Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage mit Mengensystemen, Maßen und abstrakten Integralen zu arbeiten und allgemeine Wahrscheinlichkeitsmaße und spezielle Verteilungen zu analysieren

Wahrscheinlichkeitsraeume und -verteilungen, masstheoretische Grundlagen der Wahrscheinlichkeitstheorie, stochastische Abhaengigkeit und Unabhaengigkeit, Verteilungsfunktionen, Zufallsvariable, Lebesgue-Integral und Erwartungswert, Zusammenhang zwischen Riemann- und Lebesgue-Integral, Gesetze der großen Zahlen

Vorstellung der grundlegenden Begriffe, Sätze und Beweise

schriftliche und mündliche Prüfung; wenn Präsenzprüfungen nur eingeschränkt oder gar nicht möglich sind, wird nur mündlich geprüft.

Billingsley, P.: Probability and Measure, Wiley, New York, 1986. 

Bogachev, V.: Measure Theory, Vol. I & II, Springer, Berlin, 2007.

Elstrodt, J.:  Mass- und Integrationstheorie, Springer, Berlin, 2005.     

 Feller, W.:  An Introduction to Probability Theory and its Applications, Vol.1 and 2 Wiley, New York, 1968.       

  Galambos, J., Introductory Probability Theory, Marcel Dekker, New York, 1984    

Kusolitsch, N., : Mass- und Wahrscheinlichkeitstheorie, Springer, Wien, 2014

Williams, D.: Probability with Martingales, Cambridge University Press, Cambridge, 2010.