- La pianificazione è la strategia sviluppata nell’arco temporale del medio e lungo periodo.

- La programmazione trasforma gli obiettivi del piano in azioni operative. Rendere operativo ciò che
abbiamo deciso nel piano. Implementare la nostra strategia in azioni concrete.
- L’obiettivo del controllo è quindi monitorare la validità delle strategie attuate, indagando l’efficienza e la
capacità competitiva.
In sintesi, pianificare significa definire degli obiettivi, programmare tradurli in scelte concrete tenendo
conto delle risorse disponibili. Il controllo è la fase conclusiva che analizza gli scostamenti tra le
previsioni/obiettivi e l’andamento aziendale per riformulare i nuovi obiettivi: l’attività di pianificazione-
programmazione-azione- controllo è ciclica.

Questi tre elementi hanno in comune un unico termine cioè il tempo!

I problemi di scheduling nascono nel contesto dell’automazione della produzione. In generale, sono tutti i
problemi decisionali in cui ha importanza il tempo, visto come risorsa scarsa da allocare in modo ottimo.

In una industria meccanica, i centri di lavorazione devono effettuare delle lavorazioni (per es. taglio,
fresatura, tornitura) per produrre vari pezzi che vengono poi assemblati insieme.
Ognuna di queste lavorazioni richiede un certo tempo e impegna un certo macchinario.
Il problema consiste, ad esempio, nel determinare l'ordinamento delle operazioni in modo da terminare
tutte le lavorazioni il prima possibile.

Ogni programma che gira su un computer vorrebbe usare la CPU, ma vogliamo poter far girare più
programmi contemporaneamente su uno stesso computer. Uno dei compiti di un sistema operativo è
allora quello di disciplinare l’utilizzo della CPU da parte dei diversi programmi. L'obiettivo del sistema
operativo è quello di gestire l'insieme dei programmi in modo tale da minimizzare il tempo complessivo di
attesa dei programmi, tenendo conto della priorità.
Il sistema operativo può eventualmente interrompere (e poi magari riprendere) certi programmi prima del
loro termine per consentire la prosecuzione anche degli altri. Questa modalità operativa prende il nome di
preemption.

In un'officina di carrozzeria, vi sono quattro stazioni, dedicate rispettivamente a messa in forma,

ribattitura, verniciatura, essiccatura a forno. In ciascuna stazione è attivo un operaio, che può lavorare su
una sola autovettura alla volta. Le autovetture sinistrate richiedono il servizio da parte di alcune stazioni, in
un dato ordine (ad esempio non si può riverniciare la carrozzeria prima di avere aggiustato le parti
danneggiate). Il problema consiste nel gestire le varie operazioni in modo da terminare tutte le lavorazioni
nel minor tempo possibile, rispettando l’ordine di sequenziamento sulle macchine.
La schedulazione è una fase importante della pianificazione. Possiamo dire sostanzialmente che è un
programma di produzione, serve ad utilizzare il tempo in maniera ottimale: fa in modo che più lavorazioni
vengano avviate e completate in un determinato momento, aiuta a completare il lavoro in modo più
sistematico e tempestivo e porta il coordinamento del tempo nella pianificazione della produzione. Tutto
ciò aiuta a consegnare la merce ai clienti in tempo, ad eliminare la capacità inattiva e a mantenere la forza
lavoro costantemente impiegata. Pertanto, la schedulazione delle attività è un passaggio importante nella
pianificazione della produzione ed è essenziale in una fabbrica in cui vengono realizzati molti prodotti
contemporaneamente.

Per trovare una soluzione al problema ci serviamo del Diagramma di Gant.

Le soluzioni che si ottengono con il diagramma di Gantt sono molteplici, perciò, fa la differenza chi gestisce
la programmazione. La soluzione migliore è la seconda.
[Attenzione alla sequenza delle lavorazioni!!!!]
I problemi di scheduling rilevano l’importanza del tempo! Però tengono conto del tempo come una risorsa
da allocare. Quindi quando si fa la schedulazione si tiene conto del tempo quindi si pianifica soltanto
tenendo conto del tempo e non della sequenza.

Quando affrontiamo un problema di scheduling distinguiamo in caso di:

- scheduling a macchina singola
- scheduling a macchine in parallelo
- scheduling flow shop
- scheduling job shop
Ciò perché in funzione del tipo di sistema produttivo possiamo impiegare un algoritmo ottimizzante
piuttosto che un altro.

I metodi basati sull'allocazione statica schematizzano il processo di assegnazione delle risorse (macchine)
alle parti (pezzi) considerandolo da un lato indipendente dal tempo e trascurando dall'altro le interazioni
tra le risorse stesse.
Utilizzando questa tecnica si determinano le prestazioni produttive del sistema di produzione a partire
dalla conoscenza del solo ciclo di lavorazione delle singole parti, che devono essere lavorate durante un
prefissato orizzonte temporale, e, più precisamente, dal valore del tempo richiesto dalle singole fasi del
ciclo stesso e dai volumi di produzione che si intendono raggiungere.
Quando faccio l’allocazione statica posso considerare più o meno vincoli in funzione del grado di
approssimazione che scegliamo. La soluzione ottimale non è quella che proviene da un problema più
articolato di variabili bensì da quella che ci consente di raggiungere l'obiettivo a spese minori.

L'insieme dei metodi statici può essere a sua volta suddiviso in:
● metodi statici ottimizzanti (proprio della ricerca operativa) si prefiggono l'ottimizzazione di una certa
funzione obiettivo soggetta a vincoli
● metodi statici descrittivi consentono la valutazione di alcune performance del sistema produttivo
L’esempio sviluppato nel seguito, parte dal modello di determinazione dei volumi e della capacità
produttiva. Per comodità si riportano a brevemente la simbologia e la formulazione del modello:

La funzione obiettivo esprime la massimizzazione del valore attuale netto (VAN).

Il VAN è il vincolo attuale dei flussi di cassa operativi che il progetto genera, flussi calcolati al netto degli
investimenti previsti ed attualizzati al costo del capitale.
Il VAN tiene conto dei costi opportunità cioè le mancate entrate derivanti dall’uso alternativo delle risorse.

dove:
m= indice risorse
i= indice parti
Cm= costo della macchina m (risorsa m)
CPm= capacità produttiva della risorsa m (espressa in ore o in minuti)
ti,m= matrice tempo di servizio della risorsa m per la parte i anno anno
ai,m= matrice di Routing (l'elemento ai,m acquisisce un valore che può essere 0 o 1; 0 se la risorsa m non è
impiegata per la parte i, 1 se la risorsa m è impiegata per la parte i)
Ibudget= indicatore del budget

I metodi statici descrittivi sono i metodi che, pur essendo basati sul concetto di allocazione statica, hanno
per obiettivo la stima di alcune performance del sistema di produzione. Queste sono le uniche due stime
che è possibile ricavare con questo metodo.
Ovviamente le stime ottenute sono affette da una estrema semplificazione; infatti, problemi connessi con
l'interazione tra le parti, eventuali precedenze tecnologiche, fenomeni connessi ai transitori ed infine
problemi di affidabilità e guasti delle risorse potrebbero portare ad un allargamento della finestra di
impiego del sistema e quindi ad altri valori delle performance di cui sopra.
Il risultato di queste semplificazioni è una stima ottimistica delle prestazioni del sistema, così come,
nell'ambito dei modelli ottimizzanti, la stessa semplificazione conduce alla sottostima del numero di risorse
necessarie.
I metodi descrittivi si basano sugli indici di prestazione perché osservano alcune performance del sistema
di produzione.
Gli indici di prestazione si riferiscono normalmente a caratteristiche del flusso delle parti e delle modalità
di impiego delle risorse.
Per quanto riguarda il flusso delle parti si definiscono la produttività ed il tempo di attraversamento;
invece, con riferimento all'impiego delle risorse di produzione si definiscono i coefficienti di utilizzazione e
il numero di parti presenti nel sistema ed in ogni risorsa.

Considerato un sistema di produzione in cui, utilizzando M centri di servizio, vengono fabbricate H tipi di
parti (oppure nell'ipotesi in cui ogni parte abbia più cicli di lavorazione alternativi, H è da intendersi il
numero totale di cicli che devono essere gestiti) si definiscono:
[H identifica la parte e M identifica le macchine, le lettere minuscole identificano l’indice variabile invece le
lettere maiuscole identificano il numero]

● Produttività (Throughput): intesa come il numero di pezzi prodotti per ogni tipo di parte nell’unità di
tempo (Xh, h ϵ [1,H]).
● Tempo di attraversamento per ogni tipo di parte è il tempo intercorrente tra l’ingresso del pezzo grezzo
e l’uscita del pezzo finito (Wh, h ϵ [1,H]). Quanto tempo impiega.
● Coefficiente di utilizzazione dei centri di servizi è il rapporto tra il tempo di impegno effettivo e il tempo
totale di osservazione (quante ore produce l’impianto) (Um, m ϵ [1,M]). Quanto lo utilizzo.
● Tempo di attraversamento di ciascuna risorsa è il tempo necessario per l'effettuazione delle singole
lavorazioni per ogni tipo di parte comprensivo dei tempi di attesa (Wmh, m ϵ [1,M], h ϵ [1,H]). Ho una
sequenza di macchine quindi avrò un tempo di attraversamento su ciascuna risorsa.

ALLOCAZIONE STATICA DELLE RISORSE

Tempi di ciclo e volumi produttivi determinano la distribuzione dei carichi di lavoro sui vari centri di
servizio del sistema; definendo con Tmh il tempo di ciclo della parte h-esima sul centro m-esimo,
comprensivo dei tempi passivi e con Vh il volume di produzione della parte h-esima, durante l'orizzonte
pianificato di carico di lavoro su ogni centro di servizio CLm è dato da:
Su una macchina possiamo definire il carico di lavoro di una macchina cioè il prodotto del tempo che
impiego su quella macchina per ogni singolo pezzo per il numero di pezzi di quella tipologia.
La macchina non lavora un solo pezzo ma tanti pezzi diversi ognuno dei quali secondo il suo ciclo di
lavorazione avrà il suo tempo di esecuzione e avrà un suo volume.
La somma del prodotto dei tempi dei singoli pezzi sulla macchina per i relativi volumi mi dice il carico di
lavoro della macchina.

Spesso la disponibilità teorica ( Tm) è identica per tutte le macchine e coincide con la finestra temporale
di osservazione del sistema.
Il coefficiente di riduzione tiene conto dell’utilizzo effettivo che tipicamente è l’80%.

La cadenza produttiva è legata a quella che ha il carico che impiega più tempo che è il cosiddetto collo di
bottiglia. Il collo di bottiglia è quello massimo.

Il centro al quale compete il massimo valore dei carichi di lavoro determina il collo di bottiglia del sistema e
concomitantemente determina anche, il tempo di impegno del sistema.
I carichi di lavoro di ciascun centro di servizio possono essere rapportati al valore massimo per ottenere i
coefficienti di utilizzazione relativi:
Se ad un centro di servizio vi sono più macchine uguali sm (m = 1..M), il collo di bottiglia coincide con il
centro per il quale è massima la finestra temporale di impegno del sistema, coincidente con il massimo dei

rapporti CLm/ sm:

