Zusammenfassung
Stochastische Modelle werden in vielen Bereichen von Wissenschaft, Technik und Wirtschaft zur Beschreibung realer, zufallsabhängiger Vorgänge eingesetzt. Diese dienen der (vereinfachten) Beschreibung der Wirklichkeit und dem Zweck, Aussagen im Modell zu gewinnen. Ist eine hinreichende Übereinstimmung des Modells mit der Wirklichkeit gegeben, so können vorliegende bzw. zu erhebende Daten auf Grundlage des Modells analysiert und damit Aussagen über Strukturen zufallsabhängiger Prozesse getroffen werden. Die Wahrscheinlichkeitsrechnung bildet die mathematische Fundierung der stochastischen Modellierung.
Im Teil B werden die Grundlagen der Wahrscheinlichkeitsrechnung und die Themen diskrete Wahrscheinlichkeitsverteilungen, Wahrscheinlichkeitsmaße mit Riemann-Dichten, Eigenschaften von Wahrscheinlichkeitsmaßen, bedingte Wahrscheinlichkeiten sowie stochastische Unabhängigkeit von Ereignissen behandelt.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2014 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Cramer, E., Kamps, U. (2014). Wahrscheinlichkeitsrechnung. In: Grundlagen der Wahrscheinlichkeitsrechnung und Statistik. Springer-Lehrbuch. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-43973-9_2
Download citation
DOI: https://doi.org/10.1007/978-3-662-43973-9_2
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-43972-2
Online ISBN: 978-3-662-43973-9
eBook Packages: Life Science and Basic Disciplines (German Language)