Valutazione delle prestazioni di calcolo

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Valutazione delle prestazioni di calcolo"

Transcript

1 Architettura degli Elaboratori e delle Reti Valutazioe delle prestazioi di calcolo A. Borghese, F. Pedersii Dipartimeto di Iformatica Uiversità degli Studi di Milao 1 Perché valutare le prestazioi? Perché?! Misura quatitativa delle prestazioi Misura di velocità / throughput Fatturazioe delle prestazioi! Fare scelte itelligeti Istallare uovo hardware o uovo software? Aalisi costi/beefici relativi all acquisto di uovo hardware La misura di prestazioi riguarda di orma il tempo Prestazioi X > Prestazioi Y " T X < T Y " 1/T X > 1/T Y Misura relativa (percetuale): X ha prestazioi % maggiori di Y Prestazioi(X) = ( 1 + /100 ) Prestazioi(Y) T Y = ( 1 + /100 ) T X " = 100 ( T Y T X ) / T X 2

2 Criteri (metriche) di valutazioe orietati all utete CRITERI di VALUTAZIONE:! Velocità di esecuzioe! Quatità di iformazioe elaborata # Il criterio di valutazioe dipede dall utilizzo del calcolatore: 1) Utilizzo persoale $ tempo di esecuzioe 2) Utilizzo come server $ throughput THROUGHPUT: Ammotare di lavori svolti i u dato tempo (accessi pagie web, a bache dati, ad applicazioi, trasazioi commerciali ) # I casi molto particolari, si utilizzao ache altri criteri:! Efficieza eergetica: Joule / operazioe! Igombro (form factor): operazioi / ( sec m 3 ) 3 Criteri di valutazioe orietati alla macchia CRITERI DI VALUTAZIONE: # Tempo di risposta: tempo totale per completare u lavoro! icludedo accessi a disco, accessi a memoria, attività di I/O # Tempo di CPU: rappreseta il tempo speso dalla CPU per eseguire il programma dato! No iclude i tempi di attesa per I/O o esecuzioe di altri programmi! Iclude: tempo di CPU utete (tempo speso dalla CPU per eseguire le liee di codice che stao el ostro programma) tempo di CPU di sistema (speso dal sistema operativo per eseguire i compiti richiesti dal programma) # Comado time (UNIX): Produce tutti i tempi relativi al lavoro idicato Sitassi: time <job>! 90.7u 12.9s 2:39 65% 4

3 Uità di misura di prestazioi: CPI, T CPU Tempo di CPU (T CPU ): T CPU = N_cicli_clock * T CLOCK = N_cicli_clock / f CLOCK CPI: Clock Per Istructio! È il umero medio di cicli di clock / istruzioe: CPI = N_cicli_clock_programma / N_istruzioi! T CPU e CPI soo quidi gradezze legate dall espressioe: T CPU = CPI * N_Istruzioi * T clock Esempio: Calcolare il CPI di u programma di istruzioi, che ecessita per la sua esecuzioe (T CPU ) 1,2 sec, su u elaboratore co f CLOCK = 1 MHz Per l esecuzioe del programma, occorroo:! N_cicli_clock = 10 6 cicli/sec 1,2 sec = 1, cicli! CPI = N_cicli / N_istruzioi = 1, cicli / istr. = 3 cicli / istruzioe Sulle macchie di oggi il CPI è iferiore a 1 (arch. superscalari) 5 Misura delle prestazioi : T medio/istruzioe T medio/istruzioe # i geere, istruzioi di tipo diverso richiedoo quatità diverse di tempo! la moltiplicazioe richiede più tempo dell addizioe! l accesso alla memoria richiede più tempo dell accesso ai registri T medio/istruzioe : tempo medio di esecuzioe di u set di istruzioi, pesato secodo la frequeza di utilizzo di ogi istruzioe. T medio / istruzioe = T tot # Istruzioi = t i # Istruzioi = Numero di volte che l istruzioe i viee eseguita el programma i S i= 0 S i= 0 t i 6

4 Misura delle prestazioi: CPI medio, t medio CPI i umero di cicli di clock ecessari all istruzioe di tipo i Numero di volte che l istruzioe i viee eseguita el programma. f i Frequeza co cui l istruzioe i viee eseguita el programma. T medio/istr. = S i=0 S i=0 t i i= 1 CPI medio = ( CPI * l ) i i i= 1 = ( CPI i * fi ) i= 1 li i= 1 ( umero totale di istruzioi del programma) T CPU = t medio * N_istruzioi = CPI * T clock * N_Istruzioi T CPU = (t i * ) = t medio = (CPI i * ) *T clock 7 Esempio: calcolo CPI m, T CPU Esempio: si cosideri u calcolatore i grado di eseguire le istruzioi riportate i tabella: calcolare: CPI medio e il tempo di CPU per eseguire u programma composto da 200 istruzioi suppoedo di usare ua frequeza di clock pari a 500 MHz. istruzioe frequeza CPI ALU 43% 1 load 21% 4 store 12% 4 brach 12% 2 jump 12% 2 CPI medio = 0,43*1 + 0,21*4 + 0,12*4 + 0,12*2 + 0,12*2 = = 2,23 T CPU = 200 * 2,23 * 2 sec = 892 sec t clock * CPI = t medio 8

