Skip to main content

Auswahlprobleme bei der Formulierung von Zielfunktionen unter Unsicherheit

  • Chapter
Die Strukturierung ökonomischer Entscheidungsmodelle
  • 71 Accesses

Zusammenfassung

Im Fall unsicherer Handlungsergebnisse werden die mit der Aufstellung der definitiven Zielfunktion verbundenen Probleme um eine weitere Dimension ausgedehnt. Wie wir schon bei der Erörterung der konstitutiven Elemente eines jeden Entscheidungsmodells gesehen haben, ist eine allein auf die Optimierung der originären Teilzielvariablen ausgerichtete Zielfunktion in diesem Fall nicht mehr operabel. Vielmehr

  • müssen für das einer jeden Handlungsalternative ai zugeordnete Spektrum verschiedener möglicher Werte der originären (Teil-) Zielvariablen die zugehörigen Werte einer oder mehrerer eigens zu diesem Zweck festzulegender subsidiärer (Teil-) Zielvariablen yπ (ai) bestimmt werden

  • muß auf der Basis dieser subsidiären (Teil-) Zielvariablen eine definitive Zielfunktion festgelegt werden, um so zu einer gewissen Ranglozierung der zur Auswahl stehenden Aktionen und der Ableitung einer Handlungsempfehlung zu gelangen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Wegen eines Überblicks über die meisten der im folgenden genannten subsidiären Teilzielvariablen und darauf basierender subsidiärer Zielfunktionen vgl. Schneeweiß (1967), S. 20–25, S. 46–61; s. a. Gäfgen (1974), S. 363–408.

    Google Scholar 

  2. Vgl. z. B. Wald (1950), S. 18.

    Google Scholar 

  3. Vgl. Lange (1944), S. 29–31; Barges (1963), S. 16.

    Google Scholar 

  4. Vgl. Chernoff (1954), insbes. S. 439–441.

    Google Scholar 

  5. Vgl. Gäfgen (1974), S. 385 f.

    Google Scholar 

  6. Vgl. z. B. Domar, Musgrave (1944); Markowitz (1967), S. 291 f.

    Google Scholar 

  7. Vgl. z. B. Markowitz (1951); Roy (1952), S. 433 f.; Tobin (1958); Freund (1956), S. 260 f.

    Google Scholar 

  8. Vgl. z. B. Kreyszig (1965), S. 92 f.; Markowitz (1967), S. 288 f.; Sharpe (1970), S. 196–201.

    Google Scholar 

  9. Vgl. z. B. Barges (1963), S. 17; Hax (1964b), S. 188. Diese Größe kann natürlich auch als aus den unter (11) und (13) genannten Variablen zusammengesetzt angesehen werden.

    Google Scholar 

  10. Vgl. z. B. Roy (1952), S. 433; Telser (1955), S. 1 f.; Markowitz (1967), S. 293.

    Google Scholar 

  11. Vgl. z. B. Wagenführ (1963), insbes. S. 84.

    Google Scholar 

  12. Vgl. Menges, Skala (1973), S. 343.

    Google Scholar 

  13. So verwendet beispielsweise Moxter (1962), S. 616–620 den Median als Kennzahl einer Ergebnisverteilung.

    Google Scholar 

  14. Darüber hinaus werden gelegentlich noch Quartilsabstand, “practical range”, Semivarianz sowie die mittlere absolute oder untere Abweichung vorgeschlagen. (Vgl. z. B. Lange (1944), S. 30; Markowitz (1967), S. 188–191; Schneeweiß (1967), S. 55 f.)

    Google Scholar 

  15. Vgl. Schneeweiß (1967), S. 52–61; Markowitz (1967), S. 287.

    Google Scholar 

  16. Gäfgen (1974), S. 386.

    Google Scholar 

  17. So Schneeweiß (1967), S. 17–19.

    Google Scholar 

  18. So Heinen (1971), S. 166.

    Google Scholar 

  19. Vgl. Schneeweiß (1967), S. 24, 48–52.

    Google Scholar 

  20. So schon bei Makower, Marschak (1938), S. 271; s. a. Markowitz (1951), Schneeweiß (1967), S. 52–55; Schneider, D. (1974), S. 149 f.; Heinen (1971), S. 169–172.

    Google Scholar 

  21. Dies entspricht der sog. Hodges-Lehmann-Regel. Vgl. Hodges-Lehmann (1952).

    Google Scholar 

  22. So z. B. Markowitz (1967), S. 188–201.

    Google Scholar 

  23. So z. B. Förstner (1958), S. 166.

    Google Scholar 

  24. So z. B. Schneeweiß (1967), insbes. ab S. 61; Heinen (1971), S. 147–159, 173–175. Schneider, D. (1974), S. 126–142.

    Google Scholar 

  25. So z. B. Albach (1962), S. 681–683; ders. (1967), insbes. S. 505507. Dieses Verfahren wird vor allem in der als “chance-constrained-programming” bekannten Methode der stochastischen

    Google Scholar 

  26. Vgl. z. B. Milnor (1954); Chernoff (1954); Schneeweiß (1967).

    Google Scholar 

  27. Vgl. Arnold (1964), insbes. S. 198–224.

    Google Scholar 

  28. Vgl. auch die Kritik D. Schneiders an verschiedenen Einwänden gegen die Gewinnmaximierungsthese; Schneider, D. (1974), S. 6266. S. a. die Ausführungen S. 135 ff. in dieser Arbeit.

    Google Scholar 

  29. Vgl. Simon (1959), insbes. S. 277; Simon (1957), S. 270–273.

    Google Scholar 

  30. S. a. Lintner (1962), S. 25; Moxter (1964), S. 27 f.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1977 Betriebswirtschaftlicher Verlag Dr. Th. Gabler, Wiesbaden

About this chapter

Cite this chapter

Bitz, M. (1977). Auswahlprobleme bei der Formulierung von Zielfunktionen unter Unsicherheit. In: Die Strukturierung ökonomischer Entscheidungsmodelle. Gabler Verlag. https://doi.org/10.1007/978-3-322-83591-8_8

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-83591-8_8

  • Publisher Name: Gabler Verlag

  • Print ISBN: 978-3-409-33281-1

  • Online ISBN: 978-3-322-83591-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics