In vetta, prima di ridiscendere
|
|
- Martina Chiari
- 8 anni fa
- Visualizzazioni
Transcript
1 In vetta, prima di ridiscendere
2 5. Metodo della Complessità Come studiare i sistemi complessi PARTE II
3 Modelli e simulazioni Come sappiamo, il metodo di ricerca della complessità prevede i seguenti passi: 1) Costruire un modello del sistema reale 2) Implementare la simulazione al computer 3) Trarre inferenze applicabili alla realtà 3
4 Modelli e simulazioni Abbiamo già visto come si costruisce il modello del sistema. Vedremo ora come si passa dal modello alla simulazione Con questo passaggio, entriamo nel campo della cosiddette scienze della complessità 4
5 Dal modello alla simulazione
6 Dal modello alla simulazione La simulazione al computer è senz altro la principale caratteristica del metodo delle scienze della complessità 6
7 Il metodo sperimentale Per comprendere questa peculiarità, basta confrontare il metodo della complessità con il metodo delle scienze sperimentali, generalmente (e impropriamente) noto come metodo scientifico 7
8 OSSERVAZIONI RIPETUTE induzione IPOTESI (falsificabile) deduzione PREVISIONE VERIFICA (esperimento) 8
9 VERIFICA (esperimento) previsione confermata previsione confutata L IPOTESI SCIENTIFICA E CORROBORATA L IPOTESI SCIENTIFICA E FALSIFICATA 9
10 Il ruolo del computer Come si vede, il computer non riveste alcun ruolo sostanziale Nel metodo principe della Scienza Classica, infatti, il computer, se è presente, è presente solo come strumento di calcolo: è solo un ausilio, una... potente calcolatrice 10
11 Tra teoria e pratica Inoltre, il metodo scientifico prevede sia momenti teorici (l ipotesi), sia momenti pratici (l esperimento) La simulazione, invece, non è né teoria né pratica: diciamo che si colloca a metà strada 11
12 Esperimenti virtuali In un certo senso, la simulazione al computer sostituisce l esperimento vero e proprio, condotto in laboratorio, con una sorta di esperimento virtuale effettuato al computer Il computer, in quest ottica, diventa un laboratorio virtuale 12
13 Il computer Comprendere perché il computer sia così importante nel metodo della complessità non è difficile: basta ripensare alla struttura e alle caratteristiche dei sistemi complessi 13
14 Il computer Solo con i computer si possono simulare sistemi che hanno tantissime componenti (anche centinaia di miliardi), le quali interagiscono tra loro attraverso una fitta rete di interazioni non lineari, e che evolvono nel tempo per lunghissimi periodi (talvolta in milioni di anni) 14
15 Dal modello alla simulazione Per passare dal modello alla simulazione occorre: Stabilire un criterio per assegnare un valore numerico ad ogni elemento del modello Formalizzare le regole d interazione tra gli elementi (quantificati) del modello Creare il software di simulazione 15
16 DESCRIZIONE QUALITATIVA Elementi rilevanti Interconnessioni tra gli elementi Variabili di stato Regole formali d interazione MODELLO FORMALIZZATO SIMULAZIONE AL COMPUTER 16
17 Dal modello alla simulazione Quando si costruisce un modello qualitativo di un sistema, è all opera un inevitabile processo di semplificazione La mappa (il modello) non è il territorio (il sistema reale): è sempre una sua semplificazione 17
18 Dal modello alla simulazione Nella formalizzazione, cioè nel passaggio dal modello qualitativo a quello formalizzato, è all opera un ulteriore processo di semplificazione 18
19 Dal modello alla simulazione Una buona simulazione si fonda su un buon modello: se nel modello mancano aspetti importanti del sistema reale, a maggior ragione mancheranno nella simulazione (che è la semplificazione di una semplificazione) 19
20 SISTEMA COMPLESSO REALE Descrizione qualitativa Semplificazione MODELLO QUALITATIVO Formalizzazione Semplificazione MODELLO FORMALE (simulabile al computer) 20
21 Implementare la simulazione Formalizzare senza semplificare in modo eccessivo il modello del sistema e, poi, scrivere un programma per far girare la simulazione su computer, sono capacità che richiedono specifiche competenze professionali: quelle in cui eccellono gli scienziati della complessità 21
22 Obiettivi del modello Posizione epistemologica Pensiero complesso Pensiero laterale Competenze matematiche Pensiero complesso Competenze informatiche Scelta del livello di analisi Descrizione qualitativa Formalizzazione del modello Simulazione al computer 22
23 Simulare la complessità
24 Esempi di simulazione Ora vedremo come i primi ricercatori della complessità hanno simulato: Il cervello La vita I sistemi sociali La mente 24
25 Simulare il cervello Il cervello è stato uno dei primi sistemi complessi simulato al computer 25
26 Simulare il cervello Gran parte del cervello è organizzato in reti neurobiologiche costituite da neuroni connessi gli uni agli altri tramite sinapsi Ogni neurone riceve stimoli elettrochimici dai neuroni afferenti e, se opportunamente stimolato, trasmette stimoli a sua volta (neurotrasmissione) 26
