Stochastische Modelle im Produktions- und DienstleistungsmanagementModulbeschreibung #70047 / Version 1
- 6 LP
- Schriftliche Prüfung
- Benotet
- Winter- und Sommersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #70047 / #1 |
|---|---|
| Gültigkeit | WS 2015/16 – SS 2018 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Barz, Christiane |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Betriebswirtschaftslehre |
| Fachgebiet | 37321200 FG Industrielles Produktions- und Dienstleistungsmanagement (POM) |
Kontakt
| Sekretariat | ST 1-1 |
|---|---|
| Ansprechpartner*in | Barz, Christiane |
| E-Mail-Adresse | service@pm.tu-berlin.de |
| Webseite | http://www.pm.tu-berlin.de |
Lernergebnisse
Die Studierenden können sich einfache stochastische Probleme durch Entscheidungsbäume und Monte-Carlo Simulationen analysieren. Die Studierenden können stochastische, zeitdiskrete Prozesse in ein geeignetes Modell überführen. Sie können das langfristige Verhalten des Prozesses charakterisieren und bei Bedarf gewünschte Kenngrößen berechnen. Stehen verschiedene Handlungsalternativen zur Wahl, können Sie diese mit Hilfe eines Markovschen Entscheidungsprozesses abbilden und die (bei gegebener Zielfunktion) beste Alternative durch eine (oder mehrere) geeignete Lösungsansätze ermitteln.
Im zeit-stetigen Fall kennen die Studierende die Terminologie der Markovprozesse und Wartesysteme, können Prozesse in ein geeignetes Modell überführen, verschiedene Modellansätze kritisch bewerten, und das langfristige Verhalten analysieren bzw. daraus entstehende Kenngrößen berechnen.
Im zeit-stetigen Fall kennen die Studierende die Terminologie der Markovprozesse und Wartesysteme, können Prozesse in ein geeignetes Modell überführen, verschiedene Modellansätze kritisch bewerten, und das langfristige Verhalten analysieren bzw. daraus entstehende Kenngrößen berechnen.
Lehrinhalte
– Entscheidungsbäume
– Grundzüge der Monte-Carlo Simulation
– Markovketten (diskrete Zeit): Modellierung, mathematische Eigenschaften, Anwendungen
– Stochastische Entscheidungsprozesse: Formulierung, Lösungsmethoden
– Markovprozesse (stetige Zeit): Modellierung, mathematische Eigenschaften, Anwendungen
– Wartesysteme: Modellierung, mathematische Eigenschaften, Berechnung von Kennzahlen, Anwendungen
– Grundzüge der Monte-Carlo Simulation
– Markovketten (diskrete Zeit): Modellierung, mathematische Eigenschaften, Anwendungen
– Stochastische Entscheidungsprozesse: Formulierung, Lösungsmethoden
– Markovprozesse (stetige Zeit): Modellierung, mathematische Eigenschaften, Anwendungen
– Wartesysteme: Modellierung, mathematische Eigenschaften, Berechnung von Kennzahlen, Anwendungen
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
Stochastic Models in Production and Services Management (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Class attendance | 15 | 2 h | 30 h |
| Class preperation and follow-up | 15 | 2 h | 30 h |
| Exam preparation | 1 | 60 h | 60 h |
| 120 h | |||
Stochastic Models in Production and Services Management (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Class attendance | 15 | 2 h | 30 h |
| Class preperation and follow-up | 15 | 1 h | 15 h |
| Preparation of homework | 15 | 1 h | 15 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
This module consists of a lecture with theory, practice and discussion elements. In the practice sessions, weekly homework and further exercises will be discussed. Some of the exercises will be solved by the help of software. Basic knowledge of Excel is helpful to gain a deeper understanding.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Statistik II für Wirtschaftswissenschaften
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Englisch |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
none
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- Puterman (2005). Markov Decision Processes: Discrete stochastic dynamic programming. Wiley.
- Ross (2010). Introduction to Probability Models. Academic Press.
- Waldmann, Stocker (2011). Stochastische Modelle: Eine anwendungsorientierte Einführung. Springer.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
You can get bonus points for the exam by successfully completing your homework.