! è l'insieme A degli attributi di ! $ B IL PROBLEMA DELLE VISTE MATERIALIZZATE: PROBLEMI IL PROBLEMA DELLE VISTE MATERIALIZZATE
|
|
- Graziano Carmelo Pasquali
- 8 anni fa
- Visualizzazioni
Transcript
1 IL PROBLEMA DELLE VISTE MATERIALIZZATE IL PROBLEMA DELLE VISTE MATERIALIZZATE: PROBLEMI Le viste nei DBMS relzionli Utilità elle viste mterilizzte per l'eseuzione i interrogzioni Venite(ProutI, NegozioI, DtI, Q) to un rio i lvoro Q, quli viste mterilizzre SELECT FROM GROUP BY NegozioI, ProutI, SUM(Q) AS TQ Venite NegozioI, ProutI; Si mterilizz :V ome ggiornre le viste quno si moifino i ti (non si onsier) t un'interrogzione, ome risriverl per usre un vist mterilizzt SELECT FROM GROUP BY NegozioI, SUM(Q) AS TQ Venite NegozioI; SELECT FROM GROUP BY Si risrive NegozioI, SUM(TQ) AS TQ V NegozioI; 1 2 APPROCCIO NOZIONE DI PATTERN DI AGGREGAZIONE Le interrogzioni el rio i lvoro sono nell form: q = A! SUM(m) AS m (per revità q = A!) oppure q = A! $ B on A e B insiemi isgiunti i ttriuti e restrizioni AND i preiti (Att = ). Interrogzioni Q Il pttern (i ggregzione) P(v) i un vist v = A! è l'insieme A egli ttriuti i rggruppmento. Viste nite Il pttern P(q) i un'interrogzione q = A! $ B è l'insieme A " B Vinoli e oiettivi Algortimo i selezione Moello ei osti Diremo he q è lolile ll vist v (q << v) se il risultto i q può essere Viste mterilizzte selezionte trovto usno v. Se P(q) = A " B e P(v) = C, q << v sse A " B # C Dte ue viste v1 e v2 e un'interrogzione q, se v1 < v2 e q << v1, llor q << v2 3 4 IPOTESI SEMPLIFICATIVE I ti sono sttii on on n imensioni, prive i ttriuti, e un misur m Le viste nite sono i possiili uoii el uo esteso (retiolo ei uoii = retiolo elle possiili viste), iversi ll rie F, efiniti on espressioni tipo: A! SUM(m) AS m (F). Gli ttriuti i rggruppmento el uoie v si enotno on g(v) Il rio i lvoro sono le interrogzioni qi he efinisono i uoii iversi ll rie F. Diremo he q è lolile ll vist v (q << v) se il risultto i q può essere trovto usno v. IL RETICOLO DEL DW A B M A B C M A C M B C M SELECT B, C SUM(M) AS M FROM R GROUP BY B, C; Dte ue viste v1 e v2 e un'interrogzione q, se v1 < v2 e q << v1, llor q << v2 Il osto i eseuzione i q usno l vist v è v, il numero i reor i v. 5 A M B M M C M SELECT C SUM(M) AS M FROM R GROUP BY C; 2 90 SELECT SUM(M) AS M FROM R; 6 le interrogzioni el rio i lvoro sono nell form: q = A! oppure q = A! $ B on A e B insiemi isgiunti i ttriuti e restrizioni AND i preiti (Att = ).
2 DAL RETICOLO DEI CUBOIDI AL RETICOLO DELLE VISTE STIMA DIMENSIONE DI UNA VISTA (ProottoI, DtI, NegozioI) DtI) (ProottoI, NegozioI) (DtI, (ProottoI, NegozioI) (ProottoI) (DtI) (NegozioI) ( ) pn 6M p 0.8M pn 6M n 6M p 0.2M 0.1M n 0.01M none 1 vist v = A! F (R) Stim i v on l formul i Crens (uniforme istriuzione ei ti): v = n n(1 1/n) r ove n è il numero i possiili vlori i A e r = R. Esempio. Si R(B,C,D), on Nre(R), Nkey(B) e Nkey(C). L stim i un vist v rggruppno R su (B, C) si ottiene poneno Come stimre l imensione i un vist? n = Nkey(B) * Nkey(C) r = Nre(R) 7 8 PERCHE' MATERIALIZZARE LE VISTE PERCHE' NON MATERIALIZZARE TUTTE LE VISTE? pn 6M pn 6M p 0.8M pn 6M n 6M p 0.8M pn 6M n 6M p 0.2M 0.1M n 0.01M p 0.2M 0.1M n 0.01M none 1 none 1 Query: totle elle venite rggruppte per ProottoI Cso 1: ti (pn) = 6M Cso 2: vist mterilizzt (p) = 0.8M Cso 3: vist mterilizzt (p) = 0.2M Complet mterilizzzione: ~19M reor Meglio przile: - inluere: pm, il DW - esluere: pn, n totle: ~ 7M, pri prestzioni 9 10 SCELTA DELLE VISTE DA MATERIALIZZARE BENEFICIO DI UNA VISTA pn 1000 Si C(qi, M) il osto i eseuzione ell'interrogzione qi usno le viste mterilizzte M. L'oiettivo è i selezionre il sottoinsieme M elle viste nite V he minimizzi il osto omplessivo i eseuzione elle interrogzioni Q: %(V, M) = & i = 1.. Q C(qi, M) rispettno un vinolo he verrà speifito più vnti. Il prolem i ottimizzzione è NP-ompleto. Pertnto si er un soluzione pprossimt on un lgoritmo i tipo greey he proee selezionno un opo l'ltr l vist he proue il mssimo enefiio, finhé le viste selezionte non superno un vinolo prefissto. Informlmente, il enefiio i un vist è l riuzione el osto i eseuzione el rio i lvoro he proue. 1. Per ogni vist w isenente i v (w ' v): ) Si u l vist i osto minimo in M tle he w ' u ) Se C(v) < C(u), llor B w = C(u) C(v), ltrimenti B w = Si pone B(v, M) = & w ' v B w pn 1000 p 500 p 0 n Dto un insieme M i viste mterilizzte, per ogni vist v el retiolo, il enefiio B(v, M) i v rispetto M è efinito : n
3 ALGORITMO BASE ESEMPIO pn 1000 Vinolo: numero k i viste mterilizzre fr le V nite pn 1000 p 500 n 700 Algoritmo HRU(k) 1. M = {Top}; 2. A = V M; 3. for i = 1 to k o 3.1. v = l vist in A, tle he B(v, M) è mssimo 3.2. M = M " {v}; 3.3. A = A {v}; 4. return M; p 0 n pn p n p n ( ) Prim selt 0 500! 4 = ! 4 = ! 2 = ! 2 = ! 2 = Soluzione M = {pn, p, n, } Seon selt 0 300! 2 = ! 2 = = ! 2 = Terz selt Per ogni vist w isenente i v (w ' v): ) Si u l vist i osto minimo in M tle he w ' u ) Se C(v) < C(u), llor B w = C(u) C(v), ltrimenti B w = Si pone B(v, M) = & w ' v B w HRU NON TROVA LA MIGLIORE SOLUZIONE PRESTAZIONI K = 2 A 0 B 100 C 99 D 100 Complessità i tempo O(kn 2 ), ove k è il numero i viste selezionte e n il numero elle viste el retiolo. In generle l'lgoritmo non trov l soluzione ottim, m è stto imostrto he esso fornise uoni risultti e vle l seguente proprietà: Prim selt B = *100 = 4100 C = *101 = 4141 Seon selt B = 100+*100 = 2100 Greey M = {A, C, B} B(M) = 6241 Ottimo M = {A, B, D} B(M) = 0 + (0-100) * 80 = 80 Per ogni retiolo, si B greey il enefiio i k viste selte on l'lgoritmo greey e B opt il enefiio i un insieme ottimo i k viste, llor B greey non è inferiore 0,63 * B opt. D = *100 = 4100 D = 100+*100 = /80 = 0, VARIANTE 1 PGA: ESEMPIO pm 1000 Algoritmo HRU h omplessità i tempo polinomile nel numero elle viste n, m esponenzile nel numero elle imensioni! O(kn 2 ) = O(k2 2 ) pm 1000 p 500 m 700 Con n = 10, il retiolo h 1024 noi e HRU seglie 1 viste in un or! L omplessità esponenzile ipene ue selte: A ogni iterzione si lol il enefiio i tutte le viste non mterilizzte A ogni iterzione si onsierno tutti i isenenti i un vist Cnite i prim nomin = {p},, p 0 m fse i nomin: si selgono le viste più promettenti, fr quelle non nor prese in onsierzione, he si ggiungono ll'insieme elle viste nite, inizilmente vuoto. Le viste promettenti sono le più piole i ogni fmigli. Nel 02 è stto proposto un lgoritmo Polynomil Greey Algorithm (PGA) i omplessità polinomile nelle imensioni. fse i selt: si seglie l vist v fr quelle nite on il mssimo enefiio e si ritorn l psso preeente. Prim selt: {p} 17 18
4 PGA: ESEMPIO pm 1000 VARIANTE 2 pm 1000 p 500 m 700 Crio i lvoro on interrogzioni non equiproili p 0 m Cnite i prim nomin = {p},, Cnite i seon nomin = {m},, {m}, Cnite i terz nomin = {m}, {pm},, {p}, Prim selt: {p} Seon selt: {m} Terz selt: {m} Invee i fissre il numero k i viste mterilizzre, si impone il vinolo he l'insieme M non oupi più i un erto spzio S. L soluzione in questo so è ivers HRU, m ll umentre elle imensioni i solito è l stess. 19 ALGORITMO CON VINCOLO DI SPAZIO BPUS ALGORITMO CON VINCOLO DI SPAZIO PBS (Pik By Size) Algoritmo BPUS(S) Benefiio per unità i spzio B s (v, M) = B(v, M)/S(v) = & w ' v B w /S(v) 1. M = {Top}; 2. A = V M; 3.w h i l e (S > 0) o 3.1. v = vist in A on mx Bs; 3.2. if (S S(v) > 0) then {S = S S(v); M = M " {v}; A = A {v} }; else S = 0; 4.r e t u r n M; Algoritmo PBS(S) 1. M = {Top}; 2. A = V M; 3.w h i l e (S > 0) o 3.1. v = l vist più piol in A; 3.2. if (S S(v) > 0) then {S = S S(v); M = M " {v}; A = A {v} }; else S = 0; 4.r e t u r n M; Si omport ome PBUS per retioli Size Restrite: per ogni vist v on k figli e per ogni suo genitore z, z! (1+k) v, quno z " Top Risultti sperimentli mostrno he il risultto trovto è uono nhe se il retiolo non è Size Restrite VARIANTE 3 VISTE CANDIDATE Il rio i lvoro è un prtiolre insieme i interrogzioni Q. Sono le v on ssoit lmeno un q v q 1 q 1 2 {ProottoI, NegozioI, DtI} q v q 1 q 1 2 {ProottoI, NegozioI, DtI} q v 2 {ProottoI, NegozioI} 500 v q 3 3 q 4 {ProottoI, DtI} 700 v 4 {NegozioI, DtI} V2? NO 1000 v 2 {ProottoI, NegozioI} 500 v q 3 3 q 4 {ProottoI, DtI} 700 v 4 {NegozioI, DtI} 0 v 5 {ProottoI} q v 6 {NegozioI} 150 v 7 {DtI} 0 v 5 {ProottoI} q v 6 {NegozioI} 150 v 7 {DtI} 1 v 8 1 v 8 { } { } Ogni q si ssoi ll minim vist v he ne onsente il lolo
5 CRITERIO PER STABILIRE SE UNA VISTA E CANDIDATA ALGORITMO PER TROVARE LE VISTE CANDIDATE Algoritmo BPT(Q) Dto uno shem i DW e un rio i lvoro Q, un vist v è ett nit se soisf un elle seguenti onizioni: ( esiste un interrogzione q ) Q tle he g(q) = g(v), ( esiste un oppi i viste nite v i e v j tli he g(v) = g(v i ) * g(v j ), on * estremo superiore Cnite = insieme ei g(v) tli he g(v)=g(q), per ogni q ) Q; while (Cnite mi) o for (g(v i ) ) Cnite with g(v i )! Top) o for (g(v j ) ) Cnite with (g(v j )! Top) n (g(v i ) + g(v j )) n (g(v j ) * g(v j ), Cnite)) o Cnite = Cnite " (g(v j ) * g(v j )); return Cnite; ALGORITMO DI SCELTA DELLE VISTE CON CARICO DI LAVORO DIMENSIONI CON ATTRIBUTI D Q si trov l insieme elle possiile viste nturli Si etermin l insieme elle viste nite V Si trov l insieme elle viste mterilizzre on uno egli lgoritmi Ipotetio Riotto visti in preeenz Ipotetio: ome se si prtisse i ti ell giunzione i F on tutte le D. Si puo semplifire: - ome rie st F - se > un vist su h gli stessi gruppi i un su DIMENSIONI CON GERARCHIE MODIFICA DELLE VISTE CANDIDATE IN PRESENZA DI GERARCHIE Città NegozioI ProottoI Q1 ProottoI, NegozioI ProottoI, Città NegozioI Q2 Provini Q3 ProottoI, Provini In un vist v si sostituise un ttriuto più generle (Provini) on uno più speifio (Città) se si ottiene un vist v' i "poo" più grne: -S(v') < S(v). E' stto mostrto sperimentlmente he, on - = 0.95, si ottiene un sensiile riuzione el numero elle viste. ProottoI, NegozioI Q1 ProottoI, Città NegozioI Q2 Q
6 CONCLUSIONI GLI INDICI SU VISTE MATERIALIZZATE Su un vist on ttriuti (, ) si possono efinire 4 inii: I, I I o I Gli inii efiniti su tutti gli ttriuti i un vist (I o I ) sono etti ompleti. Oorre un uon lgoritmo pprossimto per trovre le viste mterilizzre, prtire l rio i lvoro e rispettno i vinoli In presenz i gerrhie, oorre riurre l rinlità ell'insieme elle viste nite. Utilità egli inii: si onsieri l'interrogzione q = $ sull vist v on ttriuti (, ). In ssenz i inii il osto i eseuzione i q ipene v. Se esiste l'inie I il osto i eseuzione si stim on quello i esso i ti: C D = v(,) / Nkey(I ) = v(,) / v() SCELTA DEGLI INDICI SU VISTE MATERIALIZZATE APPROCCIO CONSIDERATO Due iverse strtegie per risolvere il prolem Crio i lvoro Q Crio i lvoro Q Crio i lvoro Q Inii niti IniiC Viste nite V Selezione viste mterilizzte M Selezione viste mterilizzte M e inii I Vinoli e Oiettivi Algoritmo i selezione Moello ei osti Selezione inii memorizzre I Viste e inii M! I Viste M e Inii I Viste e inii M! I REGOLE DI BUON SENSO Costruire un inie sugli ttriuti ell vist usti nelle restrizioni e he sono molto selettivi. Costruire un inie sugli ttriuti ell vist he sono hive estern ell tell sull qule è efinit l vist. 35
ESERCIZI IN PIÙ ESERCIZI DI FINE CAPITOLO
L RLZIONI L FUNZIONI serizi in più SRIZI IN PIÙ SRIZI I FIN PITOLO TST Nell insieme ell figur, l relzione rppresentt goe ell o elle proprietà: TST L relzione «essere isenente i», efinit nell insieme egli
DettagliLa rappresentazione per elencazione consiste nell elencare tutte le coppie ordinate che verificano la relazione
RELAZIONI E FUNZIONI Relzioni inrie Dti ue insiemi non vuoti e (he possono eventulmente oiniere), si ie relzione tr e un qulsisi legge he ssoi elementi elementi. L insieme A è etto insieme i prtenz. L
DettagliA.A.2009/10 Fisica 1 1
Mhine termihe e frigoriferi Un mhin termi è un mhin he, grzie un sequenz i trsformzioni termoinmihe i un t sostnz, proue lvoro he può essere utilizzto. Un mhin solitmente lvor su i un ilo i trsformzioni
DettagliNumeri razionali COGNOME... NOME... Classe... Data...
I numeri rzionli Cpitolo Numeri rzionli Verifi per l lsse prim COGNOME............................... NOME............................. Clsse.................................... Dt...............................
