In vielen Systemen, die wir im täglichen Leben nutzen, wie z.B. Computer und Kommunikationssysteme, spielen zufällige Ereignisse eine große Rolle. Stromausfälle, Reparaturprozesse, Serverstörungen, aber auch randomisierte Protokolle zur Datenübertragung beeinflussen ihre Leistungsfähigkeit und Zuverlässigkeit.
Um Vorhersagen über die Qualität solcher Systeme treffen zu können werden Modelle benötigt, die zufällige Zustandsänderungen modellieren können und Methoden zur Analyse, die es erlauben, Wahrscheinlichkeiten für das Eintreten von bestimmten Ereignissen in der Zukunft zu berechnen.
Diese Vorlesung stellt verschiedene Modellklassen vor, die gut geeignet sind, um randomisierte Systeme zu beschreiben: (i) Markov Ketten, (ii) Warteschlangenmodelle und (iii) stochastische Petri Netze. Wir betrachten Anwendungen aus verschiedenen Bereichen und lernen Methoden zur Analyse solcher Modelle kennen.
Praktische Übungen sowie das Erstellen von Fallstudien unter Anleitung und mit Hilfe des Softwaretools Prism sind Inhalt der Vorlesung. Die mathematischen Grundlagen zu den entsprechenden Bereichen der Stochastik werden in der Vorlesung anwendungsnah erarbeitet. |