Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti"

Transcript

1 7. Teora delle Code Una coda è costtuta da 3 coponent fondaental: servent clent Carla Seatzu, 8 Marzo 8 uno spazo n cu clent attendono d essere servt (coda d attesa). clent n arrvo coda d attesa serv. serv. serv. clent n uscta

2 Esep: sste d councazone, d trasporto, sste nforatc, ecc. Funzonaento Un clente (o utente) entra nella rsorsa. Se v sono servent lber, entra n un sstea d servzo, altrent s ette n coda. Non appena un servente s lbera, se v sono clent n coda, uno d ess vene scelto ed entra nel sstea d servzo.

3 Le caratterstche pecular d un sstea a coda sono le seguent: Modaltà degl arrv. L ntervallo d tepo tra due arrv consecutv è detto tepo d nter-arrvo. Questo può essere deternstco stocastco con dstrbuzone esponenzale o eno 3

4 Modaltà d servzo. Il tepo per servre un utente vene detto tepo d servzo. Questo può essere deternstco stocastco con dstrbuzone esponenzale o eno 4

5 N.B. Un sstea a coda è detto arkovano quando l tepo d nter-arrvo e l tepo d servzo hanno una dstrbuzone esponenzale. Equvalenteente, possao dre che l sstea è arkovano se e solo se l processo degl arrv e l processo de servz sono Possonan. In generale questo non è vero. 5

6 Nuero d servent (). Può essere: - : servente sngolo, - > : servente ultplo, - : nfnt servent. S not che n ogn caso, ogn servente può servre un solo utente alla volta. 6

7 Capactà della coda. Indca l nuero asso d utent che possono stare nella coda d attesa. Può essere: - N + : capactà fnta, - : capactà nfnta. S not che nel caso n cu la coda abba una capactà fnta, se un utente arrva quando la coda è pena, tale utente vene respnto. 7

8 Densone della popolazone. Indca l nuero d potenzal clent. S assue quas sepre che tale nuero sa par ad. Dscplna d coda (o poltca d servzo). Indca la poltca con cu gl utent n coda vengono aess al sstea d servzo. Ad es., FIFO (frst n-frst out) LIFO (last n - frst out) SIRO (servce n rando order) GD (general dscplne, tutt gl altr cas). 8

9 Notazone d endall: descrve una coda n una rsorsa coe una strnga d 6 cap: dove: A / B / / / N / ω A ndca la odaltà degl arrv: A {D,M,G} (D: arrv deternstc, M: tep d nterarrvo con dstrbuzone esponenzale --> processo arkovano, G : tep d nterarrvo con dstrbuzone qualunque). B ndca la odaltà d servzo : B {D,M,G} ndca l nuero de servent: N + {+ } 9

10 ndca la capactà della coda d attesa : N + {+ } N ndca la densone della popolazone : N N + {+ } ω ndca la dscplna della coda : ω { FIFO, LIFO, SIRO, GD}. N.B. Soltaente gl ult 3 cap s oettono nel caso n cu sa N e ω FIFO.

11 Grandezze caratterstche: x(t) N : nuero d utent nella rsorsa all stante d tepo t. (t) [,] : probabltà che l nuero d utent nella rsorsa sa all stante t. x(t) R + : nuero atteso d utent nella rsorsa all stante t: x(t) (t) (z,t) : funzone generatrce d probabltà assocata a (t): (z, t) (t) z

12 x c (t) N : nuero d utent n coda all stante t. x x x c c c (t) (t) (t) x(t) se se x(t) x(t) > (t) [,] : probabltà d avere utent n coda all stante t. x c (t) R + : nuero atteso d utent n coda all stante t: x (t) ˆ (t) c (z,t) : funzone generatrce d probabltà assocata a (t): ˆ (z,t) ˆ (t) z

13 (t) R + : tasso d arrvo, ossa nuero edo d arrv nell untà d tepo all stante t. Charaente /(t) rappresenta l tepo edo d nter-arrvo all stante t. (t) R + : tasso d servzo, ossa nuero edo d servz nell untà d tepo all stante t. Charaente /(t) rappresenta l tepo edo d servzo all stante t. (t) (t)/(t) : ntenstà d traffco all stante t. ϑ c (t) : tepo edo speso n coda all stante t. ϑ(t) : tepo edo speso nella rsorsa all stante t. 3

