Stochastische Simulation: Grundlagen, Algorithmen Und Anwendungen

Der Zufall in Gestalt von unvorhersehbaren Risiken und Chancen spielt seit jeher eine gro e Rolle bei vielen Entscheidungen in Wirtschaftsleben, Technik und Wissenschaft. Zuf?llige E- ?ussfaktoren m?ssen deshalb auch in die formalen Modelle aufgenommen werden, mit denen heutzutage komplexe Systeme geplant, gesteuert und optimiert werden. Fr?her reichte es - bei oft, zufallsbehaftete Gr? en durch ihre Mittelwerte zu modellieren. F?r die Genauigkeit, die heutzutage von Modellen etwa f?r Prozesse in Produktion und Logistik verlangt wird, m?ssen aber auch die zuf?lligen Ein??sse genauer modelliert werden, es m?ssen ihre zeitliche Entwi- lung und ihre wechselseitigen Abh?ngigkeiten beschrieben werden. Dies f?hrt typischerweise auf Modelle, die zwar realit?tsnah sind, die aber mit den verf?gbaren mathematisch-analytischen Methoden oft nicht mehr gel?st werden k?nnen. In dieser Situation kann die stochastische Simulation einen Ausweg bieten, indem sie der mathematischen Modellierung sozusagen eine experimentelle Variante zur Seite stellt. Einzige Voraussetzung daf?r ist, dass der nicht-zuf?llige Teil des Modells, also etwa das Prozessgesc- hen bei feststehenden zuf?lligen Ein??ssen, berechnet oder auf dem Rechner dargestellt werden kann. Wird dieses Teilmodell dann f?r wechselnden zuf?lligen Input beobachtet, so k?nnen aus den Beobachtungen Sch?tzungen f?r verschiedene Leistungskenngr? en gewonnen werden.

Author: Michael Kolonko

Publisher: Vieweg?? Verlag

Publication Date: Aug 14, 2008

Number of Pages: 260 pages

Binding: Paperback or Softback

ISBN-10: 3835102176

ISBN-13: 9783835102170