Rapportando i volumi di produzione delle singole parti alla finestra di impegno del sistema è possibile
calcolare la produttività per la singola parte. La produttività è il rapporto tra il volume di un tipo di pezzo e
il collo di bottiglia che mi dà la cadenza della produzione (me la limita).
Osservazioni sulla tecnica di allocazione statica
Le uniche due stime che possono essere ricavate, con questo metodo, sono quelle relative alla utilizzazione
delle risorse ed alla produttività. Non vengono considerati problemi relativi ad interazioni fra le varie
risorse del sistema, dipendenti dalle parti presenti all'interno del sistema stesso; infatti, il numero delle
attrezzature di supporto è totalmente ininfluente sui calcoli sopra tratteggiati.
Il modello di allocazione statica trascura, infine, anche qualsiasi fenomeno transitorio, certamente
esistente in un sistema reale sia. nella fase. di avviamento che di fermata, sia a causa di guasti di parti del
sistema.
Il risultato di questa semplificazione è sicuramente una stima ottimistica delle prestazioni produttive del
sistema. Il vantaggio principale di questa metodologia risiede, invece, nella estrema rapidità di risposta,
nella semplice descrizione del sistema, nelle poche informazioni necessarie e nella possibilità di utilizzare
questa formulazione all'interno di più complessi algoritmi di ottimizzazione, capaci di generare
automaticamente la soluzione di un problema.
Questa schematizzazione, estremamente semplice, può essere vantaggiosamente utilizzata solo durante le
fasi di progettazione di massima (per individuare il numero di macchine necessarie) oppure in fase di
pianificazione della produzione nel medio termine, per determinare la distribuzione delle operazioni fra le
varie risorse del sistema produttivo.

Osservazioni:
• estrema semplicità del modello
• non considera connessioni tra le risorse
• non considera fenomeni transitori ma tiene conto del regime
• effettua una stima ottimistica sottodimensionando le risorse
La tecnica dell'allocazione statica non tiene in alcun conto le sequenze tecnologiche di lavorazione, cioè il
rispetto di alcune priorità che tendono ad allargare la finestra di impiego del sistema. Il problema della
individuazione delle modalità di immissione delle parti nel sistema produttivo al fine di migliorare
l'efficienza è noto con la dizione generale di schedulazione e sequenziamento (Scheduling and Sequencing),
senza entrare nel dettaglio dei metodi adottati per la scelta delle sequenze ottimali, con l'aiuto di un
esempio si mostrerà come i vincoli tecnologici sulle sequenze di lavorazione e la scelta dell'ordine di
immissione delle parti nel sistema comporta variazioni della finestra temporale di impegno del sistema,
dell'utilizzazione delle macchine e dei tempi di attraversamento.
Da tale diagramma si deduce che l'impegno del sistema è di 140 min per poter lavorare completamente e
nel rispetto dei vincoli tecnologici, mentre si riducono i coefficienti di utilizzazione ed aumentano i tempi di
attraversamento.
SISTEMI A FILE DI ATTESA

La Teoria delle Code (o file d'attesa) si propone di sviluppare modelli per lo studio dei fenomeni d’attesa
che si possono manifestare in presenza di una domanda di un servizio. La teoria delle code si occupa di
sviluppare modelli per quei sistemi che possono essere rappresentati come code. Quando la domanda
stessa e/o la capacità di erogazione del servizio sono soggetti ad aleatorietà, si possono verificare situazioni
temporanee in cui chi fornisce il servizio non ha la possibilità di soddisfare immediatamente le richieste. La
teoria delle code è una tecnica avanzata che può rappresentare un notevole supporto alle decisioni
nell’ambito della progettazione di un impianto industriale.

Il modello delle file di attesa è sempre lo stesso e può essere applicato a tutto e ciò che cambia andando
da un settore all'altro sono i parametri. Se voglio modellare gli arrivi dei pezzi ad una macchina so che la
frequenza di arrivo è più o meno la stessa, al contrario se voglio modellare la fila di attesa dei clienti ad una
cassa del supermercato mi rendo conto che la frequenza di arrivo non è la stessa ma è molto varabile;
quest'ultimo caso è lo stesso dei server: posso avere in un momento tantissime chiamate e in un momento
pochissime chiamate.

La teoria delle code comprende lo studio matematico delle code o file di attesa. La formazione delle linee
di attesa è un fenomeno comune che si verifica ogni volta che la normale domanda per un servizio supera
la capacità normale di attuare quel servizio. Poiché non è sempre possibile prevedere al servizio e/o
quanto tempo sarà necessario per effettuarlo, queste decisioni sono spesso difficili.

Problema: trovare la configurazione ottima di un sistema produttivo (quali e quante risorse acquisire) dato
un problema produttivo (caratteristiche tecnologiche e volumi richiesti per ciascun tipo di parte da
produrre).
Il problema si articola in due fasi:
1) generazione della configurazione del sistema
2) valutazione della bontà della configurazione generata

Esistono, pertanto, due macrocategorie di metodi a supporto dell’attività di configurazione dei sistemi
produttivi:
• metodi di generazione
• metodi di valutazione

che fanno capo a tre tecniche generali:

• modellazione matematica
• tecniche di simulazione
• intelligenza artificiale
Queste tecniche sono fra di loro complementari e non esclusive.

I modelli di generazione a partire dagli obiettivi sono finalizzati a trovare soluzioni ottime mentre i modelli
di valutazione assunta la decisione ne misurano le prestazioni.
 tipicamente non si utilizza un solo modello ma si utilizza una compilazione dei due partendo con il modello
di generazione e continuando con il modello di valutazione.
Le due famiglie di modelli devono essere combinate ed integrate in una struttura ad anello chiuso, in cui i
modelli di generazione forniscono ai modelli di valutazione le configurazioni da valutare e usano il
feedback che ne deriva per prendere le decisioni o modificare le decisioni prese.

Tra i modelli di valutazione, i modelli analitici permettono di determinare velocemente e con un margine di
errore dell’ordine del 10%, le prestazioni di un sistema produttivo modellato in maniera “semplificata”,
attraverso relazioni matematiche tra grandezze rappresentative del flusso di materiali all’interno del
sistema stesso.
Se ci sono numerose configurazioni alternative, si usano i modelli analitici per eliminare rapidamente
quelle meno promettenti. Successivamente, metodi di valutazione più sofisticati e precisi, vengono usati
per scegliere la migliore tra le configurazioni rimaste.

