Stochastik Fur Informatiker

Das vorliegende Buch entstand aus einer Reihe von Vorlesungen, die wir an der Rheinisch-Westfcilischen Technischen Hochschule Aachen, der European Business School, der Universitat Oldenburg und der Universitat Augsburg seit 1984 ge- halt en haben. Diese Vorlesungen wandten sich vor allem an Informatikstudenten und Mathematikstudenten mit Nebenfach Informatik mit dem Ziel, stochastische Grundbegriffe unter besonderer Beriicksichtigung Informatik-spezifischer Aspekte zu vermitteln. Unter den zahlreichen Einsatzfeldern stochastischer Methoden in der Informatik seien hier beispielhaft genannt: Die Average-Case-Analyse von Algorithmen, die stochastische Automatentheorie, Anwendungen im Bereich des CAD (Bezier-Kurven und -Flii.chen), stochastische Informationstheorie und Codierungstheorie, Rechnernetze und Leistungsbewer- tung von Rechnersystemen (Warteschlangenprobleme), Bildverarbeitung (Compu- tertomographie), automatische Spracherkennung (Hidden-Markov-Modelle), Ex- pertensysteme (effiziente Bereclmung von bedingten Wahrscheinlichkeiten), kiinst- liche Intelligenz (Neuronale Netze), stochastische Optimierungs- und Suchverfah- ren (Simulated Annealing), stochastische Simulation, probabilistische Algorithmen u.v.a .. Die zum Verstiindnis benotigten theoretischen Grundlagen, die erfahrungsgemiill haufig weit iiber den in einfiihrenden Veranstaltungen angebotenen Stoff hinausge- hen, sind dementsprechend vielfci.ltig und reichen von einfachen kombinatorischen Uberlegungen bei einigen Problemen der Average-Case-Analyse von Algorithmen bis hin zu tiefliegenden Satzen der axiomatischen Wahrscheinlichkeitstheorie, etwa bei den Markoff-Ketten und -Prozessen oder der Theorie der Punktprozesse im Bereich der Bildverarbeitung.

Dieses Lehrbuch führt in 16 einheitlich gegliederten Kapiteln in die Wahrscheinlichkeitstheorie und Statistik ein. Dabei sind die Lernziele und benötigten Vorkenntnisse jeweils angegeben und erleichtern in Kombination mit prägnanten Zusammenfassungen die Orientierung je Kapitel. Dank vieler durchgerechneter Beispiele und Übungsaufgaben mit Lösungen kann das Buch gut zum Selbststudium oder als Begleitliteratur zur Vorlesung verwendet werden. Nach einer sorgfältigen Einführung der Grundlagen geben weiterführende Kapitel spannende Ausblicke in Anwendungsbereiche der Stochastik und der stochastischen Modellierung – etwa Markov-Ketten, stochastische Algorithmen, Warteschlangen und Monte-Carlo-Simulationen. Leserinnen und Leser erhalten so ein solides mathematisches Fundament, um die Stochastik im weiteren Studium und in der Praxis auch in komplexen Situationen anwenden zu können. Das Buch richtet sich an Studierende der Informatik und technischer Fachrichtungen ab dem dritten Studiensemester. Dozenten liefert es eine passgenaue Auswahl für eine einsemestrige Vorlesung.