letztmalig

• Waldmann, K.H., Stocker, U.M. (2012): Stochastische Modelle - eine anwendungsorientierte Einführung, Springer, 2. Auflage
• Norris, J.R. (1997): Markov Chains; Cambridge University Press
• Bremaud, P. (1999): Markov Chains, Gibbs Fields, Monte Carlo Simulation and Queues, Springer

Markov Ketten, Poisson Prozesse.

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135.0 Stunden

Präsenzzeit: 30 Stunden

Vor – und Nachbereitung der LV: 45.0 Stunden

Prüfung und Prüfungsvorbereitung: 60.0 Stunden

Die Teilnehmer sollen durch den Kurs in die Lage versetzt werden stochastische Systeme mit modernen Methoden der stochastischen Modellbildung zu beschreiben und zu analysieren. Die Diskussion praxisorientierter Fallstudien verfolgt zwei Ziele. Einerseits soll den Teilnehmern typische praxisnahe Problemstellungen verdeutlicht werden und andererseits werden Kriterien zur Beurteilung der Performanz stochastischer Systeme motiviert. Im Rahmen der Veranstaltung werden Eigenschaften und Kenngroßen zu Beurteilung der Performanz von Markov Ketten, Poisson Prozessen und Wartesystemen entwickelt. Die fakultative Rechnerübung unter Einsatz der Programmiersprache Java umfasst eine praxisnahe Fallstudie, die den Teilnehmern ein realistisches Bild von der Analyse stochastischer Systeme vermittelt.

Die Erfolgskontrolle erfolgt in Form einer 60 min. schriftlichen Prüfung (nach §4(2), 1 SPO). Die Leistung der freiwilligen Rechnerübung kann als Erfolgskontrolle anderer Art (nach §4(2), 3 SPO) zur Verbesserung der Klausurnote um einen 2/3 Notenschritt herangezogen werden.