14 Legge d Lttle Se un sstea a coda è ergodco, n condzon d rege valgono le seguent relazon: x ϑ x c ϑ c 4

15 Nel seguto esanereo l coportaento de seguent sste a rege: M/M/ M/M/ (rsorsa classca) con scoraggaento degl arrv M/M// (coda con capactà ltata) M/M/ M/M/ (coda con un nuero fnto d servent) (coda con un nuero d servent nfnto) In tutt cas potzzereo che process sano ergodc. 5

16 M/M/ η tasso d uscta Può essere descrtto coe un processo nascta-orte n cu: (tasso d nascta) non dpende dallo stato; (tasso d orte) non dpende dallo stato processo oogeneo e unfore 6

17 3 Lo stato è par ad x(t), ossa al nuero d utent nella rsorsa al tepo t. Poché l processo è lltato e per potes anche ergodco, deve avers che < Per defnzone nfne, tep d nter-arrvo e d servzo sono dstrbut esponenzalente. 7

18 Usando la teora vsta n precedenza, possao calcolare seguent paraetr sgnfcatv. Probabltà che v sano utent nella rsorsa a rege ( ) Fattore d utlzzo della rsorsa a rege υ ( ) 8

19 Tasso d uscta a rege (ossa produttvtà del servente a rege) η ( ) Nuero edo d utent nella rsorsa a rege x ( ) 9

20 Tepo edo d attraversaento della rsorsa a rege (ossa tepo edaente speso nella rsorsa a rege) ϑ x ( ) Tepo edo d servzo a rege ϑ s

21 Nuero edo d utent n coda a rege Essendo la coda a servente sngolo: ϑ ϑ c + /, per cu per la Legge d Lttle (ϑ x/, ϑ c x c /), x x c + / x c x x ( ) ( ) Nuero edo d servent occupat a rege xs x - xc - - -

22 Fattore d utlzzo del servente a rege x ~ s Tepo edo speso n coda a rege ϑ c x c ( ) ( ) È facle qund osservare che per, x, ϑ e ϑ c.

23 M/M/ con scoraggaento degl arrv ng η abb I tass d arrvo e d servzo hanno dstrbuzone esponenzale con paraetr caratterstc e rspettvaente. Ipotes: pù la coda è lunga, pù un utente s scoragga. ng decresce al crescere del nuero d utent nella rsorsa. 3

24 Per descrvere questa coda coe un processo nascta-orte faccao le seguent potes:. Il tasso delle nascte a partre dallo stato è: + ossa decresce secondo una legge perbolca all auentare del nuero d clent nella rsorsa.. Il tasso delle ort è par al tasso d servzo qualunque sa l nuero d utent nella rsorsa. 4

25 / /3 3 Il verfcars della condzone < è suffcente per l ergodctà del processo. Infatt se tale dseguaglanza è verfcata, a aggor ragone è vero che < per k (k + ) 5

26 6 Probabltà che a rege v sano utent nella rsorsa L,,, 3 3 3! 3 ) ( ) ( e!!!

27 e - e! - Fattore d utlzzo della rsorsa a rege ν - e Tasso d uscta a rege (ossa produttvtà del servente a rege) η ( ) ( e ) 7

28 Tasso d ngresso nella rsorsa a rege (ossa tasso d utent aess nel sstea a rege) A rege ng η η ng abb ng ( e ) Tasso d abbandono a rege abb - -( e ) ( - + ng e ) 8

29 Nuero edo d utent nella rsorsa a rege. Usao la funzone generatrce d probabltà a rege: (z) (z) z! z, e - e! e - - z! e - e /z e /z- x d dz (z) z -+ /z e z z x All auentare dell ntenstà del traffco, la condzone d rege s raggunge con un nuero d utent nella rsorsa crescente. 9

30 Nuero edo d utent n coda a rege Essendo la coda a servente sngolo: ϑ ϑ c + /, per cu per la Legge d Lttle (ϑ x/ ng, ϑ c x c / ng ), x x c + ng / x c x ng (- e - ) (- e - ) 3

31 Tepo d attraversaento della rsorsa a rege (ossa tepo edaente speso nella rsorsa a rege) x ϑ ( e ) ng Tepo edo speso n coda a rege ϑ c ϑ ( e - ) -( e ( e - ) ) 3