5 MIPS: Millio Istructios Per Secod MIPS: Millio Istructios Per Secod MIPS = ( N_istruzioi / 10 6 ) / T CPU MIPS = f CLOCK [espressa i MHz] / CPI Problemi di misura co MIPS:! dipede dall isieme di istruzioi, quidi è difficile cofrotare architetture co diversi set di istruzioi;! varia a secoda del programma cosiderato;! può variare i modo iversamete proporzioale alle prestazioi! Problema: macchia co hardware opzioale per virgola mobile:! Le istruzioi i virgola mobile richiedoo più cicli di clock che quelle su iteri! Hardware dedicato per la virgola mobile (i luogo delle routie software) impiegao meo tempo pur avedo u MIPS più basso 9 Misure & Problemi MIPS relativo = T CPU / T CPU_REF * MIPS CPU_REF CPUref : VAX 11/780 di Digital! Problema: evoluzioe dei sistemi. MFLOPS: Millio FLoatig-poit Operatios Per Secod itrodotto per i supercomputer! Problema: misure di picco.! MIPS di picco e sosteuti. Problema: poco sigificative. BENCHMARKS = Programmi per valutare le prestazioi! Es: Whetstoe, 1976; Drystoe, Kerel bechmark. Loop Livermore, Lipack, 1980.! Problema: polarizzazioe del risultato.! Bechmark co programmi piccoli ( liee, 1980) " o adatti a misurare le prestazioi delle strutture gerarchiche di memoria. 10

6 Idici SPEC ( 89, 92, 95) Bechmarks: idici SPEC METODO di MISURA: isieme di programmi di test Misura i più codizioi diverse (sigolo / multiplo processore / time sharig...) Bechmark specifici per valutare ache S.O. e I/O.! SPEC 95 " SPECit, SPECfp! Base: Su SPARCstatio 10/40 Bechmark particolari:! SDM (Systems Developmet Multitaskig).! SFS (System-level File Server).! SPEChpc96 Elaborazioi scietifiche ad alto livello 11 Esempio bechmark SPEC SPEC 95 Test prestazioi elaborazioe itera: 1) Go Itelligeza artificiale 2) m88ksim Simulatore chip Motorola 88K 3) gcc Compilatore Gu C che geera codice SPARC. 4) compress Compressioe e decompressioe di u file i memoria. 5) li Iterprete LISP 6) ijpeg Compressioe e decompressioe immagii 7) perl Maipolazioe di strighe e umeri primi (i PERL) 8) vortex Gestioe di ua base di dati. SPEC 95 Test prestazioi elaborazioe i virgola mobile 1) Tomcatv Programma per geerazioe di griglie 2) Swim Modello per acqua poco profoda co griglia 513 x 513 3) Su2cor Fisica quatistica: simulazioe MoteCarlo 4) Hydro2D Simulazioe sistemi fluidodiamici co equazioi di Navier-Stokes 5) Mgrid Risolutore multi-griglia i campo di poteziale 3D 6) Applu Equazioi alle differeze parziali paraboliche/ellittiche 7) Turb3D Simulazioe di turboleza isotropica ed omogeea i u cubo 8) Apsi Simulatore meteorologico, per il calcolo della diffusioe di ageti iquiati 9) Fpppp Chimica quatistica 10) Wave5 Fisica dei plasmi: simulazioe di particelle i campi elettromagetici SPEC 2000: programmi simili, di utilizzo comue (gzip, compilaz. C,...) 12

7 Prestazioi Prestazioi CPU vs. GPU: calcolo floatig-poit GFLOPS/s (da: NVIDIA, 2014) 13 Sommario # Fare scelte itelligeti! Istallare uovo hardware o uovo software?! Aalisi costi/beefici relativi all acquisto di uovo hardware Valutazioe quatitativa delle prestazioi: legge di Amdahl 14

