A coherent introduction to the techniques for modeling dynamic stochastic systems, this volume also offers a guide to the mathematical, numerical, and simulation tools of systems analysis. Suitable for advanced undergraduates and graduate-level industrial engineers and management science majors, it proposes modeling systems in terms of their simulation, regardless of whether simulation is employed for analysis. 
Beginning with a view of the conditions that permit a mathematical-numerical analysis, the text explores Poisson and renewal processes, Markov chains in discrete and continuous time, semi-Markov processes, and queuing processes. Each chapter opens with an illustrative case study, and comprehensive presentations include formulation of models, determination of parameters, analysis, and interpretation of results. Programming language–independent algorithms appear for all simulation and numerical procedures.

Preface iii
2 Sample Paths 1
3 Basics 5
4 Simulation 25
5 Arrival-Counting Processes 31
6 Discrete-Time Processes 51
7 Continuous-Time Processes 75
8 Queueing Processes 93
9 Topics in Simulation of Stochastic Processes 119

مقدمه ی یکپارچه در تکنیک های مدل سازی سیستم های دینامیکی ایستا، این حجم همچنین راهنمای ابزارهای ریاضی، عددی و شبیه سازی سیستم های تحلیل را ارائه می دهد. مناسب برای دانشجویان پیشرفته و مهندسین صنعتی و مدرسان علوم مدیریت در مقطع کارشناسی ارشد، سیستم های مدل سازی را از لحاظ شبیه سازی آنها ارائه می دهد، صرف نظر از اینکه آیا شبیه سازی برای تحلیل استفاده می شود.
از دیدگاه شرایطی که اجازه تجزیه و تحلیل عددی ریاضی را می دهد، متن به بررسی فرآیندهای پوآسون و تجدید، زنجیره مارکوف در زمان گسسته و مداوم، فرایندهای نیمه مارکوف و فرایندهای صف بندی می پردازد. هر فصل با یک مطالعه موردی یکپارچه می شود و ارائه های جامع شامل فرموله کردن مدل ها، تعیین پارامترها، تجزیه و تحلیل و تفسیر نتایج است. الگوریتم های مستقل زبان برنامه نویسی برای تمام روش های شبیه سازی و عددی ظاهر می شوند.