Tra i metodi analitici, ci sono i metodi basati sulla Teoria delle code, nei quali il sistema produttivo viene
assimilato ad un sistema a coda.
Un flusso di clienti in arrivo nel Sistema chiede di essere servito da una risorsa (servitore) per un
determinato tempo di servizio. Poiché i servitori sono generalmente in numero limitato, l’istante di arrivo
dei clienti è casuale e, inoltre, essi richiedono un servizio la cui durata può non essere costante, una parte
dei clienti dovrà attendere in coda.

Potrebbe anche accadere che ci siano più servitori in una sola fila d'attesa. Un esempio è dato dalla cassa
dei negozi dei centri commerciali: c'è una sola fila e ad un certo punto si divide e ognuno raggiunge il
servitore libero (una cassa). Il vantaggio della coda unica è che chi si mette in fila non si accolla il problema
di avere un servitore più lento, cosa che invece succede se ci sono file separate perché posso capitare nella
fila in cui alla casa c'è qualcuno lento.
I modelli a rete di code, frequentemente utilizzati molti campi applicativi, possono essere impiegati
ovunque compaiono problemi di file di attesa.
Vantaggi:
• nel caso di impianti manifatturieri, i modelli a reti di code tengono conto della dinamica del processo e
delle interazioni che possono nascere fra i vari centri di servizio, anche se in condizioni di equilibrio;
• permettono di calcolare alcune grandezze caratteristiche quali la potenzialità produttiva al variare della
capacità del sistema, il coefficiente di utilizzazione delle risorse, tempi di attraversamento, etc.
• il livello di precisione non è elevatissimo, ma forniscono indicazioni migliori rispetto all'Allocazione Statica

Svantaggi:
• non tengono conto di effetti transitori
• anche se i risultati sono affetti da errori del 20 ÷ 40 %, tali modelli sono meno costosi rispetto a quelli di
simulazione ed eventi discreti e consentono di esaminare rapidamente numerose alternative progettuali.

Schemi di arrivo
Lo schema di arrivo è la modalità con la quale arrivano al centro di servizio gli utenti – clienti.
Schemi di servizio
Le entità, dopo una eventuale attesa in coda, vengono accolti dal servente per ricevere la lavorazione di
chiesta lo schema di servizio viene descritto attraverso il
Un semplice sistema a fila di attesa è riportato nella seguente figura, in essa sono anche indicati i principali
parametri associati con un modello a reti di code.
La teoria delle code modella ogni macchina ogni risorsa come se fosse un oggetto schematizzato con una
coda un servitore e poi esce l’oggetto che può essere un qualsiasi oggetto. Se voglio inserire più macchine
e quindi più file di attesa quindi un sistema con una rete di code non mi devo concentrare solo su una
singola macchina ma devo prima schematizzare la sequenza di macchine e poi valutare se il numero di
macchine che ho identificato sono ottimizzate cioè se nell’insieme mi danno il “massimo”.

I metodi di generazione (per quanto riguarda gli elementi che compongono il sistema industriale, il
processo, la produzione) e i metodi di valutazione non sono indipendenti perché prima inserisco le risorse,
le valuto e aggiusto.

Nell’allocazione statica non ci interessa quale sia la sequenza tecnologica invece la teoria delle code tiene
conto delle interconnessioni tra le macchine (il legame).

TEORIA DELLA PROBABILITA’

Nel caso ho una distribuzione continua non posso definire la probabilità che si verifichi qualcosa.

Nella distribuzione discreta parliamo di cumulata invece nella distribuzione continua parliamo di funzione
di ripartizione.
La cumulata mi va a dire non la probabilità associata ad un determinato valore bensì la probabilità che si
verifichi uno degli eventi che assume un valore minore o uguale al valore che sto guardando.
Degenere perché in realtà non è una vera e propria distribuzione, infatti, è l’unica che ha una varianza pari
a zero perché è definita soltanto quando si verifica l’unico elemento possibile.
Le distribuzioni M (Markoviane) sono due ma ci soffermiamo solo su quella esponenziale. Sappiamo che
questa distribuzione è legata al tempo di interarrivo e di servizio che hanno distribuzione esponenziale.

Nel caso dell’interarrivo, il tempo è l’inverso di lamba invece nel caso del servizio, il tempo è l’inverso di mu
Come faccio a capire che è lamba? Perché l’inverso deve essere un tempo perché l’esponente
dell’esponenziale deve essere adimensionale.

DISTRIBUZIONE ESPONENZIALE M: PROPRIETA’

La distribuzione esponenziale è quella che descrive il tasso di interarrivo o il tasso di servizio, viene
utilizzata per le sue proprietà ma soprattutto perché c’è una relazione con la distribuzione di Poisson (è
legata a questa distribuzione).

DISTRIBUZIONE DI POISSON

La media della distribuzione di Poisson è 𝛼 ⋅ 𝑡.

Se voglio ragionare sui tempi utilizzo l’esponenziale se voglio ragionare sulle velocità e quindi sui tassi di
interarrivo e di servizio cioè sulle occorrenze per unità di tempo utilizzo Poisson.

Poisson riguarda un numero di eventi che si verifica in un intervallo di tempo fissato!

ESEMPIO:

DISTRIBUZIONE DI ERLANG
DISTRIBUZIONE IPERESPONENZIALE

DISTRIBUZIONE GENERICA
COME RICONOSCERE LA DISTRIBUZIONE?
E’ possibile avere 3 casi:
(coda assente)

Per quest’ultimo caso cosa succede? Si possono individuare 2 casi:

- la coda cresce, bisogna individuare quanti pezzi ci sono nel sistema → per valutare i pezzi che ci sono
dobbiamo fare i valori attesi
- deterministico → faccio la somma per la probabilità

SISTEMI D/D/1 → deterministico “D”, servitore “1”. Abbiamo una coda infinita e visto che la coda cresce
devo capire dove sto.