8 Valutazioe delle prestazioi, coereza Cosidero 2 macchie co prestazioi differeti: Calcolatore I Calcolatore II Durata istruzioe A 1 10 Durata istruzioe B Durata istruzioe C Qual è più veloce? Dipede dalla frequeza delle diverse istruzioi. Tempo medio di esecuzioe di u istruzioe: t medio = # Programma 1: 1000 istruzioi A, 1 istruzioe B, 10 istruzioi C. t I = 1/1011 * (1000*1 + 1* *10) = 2100/ t II = 1/1011 * (1000*10 + 1* *100) = 11100/ # Programma 2: 100 istruzioi A, 10 istruzioi B, 10 istruzioi C. t I = 1/120 * (100*1 + 10* *10) = 10200/ t II = 1/120 * (100* * *100) = 3000/ t i 15 Come redere più veloci i calcolatori OTTIMIZZAZIONE # PRINCIPIO: redere veloce il caso più frequete.! Si deve favorire il caso più frequete a discapito del più raro. Defiizioi: Frazioe migliorameto : f m (0 f m 1):! la frazioe del tempo di calcolo della macchia origiale che può essere modificato per avvataggiarsi dei migliorameti. Speedup migliorameto : s m (s m 1):! il fattore di aumeto di velocità dovuto al migliorameto, rispetto alla velocità origiale. 16

9 Speed-up esempio 1 Cosideriamo u calcolatore (Comp1) ed u secodo calcolatore (Comp2) i cui la ALU è stata velocizzata (2x) Cosideriamo u applicazioe che prevede 90% di istruzioi i aritmetica itera. Di quato è lo speed-up globale di Comp2 rispetto a Comp1? Speed-up attività modificata: s M = 2 Frazioe di tempo attività modificata: f M = 0.9 (90%) T Computer1: T 1 = T ALU + T R ; T ALU = 0.9 T 1, T R = 0.1 T 1 T Computer2: T 2 = T ALU /2 + T R = 0.45 T T 1 = 0.55 T 1 Speed-up globale: S = T 1 /T 2 = 1 / 0.55 = 1.82 I geerale: T Computer1: T 1 = T ALU + T R ; T ALU = f M T 1, T R =(1 f M ) T 1 T Computer2: T 2 = T ALU /s M + T R = f M T 1 /s M + (1 f M ) T 1 = T 1 [f M /s M + (1 f M )] Speed-up: S = T 1 /T 2 = 1 / [f M /s M + (1 f M )] 17 Corollario della legge di Amdhal # Legge di Amdahl: Il migliorameto delle prestazioi globali otteuto co u migliorameto particolare (e.g. u istruzioe), dipede dalla frazioe di tempo i cui il migliorameto viee eseguito. Speedup globale = 1 / [ 1 f m + f m /S m ) ] S globale = 1 1 f M + f M s M I geerale, per N fattori di speed up : 1 S globale = N 1 f M,i + N f M,i s M,i # Corollario:! Se u migliorameto è utilizzabile solo per ua frazioe del tempo di esecuzioe complessivo (f m ), allora o è possibile accelerare l esecuzioe più del reciproco di (1 f m ): Speedup globale < 1 / (1 f m ) (caso limite: s M ) 18

10 Dimostrazioe T ew = T m + T m = T old * (1 f m ) + (T old / s m ) * f m / 2 T ew = T old * (1 f m + f m / s m ) = T old * [1 f m * (1 1/s m )] Istruzioi o accelerate Istruzioi accelerate Speedup globale = T old /T ew = T old / T old * [1 f m * (1 1 / s m )] = 1/ [1 f m + f m / s m )] < 1 / [1 f m ] c.v.d. (s m ) Istruzioi o accelerate Corollario: Se il tempo di esecuzioe delle istruzioi accelerate aumetasse all ifiito, il tempo di esecuzioe T NEW coiciderebbe co il tempo di esecuzioe delle istruzioi o accelerate: T OLD (1 f m ) Quidi: S max = T OLD / T NEW = 1 / (1 f m ) 19 Esempio 2 Esempio:! Si cosideri u migliorameto che cosete u fuzioameto 10 volte più veloce rispetto alla macchia origiaria, ma che sia utilizzabile solo per il 40% del tempo.! Qual è il guadago complessivo che si ottiee icorporado detto migliorameto? Speedup globale = 1 / [1 f m + f m /S m )]! Frazioe migliorameto = f m = 0.4! Speedup migliorameto = S m = 10 Speedup globale = 1 / ( /10) = 1 / ( ) = 1 / 0.64 = (56 % più veloce) 20

11 Speed-up dovuto a cache memory Esempio: velocizzazioe dovuta alla memoria cache Suppoiamo che ua cache sia 5 volte più veloce della memoria pricipale e che vega usata per il 90% del tempo (cache miss = 0.1) # Qual è il guadago i velocità dovuto all'uso della cache?! f M = 0.9! s M = 5 # Speedup globale = 1/ [1 f tempo_cache + f tempo_cache / S cache )] = = 1 / ( /5 ) 3.6 # Velocità 3.6 volte superiore usado la cache 21 Esempio 3 Esempio: valutazioe rapporto prestazioi/costo # Suppoiamo di dover scegliere tra u server co ua CPU stadard ed uo co ua CPU 5 volte più veloce (seza ifluezare le prestazioi di I/O), ad u costo (della CPU) 5 volte superiore. # Da misurazioi si sa che che la CPU viee utilizzata per il 50% del tempo; il rimaete è destiato ad operazioi di I/O. # Se la CPU è u terzo del costo totale del server, quale CPU rappreseta il miglior ivestimeto, i termii di rapporto prestazioi/prezzo? Icremeto globale di prestazioi: # Speedup globale = 1 / ( /5 ) = 1.67 Icremeto di costo del server = 2/3 + 1/3*5 = 7/3 = 2.33 # L icremeto di costo è quidi più grade del migliorameto di prestazioi " la modifica o migliora il rapporto costo/prestazioi 22