27 Simulare il cervello Le reti neurobiologiche del cervello si prestano ad essere simulate tramite modelli formali a rete Le reti formali con cui vengono simulate le reti neurobiologiche del cervello prendono il nome di reti neurali 27
28 Le reti neurali 28
29 Le reti neurali Una rete neurale è formata da nodi e connessioni Ad ogni unità (o nodo) della rete è assegnato un valore numerico (stato) Ad ogni connessione è assegnato un valore numerico (peso) 29
30 Le reti neurali 30
31 Le reti neurali Unità afferenti Ogni unità riceve stimoli da K afferenti 31
32 Le reti neurali Lo stimolo di un unità afferente è il prodotto dello stato di quell unità per il peso sulla connessione: STIMOLO = STATO x PESO stato peso stimolo 32
33 Le reti neurali Lo stato di ogni unità dipende da una regola formale In genere, lo stato di un unità ad un certo istante è una funzione matematica non lineare della somma degli stimoli ricevuti dall unità in quell istante 33
34 Le reti neurali stimolo1 stimolo2 u stimolo3 Stato di u = funzione non lineare di (stimolo1 + stimolo2 + stimolo3) 34
35 Le reti neurali I pesi possono essere positivi (connessione eccitatoria) o negativi (connessione inibitoria) I pesi sulle connessioni possono cambiare nel tempo, in base alla capacità adattiva del sistema 35
36 Reti neurobiologiche Reti neurali Neurone Unità della rete Attività del neurone Stato dell unità Neurotrasmissione Stimolo dell unità afferente Sinapsi Connessione tra unità Tipo di sinapsi Peso sulla connessione Plasticità neurale Cambiamento dei pesi 36
37 Reti di Hopfield Nelle reti di Hopfield le unità sono binarie, cioè possono assumere solo due stati: 0 e 1, come lampadine (spento/acceso) 37
38 Kauffman Stuart Kauffman ha scoperto che l evoluzione di una rete di unità binarie ( lampadine ) dipende dal parametro K 38
39 Kauffman Unità afferenti In questo esempio: K = 3 39
40 Kauffman Se K è molto basso, la rete si cristallizza Se K è molto alto, la rete diventa caotica Per valori intermedi, la rete si trova in equilibrio al margine del caos Non è incredibile? Il regime dipende da K 40
41 Le reti neurali Nonostante l evidente semplicità delle reti neurali, le loro proprietà sono straordinarie Le reti neurali esibiscono una serie impressionante di caratteristiche effettivamente presenti nel sistema simulato, cioè nel cervello 41
42 Le reti neurali Le principali proprietà sono: Informazioni codificate nelle connessioni Elaborazione distribuita in parallelo Flessibilità in caso di informazioni incomplete Resilienza (degrado graduale in caso di perturbazioni crescenti) Capacità di generalizzare le informazioni 42
43 Le reti neurali Riconoscimento del numero «5» 43
44 Le reti neurali La potenza delle reti neurali dimostra che per simulare senza banalizzare il cervello è possibile usare un modello con: unità molto semplificate (nelle reti di Hopfield i neuroni sono ridotti a lampadine) connessioni poco semplificate (il peso sulle connessioni rispecchia la varietà di sinapsi) 44
45 Simulare la vita Aspetti elementari, ma affascinanti, della vita possono essere simulati tramite i cosiddetti automi cellulari 45
46 Gli automi cellulari Gli automi cellulari sono scacchiere virtuali con un numero grandissimo di caselle (mondo) Ad ogni casella del mondo è assegnato un valore numerico (stato) Le 8 caselle adiacenti formano il vicinato 46
47 Gli automi cellulari Le caselle rosse formano il vicinato della casella verde 47
48 Gli automi cellulari Una generazione è l aggiornamento dello stato di ciascuna casella del mondo Ad ogni generazione, lo stato di ogni casella viene aggiornato in base a una regola formale specificata dal modello 48
49 Gli automi cellulari Life, il più famoso automa cellulare, è stato inventato da John Conway 49
50 Life di Conway In Life ogni casella del mondo è binaria, cioè può assumere solo due stati: 1 o 0 Dobbiamo immaginare ogni casella con stato 1 come un unità viva e ogni casella con stato 0 come un unità morta 50
51 Life di Conway In Life ci sono 2 regole di aggiornamento: Un unità viva sopravvive alla generazione successiva se nel suo vicinato ci sono 2 o 3 unità vive; se ce n è di più o di meno muore ( soffoca o muore per solitudine ) Un unità nasce se e solo se nel vicinato ci sono esattamente 3 unità vive 51
52 Life di Conway Nonostante la semplicità di queste regole, in Life avvengono fenomeni piuttosto sorprendenti Alcune configurazioni muoiono in fretta, dopo poche generazioni; altre si immobilizzano senza più mutare, altre ancora oscillano 52
53 Life di Conway L aliante, per esempio, dopo quattro generazioni torna alla configurazione iniziale, ma spostato di una casella in diagonale 53
54 Life di Conway cannone alianti Il cannone torna alla configurazione iniziale dopo 30 generazioni, durante le quali spara un aliante! 54
55 Life di Conway mangiatore Il mangiatore, come dice il nome, è una configurazione che mangia alianti 55
