Oft kann man die Unsicherheiten vernachl?ssigen und mit Sch?tzungen, mittleren oder erwarteten Werten arbeiten. Es gibt jedoch Probleme, deren Wesen gerade durch den Zufall bestimmt ist. Man w?rde den Kern des Problems nicht
treffen, wollte man versuchen, den Zufallsfaktor zu eli­ minieren. In solchen F?llen mu? das Problem mit wahrscheinlichkeitstheoretischen oder stochastischen Methoden angepackt werden. Man hat es dabei fast immer mit
dynamischen, zeitlichen Abl?ufen zu tun. Die Pro­ bleme fallen daher in das Gebiet der stochastischen Prozesse. Die grundlegenden Instru­ mente zur Behandlung der stochastischen Probleme des Operations Research bilden die
Erneuerungstheorie und die Theorie der Markoff-Ketten (Kapitel 2 und 3). Wichtige Anwendungen davon treten bei den Warteschlangensystemen (Kapitel4) und der dyna­ mischen Optimierung (Kapitel 5) auf. Von vorrangiger,
praktischer Bedeutung ist die numerische Behandlung der stochastischen Probleme des Operations Research. Hierflir legen die Simulations-und Monte-Cario-Methoden (Kapitel 6) weitreichende Ans?tze bereit. Es wird hier
keinesfalls eine umfassende, vollst?ndige Darstellung der einzelnen Gebiete angestrebt. Im Vordergrund steht vielmehr eine Einf?hrung in die wichtigsten, ftir die jeweiligen Problemkreise charakteristischen Gedankeng?nge.
Selbstverst?ndlich beruhen die dargestellten stochastischen Methoden auf der allgemeinen Wahrscheinlichkeits­ theorie. Daher ist im Kapitell eine knapp gehaltene Einf?hrung in die Wahrscheinlich­ keitstheorie vorangestellt,
die deren wesentlichsten Ergebnisse enth?lt, wobei zum gr??ten Teil auf die Beweise verzichtet wurde. Der Leser, der mit der Wahrscheinlich­ keitstheorie vertraut ist, kann dieses Kapitel ?berspringen.]]>