Pianificazione di un esperimento di simulazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Pianificazione di un esperimento di simulazione"

Transcript

1 Pianificazione di un esperimento di simulazione Processo di creazione ed uso di un modello. Criteri di scelta della simulazione : appropriatezza del modello e della soluzione costo semplicità di uso 1. Definizione degli obiettivi (formulazione del problema) Acquisizione dati dal sistema reale 2. Definizione del modello di simulazione livello di astrazione, variabili, (esogene / endogene), parametri, relazioni funzionali; complessità adeguatezza 3. Parametrizzazione stima dei parametri e delle caratteristiche operative tecniche statistiche 4. Valutazione del modello : se respinto torna al passo 1 adeguatezza : parametri, caratteristiche operative, generatori di numeri pseudocasuali 5. Formulazione del programma schema di programma scelta del linguaggio di programmazione condizioni iniziali del sistema 6. Convalida del modello di simulazione : comportamento del modello comportamento del sistema se respinto torna al passo 2 o Progetto degli esperimenti 8. Analisi dei risultati scelta del metodo ; tecniche statistiche Sim.2.1

2 La definizione di un modello di simulazione include : processo stocastico da studiare parametri e caratteristiche operative eventi variabili di stato dipendenti dagli eventi variabili endogene e regole di generazione regole di trasformazione di stato regole di trasformazione delle variabili endogene Il programma di simulazione include la lista degli eventi E={(e 1, t 1 ), (e 2, t 2 ), (e 3, t 3 ),...} t i t i+1, i 1 un meccanismo di manipolazione degli eventi generatori di numeri pseudocasuali routine per l'analisi statistica dei risultati ESEMPIO consideriamo un sistema di elaborazione uniprocessore rappresentato come un sistema di congestione aperto formato da due centri di servizio corrispondenti, rispettivamente, alla CPU e ad una unità periferica CPU 1 DISK I programmi arrivano dall'esterno. Ogni programma (job) richiede un 'servizio' alla CPU (elaborazione di un segmento di programma) ed uno alla periferica (operazioni di I/O) e quindi lascia il sistema Scopo dello studio è la valutazione delle prestazioni del sistema, in termini di analisi statistica del numero di job presenti in ogni componente del sistema e di altri indici, quali il tempo di elaborazione complessiva di un programma, l'utilizzazione del sistema e delle sue componenti. 2 Sim.2.2

3 Definiamo le variabili di stato, ad un istante t 0 n i (t) numero di job nel centro di servizio i al tempo t a i (t) numero di job arrivati al centro i fino al tempo t u i (t) numero di job serviti dal centro i fino al tempo t s i (t) stato del servente del centro i al tempo t (s i (t)=0 per servente libero, s i (t)=1 occupato) dove n i (t),a i (t),u i (t) 0, i=1,2. Processo stocastico da studiare P(t) = {n 1 (t), n 2 (t), s 1 (t), s 2 (t) t>0} Parametri e caratteristiche operative A distribuzione degli arrivi esterni al centro 1, di media E[t a ], varianza Var[t a ] S i distribuzione del tempo di servizio nel centro i, di media E[t si ], varianza Var[t si ], i=1,2 discipline di servizio ai centri p.es. : arrivi Poissoniani, A=esponenziale di media E[t a ]=10sec tempo di elab. alla CPU S 1 =esponenziale, E[t s1 ]=50 ms tempo di elab. ai dischi S 2 =esponenziale, E[t s2 ]=100 ms discipline di servizio FIFO Eventi (scelta del livello di astrazione del modello) e i : fine servizio al centro i, i=1,2 e 3 : arrivo di un job dall'esterno alla CPU e 4 : fine simulazione Variabili di stato t i : tempo di occorrenza dell'evento e i, 1 i 4 clock : tempo simulato Il modello di simulazione include la lista degli eventi, lista astratta delle coppie (e i, t i ) in ordine cronologico (t i t i+1 ). Considerando un tempo iniziale t=0, associamo ad ogni evento un numero d'ordine di occorrenza h=1,2,... Sim.2.3

4 p.es. h=1 evento di tipo e 3 arrivo di un job, h=2 evento di tipo e 3 arrivo di un altro job, h=3 evento di tipo e 1 servizio alla CPU, etc. Denotiamo con x(h) il valore della variabile x dopo l'occorrenza dell'h-simo evento. Variabili endogene sequenza di numeri generati secondo la distribuzione A <X 1,X 2,...> sequenza di numeri generati secondo la distribuzione S i <Y 1 i,y2 i,...> regole di generazione: X h = f (X h-1, A) h>1 Y i h = f (Yh-1 i, Si ) h>1, 1 i 2 Regole di trasformazione di stato e delle variabili endogene 1) selezione dell'evento successivo 2) aggiornamento delle variabili di stato 1) selezione dell'evento successivo * avanzamento per eventi: e(h+1) = e (e,t) E, t=min i t i, t>clock(h) clock(h+1) t tempo futuro più vicino al tempo attuale criterio di gestione di eventi simultanei * avanzamento per intervalli fissi: clock(h+1) clock(h) + e(h+1) = e (e,t) E, clock(h)<t clock(h+1) Se non esiste alcun evento e si itera il procedimento di avanzamento del tempo, altrimenti si trattano tutti gli eventi occorsi. 2) aggiornamento delle variabili di stato in base al tipo di evento e i 1 i 4: e i fine servizio al centro i = 1,2 Sim.2.4

