This title is printed to order. This book may have been self-published. If so, we cannot guarantee the quality of the content. In the main most books will have gone through the editing process however some may not. We therefore suggest that you be aware of this before ordering this book. If in doubt check either the author or publisher’s details as we are unable to accept any returns unless they are faulty. Please contact us if you have any questions.
Als weiterer Vertreter der Einsteiger -Reihe ist das vorliegende Buch als Lehr- buch zwischen gymnasialem Mathematikunterrricht und Universitat konzipiert. Es wendet sich damit insbesondere an Lehrer/-innen, Studierende des Lehramtes, Studienanflinger an Fachhochschulen, Berufsakademien und Universitaten sowie Quer-Einsteiger aus Industrie und Wirtschaft. Durch - Lernzielkontrollen am Ende der Kapitel, - mehr als 140 Ubungsaufgaben mit Lasungen und - ein Symbol- sowie ein ausfiihrliches Sachwortverzeichnis eignet es sich insbesondere zum Selbststudium und als vorlesungsbegleitender Text. Urn den Leser maglichst behutsam in die Stochastik, die Kunst des geschickten Vermutens, einzufiihren, wurden die mathematischen Vorkenntnisse bewusst so gering wie maglich gehalten. So reicht fiir die ersten 22 Kapitel abgesehen von einem Beweis in Kapitel 10 ein Abiturwissen in Mathematik vallig aus. Erst ab Kapitel 23 (diskrete Wahrscheinlichkeitsraume) wird eine gewisse Vertrautheit mit Begriffen und Methoden der Analysis vorausgesetzt. Hier kannen die im Li- teraturverzeichnis aufgefiihrten Biicher [HEU] und [WAL] als Nachschlagewerke dienen. Der Konzeption dieses Buches liegt die Erfahrung zugrunde, dass die spezifischen Denkweisen der Stochastik - insbesondere die Erfassung des Wahrscheinlich- keitsbegriffes - den Studierenden anfangs groBe Schwierigkeiten bereiten. Hinzu kommt das harte Geschiift der Modellierung zufallsabhangiger Vorgiinge als ein wichtiges Aufgabenfeld der Stochastik. Da die Konstruktion geeigneter Mo- delle im Hinblick auf die vielf1iltigen Anwendungen der Stochastik von Grund auf gelernt werden sollte, nimmt der Aspekt der Modellbildung einen breiten Raum ein.
