Advertisement

Zusammenfassung

Die Wahrscheinlichkeitsrechnung stellt in zweifacher Hinsicht eines der wichtigsten Elemente des Operations Research dar: einerseits findet sie für zahlreiche praktische Aufgaben unmittelbare Verwendung, andererseits steht sie in Beziehung zu weiteren Wissenszweigen oder Techniken (mathematische Statistik; Simulationstechnik, Wartelinientheorie, stochastische dynamische Programmierung usw.), die alle am Instrumentarium des Operations Research beteiligt sind. Kenntnis der Grundlagen der Wahrscheinlichkeitsrechnung gehört solcherart zur unbedingt notwendigen geistigen Ausrüstung des Operations Research-Ingenieurs.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. [1]
    Gnedenko, B. W.: Lehrbuch der Wahrscheinlichkeitsrechnung. Berlin: Akademie-Verlag 1957.Google Scholar
  2. [2]
    Rényi, A.: Wahrscheinlichkeitsrechnung. Berlin: Deutscher Verlag der Wissenschaften 1962.MATHGoogle Scholar
  3. [3]
    Cramer, H.: Mathematical Methods of Statistics. Princeton University Press 1958.Google Scholar
  4. [4]
    Feller, W.: An Introduction to Probability Theory and Its Applications, Vol. 1. New York: Wiley 1960.Google Scholar
  5. [5]
    Fisz, M.: Probability Theory and Mathematical Statistics. New York: Wiley 1963.MATHGoogle Scholar
  6. [6]
    Van der Waerden, B. L.: Mathematische Statistik. Berlin/Göttingen/ Heidelberg: Springer 1957.MATHGoogle Scholar
  7. [7]
    Scmuetterer, L.: Einführung in die mathematische Statistik. Wien: Springer 1956.Google Scholar
  8. [8]
    Cbintschin, A.: Mathematical Foundations of Information Theory. Dover Publications 1957.Google Scholar
  9. [9]
    Whitesitt, J. E.: Boolesche Algebra und ihre Anwendungen. Braunschweig: Vieweg 1964.MATHCrossRefGoogle Scholar
  10. [10]
    Whitesitt, J. E.: Tables of the binomial prob. distribution. National Bureau of Standards, Appl. Math., Series Vol. 6 (1950) (für n ≦ 50).Google Scholar
  11. [11]
    Roming, H. C.: 50–100 Binomial Tables. New York: Wiley 1953.Google Scholar
  12. [12]
    Nicholson, C.: The Probability Integral for Two Variables. Biometrika 33 (1943).Google Scholar
  13. [13]
    Hald, A.: Statistical Theory with Engineering Applications. New York: Wiley 1962.Google Scholar
  14. [14]
    Linder, A.: Statistische Methoden für Naturwissenschaftler, Mediziner und Ingenieure. Basel: Birkhäuser 1960.MATHGoogle Scholar
  15. [15]
    Dugué, D., u. M. GIRAULT: Analyse de Variance et Plans d’Expérience. Paris: Dunod 1959.Google Scholar
  16. [16]
    Smirnow, W. I.: Lehrgang der höheren Mathematik, Teil V. Berlin: Deutscher Verlag der Wissenschaften 1962.Google Scholar
  17. [17]
    Loève, M.: Probability Theory. Princeton: D. van Nostrand Comp. 1960.MATHGoogle Scholar
  18. [18]
    B. W. I.: Netzplantechnik. Zürich: Verlag Industrielle Organisation 1965.Google Scholar
  19. [19]
    Jury, E. I.: Theory and Application of the z-Transform Method. New York: Wiley 1964.Google Scholar
  20. [20]
    Howard, R. A.: Dynamic Programming and Markov Processes. Cambridge: M.I.T. Press 1962.Google Scholar
  21. [21]
    Brown, R. G.: Smoothing, Forecasting and Prediction of Discrete Time Series. New Jersey: Prentice Hall 1963.Google Scholar
  22. [22]
    Scheffé, H.: The Analysis of Variance. New York: Wiley 1964.Google Scholar
  23. [A]
    Helmer, O., u. N. Rescher On the Epistemology of the Inexact Sciences. Management Science 6 (1959/60) 25–52.Google Scholar
  24. [B]
    Schmid, P.: On the Kolmogorov and Smirnow theorems for discontinuous distribution functions. Aim Math. Statist. 29 (1958) 1011–1027.MATHCrossRefGoogle Scholar
  25. [C]
    Carnal, H.: Sur les théorèmes de Kolmogorov et Smirnow dans le cas d’une distribution discontinue. Commentarii Math. Helvet. 37 (1962) 19–35.MathSciNetMATHCrossRefGoogle Scholar
  26. [D]
    Nef, W.: Über die Differenz zwischen theoretischer und empirischer Verteilungsfunktion. Z. Wahrscheinlichkeitstheorie 3 (1964) 154–162.MathSciNetMATHCrossRefGoogle Scholar
  27. [E]
    Feller, W.: On the normal approximation of the binomial distribution. Ann Math. Statist. 16 (1945) 319–329.MathSciNetMATHCrossRefGoogle Scholar
  28. [F]
    Feller, W.: Über den zentralen Grenzwertsatz der Wahrscheinlichkeitsrechnung. Math. Z. 40 (1936) 521–559; 42 (1937) 302–312.Google Scholar
  29. [G]
    Bartlett, M. S.: Properties of Sufficiency and Statistical Tests. Proc. Roy. Soc. A 160 (1937).Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1968

Authors and Affiliations

  • Franz Weinberg
    • 1
  1. 1.Instituts für Operations Research der ETHEidgen. Techn. Hochschule ZürichZürichSchweiz

Personalised recommendations