Lineare Fuzzy-Modelle zur Unterstuetzung der Investitionsentscheidung : Modellierung und Loesung von Investitionsproblemen mittels der Theorie unscharfer Mengen

Aufgrund der Zukunftsbezogenheit von Investitionsentscheidungen lassen sich im Entscheidungszeitpunkt die relevanten Planungsdaten haufig nur ungenau festlegen. In der vorliegenden Arbeit werden lineare Optimierungsansatze diskutiert, die auf der Theorie unscharfer Mengen basieren und daher in der Lage sind, auch lediglich vage vorgebbare Daten zu verarbeiten. Es wird gezeigt, dass sich die Losung solcher Probleme mit Hilfe deterministischer LP-Ersatzmodelle berechnen lasst. Dabei konnen auch wahrscheinlichkeitstheoretische Elemente in diese Fuzzy-Modelle eingehen. Weiterhin wird dargelegt, wie sich sowohl ertrag- als auch substanzsteuerliche Komponenten ins Fuzzy-Investitionsmodell integrieren lassen und damit zu einer realitatskonformen Modellierung des Investitionsproblems fuhren.

Aufgrund der Zukunftsbezogenheit von Investitionsentscheidungen lassen sich im Entscheidungszeitpunkt die relevanten Planungsdaten häufig nur ungenau festlegen. In der vorliegenden Arbeit werden lineare Optimierungsansätze diskutiert, die auf der Theorie unscharfer Mengen basieren und daher in der Lage sind, auch lediglich vage vorgebbare Daten zu verarbeiten. Es wird gezeigt, dass sich die Lösung solcher Probleme mit Hilfe deterministischer LP-Ersatzmodelle berechnen lässt. Dabei können auch wahrscheinlichkeitstheoretische Elemente in diese Fuzzy-Modelle eingehen. Weiterhin wird dargelegt, wie sich sowohl ertrag- als auch substanzsteuerliche Komponenten ins Fuzzy-Investitionsmodell integrieren lassen und damit zu einer realitätskonformen Modellierung des Investitionsproblems führen.