Simulation einer M/G/1-Warteschlange Die Zwischenankunftszeiten der Kunden sind exponentialverteilt, für die Bedienzeiten kann zwischen einer Gamma-Verteilung, einer Exponentialverteilung und einer Lo […] Log-Normalverteilung gewählt werden. Im Falle einer Exponentialverteilung ergibt sich eine M/M/1-Warteschlange. Unten können die Parameter des Ankunfts- und Bedienzeitverteilung eingestellt werden. Der Quotient
Gesetz der großen Zahlen Das arithmetische Mittel 1/n ∑ X i aus i.i.d. integrierbaren Zufallsvariablen konvergiert fast sicher gegen den Erwartungswert EX 1 . Zur Veranschaulichung werden Zufallszahlen zu […] zu den per Reiter auswählbaren Verteilungen erzeugt (dies entspricht einer Beobachtung von X 1 , X 2 ...). Im unteren Bild werden die (Zähl-) Dichte der Verteilung und die relativen Häufigkeiten der simulierten […] simulierten Werte gezeigt. Im oberem Bild markiert die rote Linie den Erwartungswert EX 1 , die grünen Punkte zeigen den Verlauf des arithmetischen Mittels der Zufallszahlen.
Häufigkeit für das Ereignis "6" ausgelistet. Für wachsende Versuchsanzahlen stabiliert sich dieses Wert bei 1/6. Gleichzeitig ist dies ein empirischer Beleg für das starke Gesetz der großen Zahlen für binomialverteilte […] Stichprobenumfang konvergiert das Mittel von Zufallsvariablen gegen den Erwartungswert, der hier gerade 1/6 beträgt.
i.d. verteilte Zufallsvariablen X 1 ,X 2 ,.. mit gemeinsamem Erwartungswert µ und Varianz σ 2 strebt für n-> ∞ verteilungsmäßig gegen die Standardnormalverteilung N(0,1). Zu Veranschaulichung werden die […] Häufigkeiten der dazu ermittelten Y n Werte werden angezeigt, sie nähern sich rasch der Dichte von N(0,1) an.
nproblems. Verallgemeinerte Kettenbrüche und Markovprozesse (Fö: IBM Informationssysteme GmbH, Lz: 1/95-6/99, Ltg: Prof. Dr. Th. Hanschke, Herr Schubert / IBM) Ziel des Projektes ist die Darstellung der
taktischer und operativer Ebene verwenden können. Es ergibt sich somit eine dreistufige Vorgehensweise: 1. Bereitstellung der Parameter (Eingabe) 2. Generierung von Simulationsmodellen (Verarbeitung) 3. Di
1984 der Deutschen Gesellschaft für Operations Research. Th. Hanschke: Wartezeitverteilung in M/M/1/1-Bedienungssystemen mit wiederholten Versuchen. Jahrestagung 1984 der Deutschen Mathematiker-Vereinigung […] senschaftliche Forschung, TH Darmstadt, 25.06.1990. Th. Hanschke: Manufacturing Line Planning. IBM 1.st. Research/AME Joint Symposium on Manufacturing Technology, IBM Tokyo Research Laboratory, 11.06.1990 […] ereinigung in Bayreuth, Sektion Stochastik. 1980 Th. Hanschke: Über eine Verallgemeinerung von M/G/1. Kolloquiumsvortrag am SFB 72 der Universität Bonn, 20.11.1980. Th. Hanschke: Ein Bedienungssystem mit
for the variance of the waiting time in the M/M/1/1 queue with repeated attempts. Operations Research Proceedings 1985, S. 525-532. Th. Hanschke: The M/G/1/1 queue with repeated attempts and different types […] Computational Sciences, ICCS 2010, Amsterdam, The Netherlands. Elsevier Procedia Computer Science 1 (1): 1555-1563, May 2010. 2009 C. Cleophas, M. Frank, N. Kliewer: Recent Developments in Demand Forecasting […] Computing Stationary Expectations in Level-Dependent QBD Processes . Journal of Applied Probability 50(1): 151-165, 2013. Farschtschi, Y., Möller, D.P.F., Gollnik, V.: Prototypical Implementation of an Agent
Client-Rechners. Die Anwendung kann dann über die Datenquelle auf die Datenbank zugreifen (Client 1 in Abbildung 3). JDBC erlaubt es, einem Java-Applet den Datenbanktreiber für die Kommunikation zwischen
Mathematik / Informatik und Maschinenbau, Technische Universität Clausthal Tag der mündlichen Prüfung: 31.1.2006 Berg, Christian Mathematisch-Naturwissenschaftliche Fakultät, Technische Universität Clausthal
