Einführung in die Theorie und Praxis der Entscheidung bei Unsicherheit

I. Teil: Entscheidungen in der Risikosituation.- 1 Einfuehrung und Ueberblick.- 1.1 Das Grundmodell der Entscheidungstheorie.- 1.2 Entscheidungssituation.- 1.3 Entscheidungsbaum.- 2 Wahrscheinlichkeit und Zufall.- 2.1 Einführung und geschichtlicher Rückblick.- 2.2 Zufallsexperiment. Relative Häufigkeit.- 2.3 Elementarereignisse. Wahrscheinlichkeitsraum.- 2.4 Bedingte Wahrscheinlichkeit. Unabhängige Ereignisse.- 2.5 Zufallsvariable. Erwartungswert.- 3 Nutzentheorie und Ihre Anwendung.- 3.1 Entscheidungskriterien.- 3.2 Lotterie.- 3.3 Zusammengesetzte Lotterie.- 3.4 Das Entscheidungsprinzip von Bernoulli.- 4 Zweidimensionale Verteilungen. Bayes’sche Formel.- 4.1 Unabhängige und abhängige Zufallsvariablen.- 4.2 Bedingte Verteilungen und bedingter Erwartungswert.- 4.3 Aenderung von Wahrscheinlichkeiten im Lichte neuer Information. Bayes’sche Formel..- 4.4 Subjektive oder persönliche Wahrscheinlichkeit.- 5 Loesung von Entscheidungsproblemen der Risikosituation.- 5.1 Die „Rollback“-Analyse.- 5.2 Querverbindung zur dynamischen Programmierung.- 6 Bernoulli-Versuche. Spezielle Verteilungen und Ihre Praktische Verwendung bei Statistischen Entscheidungen.- 6.1 Bernoulli-Versuche. Binomialverteilung.- 6.2 Summe von Zufallsvariablen.- 6.3 Beispiele aus der Qualitätskontrolle.- II. Teil: Spiel- und Entscheidungstheorie.- 7 Methoden der Spieltheorie.- 7.1 Reduktion eines Spieles auf die Normalform.- 7.2 Spielsituation im bilateralen Monopol.- 7.3 Zwei-Personen-Nullsummenspiel.- 7.4 Hauptsatz der Zwei-Personen-Nullsummenspiele.- 8 Begriffe der Entscheidungstheorie.- 8.1 Das Grundmodell.- 8.2 Entscheidungsregeln und Entscheidungssituationen.- 8.3 Das statistische Entscheidungsproblem.- 9 Methoden der Spieltheorie in der Entscheidungstheorie.- 9.1 Grundmodell der Entscheidungstheorie und Normalform des Spieles.- 9.2 Lösung des statistischen Entscheidungsproblems in der Annahme verschiedener a priori Verteilungen.- 9.3 Lösung des statistischen Entscheidungsproblems im Falle der ungünstigsten a priori Verteilung.