SISTEMI D/D/1/K → a quale tempo si ha il primo abbandono perché è occupato → arriva a K e poi non ne
prendo più.
SISTEMI D/D/1 E D/D/1/K
Il sistema a file di attesa più semplice che si possa ipotizzare è quello in cui gli arrivi delle entità si
susseguono ad intervalli di tempo costante (1/lamba) così come anche

Ben diverso è, invece, il caso in cui la capacità del sistema è finita per cui si raggiunge sempre uno stato
stazionario impedendo l’ingresso al sistema alle parti che giungono quando la capacità ricettiva dello
stesso è satura.
Il comportamento di un sistema D/D/1/K nel corso del transitorio può essere facilmente dedotto ed
implementato con qualsiasi linguaggio; il suo studio, molto semplice, può essere considerato la base per
comprendere la simulazione ad eventi discreti, ovvero dei casi in cui lo stato del sistema cambia
bruscamente per valori definiti del tempo di osservazione.
Misure di efficienza:
Le misure senza pedice riguardano tutto il sistema L e W.
Le misure con il pedice significa che è in attesa, nella coda.
W(t) → la t è come se fosse un delta t perché parte ogni volta che si inizia ad osservare.

Ci concentriamo sui sistemi stazionari cioè dove la velocità di arrivo è più bassa, piccola, della
velocità con la quale vengono processati i pezzi.
Ci concentriamo soprattutto sulle distribuzioni continue.

La distribuzione degenere (D/D/1) è quella che dà la probabilità di accadimento di un solo evento.

Distribuzione esponenziale M → Markoviana (M/M/1).

Distribuzione esponenziale
La funzione distribuzione è 𝛼ⅇ −𝛼𝑡 , essendo la distribuzione dei tempi il vero parametro non è α
ma 1/α.
Il parametro α è l’inverso del valore atteso che intercorre tra l’arrivo di due clienti successivi.
Nel caso degli arrivi, α chi è? λ. Nella distribuzione mettiamo α e non λ per generalizzare perché
nel sistema di file di attesa ho due velocità (tassi) cioè tasso di arrivo e tasso di servizio quindi α a
seconda se descrivo l’arrivo o il servizio è λ oppure μ.
Quindi anche se c’è α non è la distribuzione dei tassi ma la distribuzione dei tempi e il parametro
in realtà è 1/α perché l’esponenziale come esponente deve avere un numero adimensionale
quindi α deve essere visto per forza come 1 sul tempo. L’esponenziale è la distribuzione dei tempi,
l’esponente della e deve essere adimensionale quindi il parametro è 1/α dove questo parametro è
un tempo, quale tempo? Se α=λ è il tempo di interrarivo, se α=μ è il tempo di servizio, ma
possiamo vedere che α può essere anche uguale a W.

Il tempo medio o di permanenza lo rappresentiamo con la lettera W → in questo caso W

nell’esponente va al denominatore perché già è un tempo.

Il valore atteso è 1/α che è proprio un tempo visto che questa è una distribuzione dei tempi.
La cosa importante è la funzione di ripartizione perché la utilizziamo nei calcoli.
(Nelle distribuzioni continue non ha senso definire la probabilità di accadimento di un evento in un
punto ma in range.)
Cosa significa che la curva è esponenziale? Quali sono gli eventi che hanno più probabilità di
accadere, quelli vicino a zero o quelli che tendono ad infinito? Quelli vicino a zero!
Quando osservo un sistema devo vedere se posso descrivere il sistema con questa funzione di
distribuzione di probabilità.
Se ho dei tempi ben definiti che quindi non sono casuali la distribuzione è degenere.
Se gli arrivi sono indipendenti tra di loro e possono accadere in un certo intervallo di tempo (i
tempi non sono deterministici → esempio: alla posta o al supermercato) la distribuzione è
esponenziale.
Al limite posso usare quella generale cioè non ho una distribuzione ben definita.

Proprietà della distribuzione esponenziale M:

● È esponenziale decrescente cioè significa che è strettamente decrescente e vale solo per t>0
altrimenti non ha senso. Significa che maggiore è la probabilità che t assumi un valore piccolo
vicino allo zero piuttosto che vicino al valore medio. (Il valore medio si calcola facendo una
convergenza.)
Questa distribuzione dice che quando un oggetto, un pezzo entra in coda non si spaventa se vede
qualcun altro in coda perché è maggiore la probabilità che T assuma un valore piccolo vicino allo
zero piuttosto che valori vicini al valore medio cioè significa che sa che quel pezzo avanza con una
probabilità abbastanza elevata.
● Si chiama Markoviana perché non ci interessa cosa succede negli istanti prima ma mi interessa
solo in quello precedente cioè non mi interessa come sono arrivato all’istante t mi interessa
guardare t-1 e t questo significa assenza di memoria. Quindi la distribuzione esponenziale gode
anche della probabilità di assenza di memoria cioè la probabilità di un evento non dipende
dall’istante di tempo al quale inizia l’osservazione. L’assenza di memoria può essere descritta
come la caratteristica che ha il sistema per cui la probabilità di completamento del servizio ad un
certo tempo t non dipende dal tempo già trascorso nel sistema.
Markoviano → assenza di memoria → l’istante presente dipende solo dall’istante precedente non
da come si è arrivato al precedente.
L’assenza di memoria significa che gli eventi devono essere indipendenti non deve esserci
correlazione.

Distribuzione di Poisson
1/α è il parametro che può essere il tempo di interarrivo o il tempo di servizio però se usiamo λ e μ
significa che c’è una relazione, infatti, se il tempo di interarrivo o il tempo di servizio è distribuito
esponenzialmente allora significa che i relativi tassi di arrivo e di servizio hanno la distribuzione di
Poisson quindi per questo c’è un legame tra esponenziale e Poisson perché se è esponenziale è
anche Markoviano.
Se la distribuzione di esponenziale ha un valore atteso pari a 1/α (che è un tempo), il valore atteso
in Poisson sarà α.

Distribuzione di Erlang
La e non si utilizza per l’esponenziale ma
per Erlang. È una distribuzione
particolare perché questa forma è fatta
in modo tale che se diamo alcuni valori a
k possiamo andare a finire nella
degenere oppure nell’esponenziale
quindi queste due ricadono tutte e due
come forme particolari di questa che è
più generale.
Se k=1 otteniamo la forma generale della distribuzione esponenziale.
Se k tende ad infinito otteniamo la forma generale della distribuzione degenere.

