ShopSpell

Stochastische Simulation Grundlagen, Algorithmen und Anwendungen [Paperback]

$29.99     $34.99    14% Off      (Free Shipping)
100 available
  • Category: Books (Mathematics)
  • Author:  Kolonko, Michael
  • Author:  Kolonko, Michael
  • ISBN-10:  3835102176
  • ISBN-10:  3835102176
  • ISBN-13:  9783835102170
  • ISBN-13:  9783835102170
  • Publisher:  Vieweg+Teubner Verlag
  • Publisher:  Vieweg+Teubner Verlag
  • Binding:  Paperback
  • Binding:  Paperback
  • Pub Date:  01-Apr-2008
  • Pub Date:  01-Apr-2008
  • SKU:  3835102176-11-SPRI
  • SKU:  3835102176-11-SPRI
  • Item ID: 102205896
  • List Price: $34.99
  • Seller: ShopSpell
  • Ships in: 5 business days
  • Transit time: Up to 5 business days
  • Delivery by: Jul 12 to Jul 14
  • Notes: Brand New Book. Order Now.
Zuf?llige Einflussfaktoren sind oft wesentliche Bestandteile moderner mathematischer Modelle f?r ?konomische und technische Fragestellungen. Die stochastische Simulation stellt eine experimentelle Variante zur L?sung solcher Probleme dar.
Das Buch behandelt die Erzeugung von Zufall auf dem Rechner. Es werden die mathematischen Grundlagen und die wichtigsten Algorithmen zur Erzeugung von Zufallszahlen vorgestellt und die G?te dieser Verfahren untersucht. Aufbau und Auswertung von Simulationsexperimenten werden unter mathematischen und programmiertechnischen Gesichtspunkten erl?utert. Die Bedeutung dieser Resultate f?r die Praxis wird anhand eines ausf?hrlichen Anwendungsszenarios aus dem Verkehrsbereich diskutiert.
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. WirdlÓ#
Add Review