Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 149,95

+ 299 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

This book explores how physical laws and data can be combined to model complex systems in fluid mechanics, heat transfer, multiphase flows and turbomachinery. First principles provide a strong foundation, yet they are often not sufficient on their own when dealing with real systems. The text builds from physics toward data driven approaches and presents the full spectrum of hybrid modeling. It moves from white box models rooted in conservation laws to grey box and black box models shaped by empirical data and machine learning. The fundamentals of physical modeling are introduced through dimensional analysis, governing equations and simplified flow regimes. From a data centered perspective the book presents methods for uncertainty quantification, statistical inference and machine learning aimed at model calibration and prediction. Examples range from canonical flows studied in controlled settings to complex industrial systems operating under real conditions. These cases illustrate how hybrid models can combine interpretability with predictive strength. The discussion highlights the importance of a clear modeling purpose, an appropriate model structure and the role of context in giving meaning to data. Context is described in physical, operational and diagnostic terms and is presented as a key ingredient for constructing useful models.