Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Stochastische Modelle im Produktions- und DienstleistungsmanagementModulbeschreibung #70047 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Modul / Version#70047 / #1
GültigkeitWS 2015/16 – SS 2018
Verfügbare Sprache(n)Englisch
Leistungspunkte6
Modulverantwortliche*rBarz, Christiane
BenotungBenotet
PrüfungsformSchriftliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät VII
InstitutInstitut für Betriebswirtschaftslehre
Fachgebiet37321200 FG Industrielles Produktions- und Dienstleistungsmanagement (POM)

Kontakt

SekretariatST 1-1
Ansprechpartner*inBarz, Christiane
E-Mail-Adresseservice@pm.tu-berlin.de
Webseitehttp://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.

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

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Stochastic Models in Production and Services ManagementVorlesung72 120 L 8361 Winter- und Sommersemester[en]2 ISIS
Stochastic Models in Production and Services ManagementÜbung72 120 L 8362 Winter- und Sommersemester[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Stochastic Models in Production and Services Management (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Class attendance152 h30 h
Class preperation and follow-up152 h30 h
Exam preparation160 h60 h
120 h

Stochastic Models in Production and Services Management (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Class attendance152 h30 h
Class preperation and follow-up151 h15 h
Preparation of homework151 h15 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

BenotungBenotet
PrüfungsformSchriftliche Prüfung
SpracheEnglisch

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.