N.B. Nelle distribuzioni gli eventi non possono accadere contemporaneamente ma un per volta.

SISTEMI M/M/1
È un sistema in cui:
● Gli arrivi si susseguono a intervalli che seguono una distribuzione di tipo poissoniana con
velocità media λ
● Il servizio avviene in intervalli che seguono una distribuzione di tipo esponenziale con velocità
media μ
● Esiste un solo servente (1)
 𝜆
● L’intensità di traffico è strettamente minore dell’unità 𝜌 = < 1, invece se avessi avuto più
𝜇
𝜆
serventi (s serventi) la formula sarebbe stata 𝜌 = . È minore di 1 perché il sistema deve essere
𝑠𝜇
stabile cioè non deve degenerare ad una coda infinita.

I due parametri λ e μ sono indipendenti dallo stato del sistema.

Markoviano → i tempi sono esponenziali e i tassi sono di Poisson.

I tempi di interarrivo e di servizio sono distribuiti esponenzialmente e quindi i relativi tassi sono
distribuiti secondo Poisson.

Come faccio a calcolare le probabilità? 1 − 𝜌 indica la probabilità che non ci sono pezzi perché 𝜌 è
l’utilizzazione quindi se non utilizzo niente significa che non c’è niente dentro quindi il coefficiente
di utilizzazione è 0 vuol dire che la probabilità che ci sono 0 pezzi è 1 perché non sto usando il
sistema.
Noto il valore del numero medio delle entità presenti nel sistema (L) si può calcolare il tempo
medio di attraversamento (W) mediante la prima formula di Little. Siccome il tempo medio di
attraversamento è legato al tempo di attesa in coda (Wq) calcolando il tempo di attesa in coda,
applicando la seconda formula di Little posso calcolare anche il numero di componenti in coda
(Lq → lunghezza media della coda).

Se ho il tempo di attraversamento globale oppure il numero di componenti nel sistema se voglio

calcolare il numero di componenti in coda basta moltiplicare L per 𝜌. Il numero di componenti in
coda è minore rispetto al numero di componenti nel sistema.

Il tempo ha una funzione esponenziale perché il parametro è 1/λ che sarebbe un tempo e visto
che è continua utilizziamo la funzione di ripartizione. La funzione di ripartizione (quella che utilizzo
per i calcoli) mi dice la probabilità che sto in un range. W(t) è 1 meno la funzione di trasferimento
perché W(t) è la probabilità che un utente trascorrerà un tempo maggiore di t unità nel sistema.
Se deve stare più di un certo tempo non è F(t) ma 1-F(t).
Abbiamo W perché facciamo riferimento ai tempi.
Sistemi M/M/1 (popolazione → tasso di arrivi infinito)
M → Markoviano
M → Markoviano
1 → un servente

Markoviano significa assenza di memoria, quindi, ha a che fare con le distribuzioni che non hanno memoria
cioè che l’istante presente dipende solo dall’istante precedente ma non mi interessa come sono arrivati al
precedente.
Le distribuzioni legate a questi sistemi sono esponenziale e poissoniana.
Esponenziale riguarda gli intervalli dei tempi invece quella poissoniana riguarda i tassi di interarrivo e di
servizio.

Le variazioni su M/M/1:
- la fila è troppo grande quindi chi sta fuori non entra proprio
- la fila è troppo grande quindi uno che sta in fila si scoccia e se ne va

In molti casi pratici, in cui è presumibile la presenza di fila di attesa, l'intervallo fra i tempi di arrivo delle
entità nel sistema ed il tempo di servizio, benché approssimabili con distribuzione di tipo esponenziale,
possono essere dipendenti dallo stato del sistema.
- Una prima deviazione dal modello M/M/1 si ha quando un'entità si allontana dal sistema, dopo aver
sostato in coda un certo tempo senza aver ricevuto il servizio. L'effetto netto di questo processo di
abbandono si traduce in un aumento del tasso medio di servizio di una quantità esprimibile con una adatta
funzione di abbandono (reneging).
- Un'altro caso molto frequente in un sistema M/M/1 è quello in cui un'entità si rifiuta di entrare nel
sistema se la fila di attesa è troppo lunga. Questo caso di rinuncia si traduce in una riduzione del tasso degli
arrivi, descritta da una funzione di rinuncia (balking).
Siccome osserviamo dal punto di vista stazionario e dei valori medi possiamo descrivere i vari stati in cui si
trova il sistema dove per stato intendiamo quanti pezzi ci possono essere nel sistema da 0 fino alla capacità
del sistema.
Le transizioni da uno stato all’altro come possono avvenire?
- Se ho 0 pezzi posso andare allo stato 1 se entra un componente quindi stando a 0 e λ0 è il tasso di arrivi
posso andare ad 1.
- Se sto allo stato 1 e voglio andare allo stato 0 devo togliere un elemento (μ1).
Questo processo si chiama NASCITA-MORTE: il passaggio da uno stato all’atro è legato alle nascite quindi
gli arrivi e alle morti che sono le uscite.
Se ci mettiamo su uno stato qualsiasi deve esistere l’equilibrio. Quello che entra è uguale a quello che
esce!

Un caso particolare di file di attesa con impazienza è quello in cui si verificano solo rinunzie ed un'entità si
rifiuta di entrare nel sistema quando in esso sono già presenti un certo numero, definito e costante, di altre
entità.
Sistemi M/M/1/K (caso reale)
È un sistema in cui
• Gli arrivi si susseguono a intervalli che seguono una distribuzione di tipo poissoniana con velocità media l
• Il servizio avviene in interventi che seguono una distribuzione di tipo esponenziale con velocità media m
• Esiste un solo servente
• La capacità del sistema è limitata a K quindi non è più infinita come nel sistema M/M/1

Il sistema M/M/1/K è un sistema a servitore singolo con tasso di arrivo poissoniano, tempi di servizio
esponenziali e con capacità finita.

