The course is taught in Italian.

L'insegnamento ha come obiettivo principale lo studio della teoria delle code elementari e delle simulazione a eventi discreti. Verrą anche presentata l'applicazione di modelli analitici e simulativi a semplici reti di telecomunicazioni.

Gli studenti acquisiranno l'abilitą a formulare e risolvere modelli a coda e modelli simulativi per reti di telecomunicazioni. La capacitą di applicare la conoscenza sarą sviluppata grazie alle esercitazioni in aula e laboratorio. La capacitą di sviluppare autonomia di giudizio sarą esercitata sia nella scelta della tecnica di modellazione da utilizzare sia nella scelta dell'adeguato livello di astrazione nella creazione del modello del sistema, al fine di garantire la possibilitą di esaminare il sistema in tempi realistici mantenendo al contempo il modello simile al sistema reale.

Sono richieste nozioni di base di teoria della probabilitą e processi stocastici. Sono anche richieste nozioni di base di reti di telecomunicazioni, protocolli e applicazioni.

- Prima parte: Teoria delle code e catene di Markov (45h)
o Catene di Markov tempo-discreto (3h)
o Catene di Markov tempo-continuo (4h)
o Introduzione alla teoria delle code e concetti di base (4h)
o Formula di Little (4h)
o Il processo di Poisson e le sue proprietą (5h)
o Code Markoviane (M/M/1, M/M/c, M/M/c/0, etc) (10h)
o Coda M/G/1 (5h)
o Cenni alle reti di code Markoviane (5h)
o Applicazioni: modelli Markoviani di reti TCP/IP e reti GSM (5h)

- Seconda parte: Simulazione (35h)
o Simulazione a eventi discreti: concetto di eventi, l'event loop, l'insieme degli eventi futuri (10h)
o Generatori di numeri casuali (5h)
o Test statistici sui generatori di numeri casuali (5h)
o Fitting di distribuzioni empiriche (5h)
o Test di bontą del fitting (2.5h)
o Intervalli di confidenza (5h)
o Tecniche per cancellare il transitorio iniziale (2.5h)

Esercizi sulla teoria delle code e sulle catene di Markov verranno presentati, risolti e discussi in aula. Esercizi sull'uso e lo sviluppo di simulatori verranno svolti parzialmente in aula e parzialmente in laboratorio con supporto informatico, ossia davanti al PC.

'Probability, Markov Chains, Queues, and Simulation: The Mathematical Basis of Performance Modeling', by William J. Stewart.
Materiale didattico aggiuntivo (lucidi e note delle lezioni) sarą fornito dal docente titolare dell'insegnamento e messo a disposizione sul sito web del portale della didattica.

Esame scritto e sviluppo di una tesina, consistente nella creazione e nell'uso di un simulatore.