DettagliF (r(t)), d dt r(t) dt
Cmpi vettorili Un cmpo vettorile è un funzione vlori vettorili F : A R, con A R n, ove in questo cso l imensione el ominio e el coominio è l stess. F ( 1, 2,..., n ) (f 1 ( 1, 2,..., n ), f 2 ( 1, 2,...,
DettagliSondaggio piace l eolico?
Songgio pie l eolio? Durnte l inugurzione i Stell sono stti istriuiti ei questionri per vlutre l inie i grimento ell eolio prte ell popolzione Sono stti ompilti e quini nlizzti 50 questionri Quest presentzione
Dettagli! Una gerarchia ricorsiva deriva dalla presenza di una ricorsione o ciclo (un anello nel caso più semplice) nello schema operazionale.
Gerarhie Riorsive! Una gerarhia riorsiva eriva alla presenza i una riorsione o ilo (un anello nel aso più semplie) nello shema operazionale.! Esempio i shema operazionale on anello:! Rappresentazione sullo
DettagliIl modello relazionale. Il Modello Relazionale. Il modello relazionale. Relazione. Dominio. Esempio
Il Moello elzionle Proposto E. F. o nel 1970 per vorire l inipenenz ei ti e reso isponiile ome moello logio in DM reli nel 1981 si s sul onetto mtemtio i relzione, questo ornise l moello un se teori he
DettagliIl modello relazionale. Il Modello Relazionale. Il modello relazionale. Relazione. Dominio. Esempio
Il Moello elzionle Proposto E. F. o nel 1970 per vorire l inipenenz ei ti e reso isponiile ome moello logio in DM reli nel 1981 si s sul onetto mtemtio i relzione, questo ornise l moello un se teori he
DettagliDefinizione. Si chiama similitudine una corrispondenza biunivoca dal piano in sé tale che,
CAPITOLO 6 LE SIMILITUDINI 6 Rihimi i teori Definizione Si him similituine un orrisponenz iunivo l pino in sé tle he presi ue punti qulunque A B el pino e etti A B i loro orrisponenti si h he esiste un
DettagliMacchine non completamente specificate. Sintesi Sequenziale Sincrona Sintesi Comportamentale di Reti Sequenziali Sincrone
Mhin non ompltmnt spifit Sintsi Squnzil Sinron Sintsi Comportmntl i Rti Squnzili Sinron Riuzion l numro gli stti pr Mhin Non Compltmnt Spifit Comptiilità Vrsion l 5/12/02 Sono mhin in ui pr lun onfigurzioni
DettagliComponenti per l elaborazione binaria dell informazione. Sommario. Sommario. Approfondimento del corso di reti logiche. M. Favalli.
Sommrio Componenti per l elorzione inri ell informzione Approfonimento el orso i reti logihe M. Fvlli Engineering Deprtment in Ferrr Porte logihe 2 Il livello swith 3 Aspetti tenologii 4 Reti logihe omintorie
DettagliAlgebra Relazionale. Operazioni nel Modello Relazionale
lger Relzionle lger Relzionle Operzioni nel Moello Relzionle Le operzioni sulle relzioni possono essere espresse in ue ormlismi i se: lger relzionle: le interrogzioni (query) sono espresse pplino opertori
DettagliCircuiti Sequenziali Macchine Non Completamente Specificate
CEFRIEL Consorzio pr l Formzion l Rir in Inggnri ll Informzion Politnio i Milno Ciruiti Squnzili Mhin Non Compltmnt Spifit Introuzion Comptiilità Riuzion l numro gli stti Mtoo gnrl FSM non ompltmnt spifit
DettagliIl problema da un milione di dollari
Il prolem un milione i ollri SienzOrient: Informti Ginlu Rossi www.informti.unirom2.it (www.informti.unirom2.it) Prolem $ 000 000 / 9 Algoritmi Requisiti i un uon lgoritmo: Correttezz; Effiienz ovvero
DettagliLa parabola. Fuoco. Direttrice y
L prol Definizione: si definise prol il luogo geometrio dei punti del pino equidistnti d un punto fisso detto fuoo e d un rett fiss dett direttrie. Un rppresentzione grfi inditiv dell prol nel pino rtesino
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Primo compitino, 18 novembre 2017 Testi 1