I sistemi di questo tipo hanno il tasso di servizio indipendente dallo stato del sistema, mentre da esso
dipende il tasso degli arrivi mediante la formula nella quale la funzione di rinuncia
assume due soli valori 0 ed 1, rispettivamente quando all'interno del sistema vi sono un numero di entità
inferiori a K o si raggiunge tale condizione:
Posso avere due valori in questi sistemi: o entra o non entra, quindi la funzione di rinuncia (b(n)) può
assumere due valori o 0 e 1 cioè significa che entrano tutti i pezzi finché non ho saturato la capacità del
sistema dopo di che non entra più nessuno. Tutti entrano con lo stesso tasso, con la stessa velocità.

La sommatoria deve essere pari ad 1 perché la somma della probabilità di esistenza di tutte le condizioni di
tutti i sistemi sia 1 è sempre vero. (la somma di tutti gli stati deve essere pari a 1). Ponendolo pari a 1 posso
ottenere p0.
Il tasso medio è pari alla somma di tutti gli stati che posso avere, visto che ho la capacità K il k-esimo non
entra (parto da 0).

Sistemi M/M/s
È un sistema in cui:
• Gli arrivi si susseguono a intervalli che seguono una distribuzione di tipo poissoniana con velocità media l
• Il servizio avviene in interventi che seguono una distribuzione di tipo esponenziale con velocità media m
• Esistono s serventi che lavorano in parallelo, non abbiamo più un solo servente. Visto che tutti i serventi
sono uguali, si ha un tasso di servizi che è il prodotto tra s e il tasso di servizio di ogni servente.
Se ho s serventi, se ne occupo uno solo il tasso di servizio è pari a μ, se ne occupo due è pari a 2μ se ne
occupo 3 è pari a 3μ e così via.

I serventi sono intercambiabili tra di loro all’interno del sistema per questo al denominatore di pn c’è il
fattoriale.
RETI DI CODE
Significa dove c’è una serie di macchine e dove quello che entra da un lato deve uscire alla fine (se entrano
10 pezzi ne devono uscire 10).

Un sistema di produzione, costituito in genere da un certo numero di macchine utensili o centri di lavoro
interconnessi, può essere approssimato abbastanza bene con un modello analitico, detto a reti di code, in
cui ogni nodo della rete è un sistema elementare di file di attesa.
Per applicare questa tecnica risolutiva sono necessarie alcune ipotesi semplificative, non sempre verificate
nella realtà produttiva. I nodi della rete possono essere a servitore singolo o multiplo con possibilità di
formazione di code ad ogni centro di servizio di capacità finita o infinita.
Le parti provenienti da vari nodi, possono convergere in un'unica coda ad un determinato centro di
servizio, nel quale permangono per uno stesso tempo medio, indipendente dalla stazione di provenienza,
ed ultimato il servizio si dipartono da esso allontanandosi dal sistema ovvero raggiungendo altre stazioni
con probabilità definite e costante, dove attenderanno di ricevere altri servizi.

Una rappresentazione schematica di un semplice sistema reti di code di tipo chiuso e riportato in figura
10.1-a, in tale sistema il numero di entità presenti nella rete si mantiene costante nel tempo, in quanto il
fenomeno degli arrivi è regolato dalle uscite dal sistema; ciò non si verifica nelle reti di code aperte figura
10.1-b.

Non sempre i centri di servizio sono costituiti da un singolo servitore, come in figura 10.1, che rappresenta
una rete chiusa od aperta rappresentata da nodi semplici di servizio, talvolta, infatti, una rete contiene
nodi multipli di servizio, dove per nodo multiplo si intende un nodo costituito da più servitori che
effettuano servizi in parallelo, tutti con la stessa distribuzione dei tempi di lavorazione, figura 10.2.

Se nella rete fluiscono entità di tipo diverso, la rete, aperta o chiusa con nodi semplici o multipli, si
definisce multiclasse, figura 10.3.
RETI SERIALI O SISTEMI FLOW-SHOP
Nel caso di una rete di code seriale, in cui le transizioni possibili sono soltanto quelle fra nodi adiacenti ed
in unico verso, i tempi tra le partenze dal nodo precedente definiscono i tempi fra gli arrivi del nodo
seguente. Per affrontare lo studio delle reti di code si osservi il comportamento della configurazione di
figura 10.4, che riferisce ad una rete seriale con due nodi.

Ogni nodo è composto da una zona di attesa e da un singolo servitore. Un processo di Poisson descrive la
natura stocastica degli arrivi delle entità al nodo 1, caratterizzato da una velocità media λ, il nodo 1 ha un
unico servitore con tempi di servizio esponenziali e tasso medio di servizio μ1. Pertanto, il nodo 1 è
descritto da un modello M/M/1 e si può dimostrare che la distribuzione dei tempi fra le partenze delle
entità dal nodo 1 è ancora un processo di Poisson con parametro λ. In altre parole, nel caso di un sistema
di code stazionario e stabile, un processo di Poisson a monte di un servitore esponenziale genera un
processo di Poisson per le partenze.
Questo risultato può essere generalizzato al caso in cui al nodo sono presenti s servitori esponenziali con
tasso di servizio μ, uguale per tutti i canali; anche in questo caso, se λ caratterizza l’ingresso del sistema, il
tasso medio delle partenze è ancora λ. Questo importante risultato va sotto il nome di teorema di Burke.

Il sistema appena visto è la più semplice schematizzazione di un sistema manifatturiero di tipo flow-shop
che in genere è formato da M centri di lavoro su ognuno dei quali possono essere lavorate
contemporaneamente sm parti, anche in tal caso il sistema può essere studiato come una serie di sistemi
M/M/s indipendenti.
Una catena di Markov ammette la condizione di stazionarietà se sono verificate le seguenti condizioni:
• gli stati sono comunicanti fra loro;
• gli stati sono ricorrenti, ma non periodici.
(ERGOTICA)

Il teorema 3 afferma che quello che entra è uguale a quello che esce.

