Grundlagen der Warteschlangentheorie (Springer-Lehrbuch Masterclass) (German Edition)

Dieses Buch präsentiert die Grundlagen der stochastischen Modellierung — Maßtheorie, Wahrscheinlichkeitstheorie, Theorie stochastischer Prozesse und Markov-Theorie — in ihrer natürlichen Aufbaufolge. Damit und ergänzt durch einen Anhang zu wichtigen Begriffsbildungen der allgemeinen Topologie, werden die wesentlichen Aussagen der Warteschlangentheorie auf ein solides mathematisches Fundament gestellt. Kapitel 5 behandelt klassische Markov- und Semi-Markov-Modelle, die Phasenmethode, Markov-additive Ankunftsprozesse, das BMAP/G/1-System und Matrix-geometrische Verteilungen. Kapitel 6 ist räumlichen Ankunftsprozessen vom Typ BMAP gewidmet (Modellierung zeitlich variierender und flächenhaft verteilter Bedienanforderungen mittels zufälliger Punktfelder). Gegenstand des letzten Kapitels sind Reversibilitäts- und Balance-Eigenschaften klassischer Warteschlangennetze. Studierende der Mathematik, Informatik und Elektrotechnik führt das Buch in die breit gestreute wissenschaftliche Literatur zum Thema ein.​