Optimierung der Losgröße mittels Bernoulli-Prinzip und spektraler Präferenzen

Günter Bamberg and Michael Krapp ()
Additional contact information
Günter Bamberg: Universität Augsburg
Michael Krapp: Universität Augsburg

A chapter in Logistik in Wissenschaft und Praxis, 2021, pp 381-408 from Springer

Abstract: Zusammenfassung Das Newsvendor-Modell ist ein klassisches Entscheidungsproblem aus dem Bereich des Produktionsmanagements. Es zielt auf die Ermittlung optimaler Bestellmengen bzw. optimaler Losgrößen bei stochastischer Nachfrage ab. Üblicherweise wird unterstellt, dass der Entscheidungsträger, der je nach Interpretation des Problems Händler oder Produzent ist, seinen erwarteten Gewinn maximiert und somit risikoneutral eingestellt ist. Insbesondere wenn die Spanne zwischen der risikoneutralen Lösung und der extreme Risikoaversion ausdrückenden Maximin-Lösung groß ist, erscheint jedoch die Berücksichtigung von Risikoaversion angebracht. Wir analysieren deshalb zwei etablierte Modellrahmen, um das Newsvendor-Problem unter der Annahme risikoaverser Akteure zu lösen, nämlich das Bernoulli-Prinzip sowie die Theorie spektraler Präferenzen. Das Kalkül auf Basis spektraler Präferenzen ist mithilfe einer approximativen Lösung mit geringem Aufwand durchführbar. Der Rechenaufwand für das Bernoulli-Prinzip ist im Vergleich dazu wesentlich größer, was letztlich der Preis für eine exakte Lösung ist. Darüber hinaus diskutieren wir die relative Lage von Maximin- und risikoneutraler Lösung sowie die Einschachtelung der exakten Lösung durch diese beiden markanten (und leicht zu berechnenden) Benchmark-Lösungen.

Date: 2021
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-33480-2_16

Ordering information: This item can be ordered from
http://www.springer.com/9783658334802

DOI: 10.1007/978-3-658-33480-2_16

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().