12 Esempio speedup dovuto a vettorializzazioe Esempio: speed-up mediate vettorializzazioe # Si deve valutare u migliorameto di ua macchia per l aggiuta di ua modalità vettoriale. La computazioe vettoriale è 20 volte più veloce di quella ormale. Si defiisce percetuale di vettorizzazioe la porzioe di tempo di calcolo che può sfruttare la modalità vettoriale. 1. Disegare u grafico che riporti lo speed-up i fuzioe della percetuale della computazioe effettuata i modo vettoriale! Quale percetuale di vettorizzazioe è ecessaria per uo speed-up di 2?! Quale per raggiugere la metà dello speed-up massimo? Si suppoga ora che la percetuale di vettorizzazioe misurata sia del 70% # I progettisti hardware affermao di potere raddoppiare la velocità della parte vettoriale se vegoo effettuati sigificativi ivestimeti. # Il gruppo che si occupa dei compilatori può icremetare la percetuale d uso della modalità vettoriale 2. Quale icremeto della percetuale di vettorizzazioe sarebbe ecessario per otteere lo stesso guadago di prestazioi? 3. Quale ivestimeto raccomadereste? 23 Esempio: curva di speed-up Speed-up come fuzioe della frazioe di vettorizzazioe: S M = 20; S g S G (f V ) = y(x) = 1/ [1 x + x/20] = 20/(20-19x) y: S G Speedup = 2 per %vett = 52.6 Speedup = 10 per %vett = % 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% x: f M 24

13 Esempio: speed-up dovuto a HW # L icremeto di velocità co f VETT = 70 %...! Speedup G = 1/ [ / 20)] = = 1/(1-0.7*19/20) = 2,9851 # HW: raddoppiado la velocità dell uità vettoriale:! Speedup HW = 1/ [ / 40)] = = 1/(1 0.7*39/40) = 3,1496 # SW: aumetado la percetuale di vettorizzazioe, f VETT...! Speedup SW = 3,1496 = 1/ [1 x + x / 20)] " x = f VETT = 71,84% " La soluzioe SW è ragioevolmete più vataggiosa! 25

Analisi statistica dell Output

Analisi 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?

Dettagli

Campi vettoriali conservativi e solenoidali

Campi 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

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti 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

Dettagli

Selezione avversa e razionamento del credito

Selezione 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

Dettagli

Complessità Computazionale

Complessità 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

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI 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).

Dettagli

CONCETTI BASE DI STATISTICA

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

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI 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

Dettagli

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto Sommario Metodologie di progetto Massimo Violate troduzioe Progetto a Livello Porte Logiche Progetto a Livello Registri Progetto a Livello Sistema. troduzioe U sistema è ua collezioe di oggetti, compoeti,

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE 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

Dettagli

Random walk classico. Simulazione di un random walk

Random 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

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica 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.

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione 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

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

Valutazione delle prestazioni Salvatore Orlando

Valutazione delle prestazioni Salvatore Orlando Valutazione delle prestazioni Salvatore Orlando Arch. Elab. - S. Orlando 1 Valutazione delle prestazioni L approccio RISC ha semplificato l ISA, ma ha anche portato a sviluppo di tecniche di ottimizzazione

Dettagli

Analisi Fattoriale Discriminante

Analisi 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

Dettagli

Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni

Problemi 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

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica 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

Dettagli

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA Architetture dei sistemi itegrati digitali Alessadro Bogliolo Esercitazioe 2 Progetto e realizzazioe di u semplice sitetizzatore musicale basato su FPGA (A) Defiizioe della specifica ed esperimeti prelimiari

Dettagli

Appunti su rendite e ammortamenti

Appunti su rendite e ammortamenti Corso di Matematica I Facoltà di Ecoomia Dipartimeto di Matematica Applicata Uiversità Ca Foscari di Veezia Fuari Stefaia, fuari@uive.it Apputi su redite e ammortameti 1. Redite Per redita si itede u isieme

Dettagli

Calcolatori Elettronici A a.a. 2008/2009

Calcolatori Elettronici A a.a. 2008/2009 Calcolatori Elettronici A a.a. 2008/2009 PRESTAZIONI DEL CALCOLATORE Massimiliano Giacomin Due dimensioni Tempo di risposta (o tempo di esecuzione): il tempo totale impiegato per eseguire un task (include

Dettagli

Corso 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 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.

