ESERCITAZIONE N 14 STUDIO DI UN SISTEMA DI ATTESA M/M/1
|
|
- Fabrizio Pisani
- 5 anni fa
- Visualizzazioni
Transcript
1 ESERCITAZIONE N 4 STUDIO DI UN SISTEMA DI ATTESA M/M/ Teoria delle code La teoria delle code comprede lo studio matematico delle code o sistemi d'attesa. La formazioe delle liee di attesa è u feomeo comue che si verifica ogi volta che la ormale domada per u servizio supera la capacità ormale di attuare quel servizio. La teoria delle code o risolve direttamete, da sola, questo problema. Comuque, forisce importati dati riguardati alcue importati caratteristiche della liea di attesa come il tempo medio di attesa. Il processo tipico della coda Il processo fodametale usato dalla maggior parte dei modelli di code è il seguete. Le uità che hao bisogo di servizio geeralmete appartegoo ad ua popolazioe di probabili uteti. Queste uità etrao el sistema e formao ua coda. Ad u certo puto, u compoete della coda viee scelto per usufruire del servizio secodo certe regole coosciute come la disciplia del servizio. Il servizio richiesto da u uità è eseguito dalla stazioe di servizio, dopo che l uità ha lasciato il sistema delle code. Nella figura sottostate è rappresetato questo processo
2 I sistemi di file d attesa (sistemi di cogestioe) soo caratterizzati da u arrivo casuale di clieti, (ciascu richiedete u operazioe ad u apposita uità/ stazioe di servizio). Ache quado l afflusso di clieti o sia i media superiore alla massima capacità di smaltimeto dell uità di servizio, a causa dell aleatorietà dei feomei coivolti, si avrà la formazioe di ua fila d attesa, i cui si disporrao i clieti o acora serviti. I parametri che cocorroo a determiare la capacità di smaltimeto dell uità di servizio soo sostazialmete due: il umero di serveti, cioè il umero di dispositivi iteri all uità che possoo cotemporaeamete forire il servizio richiesto, ed il tempo di servizio ts impiegato per completare u servizio da ciascuo di essi. Ua fila d attesa è caratterizzata dai segueti parametri: ta : itervallo di tempo tra gli arrivi ts : tempo di servizio tq : tempo complessivo speso dal geerico cliete ella coda prima di essere servito tw : tempo complessivo speso dal geerico cliete el sistema s : umero di serveti : umero di clieti el sistema (stato del sistema) disciplia di servizio: legge secodo la quale i clieti i fila d attesa vegoo serviti dimesioe popolazioe di uteti comportameto del cliete dopo il servizio l : lughezza massima della coda, cioè massimo umeri di uteti i attesa. Notazioe di Kedall I geerale, la teoria delle code classifica i modelli di attesa secodo il tipo di distribuzioi di ta e ts ed il umero di serveti. Si adotterà per brevità la otazioe di Kedall, secodo cui u dato sistema di coda può essere idividuato da ua serie di tre lettere cosecutive dove, la prima lettera idica il tipo di igressi, la secoda il tipo di servizi e la terza il umero di serveti; quidi co il simbolo M / M / si idividua u sistema di attesa di co arrivi e servizi di tipo Markoviao metre il umero idica la preseza di u uico caale di coda, ossia di u solo servete.
3 Relazioi Fodametali Quidi u sistema di file d attesa è costituito dalla combiazioe di due processi stocastici: uo di arrivi, caratterizzato da ta, ed uo di servizio caratterizzato da ts. Il processo degli arrivi/uscite può dipedere dal umero di clieti preseti el sistema. Sia s il umero dei serveti, la lughezza l della coda è evidetemete data dallo stato del sistema (umero di clieti el sistema) meo il umero di clieti i fase di servizio. Si ha cioè: s se se s s Ioltre, si può otare che il tempo complessivo speso el sistema da u cliete è pari a tw tq + ts U importaza particolare assumoo spesso i valori attesi dell itervallo di tempo tra gli arrivi E{ t a } e del tempo di servizio di servizio : E{ t s }. Di solito si usa itrodurre ua frequeza media di arrivi ed ua velocità E{ t a } E{ t s } Se s, ossia è presete u solo servete, allora si defiisce fattore di utilizzazioe ρ il rapporto : ρ Tale rapporto può essere iterpretato come la frazioe di tempo i cui il servete è occupato.
