Vorwort: 'auf Linux' → 'unter Linux'

OR_HTML_04/gesamtdokument.html

@@ -1372,7 +1372,7 @@
 <p><strong>Hinweis zur Entstehung und zu verwendeten Werkzeugen</strong> Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.</p>
 <p>Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.</p>
 <p>Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.</p>
-<p>Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.</p>
+<p>Die Programme des Kurses laufen unter Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.</p>
 <hr />
 <h2 class="unnumbered" id="ziel-der-masterclass">Ziel der Masterclass</h2>
 <p>Ein umfassendes, didaktisch von Grund auf aufgebautes Lehrbuch zur mathematischen Entscheidungsoptimierung (<strong>Operations Research, OR</strong>) mit praktischer Umsetzung in <strong>Python</strong>. Dieser Kurs der <strong>mathematischen Optimierung</strong> setzt kein Vorwissen in OR voraus und führt schrittweise von den algebraischen und kombinatorischen Grundlagen über Scheduling- und Constraint-Modelle bis hin zur professionellen Anwendung im quantitativen Aktienhandel, Portfoliomanagement und Risikocontrolling.</p>

OR_HTML_04/vorwort.html

@@ -122,7 +122,7 @@
 <p><strong>Hinweis zur Entstehung und zu verwendeten Werkzeugen</strong> Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.</p>
 <p>Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.</p>
 <p>Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.</p>
-<p>Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.</p>
+<p>Die Programme des Kurses laufen unter Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.</p>
 <hr />
 <h2 class="unnumbered" id="ziel-der-masterclass">Ziel der Masterclass</h2>
 <p>Ein umfassendes, didaktisch von Grund auf aufgebautes Lehrbuch zur mathematischen Entscheidungsoptimierung (<strong>Operations Research, OR</strong>) mit praktischer Umsetzung in <strong>Python</strong>. Dieser Kurs der <strong>mathematischen Optimierung</strong> setzt kein Vorwissen in OR voraus und führt schrittweise von den algebraischen und kombinatorischen Grundlagen über Scheduling- und Constraint-Modelle bis hin zur professionellen Anwendung im quantitativen Aktienhandel, Portfoliomanagement und Risikocontrolling.</p>

Operations_Research_mit_Python_Version_04.md

@@ -56,7 +56,7 @@ Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtli
 
 Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.
 
-Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.
+Die Programme des Kurses laufen unter Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.
 
 ---
 

Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md

@@ -63,7 +63,7 @@ Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtli
 
 Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.
 
-Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.
+Die Programme des Kurses laufen unter Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.
 
 ---