Skip to main content

Part of the book series: eXamen.press ((EXAMEN))

  • 4555 Accesses

Zusammenfassung

Bei der Zeitplanoptimierung hatten wir bereits Probleme betrachtet, bei denen die Bearbeitungszeiten nicht mehr vorab bekannt waren und die daher durch eine Zufallsvariable modelliert wurden: Statt eines festen Wertes wurde eine – prinzipiell beliebige – Verteilung angenommen. Entsprechend sind auch die beobachteten Größen im Modell (etwa die Gesamtfertigungszeit) Zufallsvariablen, und wir sind an Aussagen über deren Verteilung interessiert. Dieses Modell lässt sich ausbauen für die Situation, in der sich die beobachtete Größe als Summe von sehr vielen unabhängigen Zufallsvariablen ergibt, sodass ein Übergang von einem diskreten zu einem kontinuierlichen Modell (hier: einem Wiener-Prozess) zweckmäßig ist.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Rights and permissions

Reprints and permissions

Copyright information

© 2009 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

(2009). Wiener-Prozesse. In: Modellbildung und Simulation. eXamen.press. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-79810-1_6

Download citation

Publish with us

Policies and ethics