ -64,6 +72,7 @@ brechen könnte.
 Das McEliece-Kryptosystem kombiniert verschiedene Arten von Matrizen
 mit zufälligem Rauschen und einem fehlerkorrigierenden Code.
 Wie {\em Reto Fritsche} erklärt, kommt dabei ein Verschlüsselungsverfahren
+\index{Fritsche, Reto}%
 heraus, welches nach heutigem Wissensstand gegen Angriffe mit
 Quantencomputern resistent ist.
 
@@ -75,6 +84,8 @@ In der Ebene kann man die komplexen Zahlen als Modell verwenden,
 wo Drehungen und Translationen durch einfache arithmetische
 Operationen mit Zahlen beschrieben werden können.
 {\em Marius Baumann} und {\em Thierry Schwaller} tauchen in die
+\index{Baumann, Marius}%
+\index{Schwaller, Thierry}%
 geometrische Algebra ein, welche diese Idee verallgemeinert.
 Sie illustrieren, wie sich mit geometrischer Algebra Bewegungen
 in $\mathbb{R}^n$ einfach beschreiben lassen.
@@ -91,6 +102,8 @@ der von einem Gebäude im darunterliegenden Boden aufgebaut wird,
 im Detail verstehen und modellieren können sollte.
 Dazu muss man erst eine geeignete Darstellung finden.
 {\em Thomas Reichlin} und {\em Adrian Schuler} zeigen, wie man 
+\index{Reichlin, Thomas}%
+\index{Schuler, Adrian}%
 dazu eigentlich über die Welt der Matrizen hinaus gehen muss und
 sich mit sogenannten Tensoren herumschlagen muss.
 Dank sinnvollen Annahmen über die reale Situation im Boden
@@ -107,6 +120,8 @@ aufzeichen kann.
 Doch welcher Teil der aufgezeichneten Bewegung kommt vom Erdbeben
 und welcher Teil ist Eigenschwingung der Messmasse?
 Dieser Frage gehen {\em Fabio Viecelli} und {\em Lukas Zogg} nach.
+\index{Viecelli, Fabio}%
+\index{Zogg, Lukas}%
 Die Antwort gelingt mit einem Klassiker unter den Ingenieur-Methoden:
 dem Kalman-Filter.
 Die Autoren stellen die für den Filter nötigen Matrizen zusammen
@@ -119,6 +134,7 @@ Doch wie findet man jetzt diejenige Zuteilung der Aufgaben
 zu den Anbietern, die die Gesamtkosten minimiert.
 Für dieses klassische Zuordnungsproblem ist die
 von {\em Marc Kühne} beschriebene ungarische Methode,
+\index{Kühne, Marc}%
 auch als Munkres-Algorithmus bekannt, eine besonders effiziente
 Lösung.
 
diff --git a/buch/papers/verkehr/section1.tex b/buch/papers/verkehr/section1.tex
index 1b4a328..cc5893d 100644
--- a/buch/papers/verkehr/section1.tex
+++ b/buch/papers/verkehr/section1.tex
@@ -8,7 +8,7 @@ Das Verkehrsnetz besteht aus allen Anlagen, auf oder unter der Erdoberfläche, a
 Aus verkehrsgeografischer Sicht besteht das Verkehrsnetz aus Kanten, Knotenpunkten und dem Hinterland. Die Knotenpunkte werden auch hier durch die Kanten verbunden, die den Verkehrsstrom aufnehmen, wobei das Hinterland durch einzelne Knoten versorgt wird. Die Aufteilung in Kanten und Knotenpunkte ermöglicht eine Vereinfachung komplexer Verkehrsnetze, damit sie mittels der Graphentheorie untersucht werden können.
 \index{Knotenpunkt}%
 \index{Hinterland}%
-\index{Verkehrtsstrom}%
+\index{Verkehrsstrom}%
 Grundsätzlich können kurze Wege zwischen den Knotenpunkten das Ziel beim Aufbau eines Verkehrsnetzes sein. Es kann aber auch versucht werden, die Bau- und Unterhaltskosten des Verkehrsnetzes in einem gewissen Rahmen zu halten. Aus diesen Vorgaben ergibt sich dann, je nach dem was gewünscht wird, eine grob- oder feinmaschige Struktur des Netzes.
 \index{Graphentheorie}%
 Ziel ist aber ein möglichst wirtschaftliches und optimales Verkehrsnetz.