Le macchine che sono messe in “serie” sono macchine che possono essere mono-serventi oppure multi-serventi
quindi possono essere M/M/1 oppure M/M/s.
Qual è il problema? Devo andare a prendere le relazioni che descrivono il sistema quindi se ho un sistema M/M/3
devo andare a prendere le relazioni di M/M/s. Quindi parto da una lunghezza cioè da una quantità di pezzi e con la
legge di Little mi ricavo il tempo di attraversamento.

C’è una matrice perché c’è la somma tra quello che entra dall’esterno e quello che viene dalle altre macchine.
Quando un pezzo esce da una parte può andare in qualsiasi macchina quindi non possiamo dire che dalla macchina 1
va alla macchina 2 ma può andare a qualsiasi macchina alla 3 alla 4 alla 5 e così via.

Calcolando la lunghezza della coda e conosco λ (è un dato) (può essere un valore esterno oppure la somma tra quello
che entra dall’esterno e quello che viene dalle altre macchine o stazioni (in termini percentuali quindi legati alla
probabilità)) posso calcolare Wq. Trovato Wq e conoscendo μ (conosco λ, μ ed s) posso calcolare il tempo di
attraversamento della lavorazione cioè quello di servizio, se lo sommo a Wq ottengo W totale e con Little posso
calcolare il numero di pezzi che sta all’interno del sistema.
La logica è:
Lq – Wq – tramite Ts (tempo di servizio=1/μ) vado su W - poi ritorno su Little e mio ricavo la lunghezza L ovvero il
numero di pezzi nel sistema. → questa è la logica per risolvere le reti di code cioè quando ho sistemi diversi.

Se applico il teorema di Burke la rete di coda la posso risolvere come se ogni sistema fosse singolo e isolato.
Abbiamo la probabilità congiunta cioè significa la probabilità che ho sul sistema 1 (sulla macchina 1) n1
pezzi e congiuntamente sulla macchina 2 n2 pezzi è data dal prodotto delle probabilità. Il prodotto mi dice
qual è la probabilità che sulla macchina 1 ci sono n1 pezzi e sulla macchina 2 ci sono n2 pezzi.
Quindi se voglio vedere il numero di pezzi in un sistema devo fare il prodotto delle probabilità tra le varie
macchine. Queste relazioni vanno bene solo nel caso in cui ci troviamo in un sistema stazionario.

Ricordando che in un sistema M/M/1 la probabilità di esistenza di uno stato è data da 𝑝(𝑛) = (1 − 𝜌) 𝜌 𝑛 ,
si osserva che in un sistema seriale con arrivi poissoniani e tassi di servizio esponenziali la probabilità di
esistenza del sistema di uno stato che prevede n1 parti al primo centro di servizio e n2 parti al secondo è
data dal prodotto delle probabilità di esistenza dei due centri negli stati n1 ed n2, considerati

separatamente a dimostrazione della loro indipendenza:

Questo importante risultato consente di studiare un sistema flow-shop analizzando separatamente i singoli
centri di servizio; i risultati ottenuti si dimostrano validi anche nel caso in cui i singoli centri di servizio sono
formati da più macchine utensili identiche in parallelo e servite da un’unica coda.
SISTEMI APERTI A RETI DI CODE (RETI DI JACKSON)
Oltre a proseguire lungo una certa linea di flusso i componenti possono tornare indietro e non solo; quindi,
possono venire dalle altre macchine ma anche dall’esterno.

Il λ che ho non è più quello che entra e passa negli altri sistemi e quindi sempre lo stesso ma su ogni
macchina posso individuare un λ. Siccome trasformo ogni macchina in M/M/s non è più una macchina ma
è un reparto.
La differenza tra quelle in serie e queste di Jackson aperte è che prima avevo un λ per tutti in questo caso il
λ per ogni singolo nodo è dato dalla somma di quello che viene dall’esterno e quello che viene dalle altre
macchine, dagli altri nodi (perché nel singolo nodo possono entrare pezzi dall’esterno e dalle altre
macchine).
Quello che viene dagli altri nodi è la probabilità che viene dall’altro nodo più gli elementi che entrano
nell’altro nodo, l’unica differenza è che dobbiamo ricordarci che quelli che entrano in un nodo sono λ non
sono γ.

Se faccio un’analisi possiamo vedere che dei pezzi che faccio sulla macchina il 20% sono sempre sbagliati,
questo 20% è la probabilità che i pezzi dal nodo i tornano al nodo i cioè che significa che l’80% se ne va e il
20% torna indietro. Il 20% di λ. Vedo chi entra nella macchina e la percentuale (che rappresenta la
probabilità) che torna indietro è pii.
Fatta la verifica di stazionarietà del sistema, se voglio individuare il numero di pezzi che ci sono nel sistema
devo fare la somma dei pezzi che stanno su ogni singola macchina. Le macchine le posso analizzare
singolarmente siccome sono indipendenti quindi posso calcolare per ogni singola macchina la n e poi fare
la somma. Dopodiché da questa somma per trovare l’attraversamento devo dividere questa somma per λ
(λ è la somma di tutti i pezzi che entrano nel sistema). Per ogni nodo possiamo trovare la T nel nodo.
Devo sempre verificare che il sistema sia stazionario se no non posso continuare. È la stessa cosa di prima
solo che nel caso di ρ abbiamo anche la s. In questo caso dobbiamo considerare le relazioni legate al
sistema M/M/s: abbiamo la produttoria perché sono indipendenti quindi si fa il prodotto.

Ricapitolazione formule:
Quando esco dal nodo 1 non ne ho il ritorno quindi la probabilità è 0.
La probabilità che quando esco dal nodo 1 vado al nodo 2 e vado al nodo 3 uno è 55, l’altro è 45.

Dal nodo 2 non vado né sul nodo 1 né sul nodo 2 quindi la probabilità è 0.
Dal nodo 2 vado al nodo 3 e la probabilità è di 2.

Dal nodo 3 non vado né sul nodo 1 né sul nodo 3 quindi la probabilità è 0.
Dal nodo 3 vado al nodo 2 e la probabilità è di 1.