Die Wahrscheinlichkeitstheorie gehört zu den Kerndisziplinen der modernen Mathematikausbildung. Sie ist die Grundlage für alle Modelle, die "Risiko" und "Unsicherheit" einbeziehen. Dieses Lehrbuch gibt einen direkten, verlässlichen und modernen Zugang zu den wichtigsten Ergebnissen der mathematischen Wahrscheinlichkeitstheorie. Aufbauend auf dem Band "Maß & Integral" werden zunächst elementare Fragen Wahrscheinlichkeitsverteilungen, Zufallsvariable, Unabhängigkeit, bedingte Wahrscheinlichkeiten und charakteristische Funktionen - bis hin zu einfachen Grenzwertsätzen behandelt. Diese Themen werden dann um das Studium von Summen unabhängiger Zufallsvariablen - Gesetze der Großen Zahlen, Null-Eins-Gesetze, random walks, zentraler Grenzwertsatz von Lindeberg-Feller - ergänzt. Allgemeine bedingte Erwartungen, Anwendungen von charakteristischen Funktionen und eine Einführung in die Theorie unendlich teilbarer Verteilungen und der großen Abweichungen runden die Darstellung ab. In gleicher Ausstattung erscheint der Folgeband "Martingale & Prozesse".
Lösungen zu den im Buch befindlichen Übungsaufgaben unter: http://www.motapa.de/stoch/index.shtml
Reihe
Auflage
2., überarbeitete und ergänzte Auflage.
Sprache
Verlagsort
Zielgruppe
Für höhere Schule und Studium
Produkt-Hinweis
Broschur/Paperback
Klebebindung
Illustrationen
26
7 s/w Tabellen, 26 s/w Abbildungen
26 b/w ill., 7 b/w tbl.
Maße
Höhe: 237 mm
Breite: 169 mm
Dicke: 18 mm
Gewicht
ISBN-13
978-3-11-134211-5 (9783111342115)
Schweitzer Klassifikation
René Schilling is professor of probability theory at Technische Universität Dresden (since 2007). Before he held teaching and research positions at the University of Marburg (Professor, 2004-2007), the University of Sussex Brighton (lecturer/senior lecturer 2000-2004), the Nottingham Trent University (lecturer 1998-2000), from 1994-1998 he was Postdoc at the University of Erlangen, the University of Warwick and the MPI for Mathematics in the Sciences Leipzig. His research focuses on stochastic analysis and the theory of stochastic processes.