Dettagli

Economia Internazionale - Soluzioni alla IV Esercitazione

Economia Internazionale - Soluzioni alla IV Esercitazione Ecoomia Iterazioale - Soluzioi alla IV Esercitazioe 25/03/5 Esercizio a) Cosa soo le ecoomie di scala? Come cambia la curva di oerta i preseza di ecoomie di scala? Perchè queste oroo u icetivo al commercio

Dettagli

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA STATISTICA ECONOMICA STATISTICA PER L ECONOMIA aa 2009-2010 Operazioi statistiche elemetari Spesso ci si preseta il problema del cofroto tra dati Ad esempio, possiamo voler cofrotare feomei [ecoomici]

Dettagli

STIMA DEL FONDO RUSTCO

STIMA 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:

Dettagli

8. Quale pesa di più?

8. 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

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Introduzione 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

Dettagli

I Sistemi ERP e l innovazione aziendale: dalle Funzioni ai Processi, aspetti innovativi ed aspetti progettuali

I Sistemi ERP e l innovazione aziendale: dalle Funzioni ai Processi, aspetti innovativi ed aspetti progettuali I Sistemi ERP e l iovazioe aziedale: dalle Fuzioi ai Processi, aspetti iovativi ed aspetti progettuali Uiversità di L Aquila, 14 maggio 2004 Ig. Nicola Pace I Sistemi ERP e l iovazioe aziedale Uiversità

Dettagli

Pianificazione e supervisione della produzione in isole robotizzate

Pianificazione e supervisione della produzione in isole robotizzate Piaificazioe e supervisioe della produzioe i isole robotizzate Cadidato Stefao Cappugi Relatori Prof.Ig. G.Bucci Prof.Ig. P.Nesi Dott.Ig. F.Fioravati Ig. A.Villoresi Ig. M.Perfetti Dipartimeto di Sistemi

Dettagli

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30)

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30) Copyright 2005 Esselibri S.p.A. Via F. Russo, 33/D 8023 Napoli Azieda co sistema qualità certificato ISO 400: 2003 Tutti i diritti riservati. È vietata la riproduzioe ache parziale e co qualsiasi mezzo

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI 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

Dettagli

Interesse e formule relative.

Interesse e formule relative. Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica 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

Dettagli

Stima di un immobile a destinazione alberghiera APPROFONDIMENTI

Stima di un immobile a destinazione alberghiera APPROFONDIMENTI APPROFONDIMENTI www.shutterstock.com/vladitto Stima di u immobile a destiazioe alberghiera di Maria Ciua (Ricercatore di Estimo Facoltà di Igegeria dell Uiversità di Palermo) I geere ell expertise immobiliare

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 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

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 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

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE 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)

Dettagli

Distribuzione di un carattere

Distribuzione di un carattere Distribuzioe di u carattere Dopo le fasi di acquisizioe e di registrazioe dei dati, si passa al loro cotrollo e quidi alle loro elaborazioe. Si defiisce distribuzioe uitaria semplice di u carattere l elecazioe

Dettagli

Sintassi dello studio di funzione

Sintassi 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:

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

La sicurezza sul lavoro: obblighi e responsabilità

La sicurezza sul lavoro: obblighi e responsabilità La sicurezza sul lavoro: obblighi e resposabilità Il Testo uico sulla sicurezza, Dlgs 81/08 è il pilastro della ormativa sulla sicurezza sul lavoro. I sostaza il Dlgs disciplia tutte le attività di tutti

Dettagli

TRASMISSIONE IN FIBRA OTTICA

TRASMISSIONE IN FIBRA OTTICA TRASMISSIONE IN FIBRA OTTICA Storia delle comuicazioi ottiche 84 a.c.: caduta di Troia comuicata a Micee (550km di distaza) attraverso ua serie di fuochi allieati 794 d.c.: rete di Chappe collega Parigi

Dettagli

Metodi Iterativi Generalità e convergenza Metodi di base Cenni sui metodi basati sul gradiente Cenni sui metodi multigriglia

Metodi Iterativi Generalità e convergenza Metodi di base Cenni sui metodi basati sul gradiente Cenni sui metodi multigriglia Itroduzioe Metodi diretti Elimiazioe di Gauss Decomposizioe LU Casi particolari Metodi Iterativi Geeralità e covergeza Metodi di base Cei sui metodi basati sul gradiete Cei sui metodi multigriglia 1 Itroduzioe

Dettagli

ESERCIZI 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. 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

Dettagli

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche Itroduzioe alla Statistica descrittiva Defiizioi prelimiari È la scieza che studia i feomei collettivi o di massa. U feomeo è detto collettivo o di massa quado è determiato solo attraverso ua molteplicità

Dettagli

CAPITOLO 5 TEORIA DELLA SIMILITUDINE

CAPITOLO 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

Dettagli

Il confronto tra DUE campioni indipendenti

Il 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

Dettagli

Principi base di Ingegneria della Sicurezza

Principi 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

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA 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

