{ "item_title" : "Stochastische Simulation", "item_author" : [" Michael Kolonko "], "item_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 Gren 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 Leistungskenngren gewonnen werden.", "item_img_path" : "https://covers3.booksamillion.com/covers/bam/3/83/510/217/3835102176_b.jpg", "price_data" : { "retail_price" : "34.99", "online_price" : "34.99", "our_price" : "34.99", "club_price" : "34.99", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }

Overview

Customers Also Bought

Details