4 Scopo dell aalisi di u sistema di file d attesa è fodametalmete quello di determiare la seguete probabilità: (t) : robabilità che el sistema ci siao uteti, ossia che il sistema si trovi ello stato. Da questa gradezza è ifatti possibile risalire, come si vedrà, a moltissime altre gradezze di iteresse. Trae che i casi particolarmete semplici, la determiazioe di queste probabilità è estremamete difficoltosa quado il sistema o è i codizioi di stazioarietà. Ua volta ote le probabilità ( t ) è possibile ricavare il valore medio N del umero di clieti el sistema: N E {} ed il valore medio L del umero di clieti i fila d attesa: L E {} l ( s) s U altro obiettivo dell aalisi di u sistema di file d attesa è la determiazioe del valore medio del tempo trascorso rispettivamete el sistema W ed i coda Wq dal geerico cliete: { t } t f ( t) dt W E w W q tw { } t f () t dt E tq f tw () () tq dove t e t soo rispettivamete la fuzioe desità di probabilità del tempo trascorso el f tq sistema ed il tempo trascorso i coda.
5 Nell aalisi e el dimesioameto dei sistemi di file d attesa u ruolo importate è giocato dai valori attesi del umero di clieti del sistema N, dalla lughezza della coda L, dal tempo speso da u cliete el sistema W e dal tempo di attesa i coda Wq. Tali gradezze, come è facilmete ituibile, o soo idipedeti tra loro: N ( T ) ( T ) W ( T ) dove, ell itervallo di tempo T, N(T) è il valor medio di clieti el sistema, (T) il umero medio di arrivi el sistema e W(T) il valor medio del tempo speso el sistema da u cliete. Se soo soddisfatte le ipotesi di ergodicità,( i particolare u processo si dice ergodico, se dopo u periodo di evoluzioe iiziale, tede ad ua fase stazioaria, i ci assume adameto regolare) tale relazioe è idipedete dal tempo: N W Aalogamete possoo essere ricavate le successive relazioi fodametali: L W q W E { t } + E{ t } q s W q + W s L + Tali relazioi mostrao le correlazioi tra i parametri fodametali d iteresse, è quidi sufficiete calcolare uo per poter ricavare gli altri. Nel caso s, si può ricavare u altra relazioe tra fattore di utilizzazioe ρ del servete e la probabilità che il sistema di file d attesa si trovi ello stato : L N W + L + L + ρ L E s {} l ( s) ( ) ( ) N ( ) erché dal teorema fodametale del calcolo delle probabilità si ha che: o
6 o o + I sitesi iterpretado o come la probabilità che il servete sia ioperoso, essedo, il completameto ad di o viee a rappresetare la frazioe di tempo i cui il servete è attivo: ρ A questo puto è possibile affermare che se le codizioi del sistema soo stazioarie, ossia i parametri e, o dipedoo dallo stato i cui ci strova, dovrà verificarsi che: Da cui risulta che: I base alla relazioe appea scritta, è possibile affermare che: 2 2 M
7 Quidi ricordado che la sommatoria delle probabilità associate a tutti i possibili stati del sistema deve essere pari ad uo, si ha: A questo puto è possibile ricavare la probabilità relativa allo stato, i cui o essedoci uteti el sistema, il servete rimae ioperoso: La geerica probabilità, sarà pari a: ( ) ρ ρ Ua volta ote le probabilità stazioarie,che el sistema di fila di attesa si trovio clieti, possiamo calcolare alcue gradezze caratteristiche. Si dimostra che Il valore atteso del umero di clieti el sistema è: ρ ρ N Da cui è possibile ricavare l espressioe del tempo medio speso el sistema W: N W ρ N W
