Die Monte Carlo Simulation Was ist darunter zu verstehen, welche Instrumente für die Anwendung werden benötigt und der Stellenwert verdeutlicht anhand eines Beispiels
-
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Deutsch
16,99 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
ePUB
Kopierschutz
Nein
Family Sharing
Nein
Text-to-Speech
Ja
Erscheinungsdatum
22.07.2011
Verlag
GRINSeitenzahl
30 (Printausgabe)
Dateigröße
1661 KB
Auflage
1. Auflage
Sprache
Deutsch
EAN
9783640965496
Studienarbeit aus dem Jahr 2009 im Fachbereich BWL - Unternehmensforschung, Operations Research, Note: 1,3, Technische Universität Dresden, Sprache: Deutsch, Abstract: Viele Probleme in der Praxis sind so komplex, dass sie nicht mathematisch exakt gelöst werden können. In solchen Fällen werden heuristische Verfahren wie die Simulation benötigt. Bei der Simulation werden komplexe technische oder wirtschaftliche Abläufe mit Hilfe eines Modells nachgebildet, analysiert und ausgewertet. Simulationen sind besonders dann nützlich, wenn keine analytischen Methoden zur Problemlösung vorhanden sind, der Einsatz von solchen Methoden einen zu hohen Aufwand erfordert oder reale Experimente aufgrund der Kosten, der Zeit oder des Risikos unmöglich sind. Früher oft nur für die Technik bedeutend, gehört die Simulation heute zu den wichtigsten Teilgebieten des Operations Research. Sie dient hier vor allem der Analyse stochastischer Problemstellungen. Im Operations Research bedeutet Simulation, die Nachbildung
der Realität mit mathematischen, numerischen bzw. statistischen Modellen. Es existiert eine Vielzahl an Anwendungsmöglichkeiten und Systematisierungsvorschlägen. Dabei wird u.a. zwischen deterministischer und stochastischer Simulation unterschieden. Wie der Name schon sagt, werden bei der deterministischen Simulation Probleme analysiert und gelöst, bei denen alle Inputdaten bekannt sind. Beispiele hierfür sind deterministische Lagerhaltungsabläufe oder Tourenplanungsprobleme. Bei der stochastischen Simulation (in der Literatur als Monte Carlo Simulation bezeichnet) werden dagegen
Probleme analysiert, die von zufälligen Einflüssen abhängen. Als Beispiel können Wartungs- und Instandhaltungs-, Warteschlangen-, Lagerhaltungs- und Reihenfolgeprobleme genannt werden. Diese Arbeit beschäftigt sich im Folgenden genauer mit der Monte Carlo Simulation. Es wird erklärt, was darunter zu verstehen ist und welche Instrumente für die Anwendung benötigt werden. Außerdem soll anhand eines Beispiels der Stellenwert verdeutlicht werden.
der Realität mit mathematischen, numerischen bzw. statistischen Modellen. Es existiert eine Vielzahl an Anwendungsmöglichkeiten und Systematisierungsvorschlägen. Dabei wird u.a. zwischen deterministischer und stochastischer Simulation unterschieden. Wie der Name schon sagt, werden bei der deterministischen Simulation Probleme analysiert und gelöst, bei denen alle Inputdaten bekannt sind. Beispiele hierfür sind deterministische Lagerhaltungsabläufe oder Tourenplanungsprobleme. Bei der stochastischen Simulation (in der Literatur als Monte Carlo Simulation bezeichnet) werden dagegen
Probleme analysiert, die von zufälligen Einflüssen abhängen. Als Beispiel können Wartungs- und Instandhaltungs-, Warteschlangen-, Lagerhaltungs- und Reihenfolgeprobleme genannt werden. Diese Arbeit beschäftigt sich im Folgenden genauer mit der Monte Carlo Simulation. Es wird erklärt, was darunter zu verstehen ist und welche Instrumente für die Anwendung benötigt werden. Außerdem soll anhand eines Beispiels der Stellenwert verdeutlicht werden.
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice