Simulation stochastischer Systeme

Karl-Heinz Waldmann ist Universitätsprofessor am Institut für Operations Research des Karlsruher Instituts für Technologie (KIT) und leitet dort den Bereich für Stochastische Modellierung und Optimierung. In der Forschung konzentriert er sich auf die Modellierung, Analyse und Optimierung dynamischer Systeme, die stochastischen Einflüssen unterliegen.
Werner E. Helm ist Professor für Angewandte Mathematik an der Hochschule Darmstadt. Seine Arbeitsschwerpunkte liegen in Statistik, Simulation, Optimierung und Data Mining.

Das vorliegende Lehrbuch ist eine umfassende Einführung in die Simulation stochastischer Systeme. Auf 400 Seiten wird der Leser an stochastische Simulationsmodelle, Lösungsmethoden und statistische Analyseverfahren herangeführt. Die grundlegenden Sachverhalte werden ausführlich motiviert und begründet. Das Buch kann im Bachelor- und Masterbereich an Universitäten und Hochschulen eingesetzt werden. Untersuchungsgegenstand und Herangehensweise machen es interessant für Wirtschaftswissenschaftler, aber auch für Ingenieure, Mathematiker und Naturwissenschaftler. Vorausgesetzt werden die Grundbegriffe der Wahrscheinlichkeitsrechnung und elementaren Statistik; die tatsächlich benötigten Elemente werden im Anhang bereitgestellt. Das Buch ist stringent in der Darstellung. Es ermöglicht 'Learning by Example' und 'Learning by Doing' und kann zum Selbststudium verwendet werden. Jedes neue Konzept wird durch Beispiele, Abbildungen und Aufgaben begleitet, die ein schnelles Verstehen und Übertragenauf eigene Problemstellungen ermöglichen.

Das vorliegende Lehrbuch ist eine umfassende Einführung in die Simulation stochastischer Systeme. Auf 400 Seiten wird der Leser an stochastische Simulationsmodelle, Lösungsmethoden und statistische Analyseverfahren herangeführt. Die grundlegenden Sachverhalte werden ausführlich motiviert und begründet. Das Buch kann im Bachelor- und Masterbereich an Universitäten und Hochschulen eingesetzt werden. Untersuchungsgegenstand und Herangehensweise machen es interessant für Wirtschaftswissenschaftler, aber auch für Ingenieure, Mathematiker und Naturwissenschaftler. Vorausgesetzt werden die Grundbegriffe der Wahrscheinlichkeitsrechnung und elementaren Statistik; die tatsächlich benötigten Elemente werden im Anhang bereitgestellt. Das Buch ist stringent in der Darstellung. Es ermöglicht ,Learning by Example' und ,Learning by Doing' und kann zum Selbststudium verwendet werden. Jedes neue Konzept wird durch Beispiele, Abbildungen und Aufgaben begleitet, die ein schnelles Verstehen und Übertragen auf eigene Problemstellungen ermöglichen.

Inhaltsverzeichnis.- Einführung.- Erzeugung von Zufallsvariablen.- Ereignisorientierte Simulation.- Output Analyse: Statistische Auswertung der Simulationsergebnisse.- Statische Simulationsmodelle.- Input Analyse: Festlegung der Eingabegrößen.- Varianzreduzierende Verfahren.- Markov-Ketten.- Poisson-Prozesse.- Markov-Prozesse.- Wartesysteme.- Anhang.