8 Acora ricordado l espressioe del tempo medio di servizio Ws: W s E possibile otteere l espressioe del tempo medio di attesa i coda Wq: W W W q q + W s W W s ρ ρ ρ ( ) Ed ifie si ricava la formula del umero medio di uteti i coda L: : L L W q ( ρ ) ( ρ) ρ ρ 2 Modelli stocastici dei processi di arrivo e di servizio: rocessi di Markov I tal caso, come già detto, si sta aalizzado u sistema di attesa M / M / el quale, gli arrivi e i servizi soo di tipo Markoviao, ossia i tempi di iterarrivo e di servizio soo distribuiti secodo ua legge espoeziale egativa e gli arrivi soo poissoiai. A questo puto per completezza è ecessario quidi approfodire il cocetto di processo di Markov. U sistema di coda è caratterizzato fodametalmete da due processi stocastici: il processo degli arrivi caratterizzato dalla distribuzioe di probabilità dei tempi di iterarrivo e il processo di servizio caratterizzato dalla distribuzioe di probabilità dei tempi di servizio. E bee specificare prevetivamete il cocetto di processo stocastico: I processi aleatori o stocastici soo i modelli matematici adatti a studiare l'adameto dei feomei che seguoo leggi casuali o probabilistiche; rappresetao lo sviluppo più approfodito del calcolo delle probabilità i quato si dà il fatto che i tutti i feomei aturali è presete, sia per la loro stessa
9 atura, sia per gli errori di osservazioe, ua compoete casuale o accidetale. Tale compoete fa sì che ad ogi istate t il risultato dell'osservazioe sul feomeo sia u umero aleatorio o variabile casuale X t : o è possibile prevedere co certezza quale sarà tale risultato; si può solo affermare che esso assumerà uo tra più valori possibili, ciascuo dei quali ha ua determiata probabilità. Dal puto di vista formale u processo stocastico si defiisce come ua famiglia di variabili casuali { }, t T X t erché sia ota la distribuzioe del processo, deve essere data, per ogi isieme fiito del parametro t {t i,..., t } T la distribuzioe della variabile casuale a dimesioi Xt i,..., Xt, Nell ambito della teoria delle code la distribuzioe di probabilità del tempo che rimae fio ad u eveto (arrivo o completameto del servizio) è sempre la stessa idipedetemete da quato tempo è trascorso, ovvero il processo dimetica il passato. er quato riguarda gli itertempi di arrivo, questa proprietà descrive la situazioe comue i cui il tempo fio al prossimo arrivo o è assolutamete ifluezato da quado si è verificato l ultimo arrivo. er quato riguarda i tempi di servizio questa proprietà può essere iterpretata el seso che il tempo macate al completameto di u servizio può essere idipedete da quado il servizio è iiziato. I seguito a tale cosiderazioe, si può affermare che i processi di arrivo e servizi soo processi stocastici markoviai o processi di Markov o catee di Markov, cioè processi stocastici ei quali la probabilità di trasizioe che determia il passaggio ad uo stato di sistema dipede uicamete dallo stato di sistema immediatamete precedete e o dal come si è giuti a tale stato. Formalmete questo può essere scritto come: Questa è detta proprietà di Markov, o codizioe di "asseza di memoria".