Dettagli

I appello - 29 Giugno 2007

I 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 (

Dettagli

Microscopio di misura senza contatto per ispezioni e misurazioni di precisione KESTREL ELITE

Microscopio di misura senza contatto per ispezioni e misurazioni di precisione KESTREL ELITE KESTREL ELITE KESTREL ELITE Microscopio di misura seza cotatto per ispezioi e misurazioi di precisioe Misurazioe seza cotatto su 2 assi, ideale per misurare caratteristiche bidimesioali di piccoli compoeti

Dettagli

Le carte di controllo

Le 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

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA 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

Dettagli

PARAMETRI DEL MOTO SISMICO

PARAMETRI 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

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie umeriche e serie di poteze Sommare u umero fiito di umeri reali è seza dubbio u operazioe che o può riservare molte sorprese Cosa succede però se e sommiamo u umero ifiito? Prima di dare delle defiizioi

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli 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

Dettagli

Demand-Side Management in a Smart Micro-Grid: A Distributed Approach Based on Bayesian Game Theory

Demand-Side Management in a Smart Micro-Grid: A Distributed Approach Based on Bayesian Game Theory Demad-Side Maagemet i a Smart Micro-Grid: A Distributed Approach Based o Bayesia Game Theory Matteo Sola e Giorgio M. Vitetta Dipartimeto di Igegeria Ezo Ferrari Uiversità degli Studi di Modea e Reggio

Dettagli

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA Capitolo uo STATISTICA DESCRITTIVA BIVARIATA La statistica bidimesioale o bivariata si occupa dello studio del grado di dipedeza di due caratteri distiti della stessa uità statistica. E possibile, ad esempio,

Dettagli

Indici COMIT Metodologia di calcolo

Indici COMIT Metodologia di calcolo Il presete documeto riassume le regole fodametali per il calcolo e la gestioe degli idici elaborati da Itesa Sapaolo per l itero Mercato Telematico Azioario italiao (MTA) ed il vecchio Nuovo Mercato. Gli

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test 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

Dettagli

APPUNTI DI ECONOMIA ELEMENTARE. (tratti da A. MONTE Elementi di Impianti Industriali Cortina)

APPUNTI DI ECONOMIA ELEMENTARE. (tratti da A. MONTE Elementi di Impianti Industriali Cortina) ITIS OMAR Dipartimeto di Meccaica APPUNTI DI ECONOMIA ELEMENTARE (tratti da A. MONTE Elemeti di Impiati Idustriali Cortia) Si defiisce iteresse il dearo pagato per l'uso di u capitale otteuto i prestito

Dettagli

Il test parametrico si costruisce in tre passi:

Il 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

Dettagli

STIMA DEI DANNI 1) Che cosa si intende per danno economico?

STIMA DEI DANNI 1) Che cosa si intende per danno economico? STIMA DEI DANNI 1) Che cosa si itede per dao ecoomico? Per dao ecoomico si itede la perdita o la dimiuzioe di valore che u bee subisce a seguito di u siistro ( eveto o prevedibile) o da u fatto doloso

Dettagli

LEZIONI DI MATEMATICA PER I MERCATI FINANZIARI VALUTAZIONE DI TITOLI OBBLIGAZIONARI E STRUTTURA PER SCADENZA DEI TASSI DI INTERESSE

LEZIONI DI MATEMATICA PER I MERCATI FINANZIARI VALUTAZIONE DI TITOLI OBBLIGAZIONARI E STRUTTURA PER SCADENZA DEI TASSI DI INTERESSE LEZIONI DI MATEMATICA PER I MERCATI FINANZIARI Dipartimeto di Sieze Eoomihe Uiversità di Veroa VALUTAZIONE DI TITOLI OBBLIGAZIONARI E STRUTTURA PER SCADENZA DEI TASSI DI INTERESSE Lezioi di Matematia per

Dettagli

, l'insieme dei numeri interi relativi: 0, 1, 1, 2, 2, infinito. m dove m e n sono elementi di. Le frazioni hanno tre

, l'insieme dei numeri interi relativi: 0, 1, 1, 2, 2, infinito. m dove m e n sono elementi di. Le frazioni hanno tre Uiversità Boccoi. Ao accademico 00 00 Corso di Matematica Geerale Prof. Fabrizio Iozzi email: fabrizio.iozzi@ui-boccoi.it Lezioi / Gli isiemi umerici Gli isiemi umerici co i quali lavoreremo soo:, l'isieme

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

Terzo appello del. primo modulo. di ANALISI 18.07.2006

Terzo 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

Dettagli

Scambiatore e recupero calore da ''ATM 2005/06

Scambiatore e recupero calore da ''ATM 2005/06 Scambiatore e recupero calore da ''ATM 2005/06 Foto Foto estera estera scambiatore i i fuzioe fuzioe 20/01/2006 Pagia 1 Iformazioi geerali Impiato dedicato al recupero calore a valle del filtro a maiche.