5 n i (h+1) n i (h) - 1 n 1 (h+1) = n 1 (h) se i=2; n 2 (h+1) = n 2 (h)+1 se i=1 a j (h+1) = a j (h) j=1,2, se i=2; j=1 se i=1 a 2 (h+1)= a 2 (h)+1 u i (h+1) u i (h) + 1 u j (h+1) = u j (h) j i s i (h+1) = 1 se n i (h)>1, s i (h+1) = s i (h) altrimenti s j (h+1) = s j (h) j i se i=2; s 2 (h+1) =1 se i=1 clock(h+1) t i t i clock(h+1) +Y i ui(h+1) e 3 : arrivo di un job dall'esterno alla CPU n 1 (h+1) n 1 (h) + 1 n 2 (h+1) = n 2 (h) a 1 (h+1) = a 1 (h) + 1 a 2 (h+1) = a 2 (h) u j (h+1) = u j (h) j=1,2 s 1 (h+1) = 1 s 2 (h+1) = s 2 (h) clock(h+1) t 3 t 3 clock(h+1) +X a1(h+1) e 4 : fine simulazione specifica del calcolo delle statistiche per l'analisi dei risultati e la produzione delle variabili endogene. Le regole di trasformazione per ogni evento includono le istruzioni necessarie per tali analisi statistiche. Variabili endogene: lunghezza di coda al centro i, tempo di risposta, utilizzazione, throughput. Struttura del simulatore per sequenziamento di eventi : lista deli eventi ad ogni evento è associato il tipo (e i, 1 i 4) e il tempo di occorenza Sim.2.5

6 una routine per ogni tipo di evento che viene attivata quando occorre un evento di quel tipo clock programma di controllo seleziona il prossimo evento nella lista aggiorna il clock trasferisce il controllo alla routine relativa all'evento selezionato La lista degli eventi è accessibile in lettura da tutte le routine, ma in scrittura solo dalla routine di controllo. Per fini statistici, una routine di "osservazione" viene attivata periodicamente (introdurre un evento "osservazione") INIZIO INIZIALIZZAZIONE DEL MODELLO Poni clock=0 Routine di controllo Determina il prossimo evento Aggiorna il clock Passa il controllo alla procedura relativa all'evento selezionato Gestione arrivo Gestione servizio CPU Gestione servizio DISK Routine osserv. Gestione evento FINE SIM. FINE Dichiarazione variabili e strutture dati <variabili di stato> <variabili esogene> <lista eventi> Sim.2.6

7 <code> <clock> Definizione delle procedure di evento Programma di controllo begin <inizializzazione> <prevedi il primo evento di arrivo> while clock<t 4 do begin <seleziona prossimo evento e con tempo t > <clock t > <esegui la procedura relativa all'evento e> end; <esegui la procedura di fine simulazione> end; Procedura di gestione evento fine servizio CPU (di tipo e 1 ) procedure fine_cpu; begin <esamina lo stato n 1 > if n 1 >0 then begin <occupa il servente> <determina la durata del servizio> <t 1 clock + Y 1 u1(h+1) > end else <servente della CPU diventa libero> end; Struttura del simulatore orientato ad interazioni fra processi : Entità processo Processo utente Processo servente CPU Processo servente Disk Sim.2.7

8 utente determina il tempo del successivo utente determina il prossimo arrivo poni l'utente in coda alla CPU aspetta il completamento di servizio alla CPU poni l'utente in coda a Disk aspetta il completamento di servizio Disk coda vuota? seleziona l'utente servente i No rimuovi l'utente dalla coda determina il tempo di servizio aspetta il completamento di servizio Sì aspetta un arrivo di utente in coda distruggi le tue strutture dati FINE Sim.2.8

Sistema : collezione di componenti (elementi, entità) interdipendenti che interagiscono fra loro in accordo a specifiche predefinite.

Sistema : collezione di componenti (elementi, entità) interdipendenti che interagiscono fra loro in accordo a specifiche predefinite. Sistema : collezione di componenti (elementi, entità) interdipendenti che interagiscono fra loro in accordo a specifiche predefinite. Studio, analisi del sistema al variare delle caratteristiche operative.

