* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Stochastik für Einsteiger
Norbert Henze
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Mathematik
Beschreibung
Als weiterer Vertreter der "Einsteiger"-Reihe ist das vorliegende Buch als Lehrbuch zwischen gymnasialem Mathematikunterrricht und Universität konzipiert. Es wendet sich damit insbesondere an Lehrer/-innen, Studierende des Lehramtes, Studienanfänger an Fachhochschulen, Berufsakademien und Universitäten sowie "Quer-Einsteiger" aus Industrie und Wirtschaft. Durch • Lernzielkontrollen am Ende der Kapitel, • 160 Übungsaufgaben mit Lösungen und • ein Symbol- sowie ein ausführliches Sachwortverzeichnis eignet es sich insbesondere zum Selbststudium und als vorlesungsbegleitender Text. Um den Leser möglichst behutsam in die Stochastik, die Kunst des geschickten Ver mutens, einzuführen, wurden die mathematischen Vorkenntnisse bewusst so gering wie möglich gehalten. So reicht für die ersten 21 Kapitel abgesehen von einem Beweis in Kapitel 10 ein Abiturwissen in Mathematik völlig aus. Erst ab Kapitel 22 (diskrete Wahrscheinlichkeitsräume) wird eine gewisse Vertrautheit mit Begriffen und Methoden der Analysis vorausgesetzt. Hier können die im Literaturverr,eichnis aufgeführten Bü cher [HEU] und [WAL] als Nachschlagewerke dienen. Der Konzeption dieses Buches liegt die Erfahrung zugrunde, dass die spezifischen Denk weisen der Stochastik - insbesondere die Erfassung des Wahrscheinlichkeitsbegriffe- den Studierenden anfangs groge Schwierigkeiten bereiten. Hinzu kommt das "harte Ge schäft" der Modellierung zufallsabhängiger Vorgänge als ein wichtiges Aufgabenfeld der Stochastik. Da die Konstruktion geeigneter Modelle im Hinblick auf die vielfältigen An wendungen der Stochastik von Grund auf gelernt werden sollte, nimmt der Aspekt der Modellbildung einen breiten Raum ein.