Dettagli

IL CALCOLO COMBINATORIO

IL 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

Dettagli

3. Progetto di reti di comunicazione

3. Progetto di reti di comunicazione 3. Progetto di reti di comuicazioe 66 ROC-00/01 Capitolo 3 3. 1 Alberi di costo miimo e alberi di costo miimo co capacità Come acceato el paragrafo 2.1.2, i questo corso affroteremo solo due aspetti del

Dettagli

Soluzione del tema di Informatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Prof. Mauro De Berardis Itis Teramo Mercurio 2011 Prova scritta di

Soluzione del tema di Informatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Prof. Mauro De Berardis Itis Teramo Mercurio 2011 Prova scritta di Soluzioe del tema di Iformatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Sessioe ordiaria Esame di Stato 2011 Tema di Iformatica - Progetto: Mercurio Soluzioe proposta da: Co il termie Web 2.0 si

Dettagli

Capitolo 3: Procedure e funzioni ricorsive

Capitolo 3: Procedure e funzioni ricorsive Capitolo 3: Proedure e fuzioi riorsive L'uso di proedure riorsive (o di riorreza o riorreti ) permette spesso di desrivere u algoritmo i maiera semplie e oisa, mettedo i rilievo la teia adottata per la

Dettagli

Parte 2. Problemi con macchine parallele

Parte 2. Problemi con macchine parallele Parte 2 Problemi co macchie arallele Esemio job 1 2 3 4 5 j 2 3 5 1 4 2macchie Assegado{2,3,5}aM1e{1,4}aM2 M2 M1 4 1 1 3 3 2 5 5 8 12 Assegado{1,4,5}aM1e{2,3}aM2 M2 3 2 M1 4 1 5 1 3 5 7 8 R m //C Algoritmo

Dettagli

Università degli Studi La Sapienza. Facoltà di Economia. Anno accademico 2012-13. Matematica Finanziaria Canale D - K

Università degli Studi La Sapienza. Facoltà di Economia. Anno accademico 2012-13. Matematica Finanziaria Canale D - K 1 Matematica Fiaziaria Uiversità degli Studi La Sapieza Facoltà di Ecoomia Ao accademico 212-13 Matematica Fiaziaria Caale D - K Capitolo 3 Ammortameto di prestiti idivisi Atoio Aibali Atoio Aibali a.a.

Dettagli

AFFIDABILITÀ. Capitolo 16 - 16.1 -

AFFIDABILITÀ. 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

Dettagli

ARGOMENTI Scopi e caratteristiche dello strumento Tipologie di mutui Il mercato secondario e il ruolo svolto nella crisi finanziaria

ARGOMENTI Scopi e caratteristiche dello strumento Tipologie di mutui Il mercato secondario e il ruolo svolto nella crisi finanziaria MERCATO DEI MUTUI A.A. 2015/2016 Prof. Alberto Dreassi adreassi@uits.it DEAMS Uiversità di Trieste ARGOMENTI Scopi e caratteristiche dello strumeto Tipologie di mutui Il mercato secodario e il ruolo svolto

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE 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

Dettagli

Capitolo 8 Le funzioni e le successioni

Capitolo 8 Le funzioni e le successioni Capitolo 8 Le fuzioi e le successioi Prof. A. Fasao Fuzioe, domiio e codomiio Defiizioe Si chiama fuzioe o applicazioe dall isieme A all isieme B ua relazioe che fa corrispodere ad ogi elemeto di A u solo

Dettagli

Problemi di turnistica del personale nei trasporti. Pianificazione dei turni. Tecniche di ottimizzazione. Programma. Paolo Toth e Daniele Vigo

Problemi di turnistica del personale nei trasporti. Pianificazione dei turni. Tecniche di ottimizzazione. Programma. Paolo Toth e Daniele Vigo Problemi di turistica del persoale ei trasporti Paolo Toth e Daiele Vigo DEIS, Uiversità di Bologa http://promet4.deis.uibo.it/ Piaificazioe dei turi Dati: u isieme di servizi da effettuare i u determiato

Dettagli

Metodi statistici per l analisi dei dati

Metodi 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

Dettagli

A = 10 log. senϕ = n n (3)

A = 10 log. senϕ = n n (3) CORSO DI LABORATORIO DI FISICA A Misure co fibre ottiche Scopo dell esperieza è la misura dell atteuazioe e dell apertura umerica di fibre ottiche di tipo F-MLD-500. Teoria dell esperieza La fisica sulla

Dettagli

Quale futuro per i rifiuti?

