Monte Carlo Simulation im Operations Research

1. Einführung und einfache Beispiele.- 1.1. Allgemeines.- 1.2. Der Trunkenbold.- 1.3. Der Zeitungsjunge.- 1.4. Bestimmte Integrale.- 2. Die Erzeugung von Zufallszahlen.- 2.1. Die uniforme Verteilung.- 2.1.1. Definition und Theorie.- 2.1.2. Die rechnerische Erzeugung von Zufallszahlen.- 2.1.3. Die Simulation von zufälligen Ereignissen.- 2.1.4. Ergänzungen zur Erzeugung uniform verteilter Zufallszahlen.- 2.2. Die Normalverteilung.- 2.2.1. Definition und Theorie.- 2.2.2. Die Simulation von normalverteilten Zufallsvariablen.- 2.2.3. Anwendungen.- 2.3. Beliebige Verteilungen.- 2.3.1. Zufallsvariablen und Verteilungen.- 2.3.2. Die Simulation beliebig verteilter Zufallsvariablen nach der Inversionsmethode.- 2.3.3. Ein rechentechnisch verfeinertes Verfahren zur Simulation diskreter Zufallsvariablen.- 2.3.4. Die Simulation stetiger Zufallsvariablen nach der Verwerfungsmethode.- 3. Die Simulation stochastischer Prozesse.- 3.1. Simulation eines Verteilungs-Transport-Systems.- 3.1.1. Problemstellung und Systemanalyse.- 3.1.2. Wahrscheinlichkeitsmodelle für die Abruf- und Fahrzeiten.- 3.1.3. Ein Wahrscheinlichkeitsmodell für den Bestellungseingang: Der Poisson-Prozess.- 3.1.4. Erstes Rechenmodell zur Simulation.- 3.1.5. Zweites Rechenmodell zur Simulation.- 3.2. Bestimmung der optimalen Grösse einer Reparatur-Equipe durch Simulation.- 3.2.1. Problemstellung und Systemanalyse.- 3.2.2. Wahrscheinlichkeitsmodelle für die Zufallszeiten, die Erlang-Verteilungen.- 3.2.3. Rechenmodell zur Simulation.- 3.3. Die Simulation von Warteschlangensystemen.- 3.3.1. Beschreibung von Warteschlangensystemen.- 3.3.2. Der Ankunfts- und Bedienungsprozess.- 3.3.3. Die Simulation von offenen Systemen mit Verlusten.- 3.3.4. Die Simulation von offenen Systemen mit Warteschlangen.- 3.3.5. Geschlossene Systeme oder Maschinen-Unterhalts-Organisationen.- 4. Die statistischen Grundlagen der Monte Carlo Simulation.- 4.1. Die Auswertung unabhängiger Versuche.- 4.2. Die Auswertung der Simulation von