32 Nuero edo d servent occupat a rege - x s x - xc e - e - Fattore d utlzzo del servente a rege ~ xs e Tepo edo d servzo a rege ϑ s 3

33 M/M// (coda con capactà ltata) ng - η abb I tass d arrvo e d servzo hanno dstrbuzone esponenzale con paraetr caratterstc e rspettvaente. N.B. Nella notazone d endall, ndca l nuero d clent nella coda d attesa entre no ora stao ndcando con l nuero d clent nell ntera rsorsa. 33

34 Anche questo processo può essere studato coe un processo d nascta orte n cu:. Il tasso delle nascte dpende dallo stato: <. Il tasso delle ort è par al tasso d servzo qualunque sa l nuero d utent nella rsorsa. Il sstea è qund sepre ergodco anche nel caso n cu non sa verfcata la condzone < necessara nel caso d process con un nuero d stat nfnto. 34

35 35 - Probabltà d stato a rege > < M

36 > 36

37 Fattore d utlzzo della rsorsa a rege concdente con l fattore d utlzzo del servente a rege ν ( ~ + + ) > è, > è la probabltà che l servente lavor Tasso d uscta a rege (ossa produttvtà del servente a rege) η - ( ) ~

38 Tasso d ngresso nella rsorsa a rege (ossa tasso d utent aess nel sstea a rege) A rege ng η η ng abb ng Tasso d rfuto (o d abbandono) a rege abb ng

39 39 + abb - (- ) Nuero edo d utent nella rsorsa a rege. Usao la funzone generatrce d probabltà a rege: + + z z z (z) Per l tasso d abbandono.

40 4 /z /z) z (z) + + ( ) )( ( ) ) ( ( (z) dz d x z ( ) ( ) () x l x l x /

41 Tepo edo d attraversaento della rsorsa a rege (ossa tepo edaente speso nella rsorsa a rege) x ϑ ng -( + ) + ( )( ) + l ϑ l ϑ ( ) / ( ) / 4

42 Tepo edo speso n coda a rege ϑ c ϑ - (- + ( -) ( )( ) ) Nuero edo d utent n coda a rege x c ϑ c ng - (- + ( -) ( )( ) ) 4

43 Nuero edo d servent occupat a rege - x s ~ ~ + - Tepo edo d servzo a rege ϑ s 43

44 M/M/ I tass d arrvo e d servzo hanno dstrbuzone esponenzale con paraetr caratterstc e rspettvaente. Anche questo processo può essere studato coe un processo d nascta-orte n cu:. Il tasso delle nascte non dpende dallo stato:. Il tasso d orte dpende dal nuero d utent nella rsorsa, ossa > dove ndca l tasso d servzo d ogn servente. 44

45 Il sstea è ergodco se quando tutto servent lavorano conteporaneaente, ess sono n grado d saltre gl utent n arrvo, ossa se ng < Rappresentazone grafca: - + (-) 45

46 46 Probabltà d stato a rege per M M !!

47 M M 3 3! )! )! ) 3! )! ) ) ( ( ( ( ( ( >!! ) (

48 48 ) (! ) (! ) ( ) (! ) (! ) (! ) (! ) (!! ) (

49 Nuero edo d servent occupat a rege x s + Pr(x ) S dostra che x s Fattore d utlzzo d un sngolo servente a rege x ~ s 49

50 Tasso d uscta a rege η Nuero edo d utent nella rsorsa a rege + S dostra che x +! ( ) Tepo edo d attraversaento della rsorsa a rege x ϑ 5

51 Nuero edo d utent n coda a rege x c x - x s x - Tepo edo d attesa n coda a rege ϑ c x 5

52 M/M/ Questo tpo d rsorsa è partcolarente seplce da studare n quanto l nuero d utent nella coda d attesa è sepre par a essendov nfnt servent. Anche questo processo può essere studato coe un processo d nascta-orte n cu:. Il tasso delle nascte non dpende dallo stato:. Il tasso d orte dpende dal nuero d utent nella rsorsa, ossa dove ndca l tasso d servzo d ogn servente. 5

