Limit this search to....

Stochastische Simulation: Grundlagen, Algorithmen Und Anwendungen 2008 Edition
Contributor(s): Kolonko, Michael (Author)
ISBN: 3835102176     ISBN-13: 9783835102170
Publisher: Vieweg+teubner Verlag
OUR PRICE:   $33.24  
Product Type: Paperback
Language: German
Published: August 2008
Qty:
Additional Information
BISAC Categories:
- Mathematics | Game Theory
- Mathematics | Probability & Statistics - General
- Mathematics | Applied
Dewey: 519
Series: Studienb Cher Wirtschaftsmathematik
Physical Information: 0.58" H x 6.69" W x 9.61" (0.98 lbs) 260 pages
 
Descriptions, Reviews, Etc.
Publisher Description:
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.