56 Life di Conway Tutte queste configurazioni animate emergono spontaneamente nell automa di Conway, senza essere state previste Da semplici regole d interazione formali, emerge dunque un immensa e imprevista varietà di forme e comportamenti che un po ricorda le varietà della vita reale 56
57 Boids di Reynolds Un interessante evoluzione di Life è Boids, un simulatore di stormi inventato da Craig Reynolds 57
58 Boids di Reynolds I boids di Reynolds sono (un po ) più complessi delle caselle di Life Lo stato di ogni boid, infatti, è specificato non da un solo valore numerico, ma da 6 valori numerici (posizione nello spazio + velocità nello spazio) 58
59 Boids di Reynolds Le regole formali d interazione sono 3 Ogni boid deve: Evitare le collisioni con i vicini e con l ambiente Adeguare gradualmente la propria velocità a quella dei vicini Avvicinarsi progressivamente ai compagni circostanti 59
60 Boids di Reynolds Benché Boids sia più complesso di Life, anche stavolta le regole sono semplici Ciò nonostante, tali regole sono sufficienti a produrre stormi dal comportamento davvero spettacolare e verosimile! 60
61 Vita Artificiale Ulteriori evoluzioni di queste simulazioni si sono avute negli ultimi anni nel settore della cosiddetta Vita Artificiale Ogni nuova simulazione aumenta la complessità di ciascuna unità, arrivando a simulare sempre meglio i sistemi viventi reali 61
62 Vita Artificiale E importante non confondere le stupefacenti creazioni della Computer Graphics con le simulazioni di Vita Artificiale, di solito meno appariscenti Nelle simulazioni di Vita Artificiale non sono mai programmati i risultati finali, ma solo le regole d interazione locale 62
63 Vita Artificiale: cosa non è Un conto è scrivere un programma che contiene delle istruzioni in base alle quali, a un certo punto, si forma un aliante; o istruzioni in base alle quali uno stormo si muove in un certo modo specificato esplicitamente Questa non è Vita Artificiale 63
64 Vita Artificiale: cos è Altro conto è scrivere programmi che specificano solo come interagiscono tra loro le singole unità e scoprire poi, con sorpresa, che si forma un aliante oppure che lo stormo si muove in un certo modo, senza che il programma contenga esplicite istruzioni al riguardo 64
65 Simulare società Le colonie di insetti sociali hanno avuto l onore di essere i primi sistemi sociali simulati al computer 65
66 Gli insetti sociali Gli insetti sociali sono interessanti perché Il singolo insetto è limitato, poco intelligente e ha comportamenti rigidi e stereotipati (geneticamente programmati) Le colonie sono creative, flessibili, esibiscono un organizzazione sofisticata e sono capaci di risolvere problemi (es.: trovare il percorso cibo-nido più breve) 66
67 Gli insetti sociali 67
68 Gli insetti sociali In poche parole: l intelligenza della colonia (Swarm Intelligence) emerge dall interazione di unità non intelligenti 68
69 Gli insetti sociali Secondo i sociobiologi, l intelligenza della colonia si basa sul fatto che ogni insetto ha un ventaglio di comportamenti geneticamente programmati In ogni interazione, c è una certa probabilità che si manifesti l uno o l altro di tali comportamenti 69
70 Gli insetti sociali PROSEGUE (80%) INVERTE DIREZIONE (20%) Quando una formica ne scontra un altra, c è una certa probabilità che dopo lo scontro inverta la direzione di marcia 70
71 Simulare società Per simulare i sistemi sociali è stato necessario utilizzare modelli formali probabilistici, chiamati sistemi stocastici Nei sistemi stocastici, ogni unità (chiamata agente) può compiere un ventaglio di azioni prestabilite 71
72 Sistemi stocastici Ogni azione ha una certa probabilità di essere compiuta In questo modo si introduce nel modello formale un certo margine di aleatorietà che rispecchia la (relativa) libertà di cui gode ciascun individuo nelle sue interazioni sociali 72
73 Sistemi multi-agenti Poiché nei sistemi stocastici si parla di agenti, invece che di unità o nodi, i sistemi stocastici vengono spesso chiamati sistemi multi-agenti I sistemi stocastici sono anche chiamati, discutibilmente, indeterministici 73
74 Sistemi stocastici La potenza dei sistemi stocastici (o multiagenti), nel simulare sistemi sociobiologici, è davvero impressionante Le simulazioni di insetti sociali, per esempio, esibiscono comportamenti altamente sofisticati non previsti dalle istruzioni del programma di simulazione 74
75 La colonia simulata Nelle simulazioni avviene infatti ciò che avviene nei sistemi sociobiologici reali: La colonia manifesta capacità di cui le singole formiche sono del tutto sprovviste La colonia simulata manifesta capacità non previste dalle istruzioni del programma 75
76 La colonia simulata All interno della colonia simulata, gli agenti (cioè le formiche virtuali): Trovano il percorso più breve tra cibo e nido Si dividono i compiti e pianificano il lavoro Organizzano cimiteri e dispense per il cibo Cooperano nella costruzione del nido 76
77 Simulare la mente La sfida più difficile per i ricercatori della complessità è quella di simulare la mente 77