53 Il processo è ergodco, >. Rappresentazone grafca: Probabltà d stato a rege + + (+ ) (+ ) per 53

54 54 3 3! 3! 3! M e! e e! - -

55 Osservazone: La probabltà d stato a rege concde n questo caso con quella relatva ad una rsorsa M/M/ con scoraggaento degl arrv. Naturalente l coportaento della rsorsa è però copletaente dverso. Cò evdenza charaente coe la probabltà d stato a rege, vsta sngolarente, non sa rappresentatva. Fattore d utlzzo della rsorsa a rege υ - e 55

56 Tasso d uscta a rege η Nuero edo d utent nella rsorsa a rege S dostra che x N.B. È charaente lo stesso della rsorsa M/M/ con scoraggaento degl arrv n quanto sono le stesse le probabltà d stato a rege. 56

57 Tepo edo d attraversaento della rsorsa a rege x ϑ Tepo edo n coda a rege ϑ c Lunghezza eda della coda a rege x ϑ c c 57

58 Nuero edo d servent occupat a rege x s Tepo edo d servzo a rege ϑ s Fattore d utlzzo d un sngolo servente a rege ~ 58

Teoria delle code. M. Carli. Introduzione

Teoria delle code. M. Carli. Introduzione M. Carl Introduzone Introduzone L anals e l progetto d una rete d telecouncazone s basano su odell quanttatv che perettono d stare la qualtà del servzo fornto a partre da potes relatve alle rsorse e alle

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Reti di Telecomunicazione

Reti di Telecomunicazione Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Telecomuncazone Prof. Fabo Martgnon F. Martgnon: Ret d Telecomuncazone Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone

Dettagli

Corso di Automazione Industriale 1. Capitolo 7

Corso di Automazione Industriale 1. Capitolo 7 1 Corso d Automazone Industrale 1 Captolo 7 Teora delle code e delle ret d code Introduzone alla Teora delle Code La Teora delle Code s propone d svluppare modell per lo studo de fenomen d attesa che s

Dettagli

seconda Prova in Itinere 23 giugno 2006

seconda Prova in Itinere 23 giugno 2006 CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO IDROLOGIA ANNO ACCADEMICO 005-006 seconda Prova n Itnere 3 gugno 006. E dato l capone seguente d ass annual d portata al colo del Tanaro a Montecastello:

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE Unverstà degl Stud d Caglar Dpartento d Ingegnera Elettrca ed Elettronca CODIFICA BINARIA DELL INFORMAZIONE Analogco Vs. Nuerco Sste analogc: la grandezza da surare vene rappresentata con un altra grandezza

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

Esercizio statistica applicata all ingegneria stradale pag. 1

Esercizio statistica applicata all ingegneria stradale pag. 1 ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

Sistemi e Funzione di Trasferimento

Sistemi e Funzione di Trasferimento Sste e FdT - Corso d Laurea n Ingegnera Meccanca Sste e Funzone d Trasferento DEIS-Unverstà d Bologna Tel. 5 2932 Eal: cross@des.unbo.t URL: www-lar.des.unbo.t/~cross Sste e FdT - 2 Sste orentat Modell

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

Verifiche di congruità tecnica delle offerte rispetto ai margini

Verifiche di congruità tecnica delle offerte rispetto ai margini Dsposzone tecnca d funzonaento Pagna 1 d 7 Dsposzone tecnca d funzonaento n. 10 rev.1 MPE (a sens dell artcolo 4 del Testo ntegrato della Dscplna del ercato elettrco, approvato con decreto del Mnstro delle

Dettagli

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1; Appendce B Eleent d Teora dell Inforazone Appendce B B Eleent d Teora dell Inforazone B Introduzone E noto da tepo che fenoen percettv possono essere foralzzat e studat edante la Teora dell Inforazone

Dettagli

Il Metodo degli Elementi Finiti

Il Metodo degli Elementi Finiti Il Metodo degl Eleent Fnt Dalle dspense del prof. Daro Aodo e dalle lezon del prof. Govann Santucc Introduzone In alcune strutture la dvsone n porzon eleentar, faclente scheatzzabl, dscende edataente dal

Dettagli

Modello lineare con rumore additivo: stima dei minimi quadrati.