10 Distribuzioe espoeziale egativa er defiire u sistema di code è ecessario specificare etrambe le distribuzioi di probabilità dei tempi di iterarrivo e dei tempi di servizio. I u sistema reale queste distribuzioi possoo assumere qualsiasi forma e per formulare u modello basato su u sistema di code che rappreseti u sistema reale è ecessario che le distribuzioi di probabilità assute ella costruzioe del modello siao quato più possibile realistiche. Al tempo stesso esse devoo essere sufficietemete semplici e matematicamete trattabili. Sulla base di queste cosiderazioi la distribuzioe di probabilità che maggiormete viee presa i cosiderazioe ella teoria delle code è la distribuzioe espoeziale egativa, la cui fuzioe di desità di probabilità è così defiita: e f ( t, ) t se se t t < Dove il parametro è detto itesità e rappreseta il umero di eveti che si verificao per uità di tempo. L espoeziale egativa è ua distribuzioe di probabilità cotiua e positiva, ossia la variabile t assume solo valori reali positivi. La fuzioe di distribuzioe F(t), è data dal seguete itegrale: F t e t t t t t t t t t () t f ( t) dt dt + e dt e dt [ e ] e e e t da cui: e F( t, ) t se se t t < La media di tale distribuzioe vale: I tale cotesto si adopera la distribuzioe espoeziale egativa poiché, essedo l uica distribuzioe a godere della proprietà dell asseza di memoria, bee si adatta a descrivere i processi markoviai i questioe, che ecessitao, per defiizioe, di tale proprietà.
11 rocesso di oisso La variabile casuale espoeziale egativa viee usata i relazioe alla variabile casuale poissoiaa i quato se l'itervallo di tempo che passa tra due successi è distribuito come ua espoeziale egativa di parametro ; allora il umero di successi etro u predetermiato itervallo di tempo è distribuito come ua poissoiaa (co parametro ); e viceversa. I sitesi la distribuzioe espoeziale egativa o forisce la probabilità di avere k eveti i u itervallo di tempo -t, ma si limita al calcolo della probabilità che u certo eveto si verifichi o meo ell itervallo di tempo cosiderato. La probabilità che si verifichio k eveti ell itervallo di tempo -t, è quidi determiata attraverso la distribuzioe di oisso: ( t) k ( t) k e k! t La presete distribuzioe risulta essere discreta cioè la variabile aleatoria può assumere solo valori iteri e discreti.
12 ESEMIO Co il presete esercizio si itede dimesioare la velocità di servizio dell uico servete di u autolavaggio. Tale dimesioameto cosiste ello scegliere il valore del parametro, i corrispodeza del quale si registra u costo totale miimo. Il costo totale risulta essere la somma del costo del servizio sopportato dal gestore dell autolavaggio e del costo dell attesa sopportato dall utete. Si assuma che: auto 4 : frequeza media di arrivi all autolavaggio ora Costo per ora spesa el sistema del sigolo utete 35 Euro Costo del servizio è lieare. er u valore di pari a 4 auto/ora, allora il costo è di 4 Euro; ogi icremeto di di,, fa crescere il costo di Euro er la risoluzioe di tale problema è ecessario prevetivamete ricavare le espressioi formali dei costi, i particolare risulta: Costo Servizio Costo Attesa 34W Costo Totale Costo Servizio + Costo Attesa
13 Il valore del tempo di attesa ossia del tempo medio speso el sistema W,i base a quato visto i precedeza, ha la seguete espressioe: W N ρ A questo puto facedo variare il parametro è possibile idividuare il valore capace di miimizzare i costi totali, di seguito si riportao i calcoli eseguiti i forma tabellare: Velocità di servizio (auto/ora) Costo Servizio (euro) W Tempo di Attesa (ore) Costo Attesa (euro) , 4, ,2 42 5, ,3 43 3, ,4 44 2, ,5 45 2, ,6 46, ,7 47, ,8 48, ,9 49, , , 5, ,2 52, ,3 53, ,4 54, ,5 55, ,6 56, ,7 57, ,8 58, ,9 59, , , 6, ,2 62, ,3 63, ,4 64, ,5 65, ,6 66, ,7 67, ,8 68, ,9 69, , Costo Totale (euro)
14 Come è facile evicere il puto di ottimo si registra i corrispodeza di 4, 6 auto/ora. COSTI 2 Costi (euro) Velocità di servizio (auto/ora) Costo Servizio (euro) Costo Attesa (euro) Costo Totale (euro)
CONCETTI BASE DI STATISTICA
CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto
DettagliScelte finanziarie SCELTE FINANZIARIE
Scelte fiaziarie SCELE FINANZIARIE Spesso ella pratica si icotrao problemi decisioali i ambito fiaziario, per esempio come scegliere la più coveiete tra varie possibilità di ivestimeto, la meo oerosa tra
DettagliQual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?
Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di
DettagliAnalisi statistica dell Output
Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?
DettagliApprofondimenti di statistica e geostatistica
Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La
DettagliUniversità di Milano Bicocca Esercitazione 4 di Matematica per la Finanza 24 Aprile 2015
Uiversità di Milao Bicocca Esercitazioe 4 di Matematica per la Fiaza 24 Aprile 205 Esercizio Completare il seguete piao di ammortameto: 000 2 3 234 3 6 369 Osserviamo iazitutto che, per il vicolo di chiusura
DettagliSUCCESSIONI E SERIE NUMERICHE
SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15
Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.
DettagliCAPITOLO 5 TEORIA DELLA SIMILITUDINE
CAPITOLO 5 TEORIA DELLA SIMILITUDINE 5.. Itroduzioe La Teoria della Similitudie ha pricipalmete due utilizzi: Estedere i risultati otteuti testado ua sigola macchia ad altre codizioi operative o a ua famiglia
DettagliRicerca del saggio di capitalizzazione nel mercato immobiliare
AESTIMUM 59, Dicembre 2011: 171-180 Marco Simootti Dipartimeto di Igegeria civile, ambietale e aerospaziale Uiversità degli Studi di Palermo e-mail: m.simootti@ti.it Parole chiave: procedimeto di capitalizzazioe,
DettagliPrincipi base di Ingegneria della Sicurezza
Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il
DettagliCapitolo 2 Analisi delle Componenti Indipendenti
Cap. - Aalisi delle compoeti idipedeti. Itroduzioe Capitolo Aalisi delle Compoeti Idipedeti I questo capitolo viee formulato il problema della separazioe di sorgeti ei termii di Aalisi delle Compoeti Idipedeti
DettagliCalcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale
Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la
DettagliSelezione avversa e razionamento del credito
Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo
DettagliLA VERIFICA DELLE IPOTESI SUI PARAMETRI
LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività
DettagliCARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:
PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.
ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità
Dettagli8. Quale pesa di più?
8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora
DettagliMetodi statistici per l'analisi dei dati
Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio
DettagliSuccessioni. Grafico di una successione
Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario
DettagliAnno 5 Successioni numeriche
Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai
DettagliGABRIELE AMADIO - GIANCARLO CREMA MODELLI DI RICERCA OPERATIVA APPLICATI ALLA LOGISTICA
GABRIELE AMADIO - GIANCARLO CREMA MODELLI DI RICERCA OPERATIVA APPLICATI ALLA LOGISTICA Pubblicazioi dell I.S.U. Uiversità Cattolica GABRIELE AMADIO - GIANCARLO CREMA MODELLI DI RICERCA OPERATIVA APPLICATI
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
Dettagli5 ln n + ln. 4 ln n + ln. 6 ln n + ln
DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio
DettagliCampi vettoriali conservativi e solenoidali
Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile
DettagliIntroduzione all assicurazione. (Dispensa per il corso di Microeconomia)
Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il
DettagliV Tutorato 6 Novembre 2014
1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe
DettagliStatistica di base. Luca Mari, versione 31.12.13
Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4
DettagliSTATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA
Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE
DettagliIntroduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)
Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo
DettagliDEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA
DettagliSTATISTICA 1 parte 2/2 STATISTICA INFERENZIALE
STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di
DettagliStatistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni
Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.