78 Anima, psiche, cervello Le discipline umanistiche e scientifiche tradizionali si sono suddivise lo studio di ciò che abbiamo nella testa : La mente (anima o psiche) è toccata alla religione e alla filosofia, poi anche alla psicologia Il cervello è andato alle neuroscienze 78
79 Il problema mente-corpo Questa rigida spartizione del contenuto della nostra testa è un retaggio del cosiddetto dualismo mente-corpo, formulato in termini moderni da Cartesio 79
80 Mente-corpo e complessità Con la Teoria della Complessità, per la prima volta, si intravede una possibilità di superare il dualismo mente-corpo I teorici della complessità, infatti, considerano la mente un fenomeno naturale che emerge spontaneamente dall interazione delle cellule cerebrali 80
81 La mente come colonia In pratica, secondo i teorici della complessità: se una colonia di formiche è intelligente anche se le singole formiche non lo sono, allora anche la mente potrebbe essere un fenomeno che emerge dall interazione di neuroni privi di mente 81
82 La mente come colonia L analogia è dunque: NEURONI : FORMICHE = MENTE : COLONIA 82
83 Componenti: Formiche Neuroni Caratteristica: Prive di intelligenza Privi di mente Sistema complesso: Colonia Cervello Fenomeni emergenti: Intelligenza collettiva Mente 83
84 La mente come colonia I primi a pensare alla mente come colonia sono stati gli studiosi di formiche, a cavallo tra gli anni 60 e 70 84
85 La società della mente Ma è stato Marvin Minsky, a metà anni 80, a diffondere la metafora della mente come società di agenti-privi-di-mente 85
86 Simulare la mente Coerentemente con la metafora della mente come società, i ricercatori della complessità hanno deciso di provare a simulare la mente utilizzando gli stessi sistemi multi-agenti usati nella simulazione delle colonie di formiche Il risultato? Davvero sbalorditivo 86
87 Pandemonium Il primo modello formale di questo tipo è stato Pandemonium di Oliver Selfridge 87
88 Hofstadter La maggioranza dei programmi più famosi è stata scritta da Douglas Hofstadter 88
89 Simulare la mente I programmi di Hofstadter esibiscono alcune capacità mentali. Riescono a: Anagrammare le parole nello stesso modo in cui lo fanno gli esseri umani Riconoscere le lettere dell alfabeto nello stesso modo in cui lo fanno gli esseri umani Fare analogie (elementari) nello stesso modo in cui lo fanno gli esseri umani 89
90 Simulare la mente Nel risolvere i problemi, i programmi di simulazione di Hofstadter commettono gli stessi errori degli esseri umani Talvolta hanno anche dei guizzi creativi grazie ai quali trovano soluzioni originali e sorprendenti, esattamente come capita agli esseri umani 90
91 Simulare la mente Nessuna di queste capacità è esplicitamente prevista dai programmi di simulazione Ciascuna capacità mentale, semplicemente, emerge dall interazione di agenti privi di mente 91
92 Simulare l economia Oltre al cervello, ai sistemi biologici, ai sistemi sociali e alla mente, i sistemi socio-economici sono i più studiati dai ricercatori della complessità Tali sistemi sono stati simulati con sistemi multi-agenti 92
93 People Express Ricordate la People Express? Ci eravamo lasciati con la domanda: cosa avreste fatto al posto di Don Burr nel 1985? 93
94 People Express John Sterman ha cercato di rispondere a questa domanda simulando la People Express attraverso un sistema multiagenti 94
95 People Express In base alla sua simulazione, Sterman ha scoperto la strategia che avrebbe evitato il fallimento della compagnia: Investire sulla qualità del servizio e non sull espansione dell azienda Alzare tutte le tariffe del 25% 95
96 Imparare dalle simulazioni
97 Conclusioni Cosa ci insegnano le simulazioni effettuate dai ricercatori della complessità? a) I sistemi complessi possono essere simulati semplificandone fortemente le componenti, ma non le interazioni: in un certo senso le relazioni tra le parti sono più importanti delle parti stesse 97
98 Conclusioni b) Se si basano su interazioni locali non lineari tra gli elementi, le simulazioni possono esibire un comportamento molto simile a quello dei sistemi complessi reali c) Le simulazioni sono più potenti introducendo dei fattori probabilistici 98
99 Conclusioni d) Le simulazioni più verosimili manifestano i cosiddetti fenomeni emergenti : fenomeni sorprendenti, non esplicitamente previsti dal programma di simulazione, che trascendono i limiti e la semplicità degli elementi del modello formale 99
100 Conclusioni In breve: La complessità emerge spontaneamente dall interazione di molte unità (o agenti) relativamente semplici 100
101 Fine quinta parte Ultima parte:
In vetta, prima di ridiscendere
In vetta, prima di ridiscendere 5. Metodo della Complessità Come studiare i sistemi complessi PARTE II Tullio Tinti Modelli e simulazioni Come sappiamo, il metodo di ricerca della complessità prevede i
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliChe cos è l intelligenza e come funzionano i test del Q.I.
Che cos è l intelligenza e come funzionano i test del Q.I. Non esiste, al giorno d oggi, un parere unanime della comunità scientifica sulla definizione di intelligenza. In generale, potremmo dire che è
DettagliPiù processori uguale più velocità?
Più processori uguale più velocità? e un processore impiega per eseguire un programma un tempo T, un sistema formato da P processori dello stesso tipo esegue lo stesso programma in un tempo TP T / P? In
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
Dettagli*Organizzazione, auto organizzazione, sistema ed Azienda. Coaching & Training Bologna
*Organizzazione, auto organizzazione, sistema ed Azienda Fin dagli inizi di questo secolo è noto che qualunque sistema fisico può manifestare comportamenti imprevedibilmente complicati e caotici, sfuggendo
DettagliPro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliLa pista del mio studio Riflettiamo sulla pista. Guida per l insegnante
Riflettiamo sulla pista Guida per l insegnante Obiettivi educativi generali Compito di specificazione - possiede capacità progettuale - è in grado di organizzare il proprio tempo e di costruire piani per
DettagliCOME PARLARE DI DISLESSIA IN CLASSE.
COME PARLARE DI DISLESSIA IN CLASSE. UNA METAFORA PER SPIEGARE I DSA La psicologa americana ANIA SIWEK ha sviluppato in anni di pratica professionale un modo semplice ed efficace di spiegare i DSA ai bambini,
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliMANUALE MOODLE STUDENTI. Accesso al Materiale Didattico
MANUALE MOODLE STUDENTI Accesso al Materiale Didattico 1 INDICE 1. INTRODUZIONE ALLA PIATTAFORMA MOODLE... 3 1.1. Corso Moodle... 4 2. ACCESSO ALLA PIATTAFORMA... 7 2.1. Accesso diretto alla piattaforma...
DettagliISTITUTO COMPRENSIVO BARBERINO MUGELLO
IL PESO percorso didattico scuola primaria Sperimentazione didattica ISTITUTO COMPRENSIVO BARBERINO MUGELLO I bambini utilizzano spontaneamente il concetto di pesante? Collochiamo su un banco alcuni oggetti:
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliGRUPPO MY- social media solutions / Via G.Dottori 94, Perugia / PI 03078860545
Capitolo 3 - Dalla strategia al piano editoriale GRUPPO MY- social media solutions / Via G.Dottori 94, Perugia / PI 03078860545 Social Toolbox ed i contenuti presenti nel seguente documento (incluso a
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliIl principio di induzione e i numeri naturali.
Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito
DettagliA intervalli regolari ogni router manda la sua tabella a tutti i vicini, e riceve quelle dei vicini.
Algoritmi di routing dinamici (pag.89) UdA2_L5 Nelle moderne reti si usano algoritmi dinamici, che si adattano automaticamente ai cambiamenti della rete. Questi algoritmi non sono eseguiti solo all'avvio
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliLa valutazione nella didattica per competenze
Nella scuola italiana il problema della valutazione delle competenze è particolarmente complesso, infatti la nostra scuola è tradizionalmente basata sulla trasmissione di saperi e saper fare ed ha affrontato
DettagliNUOVA PROCEDURA COPIA ED INCOLLA PER L INSERIMENTO DELLE CLASSIFICHE NEL SISTEMA INFORMATICO KSPORT.
NUOVA PROCEDURA COPIA ED INCOLLA PER L INSERIMENTO DELLE CLASSIFICHE NEL SISTEMA INFORMATICO KSPORT. Con l utilizzo delle procedure di iscrizione on line la società organizzatrice ha a disposizione tutti
DettagliChe volontari cerchiamo? Daniela Caretto Lecce, 27-28 aprile
Che volontari cerchiamo? Daniela Caretto Lecce, 27-28 aprile Premessa All arrivo di un nuovo volontario l intero sistema dell associazione viene in qualche modo toccato. Le relazioni si strutturano diversamente
DettagliIl giardino nella macchina: la vita artificiale. 2003 Mauro Annunziato
Il giardino nella macchina: la vita artificiale 2003 Mauro Annunziato La fondazione della vita artificiale Chris Langton ( 89) Artificial Life (Alife) : programmi che autonomamente si evolvono all interno
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliLa candela accesa. Descrizione generale. Obiettivi. Sequenza didattica e metodo di lavoro. Esperimenti sulla crescita delle piante
Esperimenti sulla crescita delle piante unità didattica 1 La candela accesa Durata 60 minuti Materiali per ciascun gruppo - 1 candela - 1 vaso di vetro - 1 cronometro - 1 cannuccia - fiammiferi - 1 pezzo
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
Dettagli2. Un teorema geniale e divertente anche per la scuola elementare
051-056 BDM 56 Maurizi imp 21.5.2008 11:49 Pagina 51 II. Didattica 2. Un teorema geniale e divertente anche per la scuola elementare Lorella Maurizi 1 51 Ho proposto ai bambini di una classe quinta della
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliOBIETTIVI DI APPRENDIMENTO (AL TERMINE DELLA CLASSE PRIMA DELLA SCUOLA PRIMARIA) TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE SCIENZE
(AL TERMINE DELLA SCUOLA DELL INFANZIA) /ESPERIENZE LA CONOSCENZA DEL MONDO L alunno osserva con curiosità lo svolgersi dei più comuni fenomeni, ne immagina e ne verifica le cause, rendendosi sempre più
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com
DettagliBreve storia del calcolo automatico
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Approfondimenti 01 Breve storia del calcolo automatico Marzo 2010 L architettura del calcolatore 1 Approfondimenti: Storia del calcolo automatico
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliUNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA
UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA Tutti gli anni, affrontando l argomento della divisibilità, trovavo utile far lavorare gli alunni sul Crivello di Eratostene. Presentavo ai ragazzi una
DettagliAntonella Martinucci, Rossana Nencini, 2013 IL PESO. classe quarta
Antonella Martinucci, Rossana Nencini, 2013 IL PESO classe quarta I bambini utilizzano spontaneamente il concetto di pesante? Collochiamo su un banco alcuni oggetti: penne matite gomme fogli scottex quaderni
DettagliPerché si fanno previsioni?
Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento
DettagliINTRODUZIONE I CICLI DI BORSA
www.previsioniborsa.net 1 lezione METODO CICLICO INTRODUZIONE Questo metodo e praticamente un riassunto in breve di anni di esperienza e di studi sull Analisi Tecnica di borsa con specializzazione in particolare
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliPROCESSO DI INDICIZZAZIONE SEMANTICA
PROCESSO DI INDICIZZAZIONE SEMANTICA INDIVIDUAZIONE DEI TEMI/CONCETTI SELEZIONE DEI TEMI/CONCETTI ESPRESSIONE DEI CONCETTI NEL LINGUAGGIO DI INDICIZZAZIONE TIPI DI INDICIZZAZIONE SOMMARIZZAZIONE INDICIZZAZIONE
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 4 Linguaggi di programmazione
Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 4 Linguaggi di programmazione Marco Liverani (liverani@mat.uniroma3.it)
DettagliComplemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno
Rappresentazione di numeri Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno Un numero e un entità teorica,
DettagliREPORT BRAIN FARM. MODALITA DI ADDESTRAMENTO in questa fase, si sono impostati diversi parametri: GENITORI:3 FIGLI:3 GENERAZIONI:100
REPORT BRAIN FARM Federica Catanzariti 147 Consuelo Nicoletti 1621 Mariapaola Mercurio 1 Paola Ozimo 13 Maria Rosa Vardè 19 Lo scopo del nostro lavoro è quello di imparare a usare Brain Farm che ci permette
Dettagli3.5.1.1 Aprire, preparare un documento da utilizzare come documento principale per una stampa unione.
Elaborazione testi 133 3.5 Stampa unione 3.5.1 Preparazione 3.5.1.1 Aprire, preparare un documento da utilizzare come documento principale per una stampa unione. Abbiamo visto, parlando della gestione
DettagliLa gestione di un calcolatore. Sistemi Operativi primo modulo Introduzione. Sistema operativo (2) Sistema operativo (1)
La gestione di un calcolatore Sistemi Operativi primo modulo Introduzione Augusto Celentano Università Ca Foscari Venezia Corso di Laurea in Informatica Un calcolatore (sistema di elaborazione) è un sistema
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliCome utilizzare il sistema per ricavare e scaricare un elenco iscritti per la propria gara
Come utilizzare il sistema per ricavare e scaricare un elenco iscritti per la propria gara Le società organizzatrici attraverso le utilità fornite dal sistema di gestione gare hanno la possibilità di ricavare
DettagliLA PROGETTAZIONE DI UN NUOVO STRUMENTO PER IL WEB
UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI LETTERE E FILOSOFIA CORSO DI LAUREA MAGISTRALE IN STRATEGIE DI COMUNICAZIONE LA PROGETTAZIONE DI UN NUOVO STRUMENTO PER IL WEB LA PROPOSTA DI UN MODELLO MIRATO
DettagliModelli di Programmazione Lineare e Programmazione Lineare Intera
Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione
DettagliProcesso di risoluzione di un problema ingegneristico. Processo di risoluzione di un problema ingegneristico
Processo di risoluzione di un problema ingegneristico 1. Capire l essenza del problema. 2. Raccogliere le informazioni disponibili. Alcune potrebbero essere disponibili in un secondo momento. 3. Determinare
DettagliDispense di Informatica per l ITG Valadier
La notazione binaria Dispense di Informatica per l ITG Valadier Le informazioni dentro il computer All interno di un calcolatore tutte le informazioni sono memorizzate sottoforma di lunghe sequenze di
DettagliI libri di testo. Carlo Tarsitani
I libri di testo Carlo Tarsitani Premessa Per accedere ai contenuti del sapere scientifico, ai vari livelli di istruzione, si usa comunemente anche un libro di testo. A partire dalla scuola primaria, tutti
DettagliPSICOLOGIA. La ricerca nelle scienze sociali. Le tecniche di rilevazione dei dati. L'osservazione. il testo:
il testo: 01 Le tecniche di rilevazione dei dati Le principali tecniche di raccolta dei dati si dividono in: tecniche descrittive: il ricercatore osserva ciò che sta studiando. Sono tecniche descrittive
DettagliCorso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile
Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione
DettagliI NUMERI DECIMALI. che cosa sono, come si rappresentano
I NUMERI DECIMALI che cosa sono, come si rappresentano NUMERI NATURALI per contare bastano i numeri naturali N i numeri naturali cominciano con il numero uno e vanno avanti con la regola del +1 fino all
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliNon cercate di soddisfare la vostra vanità, insegnando loro troppe cose. Risvegliate la loro curiosità.