Modello lineare con rumore additivo: stima dei minimi quadrati. Modello lneare con ruore addtvo: sta de n quadrat. ella aggor parte de cas un odello lneare rsulta essere suffcente per rappresentare n odo sgnfcatvo l legae tra la grandezza d sura e le varabl ndpendent

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013 1 Note U L + Q Chca Fsca I a.a. 01/013 Scenza e Tecnologa de Materal S. Casassa Aprl 3, 013 Contents 1 Cnetca Molecolare 3 1.1 La dstrbuzone d Maxwell.......................... 3 1. Cenn d statstca................................

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato eora de segnal Introduzone a segnal determnat tolo untà Introduzone e rcham sulle bas d spaz vettoral Sere d Fourer d segnal a supporto lmtato Spettro d un segnale Sere d Fourer d segnal a supporto llmtato

Dettagli

Introduzione e modellistica dei sistemi

Introduzione e modellistica dei sistemi Introduzone e modellstca de sstem Element fondamental Rappresentazone n arabl d stato Esemp d rappresentazone n arabl d stato 007 Poltecnco d Torno Resstore deale Resstore deale d resstenza R R R equazone

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

LA RIVELAZIONE IN PRESENZA DI RUMORE

LA RIVELAZIONE IN PRESENZA DI RUMORE Captolo IV LA RIVLAZIO I PRSZA DI RUOR In questo Captolo è affrontato l problea della rvelazone n presenza d ruore pervenendo alla defnzone della struttura del rcevtore otto e coè d un rcevtore che fornsce

Dettagli

I gas. Pressione: tendenza del gas ad espandersi. 1 atm = 760 torr (o anche mmhg) = Pa = bar

I gas. Pressione: tendenza del gas ad espandersi. 1 atm = 760 torr (o anche mmhg) = Pa = bar I gas eperatura: è la sura della tendenza del calore ad abbandonare un corpo (ovvero è la sura del contenuto calorco d un corpo S hanno tre scale teroetrche: ressone: tendenza del gas ad espanders densonalente

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Equilibri eterogenei

Equilibri eterogenei Equlbr eterogene L energa lbera è funzone della ressone, Temperatura e Composzone G = G (, T, n ) l dfferenzale completo è δg δg dg = d + δ δt δg δn T,, n j Rcordando che: s ha che dt + δg n T, n, n δ,

Dettagli

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso d Fondament d Telecomuncazon Prof. Govann Schembra Struttura della lezone Defnzon d process aleator e caratterzzazone statstca ( Stma delle statstche d prmo e secondo ordne Process aleator stazonar

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà Che collegamento c è tra gl strument statstc vst fno ad ora per lo studo de fenomen real e l calcolo delle probabltà? Non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

determina rispetto i 2

determina rispetto i 2 Eserczo Parte (, punt): consdera la dstrbuzone d fl seguente: n cu, 8A e, 5A deterna rspetto a quale dstanza s trova l punto tra due fl n cu l capo agnetco è nullo. I cap agnetc sono oppost all nterno

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Misure Topografiche Tradizionali

Misure Topografiche Tradizionali Msure Topografche Tradzonal Grandezze da levare ngol Dstanze Gonometr Dstanzometro Stazone Totale Prsma Dslvell Lvello Stada Msure Strettamente Necessare Soluzone geometrca Msure Sovrabbondant Compensazone

Dettagli

INTRODUZIONE AL LABORATORIO PLS: LA MATEMATICA PER LE DECISIONI FINANZIARIE

INTRODUZIONE AL LABORATORIO PLS: LA MATEMATICA PER LE DECISIONI FINANZIARIE INTRODUZIONE AL LABORATORIO PLS: LA MATEMATIA PER LE DEISIONI FINANZIARIE Lvana Pcech Dpartento d Scenze econoche, azendal, ateatche e statstche Bruno de Fnett Unverstà d Treste Nel Laboratoro sono ntrodotte

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/2019 1. Esercz: lezone 17/10/2018 Rendmento d un B.O.T. Eserczo 1. Un captale C vene chesto n prestto alla banca

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

DINAMICA DEI SISTEMI DI PUNTI MATERIALI. Dott.ssa Silvia Rainò

DINAMICA DEI SISTEMI DI PUNTI MATERIALI. Dott.ssa Silvia Rainò DIAMICA DI SISTMI DI PUTI MATRIALI Dott.ssa Slva Ranò Sste d punt ateral Sstea costtuto da punt ateral P, P,, P F rsultante delle forze esterne agent su P F j forza eserctata sul generco punto P del sstea

