Dersin Bilgileri

Dersin Adı	Türkçe	İleri Markov Sistemlerin Modelleme ve Benzetimi
	İngilizce	Advanced Modeling & Simulation of Markovian Sytems
Dersin Kodu	BLU 528E	Kredi	Ders (saat/hafta)	Uygulama (saat/hafta)	Labratuvar (saat/hafta)
Dönem	-	3	3	-	-
Dersin Dili		İngilizce
Dersin Koordinatörü		Mehmet Akif Yazıcı
Dersin Amaçları		1) Hafızasızlık ve Markov özellikleri üzerinden Markov modelleme anlayışı hakkında bilgi vermek 2) Sözde-rasgele sayı üretim yöntemlerini öğretmek 3) Çeşitli Markov kuyruk sistemlerinin anlaşılması ve benzetimlerinin yapılmasını öğretmek 4) Etkin ve verimli benzetim programı yazımını öğretmek 5) Bilişim sistemlerinde modelleme ve benzetim yöntemleri hakkında bilgi vermek
Dersin Tanımı		Olasılık teorisi ve rassal süreçler, hafızasızlık özelliği, Markov özelliği, Poisson süreci, Sözde-rasgele sayı üretimi, Poisson olay üretimi, Benzetim eniyileme, güvenilirlik aralıkları, M/M/1, M/M/k, M/D/1, M/M/k/k, M/M/k/k/N sistemlerinin benzetimleri ve başarım ölçütleri, Erlang kayıp formülleri, Kuyruklama türleri, Sabırsızlık modelleri, Toplu varış sistemleri, Markov varış süreci (MAP), Faz-tipi servis dağılımları, Aloha sistemleri, İnternet trafiği, Yönlendirici/ağ anahtarı benzetimi
Dersin Çıktıları		Bu dersi başarıyla tamamlayan öğrenciler; 1) Rasgele değişken ve süreçlerin hafızasızlık ve Markov özellikleri, 2) Sözde-rasgele sayı üretim yöntemleri, 3) Çeşitli Markov kuyruk sistemlerinin karakteristikleri, 4) Markov sistemlerinin etkin ve verimli benzetimi, 5) Bilişim sistemlerinde bazı gerçek sistemlerin benzetimi hakkında bilgi sahibi olacaklardır.
Önkoşullar		Spesifik herhangi bir ders beklenmemekle beraber yeterli seviyede olasılık teorisi ve bilgisayar programlama bilgisi gerekmektedir.
Gereken Olanaklar
Diğer
Ders Kitabı
Diğer Referanslar		[1] Sheldon. M. Ross. Simulation. Academic Press, 5th edition, December 2012 [2] William J. Stewart. Probability, Markov Chains, Queues, and Simulation: The Mathematical Basis of Performance Modeling. Princeton University Press, 2009 [3] Steven M. Kay, Intuitive Probability and Random Processes using MATLAB. Kluwer Academic Publishing, 2006 [4] Carl Graham, Denis Talay. Stochastic Simulation and Monte Carlo Methods: Mathematical Foundations of Stochastic Simulation. Springer-Verlag, 2013 [5] Jerry Banks, John S. Carson II, Barry L. Nelson, David M. Nicol. Discrete-Event System Simulation. Pearson, 5th edition, July 2009

Dersler

Yardım

Hakkında