Zusammenfassung
Wenn Begriffe stark durch den Alltag geprägt sind, muss man bei der Mathematisierung besonders vorsichtig sein. Für Zufall und Wahrscheinlichkeit ist das sicher so. (Wie wahrscheinlich ist es, dass es morgen regnet? Sicher scheint die Sonne!)
Wie groß ist die Chance, mit zwei Würfeln die Gesamtaugenzahl 7 zu werfen? Fragen wie diese sind Musterbeispiele für einfache Experimente. Wahrscheinlichkeit und Zufall sind miteinander eng verbundene Begriffe. Mit Zufall bezeichnen wir im Alltag meist Ereignisse, die wir nicht beeinflussen oder vorhersehen können. Die Definition hängt also implizit von unserem Kenntnisstand und unseren Möglichkeiten ab. Die Diskussion, ob es letztendlich „wirklichen“ Zufall gibt, führt einerseits zur Quantenmechanik und andererseits in die Metaphysik. In den Naturwissenschaften beschränkt man sich daher auf axiomatische Annahmen über Zufallsereignisse und deren Wahrscheinlichkeiten, die im Einzelfall natürlich Idealisierungen sind.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Benjamin A. Stickler und Ewald Schachinger, Basic Concepts in Computational Physics (Springer International Publishing AG, Berlin-Heidelberg-New York, 2014).
F. James, Computer Physics Comm. 60, 329 (1990).
W. H. Press, B. P. Flannery, S. A. Teukolsky, und W. T. Vetterling, Numerical Recipes: The Art of Scientific Computing, 3. Aufl. (Cambridge University Press, Cambridge, 2007).
D. E. Knuth, The Art of Computer Programming, Bd. 2 (Addison-Wesley Publ. Co., Reading, MA, 1981).
M. Abramowitz und I. A. Stegun, Handbook of Mathematical Functions (Martino Fine Books, Eastford, CT, 2014).
A. Papoulis, Probability, Random Variables, and Stochastic Processes (McGraw-Hill, Tokyo, 2001).
G. R. Grimmett und D. R. Stirzaker, Probability and random processes (Oxford University Press, Oxford, 2001).
L. Sachs, Angewandte Statistik (Springer-Verlag, Berlin, Heidelberg, 2004).
S. Brandt, Datenanalyse für Naturwissenschaftler und Ingenieure (Springer-Spektrum, Heidelberg, 2013).
D. Huff, How to Lie With Statistics (Norton, New York, 1993).
J. R. Taylor, An Introduction to Error Analysis (University Science Books, Sausalito, 1997).
M. C. K. Yang und D. H. Robinson, Understanding and Learning Statistics by ComputerComputer (World Scientific Publ. Co., Singapore, 1986).
Bernd A. Berg, Markov Chain Monte Carlo Simulations and Their Statistical Analysis (World Scientific Publ. Co., Singapore, 2004).
M. R. Spiegel und Larry J. Stephens, Schaum’s Outline of Statistics, 5. Aufl. (McGraw-Hill, New York, 2014).
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Lang, C.B., Pucker, N. (2016). Wahrscheinlichkeitsrechnung und Statistik. In: Mathematische Methoden in der Physik. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-49313-7_21
Download citation
DOI: https://doi.org/10.1007/978-3-662-49313-7_21
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-49312-0
Online ISBN: 978-3-662-49313-7
eBook Packages: Life Science and Basic Disciplines (German Language)