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

Dettagli

Lezione 2 Codifica della informazione

Lezione 2 Codifica della informazione Lezone Codfca della nformazone Vttoro Scarano Archtettura Corso d Laurea n Informatca Unverstà degl Stud d Salerno Organzzazone della lezone La codfca della nformazone Notazone poszonale Rappresentazone

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

Dettagli

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare. Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

MODELLI MULTISTATO. Introduzione ai modelli multistato. Esempio di modello multistato per descrivere la progressione di una malattia

MODELLI MULTISTATO. Introduzione ai modelli multistato. Esempio di modello multistato per descrivere la progressione di una malattia MODELLI MULTISTATO Introuzone a moell multstato Esempo moello multstato per escrvere la progressone una malatta I moell multstato Un moello multstato per l asscurazone malatta Introuzone a moell multstato

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

ESERCITAZIONE N 8 VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A T SEMAFORIZZATA

ESERCITAZIONE N 8 VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A T SEMAFORIZZATA ESERITAZIONE N 8 VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A T SEMAFORIZZATA 1. Introuzone Nel presente elaborato c s pone l obettvo etermnare l lvello servzo una ntersezone a tre bracc semaforzzata.

Dettagli

P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k

P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k Una sura della robabltà Data una rova che genera k event eleentar,..., k necessar, 2. k I, ncopatbl a due a due O/ per ogn ed equprobabl 2! k Una sura della robabltà Da postulat s deduce unvocaente la

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

Dettagli

Amplificatori operazionali

Amplificatori operazionali Amplfcator operazonal Parte 3 www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-5-) Confgurazone nvertente generalzzata Se nella confgurazone nvertente s sosttuscono le resstenze R e R con due mpedenze

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Test d potes e soothng Rsultat dell eserctazone Legenda: A = copto eccellente; B = copto buono; C = copto suffcente; D = copto scarso; E = copto nsuffcente.

Dettagli

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1 ESERCIZIO Argomento: Intersezon a raso Data l ntersezone a raso a tre bracc rappresentata n fgura s vuole procedere al dmensonamento de suo element. I dat nzal necessar per la progettazone sono d seguto

Dettagli

(come ragionare quantitativamente in condizioni di incertezza)

(come ragionare quantitativamente in condizioni di incertezza) LABORATORIO DI FISICA IGEGERIA "La Sapenza" Prof. A. Scubba ELEMETI DI TEORIA DELLE PROBABILITÀ (coe ragonare quanttatvaente n condzon d ncertezza) LO SPAZIO DEGLI EVETI Pra d ntrodurre l concetto d probabltà

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de

Dettagli

i 2 R 2 i (v -v ) i O v S RID + -

i 2 R 2 i (v -v ) i O v S RID + - NLII DEL GUDGN, DELL EITENZ DI INGE E DELL EITENZ DI UCIT DI UN MPLIFICTE PEZINLE, NELL IPTEI DI GUDGN FINIT, DI EITENZ DI INGE FINIT E DI EITENZ DI UCIT NN NULL consdereranno separatamente cas d resstenza

Dettagli

Principi di ingegneria elettrica. Lezione 2 a

Principi di ingegneria elettrica. Lezione 2 a Prncp d ngegnera elettrca Lezone 2 a Defnzone d crcuto elettrco Un crcuto elettrco (rete) è l nterconnessone d un numero arbtraro d element collegat per mezzo d fl. Gl element sono accessbl tramte termnal

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente

Dettagli

Analisi statistica degli eventi idrologici estremi. Campione e Popolazione

Analisi statistica degli eventi idrologici estremi. Campione e Popolazione Anals statstca degl event drologc estre Capone e Popolazone La statstca tratta le osservazon coe ndpendent le une dalle altre, l valore d un osservazone rsulta ndpendente rspetto ad un osservazone precedente

Dettagli

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della

Dettagli

03/03/2012. Campus di Arcavacata Università della Calabria

03/03/2012. Campus di Arcavacata Università della Calabria Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto

Dettagli

Esercizi numerici Parte A

Esercizi numerici Parte A Polteno d Mlano Faoltà d Ingegnera dell Informazone Eserz numer Parte A Ret Radomobl Eserzo S onsder una rete ellulare d tpo multarrer-tdma he dspone d 24 portant, asuna on 3 anal a) Utlzzando l modello

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli