Teoria delle code e processi produttivi: caratteristiche generali dei sistemi a coda. Notazione ed esempi. Le distribuzioni di frequenza. Modelli di code semplici (M/M/1, M/M/c, modelli a capacità limitata). Legge di Little.
Modelli di code con distribuzioni generali (M/G/1, GI/M/1, GI/G/1). Reti di code aperte (code tandem, reti di Jackson). Reti di code chiuse.
Reti di Petri: notazione, proprietà generali delle Reti di Petri, applicazioni ed esempi applicativi ai sistemi di produzione e di servizio.
Le Catene di Markov: variabili random memoryless e processi stocastici.
Catene di Markov a tempo discreto e continuo. Processi nascita e morte
(BD) e stati assorbenti. Esempi di applicazioni a contesti produttivi e di servizi.
La simulazione discreta dei sistemi produttivi: impostazione dei modelli,
generazione di numeri casuali, indici di prestazione. Validazione dei
modelli. Repliche e troncamenti. La simulazione ibrida. Programmazione
e strutturazione dei report. Casi applicativi.
Uso della simulazione nei problemi di ottimizzazione: formulazione
generale dei problemi di ottimizzazione (ottimo locale, ottimo locale discreto, ottimo globale, istanze di un problema). Cenni sulla teoria della complessità computazionale. Definizione problemi di ottimizzazione combinatoria NP-Hard (Problema del Commesso Viaggiatore TSP).
Classificazione delle Metaeuristiche (Trajectory Methods, Population-based Methods). Definizione di Neighborhood (distanza di Hamming, esempio TSP). Cenni sulla misurazione delle performance degli algoritmi. Applicazioni a contesti industriali.