Quale futuro per i rifiuti? Utilities Luglio 2013 Quale futuro per i rifiuti? Il percorso e le sfide degli operatori verso il 2020 R ita p oma, ost-m 2 icog A2A Ambiete prota all igresso di privati per crescere 1 Giu 19 Dicembre

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio 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 >

Dettagli

Campionamento stratificato. Esempio

Campionamento 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

Dettagli

Crypt ALaRM. Profilo di Crypt ALaRM. Marzo 2011 Pag. 1

Crypt ALaRM. Profilo di Crypt ALaRM. Marzo 2011 Pag. 1 Crypt LaRM Profilo di Crypt LaRM Marzo 2011 Pag. 1 Crypt LaRM Crypt LaRM asce el 2006 come spi-off ufficiale dell Uiversità degli studi di Roma Tor Vergata ed è ua società giovae specializzata ello sviluppo

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Dal vigneto allo smartphone La sensoristica in viticoltura

Dal vigneto allo smartphone La sensoristica in viticoltura 50 Terra e Vita [ SPECIALE SIMEI ENOVITIS ]. 45/2011 Dal vigeto allo smartphoe La sesoristica i viticoltura [ DI ALESSANDRA BIONDI BARTOLINI ] Sembra fatascieza ma o lo è: la vita di tutti i giori icotra

Dettagli

Complementi di Matematica e Statistica

Complementi 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...

Dettagli

Motori maxon DC e maxon EC Le cose più importanti

Motori maxon DC e maxon EC Le cose più importanti Motori maxo DC e maxo EC Il motore come trasformatore di eergia Il motore elettrico trasforma la poteza elettrica P el (tesioe U e correte I) i poteza meccaica P mech (velocità e coppia M). Le perdite

Dettagli

COSTRUZIONE DI UN INDICE PER LA VALUTAZIONE DELLA SOSTENIBILITÀ AMBIENTALE DI UN AREA PROTETTA: IL CASO DEL PARCO NAZIONALE DEL VESUVIO.

COSTRUZIONE DI UN INDICE PER LA VALUTAZIONE DELLA SOSTENIBILITÀ AMBIENTALE DI UN AREA PROTETTA: IL CASO DEL PARCO NAZIONALE DEL VESUVIO. XXIX CONFERENZA ITALIANA DI SCIENZE REGIONALI COSTRUZIONE DI UN INDICE PER LA VALUTAZIONE DELLA SOSTENIBILITÀ AMBIENTALE DI UN AREA PROTETTA: IL CASO DEL PARCO NAZIONALE DEL VESUVIO. Marta BOTTERO 1 e

Dettagli

PageScope Enterprise Suite. End to End Printing Administration. Solutions PageScope Enterprise Suite

PageScope Enterprise Suite. End to End Printing Administration. Solutions PageScope Enterprise Suite Eterprise Suite Ed to Ed Pritig Admiistratio Solutios Eterprise Suite Eterprise Suite Gestioe cetralizzata, flessibilità co efficieza assoluta. Nel modo degli affari di oggi, il tempo ha u ruolo esseziale.

Dettagli

Ravenna 2015 21 maggio Workshop U - «Seminario e tavola rotonda sull'attuazione del PNPR»

Ravenna 2015 21 maggio Workshop U - «Seminario e tavola rotonda sull'attuazione del PNPR» Ravea 2015 21 maggio Workshop U - «Semiario e tavola rotoda sull'attuazioe del PNPR» Esempi pratici di protocolli d'itesa co la GDO per la riduzioe dei rifiuti: è possibile u itesa azioale per proporre

Dettagli

Metodi statistici per l'analisi dei dati

Metodi 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

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA 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:

Dettagli

TESEO 7 Enterprise Resource Planning

TESEO 7 Enterprise Resource Planning TESEO 7 Eterprise Resource Plaig Zucchetti Cetro Sistemi SpA Cosa è TESEO è la risposta di Zucchetti Cetro Sistemi alla richiesta di u ERP i liea co le uove esigeze che ogi azieda oggi si trova ad avere:

Dettagli

2.1. CONSIDERAZIONI GENERALI SULLA TEORIA DEL METODO AGLI ELEMENTI FINITI PER LA SIMULAZIONE DEI PROCESSI DI LAMIERA

2.1. CONSIDERAZIONI GENERALI SULLA TEORIA DEL METODO AGLI ELEMENTI FINITI PER LA SIMULAZIONE DEI PROCESSI DI LAMIERA Politecico di Torio Sistemi di Produzioe... CONSIDERAZIONI GENERALI SULLA TEORIA DEL METODO AGLI ELEMENTI FINITI PER LA SIMULAZIONE DEI PROCESSI DI LAMIERA... Equazioe di govero Negli ultimi ai il metodo

Dettagli

1. Considerazioni generali

1. 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

Dettagli

Un modello di Vasicek multistato con correlazione tra tassi di default e perdita

Un modello di Vasicek multistato con correlazione tra tassi di default e perdita U modello di Vasicek multistato co correlazioe tra tassi di default e perdita La correlazioe fra default e recovery ha u impatto sigificativo sui requisiti di capitale per il rischio di credito. I questo

Dettagli