In these notes different deterministic and stochastic error bounds of numerical analysis are investigated. For many computational problems we have only partial information (such as "n" function values) and consequently they can only be solved with uncertainty in the answer. Optimal methods and optimal error bounds are sought if only the type of information is indicated. First, worst case error bounds and their relation to the theory of n-widths are considered; special problems such approximation, optimization, and integration for different function classes are studied and adaptive and nonadaptive methods are compared. Deterministic (worst case) error bounds are often unrealistic and should be complemented by different average error bounds. The error of Monte Carlo methods and the average error of deterministic methods are discussed as are the conceptual difficulties of different average errors. An appendix deals with the existence and uniqueness of optimal methods. This book is an introduction to the area and also a research monograph containing new results. It is addressd to a general mathematical audience as well as specialists in the areas of numerical analysis and approximation theory (especially optimal recovery and information-based complexity).

Der Text gibt eine Einf hrung in die Mathematik und die Anwendungsm glichkeiten der Monte Carlo-Methoden und verwendet dazu durchg ngig die Sprache der Stochastik. Der Leser lernt die Grundprinzipien und wesentlichen Eigenschaften dieser Verfahren kennen und wird dadurch in den Stand versetzt, dieses wichtige algorithmische Werkzeug einsetzen und die Ergebnisse statistisch interpretieren zu k nnen. Anhand ausgew hlter Fragestellungen wird er au erdem an aktuelle Forschungsfragen in diesem Bereich herangef hrt. Behandelt werden die direkte Simulation, Methoden zur Simulation von Verteilungen und stochastischen Prozessen, Varianzreduktion, sowie auf einf hrendem Niveau Markov Chain Monte Carlo-Methoden und die hochdimensionale Integration. Es werden Anwendungsbeispiele aus der Teilchenphysik und der Finanz- und Versicherungsmathematik pr sentiert, und anhand des Integrationsproblems wird gezeigt, wie sich die Frage nach optimalen Algorithmen formulieren und in einem asymptotischen Sinn beantworten l sst.