Primo ompitino, 8 novemre 07 Testi Prim prte, gruppo. =, = ; r = α = = 0, = 4; r = α = r = 3, α = π/3; = =. Trovre le soluzioni ell isuguglinz tn( tli he 0 π. + log log(log ; lim + os(e ; lim 4. Clolre
DettagliEsercitazione n. 2. Gian Carlo Bondi VERO/FALSO
Eseritzioni svolte 2010 Suol Duemil 1 Eseritzione n. 2 Aspetti eonomii e lusole el ontrtto i omprvenit Risultti ttesi Spere: gli spetti tenii, giuriii e eonomii el ontrtto i omprvenit. Sper fre: eterminre
DettagliEsercizi per il corso di Calcolatori Elettronici. svolti da Mauro IACOVIELLO & Fabio LAUDANI
Eserizi per il orso i loltori Elettronii svolti Muro OVELLO & Fio LUDN Prte seon : Mhine stti finiti ESERZO : Mhin i Mely Si t l seguente mhin i Mely, sintetizzre un iruito he l implementi, utilizzno un
DettagliEquazioni di secondo grado Capitolo
Equzioni i seono gro Cpitolo Risoluzione lgeri Verifi per l lsse seon COGNOME............................... NOME............................. Clsse.................................... Dt...............................
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del quinto appello, 3 luglio 2017 Testi 1
nlisi Mtemti I per Ingegneri Gestionle,.. 6-7 Sritto el quinto ppello, 3 luglio 7 Testi Prim prte, gruppo.. Dire per quli R l funzione f() := sin( 3 ) + 3 è resente su tutto R.. Disporre le seguenti funzioni
DettagliEsercizi per il corso di Calcolatori Elettronici
Eserizi per il orso i loltori Elettronii svolti Muro IOVIELLO & io LUDNI Prte prim : mppe i Krnugh, metoo QM ESERIZIO : Mppe i Krnugh Minimizzre l rete rppresentt ll funzione: = {,,, 3, 4, 5,, } D = Ø
DettagliCOMBINAZIONI DI CARICO SOLAI
COMBINAZIONI DI CARICO SOLAI (ppunti di Mrio Zfonte in fse di elorzione) Ai fini delle verifihe degli stti limite, seondo unto indito dll normtiv, in generle le ondizioni di rio d onsiderre, sono uelle
DettagliVALUTAZIONE DELLE CONOSCENZE E DELLE ABILITÀ DI BASE PROVA DI MATEMATICA. Scuola Secondaria Superiore Classe terza. Scuola... Classe... Alunno...
VALUTAZIONE DELLE CONOSCENZE E DELLE ABILITÀ DI BASE PROVA DI MATEMATICA Suol Seonri Superiore Clsse terz Suol..........................................................................................................................................
DettagliMonomi e polinomi. Verifica per la classe prima COGNOME... NOME... Classe... Data...
Cpitolo Monomi e polinomi Monomi Verifi per l lsse prim COGNOME............................... NOME............................. Clsse.................................... Dt...............................
DettagliPolitecnico di Milano Facoltà di Ingegneria dell Automazione INFORMATICA INDUSTRIALE Appello COGNOME E NOME. 11 febbraio 2008 RIGA COLONNA MATRICOLA
Politecnico i Milno Fcoltà i Ingegneri ell Automzione INFORMATICA INDUSTRIALE Appello COGNOME E NOME ebbrio 2008 RIGA COLONNA MATRICOLA Il presente plico pinzto, composto i quttro ogli (ronte/retro)eve
DettagliALGORITMI E COMPLESSITÀ CORSO DI LAUREA MAGISTRALE IN INFORMATICA UNIVERSITÀ DEGLI STUDI DI CATANIA ANNO ACCADEMICO 2014/15
ANNO ACCADEMICO 01/15 Seon sessione i esmi (I ppello) - giugno 015 (B-trees) () Si efinis l struttur ti ei B-tree. () Si T l insieme ei vlori t N per i quli l lero T in figur poss essere onsierto un B-tree
Dettagli3. Funzioni iniettive, suriettive e biiettive (Ref p.14)
. Funzioni iniettive, suriettive e iiettive (Ref p.4) Dll definizione di funzione si ricv che, not un funzione y f( ), comunque preso un vlore di pprtenente l dominio di f( ) esiste un solo vlore di y
DettagliVALUTAZIONE DELLE CONOSCENZE E DELLE ABILITÀ DI BASE PROVA DI MATEMATICA. Scuola Secondaria di Primo Grado Classe Prima. Scuola... Classe... Alunno...