Dettagli

il servizio è realizzato valutandone il ritardo introdo0o

il servizio è realizzato valutandone il ritardo introdo0o Esempio Sistema di elaborazione uniprocessore con periferiche: un processo per ogni job nel sistema, un processo per la CPU, uno per ogni periferica Ogni processo viene eseguito ciclicamente esempio: consideriamo

Dettagli

Introduzione alla simulazione

Introduzione alla simulazione Introduzione alla simulazione Obbiettivo: simulazione discreta per l analisi quantitativa della QoS di sistemi costruzione di modelli di simulazione soluzione della simulazione: generazione e analisi della

Dettagli

Sistemi e modelli. Introduzione alla simulazione. Obbietivi. Motivazioni

Sistemi e modelli. Introduzione alla simulazione. Obbietivi. Motivazioni Introduzione alla simulazione Sistemi e modelli Obbiettivo: simulazione discreta per l analisi quantitativa della QoS di sistemi costruzione di modelli di simulazione soluzione della simulazione: generazione

Dettagli

Tre esempi di sistemi di congestione. Analisi delle loro simulazioni in linguaggio Simula

Tre esempi di sistemi di congestione. Analisi delle loro simulazioni in linguaggio Simula Tre esempi di sistemi di congestione Analisi delle loro simulazioni in linguaggio Simula Generalità introduttive Una larga classe di sistemi reali : Sistemi di produzione Sistemi di traffico e di comunicazione

Dettagli

Introduzione alla Simulazione

Introduzione alla Simulazione Introduzione alla Simulazione Discrete-event simulation (DES) Modelli Stocastici e Dinamici Le variabili di stato cambiano valore solo in corrispondenza di eventi discreti, determinati a loro volta da

Dettagli

PRINCIPI GENERALI. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

PRINCIPI GENERALI. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari. PRINCIPI GENERALI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) PRINCIPI GENERALI 7/03/2006

Dettagli

Analisi statistica dell output prodotto dalla simulazione

Analisi statistica dell output prodotto dalla simulazione Analisi statistica dell output prodotto dalla simulazione Teso di riferimento: Steven Lavenberg "Computer Performance Modeling Handbook" Academic Press, Il simulatore realizza un adeguato modello del

Dettagli

Modulo Simulazione Parte 1. Simulazione ad Eventi Discreti: Concetti Base. Organizzazione del modulo

Modulo Simulazione Parte 1. Simulazione ad Eventi Discreti: Concetti Base. Organizzazione del modulo Modulo Simulazione Parte 1 Simulazione ad Eventi Discreti: Concetti Base Ing. R.G. Garroppo Organizzazione del modulo Simulazione ad eventi discreti: concetti base Testo: J. Banks, J.S. Carson, B.L. Nelson

Dettagli

MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla

MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus e Testi di Riferimento MIS 1 di 7 MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus da testo 1 (la numerazione fa riferimento ai capitoli del

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE ESEMPI DI SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Esempi di simulazione Presentiamo alcuni esempi

Dettagli

ESEMPI DI SIMULAZIONE

ESEMPI DI SIMULAZIONE ESEMPI DI SIMULAZIONE Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) ESEMPI DI SIMULAZIONE 7/03/2006

Dettagli

Modelli e Metodi per la Simulazione (MMS)

Modelli e Metodi per la Simulazione (MMS) Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di

Dettagli

Introduzione alla Simulazione. Introduzione alla Simulazione. Aree di applicazione. Introduzione alla Simulazione. Introduzione alla simulazione

Introduzione alla Simulazione. Introduzione alla Simulazione. Aree di applicazione. Introduzione alla Simulazione. Introduzione alla simulazione Introduzione alla Simulazione Definizione di simulazione Tipi di simulazione Vantaggi e limiti della simulazione Modelli di simulazione Simulazione discreta Struttura di uno studio di simulazione Introduzione

Dettagli

Sistemi e modelli. Sistemi

Sistemi e modelli. Sistemi Sistemi e modelli Obbiettivo: sviluppare metodologie e strumenti di analisi quantitativa della QoS di sistemi costruzione e soluzione di modelli per la valutazione di prestazioni e affidabilità di sistemi

Dettagli

Un nuovo concetto di classe

Un nuovo concetto di classe Un nuovo concetto di classe Un sistema discreto è caratterizzato dalla particolarità che i suoi cambiamenti di stato hanno luogo a distanza di tempo comunque spaziati; nel simulare un sistema del genere,

Dettagli

SIMULAZIONE DISCRETA

SIMULAZIONE DISCRETA SIMULAZIONE DISCRETA Prof. Michele Colajanni Corso di Impianti di Elaborazione Ingegneria Informatica Università di Modena e Reggio Emilia Origini della Simulazione Discreta Nata nell ambito della ricerca

Dettagli

5.1 Metodo Branch and Bound

5.1 Metodo Branch and Bound 5. Metodo Branch and Bound Consideriamo un generico problema di ottimizzazione min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando

Dettagli

2. Simulazione discreta: approcci alla simulazione

2. Simulazione discreta: approcci alla simulazione Anno accademico 2008/09 Elementi di un programma di simulazione Controllore Tempo di simulazione Generatore dei dati di input Entità Eventi Attività Stati Processi Simulazione per eventi: le classi L approccio

Dettagli

Sistema a singolo servente

Sistema a singolo servente Sistema a sgolo servente Servente Cliente arrivo Clienti coda Cliente servizio Cliente uscita empi di terarrivo A, A 2, v.a. IID (i.e., hanno la stessa funzione di distribuzione e sono dipendenti) empi

Dettagli

PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE

PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE 1 ALGORITMO, PROGRAMMA, PROCESSO Algoritmo Procedimento logico che deve essere eseguito per risolvere un determinato problema. Programma Descrizione di un

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 2 parte. Processi stocastici e teoria delle code. Processi stocastici

SIMULAZIONE DI SISTEMI CASUALI 2 parte. Processi stocastici e teoria delle code. Processi stocastici SIMULAZIONE DI SISTEMI CASUALI 2 parte Processi stocastici e teoria delle code Processi stocastici Generalità La distribuzione di Poisson (degli eventi rari) è caratterizzata dall avere una funzione di

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE TEORIA DELLE CODE Teoria delle code Obiettivo Avere uno strumento analitico per determinare le condizioni di funzionamento di una rete in termini prestazionali La teoria delle

Dettagli

La simulazione è l'imitazione di un processo o di un sistema reale per un

La simulazione è l'imitazione di un processo o di un sistema reale per un 1 2 La simulazione è l'imitazione di un processo o di un sistema reale per un determinato periodo di tempo. La simulazione è l'imitazione di un processo o di un sistema reale per un determinato periodo

Dettagli

Politecnico di Milano Dipartimento di Elettronica e Informazione. - 1 - Introduzione. Laboratorio di Reti di Telecomunicazione

Politecnico di Milano Dipartimento di Elettronica e Informazione. - 1 - Introduzione. Laboratorio di Reti di Telecomunicazione Politecnico di Milano Dipartimento di Elettronica e Informazione - 1 - Introduzione Laboratorio di Reti di Telecomunicazione Programma Introduzione al concetto di simulazione Simulazionediretiditelecomunicazioni

Dettagli

PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa.

PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa. corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio a.a. 2012-2013 ELEMENTI DI TEORIA DELLE CODE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it

Dettagli

2 Simulazione. rappresentare sistemi reali anche complessi tenendo conto anche delle sorgenti di incertezza;

2 Simulazione. rappresentare sistemi reali anche complessi tenendo conto anche delle sorgenti di incertezza; 2 Simulazione Con il termine simulazione si intende la riproduzione del comportamento di un sistema. In generale, si parla di simulazione sia nel caso in cui viene utilizzato un modello concreto, sia nel

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE PRINCIPI GENERALI Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Simulazione a eventi discreti Una simulazione a eventi

Dettagli

MODELLI STATISTICI, RICHIAMI

MODELLI STATISTICI, RICHIAMI MODELLI STATISTICI, RICHIAMI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 11 Aprile 2006 Francesca Mazzia (Univ. Bari) MODELLI STATISTICI,

Dettagli

Algoritmi, Strutture Dati e Programmi. UD 2.b: Programmazione in Pascal

Algoritmi, Strutture Dati e Programmi. UD 2.b: Programmazione in Pascal Algoritmi, Strutture Dati e Programmi : Programmazione in Pascal Prof. Alberto Postiglione AA 2007-2008 Università degli Studi di Salerno Il Linguaggio di Programmazione Pascal Esistono molti linguaggi

Dettagli

Sistemi Operativi: Concetti generali. Sistemi Operativi: Concetti generali

Sistemi Operativi: Concetti generali. Sistemi Operativi: Concetti generali Servizi fondamentali di un Sistema Operativo Classificazione dei Sistemi Operativi secondo l ut Servizi fondamentali di un Sistema Operativo Classificazione dei Sistemi Operativi secondo l ut Concetti

Dettagli

Analisi Statistisca in Simulazione. Aspetto fondamentale in simulazione, a volte sottovalutato Corrette interpretazione dei risultati

Analisi Statistisca in Simulazione. Aspetto fondamentale in simulazione, a volte sottovalutato Corrette interpretazione dei risultati Analisi Statistisca in Simulazione Aspetto fondamentale in simulazione, a volte sottovalutato Corrette interpretazione dei risultati * Analisi dei dati di input definizione e parametrizzazione del modello

Dettagli

Corso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco

Corso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco Politecnico di Milano Sede di Cremona A.A. 2003/04 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI ESERCITAZIONE:

Dettagli

Esercitazioni di Sistemi di commutazione LS

Esercitazioni di Sistemi di commutazione LS Esercitazioni di Sistemi di commutazione LS Ing. ichele Savi DEIS - Universita di Bologna msavi@deis.unibo.it Analisi di architetture di commutazione Valutazione delle prestazioni di architetture di commutazione:

Dettagli

5. Analisi dei dati di input

5. Analisi dei dati di input Anno accademico 2007/08 Analisi e scelta dei dati di input Per l esecuzione di una simulazione è necessario disporre di dati di input che siano una adeguata rappresentazione di ciò che accadrà in realtà

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI, RICHIAMI Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione Nel

Dettagli

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Il problema di fondo Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Algoritmi e Programmazione Stefano

Dettagli

Modelli a code d attesa dei sistemi operativi

Modelli a code d attesa dei sistemi operativi Definizioni Preliminari Topologie Tandem (1 dispositivo I/O Tandem (2 dispositivi I/O) Coda chiusa Coda aperta Definizioni Preliminari variabili aleatorie: il risultato di un esperimento dall esito incerto

Dettagli

ISTRUZIONI A B K A, B, K A<B? SI A<B? SI A<B? SI

ISTRUZIONI A B K A, B, K A<B? SI A<B? SI A<B? SI SECONDA PARTE 6. LA RIPETIZIONE while ISTRUZIONI A B K A, B, K 0 10 0 While A

Dettagli

FONDAMENTI DI SEGNALI E TRASMISSIONE 2 Laboratorio

FONDAMENTI DI SEGNALI E TRASMISSIONE 2 Laboratorio FONDAMENTI DI SEGNALI E TRASMISSIONE 2 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it MATLAB: linguaggio di programmazione L ambiente MATLAB possiede un completo linguaggio di programmazione. Vediamo

Dettagli

Pseudo codice. Paolo Bison. Fondamenti di Informatica 1 A.A. 2003/04 Università di Padova. Pseudo codice, Paolo Bison, A.A , p.

Pseudo codice. Paolo Bison. Fondamenti di Informatica 1 A.A. 2003/04 Università di Padova. Pseudo codice, Paolo Bison, A.A , p. Pseudo codice Paolo Bison Fondamenti di Informatica 1 A.A. 2003/04 Università di Padova Pseudo codice, Paolo Bison, A.A. 2003-04, 2003-09-30 p.1/38 Pseudo codice linguaggio testuale mix di linguaggio naturale

Dettagli

Settimana n.2. Obiettivi Esecuzione di un programma. Tutorial su CodeBlocks e ambiente di sviluppo.

Settimana n.2. Obiettivi Esecuzione di un programma. Tutorial su CodeBlocks e ambiente di sviluppo. Settimana n.2 Obiettivi Esecuzione di un programma. Tutorial su CodeBlocks e ambiente di sviluppo. Contenuti Linguaggi di programmazione Dati e istruzioni Architettura di un elaboratore Uso del compilatore

Dettagli

Simulazione. D.E.I.S. Università di Bologna DEISNet

Simulazione. D.E.I.S. Università di Bologna DEISNet Simulazione D.E.I.S. Università di Bologna DEISNet http://deisnet.deis.unibo.it/ Introduzione Per valutare le prestazioni di un sistema esistono due approcci sostanzialmente differenti Analisi si basa

Dettagli

ESERCIZIO 3 - Scuola Sec. Primo Gr. - SQ Gara 1-17/18 ESERCIZIO 8 - Scuola Sec. Primo grado SQ. Gara 1-16/17

ESERCIZIO 3 - Scuola Sec. Primo Gr. - SQ Gara 1-17/18 ESERCIZIO 8 - Scuola Sec. Primo grado SQ. Gara 1-16/17 ESERCIZIO 3 - Scuola Sec. Primo Gr. - SQ Gara 1-17/18 Si faccia riferimento alla GUID - OPS 2018, ELEMENTI DI PSEUDOLINGUGGIO. variables,, C, integer; 5; 17; input C; ++C; +++C; +++C; output,, ; Il valore

Dettagli

Calcolare lo Span di un array di numeri

Calcolare lo Span di un array di numeri Calcolare lo Span di un array di numeri Altro esempio di come usare una pila come struttura dati ausiliaria per un algoritmo: Dato un array X, lo span S[i] di X[i] è il massimo numero di elementi consecutivi

Dettagli

i. Diagramma di GANTT relativo all esecuzione dei quattro processi:

i. Diagramma di GANTT relativo all esecuzione dei quattro processi: 1. (a) Si descriva il meccanismo attraverso cui i programmi richiamano i servizi del Sistema Operativo. Si faccia qualche esempio. (b) Si descriva il funzionanmento di un server web basato su thread multipli.

