1. Grundbegriffe der Wahrscheinlichkeitstheorie.- 1.1. (?-Algebren und Wahrscheinlichkeitsmaße.- 1.2. Verteilungsfunktionen und Dichten.- 1.3. Zufallsvariablen und ihre Verteilung.- 1.4. Produkträume und Zufallsvektoren.- 1.5. Aufgaben.- 2. Transformation und Integration von Zufallsvariablen.- 2.1. Spezielle Verteilungen.- 2.2. Erwartungswert und Varianz.- 2.3. Grenzwertsätze.- 2.4. Aufgaben.- 3. Grundlagen Stochastischer Prozesse.- 3.1. Bedingte Verteilungen und Erwartungswerte.- 3.2. Markoff-Ketten.- 3.3. Simulated Annealing.- 3.4. Markoff-und Punktprozesse.- 3.5. Aufgaben.- 4. Probabilistische Analyse von Algorithmen.- 4.1. Sortier- und Suchverfahren.- 4.2. Markoff-Modelle für Algorithmen.- 4.3. Konvexe Hüllen von Zufallspunkten.- 4.4. Aufgaben.- 5. Elemente der Informationstheorie.- 5.1. Information und Entropie.- 5.2. Optimale Codierung.- 5.3. Binäre Suchbäume.- 5.4. Stationäre Quellen und Markoff-Quellen.- 5.5. Aufgaben.- 6. Simulationsverfahren.- 6.1. Erzeugung von Zufallszahlen.- 6.2. Testen von Zufallszahlen.- 6.3. Transformationsverfahren.- 6.4. Aufgaben.- Literatur.- Symbolverzeichnis.