Non cercate di soddisfare la vostra vanità, insegnando loro troppe cose. Risvegliate la loro curiosità. E sufficiente aprire la mente, non sovraccaricarla. Mettetevi soltanto una scintilla. Se vi è della
DettagliWERNER GÜTH Max Planck Institute of Economics Jena, Germany INTERSEZIONI DI: INFORMAZIONI INCOMPLETE, RAZIONALITÀ LIMITATA E SUGGERIMENTI ESTERNI
WERNER GÜTH Max Planck Institute of Economics Jena, Germany INTERSEZIONI DI: INFORMAZIONI INCOMPLETE, RAZIONALITÀ LIMITATA E SUGGERIMENTI ESTERNI 1. Problemi di informazione 2. Tipi di incertezza 3. Avere
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliLe Mappe di Karnaugh.
Le Mappe di Karnaugh. Introduzione Le mappe di Karnaugh rappresentano un metodo grafico-sistematico per la semplificazione di qualsiasi funzione booleana. Questo metodo si basa su poche regole e se applicate
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliEsempi di algoritmi. Lezione III
Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni
Dettagli3D e Realtà Virtuale
3D e Realtà Virtuale Modello 3D La costruzione di un modello 3D, così come la realizzazione di un plastico tradizionale, necessita di grande precisione e attenzione conoscitiva. Tale modello convoglia
DettagliInformatica per la comunicazione" - lezione 7 -
Informatica per la comunicazione - lezione 7 - Campionamento La codifica dei suoni si basa sulla codifica delle onde che li producono, a sua volta basata su una procedura chiamata campionamento.! Il campionamento
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliLa progettazione educativa e la formazione degli educatori in Oratorio
Oratori della Lombardia La progettazione educativa e la formazione degli educatori in Oratorio Luigi Regoliosi Quale rapporto tra formazione educatori e progettazione? Chi sono gli educatori in Oratorio?
DettagliDIPARTIMENTO DI STUDI UMANISTICI
DIPARTIMENTO DI STUDI UMANISTICI Corso di Laurea Interdipartimentale in Scienze della Formazione Primaria( Ind.Primaria) A.A 2013/2014 REPORT SULL ELABORAZIONE DI UN AGENTE ARITIFICIALE TEORIA E METODOLOGIA
DettagliCONOSCERE IL PROPRIO CORPO
CONOSCERE IL PROPRIO CORPO Gli esseri viventi sono fatti di parti che funzionano assieme in modo diverso. Hanno parti diverse che fanno cose diverse. Il tuo corpo è fatto di molte parti diverse. Alcune
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliSoftware per Helpdesk
Software per Helpdesk Padova - maggio 2010 Antonio Dalvit - www.antoniodalvit.com Cosa è un helpdesk? Un help desk è un servizio che fornisce informazioni e assistenza ad utenti che hanno problemi nella
DettagliQui cade sua altezza
Qui cade sua altezza Silvia Sbaragli N.R.D. Bologna DFA, SUPSI Locarno (Svizzera) Pubblicato in: Sbaragli S. (2010). Qui cade sua altezza. La Vita Scolastica. 18, 25-27. Nell insegnamento della matematica
DettagliAppunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio
Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento
DettagliPage 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo
Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi
DettagliPresentazione. Obiettivi dell area «Modelli mentali»
Presentazione In queste schede scoprirai alcuni meccanismi che si mettono in funzione quando cerchi di comprendere un testo. Un lettore esperto infatti è in grado di estrarre dal testo le informazioni
DettagliIdentità e autenticazione
Identità e autenticazione Autenticazione con nome utente e password Nel campo della sicurezza informatica, si definisce autenticazione il processo tramite il quale un computer, un software o un utente,
DettagliECM in provincia di Bolzano. Il punto di vista dei medici. Dr Giulio Donazzan, Vicepresidente Ordine dei Medici Commissione Provinciale ECM
ECM in provincia di Bolzano Il punto di vista dei medici Dr Giulio Donazzan, Vicepresidente Ordine dei Medici Commissione Provinciale ECM Il punto di vista dei professionisti, (prima dell ECM) Aggiornamento
DettagliDislessia e mappe semantiche
Dislessia e mappe semantiche Sperimentazione formale dell uso di Knowledge Master per l apprendimento dello studente dislessico Sarah Traversin Cos è la dislessia È un Disturbo Specifico dell Apprendimento
DettagliFASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:
FASCI DI RETTE DEFINIZIONE: Si chiama fascio di rette parallele o fascio improprio [erroneamente data la somiglianza effettiva con un fascio!] un insieme di rette che hanno tutte lo stesso coefficiente
DettagliGIANLUIGI BALLARANI. I 10 Errori di Chi Non Riesce a Rendere Negli Esami Come Vorrebbe
GIANLUIGI BALLARANI I 10 Errori di Chi Non Riesce a Rendere Negli Esami Come Vorrebbe Individuarli e correggerli 1 di 6 Autore di Esami No Problem 1 Titolo I 10 Errori di Chi Non Riesce a Rendere Negli
DettagliI WEBQUEST SCIENZE DELLA FORMAZIONE PRIMARIA UNIVERSITÀ DEGLI STUDI DI PALERMO. Palermo 9 novembre 2011
I WEBQUEST SCIENZE DELLA FORMAZIONE PRIMARIA Palermo 9 novembre 2011 UNIVERSITÀ DEGLI STUDI DI PALERMO Webquest Attività di indagine guidata sul Web, che richiede la partecipazione attiva degli studenti,
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliAnalisi della performance temporale della rete
Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:
DettagliCONTROLLO DELLO STIMOLO CONSEGUENZE DELLE RISPOSTE CONSEGUENZE DELLE RISPOSTE CONTROLLO DELLO STIMOLO CONTROLLO DELLO STIMOLO CONTROLLO DELLO STIMOLO
CONSEGUENZE DELLE RISPOSTE Fino ad ora si è visto come le conseguenze delle risposte modificano il comportamento del soggetto. In quest ottica si è parlato di rinforzamento che è l operazione che descrive
DettagliAlla ricerca dell algoritmo. Scoprire e formalizzare algoritmi.