Dettagli

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Algoritmi e Programmazione Stefano Cagnoni Il problema

Dettagli

5. Analisi dei dati di output

5. Analisi dei dati di output Anno accademico 2006/07 Analisi dei dati di Output Y 1, Y 2,..., Y m : output della simulazione. Le variabili casuali Y 1, Y 2,..., Y m non sono in generale indipendenti Se supponiamo però di avere effettuato

Dettagli

La teoria delle code

La teoria delle code La teoria delle code Ludovica Crosato INTRODUZIONE La Teoria delle code (o delle file d attesa) rappresenta l analisi dei fenomeni di attesa che si possono manifestare in presenza della domanda di un servizio,

Dettagli

Rappresentazione con i diagrammi di flusso (Flow - chart)

Rappresentazione con i diagrammi di flusso (Flow - chart) Rappresentazione con i diagrammi di flusso (Flow - chart) Questo tipo di rappresentazione grafica degli algoritmi, sviluppato negli anni 50, utilizza una serie di simboli grafici dal contenuto evocativo

Dettagli

Introduzione alla simulazione

Introduzione alla simulazione Introduzione alla simulazione emiliano.casalicchio@uniroma2.it http://www.uniroma2.it/didattica/mmi I fondamenti (1) Per studiare scientificamente un Sistema è spesso necessario fare delle assunzioni semplificative

Dettagli

Linguaggio assembler e linguaggio macchina (caso di studio: processore MIPS)

Linguaggio assembler e linguaggio macchina (caso di studio: processore MIPS) Linguaggio assembler e linguaggio macchina (caso di studio: processore MIPS) Salvatore Orlando Arch. Elab. - S. Orlando 1 Livelli di astrazione Scendendo di livello, diventiamo più concreti e scopriamo

Dettagli

5. Analisi dei dati di output

5. Analisi dei dati di output Anno accademico 2008/09 Analisi dei dati di Output Y 1, Y 2,..., Y m : output della simulazione. Le variabili casuali Y 1, Y 2,..., Y m non sono in generale indipendenti Se supponiamo però di avere effettuato

Dettagli

Reti di Telecomunicazioni. Sistemi a coda

Reti di Telecomunicazioni. Sistemi a coda Reti di Telecomunicazioni Sistemi a coda Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è stata

Dettagli

PRINCIPI GENERALI - CONTINUA

PRINCIPI GENERALI - CONTINUA PRINCIPI GENERALI - CONTINUA Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) PRINCIPI GENERALI

Dettagli

Argomenti della lezione. Introduzione agli Algoritmi e alle Strutture Dati. Lista Lineare. Lista Lineare come Tipo di Dato Astratto

Argomenti della lezione. Introduzione agli Algoritmi e alle Strutture Dati. Lista Lineare. Lista Lineare come Tipo di Dato Astratto Argomenti della lezione Introduzione agli Algoritmi e alle Strutture Dati Operazioni su Liste Dr. Emanuela Merelli Tipi di Dato Astratto Lista Lineare Pila Coda Concetto di Struttura dati dinamiche Lista

Dettagli

Progetto di Calcolo della Probabilità e Statistica Matematica. di Cavenaghi Mattia. matricola

Progetto di Calcolo della Probabilità e Statistica Matematica. di Cavenaghi Mattia. matricola Progetto di Calcolo della Probabilità e Statistica Matematica di Cavenaghi Mattia matricola Indice:. Schema della rete pag.. Esempio di cammino realizzabile pag.. L'istogramma della simulazione pag..scelta

Dettagli

I Fondamenti della Simulazione. Concetto di Sistema. Confronto tra modelli matematici e modelli simulativi Meccanismi i di avanzamento del tempo

I Fondamenti della Simulazione. Concetto di Sistema. Confronto tra modelli matematici e modelli simulativi Meccanismi i di avanzamento del tempo Agenda Introduzione alla simulazione AA 27/28 I Fondamenti della Simulazione Cosa è e a cosa serve Concetto di Metodi per studiare il comportamento di un sistema Confronto tra modelli matematici e modelli

Dettagli

1. Classificazione dei sistemi e dei modelli

1. Classificazione dei sistemi e dei modelli 1. Classificazione dei sistemi e dei modelli Carla Seatzu, 1 Marzo 2008 La teoria dei sistemi e del controllo si è sempre tradizionalmente occupata dei sistemi a variabili continue modellati da equazioni

Dettagli

LABORATORIO DI PROGRAMMAZIONE 2 Corso di laurea in matematica. Algoritmi ricorsivi

LABORATORIO DI PROGRAMMAZIONE 2 Corso di laurea in matematica. Algoritmi ricorsivi LABORATORIO DI PROGRAMMAZIONE 2 Corso di laurea in matematica Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico II wpage.unina.it/lapegna Partiamo da un

Dettagli

Introduzione. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

Introduzione. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari. Introduzione Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 6 Marzo 2006 Francesca Mazzia (Univ. Bari) Introduzione 6/03/2006 1 / 23 Introduzione

Dettagli

Reti di Comunicazione e Internet

Reti di Comunicazione e Internet Politecnico di Milano Dipartimento di Elettronica e Informazione Reti di Comunicazione e Internet Laboratorio 3. Multiplazione Statistica Agenda della lezione Multiplazione statistica Sistemi d attesa

Dettagli

5.1 Metodo Branch and Bound

5.1 Metodo Branch and Bound 5. Metodo Branch and Bound Si consideri il problema min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando una partizione (ricorsiva)

Dettagli

Progetto di Reti di Telecomunicazioni M (9 CFU)

Progetto di Reti di Telecomunicazioni M (9 CFU) Progetto di Reti di Telecomunicazioni M (9 CFU) Modulo 1 3 CFU - Prof. Giorgio Corazza http://www.unibo.it/docenti/giorgio.corazza Modulo 2 6 CFU - Prof. Ing. Carla Raffaelli http://www.unibo.it/docenti/carla.raffaelli

Dettagli

Distribuzioni campionarie. Antonello Maruotti

Distribuzioni campionarie. Antonello Maruotti Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento

Dettagli

Manualistica 3 Le strutture di controllo

Manualistica 3 Le strutture di controllo Programmazione e Laboratorio di Programmazione Manualistica 3 Le strutture di controllo Programmazione e Laboratorio di Programmazione: Le strutture di controllo 1 Le strutture di controllo Strutture di

Dettagli

Comunicazione con sincronizzazione estesa

Comunicazione con sincronizzazione estesa Comunicazione con sincronizzazione estesa 1 Chiamate di procedura remota e rendez-vous Chiamata di procedura remota Rendez vous Linguaggio ADA 2 Chiamata di operazione remota Meccanismo di comunicazione

Dettagli

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Laboratorio di Laurea in Ingegneria Civile e Ambientale Algoritmi e Algebra di Boole Stefano Cagnoni Il problema di fondo Descrizione

Dettagli

in termini informali: un algoritmo è una sequenza ordinata di operazioni che risolve un problema specifico

in termini informali: un algoritmo è una sequenza ordinata di operazioni che risolve un problema specifico Click to edit Algoritmo Master title style algoritmo: un insieme ordinato di operazioni non ambigue ed effettivamente computabili che, quando eseguito, produce un risultato e si arresta in un tempo finito

Dettagli

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l ambiente e il territorio

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l ambiente e il territorio Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Il problema di fondo Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l ambiente e il territorio Algoritmi

Dettagli

Capitolo 5 - Silberschatz

Capitolo 5 - Silberschatz Scheduling della CPU Capitolo 5 - Silberschatz Concetti di base La multiprogrammazione cerca di ottenere la massima utilizzazione della CPU. L esecuzione di un processo consiste in cicli d esecuzione della

Dettagli

Evoluzione del FORTRAN 14/03/2016. LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 15 IL LINGUAGGIO FORTRAN

Evoluzione del FORTRAN 14/03/2016. LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 15 IL LINGUAGGIO FORTRAN LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 15 IL LINGUAGGIO FORTRAN Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico II wpage.unina.it/lapegna

Dettagli

Esercitazione 1. Introduzione agli algoritmi di ordinamento

Esercitazione 1. Introduzione agli algoritmi di ordinamento Esercitazione 1 Introduzione agli algoritmi di ordinamento Algoritmi di ordinamento Algoritmi utilizzati per elencare gli elementi di un insieme secondo una sequenza stabilita da una relazione d'ordine,

Dettagli

Sommario. Tecniche di Decomposizione dei Problemi. Algoritmi: Costruzione. Tipi di problemi

Sommario. Tecniche di Decomposizione dei Problemi. Algoritmi: Costruzione. Tipi di problemi Sommario Tecniche di Decomposizione dei Problemi Costruzione di algoritmi Approccio alla soluzione di problemi complessi Sequenza; Selezione; Iterazione; Ricorsione Tecniche di Decomposizione dei Problemi

Dettagli

IL SISTEMA OPERATIVO

IL SISTEMA OPERATIVO IL SISTEMA OPERATIVO (seconda parte) PROGRAMMI UTENTE INTERPRETE COMANDI FILE SYSTEM GESTIONE DELLE PERIFERICHE GESTIONE DELLA MEMORIA GESTIONE DEI PROCESSI (NUCLEO) HARDWARE La gestione delle periferiche

Dettagli

Sistemi operativi. Lez. 9: primitive per la concorrenza i semafori

Sistemi operativi. Lez. 9: primitive per la concorrenza i semafori Sistemi operativi Lez. 9: primitive per la concorrenza i semafori Disabilitazione interrupt Due processi possono trovarsi in sezione critica simultaneamente solo perché chi vi è entrato per primo è stato

Dettagli

Politecnico di Milano Sede di Cremona A.A. 2012/13. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1)

Politecnico di Milano Sede di Cremona A.A. 2012/13. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Politecnico di Milano Sede di Cremona A.A. 2012/13 Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Martino De Marco email: martino.demarco@mail.polimi.it skype: martino.demarco ESERCITAZIONE VALUTAZIONE

Dettagli

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni 1 Corso on-line - AA2005/06 Sistemi a coda Blocco E1 v2 Ing. Stefano Salsano e-mail: stefano.salsano@uniroma2.it 1 Risorse e sistemi di servizio 2 Obiettivi Acquisire alcuni concetti

Dettagli

Generazione di numeri random. Distribuzioni uniformi

Generazione di numeri random. Distribuzioni uniformi Generazione di numeri random Distribuzioni uniformi I numeri random Per numero random (o numero casuale) si intende una variabile aleatoria distribuita in modo uniforme tra 0 e 1. Le proprietà statistiche

Dettagli

4.1 ESERCIZI DI RIEPILOGO

4.1 ESERCIZI DI RIEPILOGO 4 4.1 ESERCIZI DI RIEPILOGO Esercizio 4.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo

Dettagli

PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE

PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE 1 Algoritmo, programma, processo Algoritmo Programma Processo Procedimento logico che deve essere eseguito per risolvere un determinato problema. Descrizione

Dettagli

PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE. Algoritmo, programma, processo

PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE. Algoritmo, programma, processo PROCESSI NON SEQUENZIALI E TIPI DI INTERAZIONE 1 Processo sequenziale Sequenza di stati attraverso i quali passa l elaboratore durante l esecuzione di un programma (storia di un processo o traccia dell

Dettagli

Teoria delle File di Attesa

Teoria delle File di Attesa Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro

Dettagli

SCHEDULING DELLA CPU. Obiettivi. » Introduzione allo scheduling della CPU. » Algoritmi di scheduling della CPU

SCHEDULING DELLA CPU. Obiettivi. » Introduzione allo scheduling della CPU. » Algoritmi di scheduling della CPU SISTEMI OPERATIVI SCHEDULING DELLA CPU Obiettivi» Introduzione allo scheduling della CPU Aspetto fondamentale dei sistemi operativi multiprogrammati» Algoritmi di scheduling della CPU» Criteri per la scelta

Dettagli

Programmazione Strutturata

Programmazione Strutturata Programmazione Strutturata Problema: Spaghetti Code è un termine dispregiativo per quei programmi per computer che abbiano una struttura di controllo del flusso complessa e/o incomprensibile Ad esempio,

Dettagli

Architettura degli Elaboratori, Esercitazione 1

Architettura degli Elaboratori, Esercitazione 1 Architettura degli Elaboratori, 2008-09 Esercitazione 1 Ogni esercitazione ha lo scopo di servire da guida per la preparazione su una specifica parte del corso. È fortemente consigliato che lo studente

Dettagli

Architetture data-flow

Architetture data-flow Architetture data-flow Le architetture che abbiamo visto finora sono dette architetture control flow. Ciò sta ad indicare che il flusso dell elaborazione è dettato dall ordine con cui le varie istruzioni

Dettagli

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con

Dettagli

Gestione ed Elaborazione di Grandi Moli di Dati. Scritto 29/08/2006: SOLUZIONI

Gestione ed Elaborazione di Grandi Moli di Dati. Scritto 29/08/2006: SOLUZIONI Gestione ed Elaborazione di Grandi Moli di Dati Scritto 29/08/2006: SOLUZIONI Gest. ed Elab. di Grandi Moli di Dati: Scritto 29/08/2006 Problema. Con riferimento ai sistemi di dischi RAID a. Definire le

Dettagli

' $ Teoria del traffico & % 1

' $ Teoria del traffico & % 1 Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze

Dettagli

Architettura degli Elaboratori

Architettura degli Elaboratori Architettura degli Elaboratori Linguaggio macchina e assembler (caso di studio: processore MIPS) slide a cura di Salvatore Orlando, Marta Simeoni, Andrea Torsello Architettura degli Elaboratori 1 1 Istruzioni

Dettagli

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Algoritmi e Programmazione Stefano Cagnoni Il problema

Dettagli

Sistemi Discreti. Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi

Sistemi Discreti. Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi Sistemi Discreti Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi 1 Code Introduzione Classificazione dei sistemi a coda Legge di Little Sistemi a coda singola Reti di

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi e Strutture Dati Università di Camerino Corso di Laurea in Informatica (12 CFU) I periodo didattico Emanuela Merelli email:emanuela.merelli@unicam.it Argomenti della lezione Tipi di Dato Astratto

Dettagli