DettagliSintassi dello studio di funzione
Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe
DettagliEDICOM si impegna con i propri Clienti a rispettare tre variabili fondamentali per garantire la qualità del servizio:
EDICOM, Service Level Agreemet Termii e Codizioi www.edicomgroup.com EDICOM si impega co i propri Clieti a rispettare tre variabili fodametali per garatire la qualità del servizio: DISPONIBILITÀ della
DettagliSistemi e Tecnologie della Comunicazione
Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche
DettagliIMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras
IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E
DettagliIL CALCOLO COMBINATORIO
IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito
DettagliModelli multiperiodali discreti. Strategie di investimento
Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello
DettagliSuccessioni ricorsive di numeri
Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità
DettagliPARTE QUARTA Teoria algebrica dei numeri
Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)
DettagliCAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE
CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.
DettagliComplessità Computazionale
Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo
DettagliCorso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015
Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale
DettagliCAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE
CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe
DettagliElementi di Probabilità e Statistica
Elemeti di Probabilità e Statistica Maurizio Pratelli Ao Accademico 2013-14 Cotets 1 Nozioi fodametali 5 1.1 Prime defiizioi.......................... 5 1.2 Calcolo combiatorio....................... 9
DettagliDISTRIBUZIONI DOPPIE
DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad
Dettagli1. Considerazioni generali
. osiderazioi geerali Il processaeto di ob su acchie parallele è iportate sia dal puto di vista teorico che pratico. Dal puto di vista teorico questo caso è ua geeralizzazioe dello schedulig su acchia
DettagliIl confronto tra DUE campioni indipendenti
Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo
DettagliSTIMA DEL FONDO RUSTCO
STIMA DEL FONDO RUSTCO 1) Quali soo gli aspetti ecoomici che possoo essere presi i cosiderazioe ella stima dei fodi rustici? La stima di u fodo rustico può essere fatta applicado i segueti aspetti ecoomici:
DettagliEQUAZIONI ALLE RICORRENZE
Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo
DettagliSTATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al
DettagliCampionamento stratificato. Esempio
ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete
DettagliLe carte di controllo
Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità
DettagliTest non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche
est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei
DettagliAnalisi Fattoriale Discriminante
Aalisi Fattoriale Discrimiate Bibliografia Lucidi (materiale reperibile via Iteret) Lauro C.N. Uiversità di Napoli Gherghi M. Uiversità di Napoli D Ambra L. Uiversità di Napoli Keeth M. Portier Uiversity
DettagliIl test parametrico si costruisce in tre passi:
R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica
DettagliSERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n
SERIE NUMERICHE Esercizi risolti. Applicado la defiizioe di covergeza di ua serie stabilire il carattere delle segueti serie, e, i caso di covergeza, trovare la somma: = + b) = + +. Verificare utilizzado
DettagliPARAMETRI DEL MOTO SISMICO
PARAMETRI DEL MOTO SISMICO Attività microsismica: caratterizzata da vibrazioi di debole ampiezza e periodi molto gradi tali da o essere percepiti dai più comui strumeti di registrazioe (importate soprattutto
DettagliRandom walk classico. Simulazione di un random walk
Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti
DettagliElementi di calcolo delle probabilità
1 Elemeti di calcolo delle probabilità 5 1. Itroduzioe La statistica è ua scieza, strumetale ad altre, cocerete la determiazioe dei metodi scietifici da seguire per raccogliere, elaborare e valutare i
DettagliII-9 Successioni e serie
SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La
DettagliCorso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.
Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo
Dettagli5. Le serie numeriche
5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a
DettagliProblemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni
Problemi di Schedulig Defiizioi I problemi di schedulig soo caratterizzati da tre isiemi: Attività (Task) T {T,T 2, T } macchie (Machies) P {P,P 2, P m } Risorse R {R,R 2, R s } Schedulig: assegare m Macchie
DettagliINVENTORY CONTROL. Ing. Lorenzo Tiacci
INVENTORY CONTRO Ig. orezo Tiacci Testo di riferimeto: Ivetory Maagemet ad Productio Plaig ad Cotrol - Third Ed. E.A. Silver, D.F. Pyke, R. Peterso Wiley, 998 Idice. POITICA (s, ) (order poit, order quatity)
DettagliTerzo appello del. primo modulo. di ANALISI 18.07.2006
Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri
DettagliUniversità degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2
Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i
DettagliCapitolo 2 CALCOLO DELLE PROBABILITÀ
CORSO DI LAUREA IN ECONOMIA AZIENDALE (Note didattiche) Bruo Chiadotto Fabrizio Cipollii Capitolo CALCOLO DELLE PROBABILITÀ Il calcolo delle probabilità, ato el cotesto dei giochi d azzardo si è sviluppato
Dettagli1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6
SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie
DettagliCapitolo 27. Elementi di calcolo finanziario EEE 2015-2016
Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
DettagliESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.
ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si
DettagliSTATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA La statistica è sorta i tempi atichissimi co i cesimeti: storico quello di Augusto che, secodo la tradizioe cristiaa coivolse Maria e Giuseppe, giusto alla ascita di Gesù. Solo el
DettagliVia Cornacchia, 12 60030 - Moie di Maiolati Spontini (AN)
Via Coracchia, 2 63 - Moie di Maiolati Spotii (AN) Moie di Maiolati Spotii (AN) Moitoraggio emissioi superficiali del biogas C.I.G. Z739EAE67 Relazioe tecica Documeto: R-5976 Emissioe: aprile Emedo s.r.l.
DettagliSUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1
SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:
DettagliFoglio di esercizi N. 1 - Soluzioni
Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >
DettagliSerie numeriche: esercizi svolti
Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:
DettagliESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1
ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe
DettagliLA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT
LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità
DettagliSTIME E LORO AFFIDABILITA
TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da
Dettagliche sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c.
I LEZIONE Il ostro iteto è aalizzare i dettaglio i metodi di cifratura che si soo susseguiti el corso della storia prestado particolare attezioe all impiato matematico che e cosete la realizzazioe Iiziamo
DettagliDispense di Analisi Matematica II
Dispese di Aalisi Matematica II Domeico Cadeloro (Prima Parte) Itroduzioe Queste dispese trattao la prima parte del corso di Aalisi Matematica II. Nel primo capitolo si discutoo gli itegrali geeralizzati
DettagliCartine indicatrici CARLO ERBA Reagents Strip per la determinazione del ph
Cartie idicatrici CARLO ERBA Reagets Strip per la determiazioe del ph ph Strip idelebili Determiazioe del ph rapida, facile e sicura Co le ph strip è possibile cotrollare il valore del ph i modo rapido
DettagliSuccessioni. Capitolo 2. 2.1 Definizione
Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo
DettagliLe onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione
Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo
DettagliLA DERIVATA DI UNA FUNZIONE
LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:
DettagliComplementi di Matematica e Statistica
Uiversità di Bologa Sede di Forlì Ao Accademico 009-00 Complemeti di Matematica e Statistica (Alessadro Lubisco) Aalisi delle compoeti pricipali INDICE Idice... i Aalisi delle compoeti pricipali... Premessa...
DettagliAPPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)
ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).
DettagliI appello - 29 Giugno 2007
Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (
DettagliAFFIDABILITÀ. Capitolo 16 - 16.1 -
Capitolo 16 AFFIDABILITÀ - 16.1 - 16.1 Itroduzioe Si defiisce affidabilità l'abilità di u dispositivo (sia esso u compoete o u sistema) di fuzioare correttamete sotto be precise codizioi d'uso per u certo
DettagliStatistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame
Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale
DettagliLimiti di successioni
Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe
DettagliCORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto
CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioi d impresa (Note didattiche) Bruo Chiadotto CALCOLO DELLE PROBABILITA Il calcolo delle probabilità, ato el cotesto dei giochi d azzardo
Dettagli