PROGETTO SeT Il ciclo dell informazione Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. Scuola media Istituto comprensivo di Fagagna (Udine) Insegnanti referenti: Guerra Annalja, Gianquinto
DettagliINTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI
INTRODUZIONE AGLI ALGORITMI Prima di riuscire a scrivere un programma, abbiamo bisogno di conoscere un metodo risolutivo, cioè un metodo che a partire dai dati di ingresso fornisce i risultati attesi.
DettagliPuò fare formazione in modo semplice e immediato. Senza aula, senza sottrarre ore preziose.
Il format Le storie sono la più potente tecnologia mai creata dall uomo. Nel corso dei secoli hanno svolto le funzioni più diverse: hanno intrattenuto, insegnato, creato gruppi e trasmesso valori. E il
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliFunzioni in C. Violetta Lonati
Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni
DettagliALL. A Competenze chiave di cittadinanza
ALL. A Competenze chiave di cittadinanza Cosa sono Dove se ne parla Riferimenti europei L intreccio Nel dettaglio A cosa servono Cosa contrastare Come si acquisiscono Le competenze chiave di cittadinanza
DettagliROBOT COME PSICOLOGIA
FORZA, VELOCITÀ E ACCELERAZIONE: UNO SGUARDO CONTEMPORANEO AI PRINCIPI DELLA DINAMICA 301 ROBOT COME PSICOLOGIA DOMENICO PARISI Istituto di Scienze e Tecnologie della Cognizione, Consiglio Nazionale delle
DettagliDidattica per competenze in ambito matematico. Semplificando possiamo schematizzare in due i modi di vedere la matematica: per il matematico
Semplificando possiamo schematizzare in due i modi di vedere la matematica: per il matematico è una disciplina dalla profonda bellezza intrinseca. La purezza del modello, la sua non ambiguità, il senso
DettagliAlessandro Ricci Psicologo Psicoterapeuta Università Salesiana di Roma
Alessandro Ricci Psicologo Psicoterapeuta Università Salesiana di Roma LA COPPIA NON PUO FARE A MENO DI RICONOSCERE E ACCETTARE CHE L ALTRO E UN TU E COME TALE RAPPRESENTA NON UN OGGETTO DA MANIPOLARE
Dettagli3. Introduzione all'internetworking
3. Introduzione all'internetworking Abbiamo visto i dettagli di due reti di comunicazione: ma ce ne sono decine di tipo diverso! Occorre poter far comunicare calcolatori che si trovano su reti di tecnologia
DettagliI CIRCUITI ELETTRICI. Prima di tutto occorre mettersi d accordo anche sui nomi di alcune parti dei circuiti stessi.
I CIRCUITI ELETTRICI Prima di tutto occorre mettersi d accordo anche sui nomi di alcune parti dei circuiti stessi. Definiamo ramo un tratto di circuito senza diramazioni (tratto evidenziato in rosso nella
DettagliSCUOLA PRIMARIA CURRICOLO DI SCIENZE CLASSE PRIMA. INDICATORI COMPETENZE ABILITA CONOSCENZE 1. Esplorare e descrivere oggetti e materiali
SCUOLA PRIMARIA CURRICOLO DI SCIENZE CLASSE PRIMA INDICATORI 1. Esplorare e descrivere oggetti e materiali 2. Osservare e sperimentare sul campo Sviluppa atteggiamenti di curiosità verso il mondo circostante
DettagliLe strategie di promozione della lettura messe in atto dalla. biblioteca comunale di Soriano nel Cimino risultano abbastanza
CAPITOLO QUARTO ANALISI DEI SERVIZI DI PROMOZIONE PER UNA VALUTAZIONE DEI BENEFICI 1. Premessa Le strategie di promozione della lettura messe in atto dalla biblioteca comunale di Soriano nel Cimino risultano
Dettagli