VALUTAZIONE DELLE CONOSCENZE E DELLE ABILITÀ DI BASE PROVA DI MATEMATICA Suol Seonri i Primo Gro Clsse Prim Suol..........................................................................................................................................
DettagliBarriere all entrata e modello del Prezzo Limite Economia industriale Università Bicocca
Brriere ll entrt e modello del Prezzo imite onomi industrile Università Bio Christin Grvgli - Giugno 006 Brriere ll entrt definizioni Condizioni he permettono lle imprese opernti in un industri di elevre
DettagliUnità D1.2 Selezione e proiezione
(A) CONOSCENZA TEMINOLOGICA Dre un reve esrizione ei termini introotti: ienominzione Selezione Proiezione Composizione i operzioni (B) CONOSCENZA E COMPETENZA isponere lle seguenti omne proueno nhe qulhe
DettagliIl piano cartesiano e la retta
Cpitolo Eserizi Il pino rtesino e l rett Teori p. Coorinte rtesine nel pino Stilisi ove si trov isuno ei punti ti. (I I qurnte, II II qurnte, III III qurnte, IV IV qurnte, x sse x, y sse y) A(0, 8) B(,
DettagliKIT ESTIVO MATEMATICA A.S. 2015/16 CLASSI SECONDE IeFP OPERATORE GRAFICO
ZENALE e BUTIINONE KIT ESTIVO MATEMATICA A.S. 0/ CLASSI SECONDE IeFP OPERATORE GRAFICO Al fine di tenere in llenmento le ilità mtemtihe propedeutihe ll lsse terz, onsiglimo lo svolgimento piere di eserizi
DettagliL insieme Q+ Le frazioni Operazioni con le frazioni Problemi con le frazioni
L insieme Q+ Le frzioni Operzioni on le frzioni Prolemi on le frzioni Le frzioni Ini l rispost estt. In un frzione il numertore ini SEZ. C in qunte prti si ivie l unità. qunti interi si onsierno. qunte
Dettagli4 - TRASFORMAZIONI DI VARIABILI CASUALI
4 - RASFORMAZIONI DI VARIABILI CASUALI 4 rsformzioni i vriili suli Cominimo un esempio Si l vriile sule lnio i un o non truto : / / / 4 / 5 / / e g() si l orrisponenz: pri test ispri roe Poihé g()g(4)g()test
DettagliEsercizio Planning. Dati:
Eserizio Plnning Dti: - lo stto inizile rppresentto in figur 1 e esritto lle seguenti formule tomihe: [ontle(,p1), ontle(,p2), ontle(,p3), on(,), ler(), ler(), ler(), hnempty] (,, rppresentno ei lohi e
DettagliDefinizione opposto: Somma. Definizione vettore 0:
Somm Operzioni in R n : somm :... n n Definizione ettore : Definizione opposto: :... :... n Rispetto tle operzione R n risult un gruppo elino. Cioè l somm h le seguenti proprietà: S5) Commutti S) Intern
DettagliTest diagnostici. Un po di definizioni: test: (a+c)) / n. a+c. Malattia NO. a+b TEST. c+d. n= a+b+c+d. b+d POS NEG TOT TOT
Test ignostii Un po i efinizioni: proilità pre-test test: (+)) / n POS SI Mltti NO + TEST NEG + + + n= +++ 1 sensiilità el test: / (+( +) proilità he, t l mltti M, il test T si positivo SI Mltti NO POS
DettagliAllegato 3 Elenco BAT ed esempio interventi efficientamento
Allegto 3 Eleno BAT e esempio interventi effiientmento LINEE GUIDA per l onuzione ell ignosi energeti nel settore rtrio Pg. 1 i 6 Riepilogo BAT sul onsumo e sull effiienz energetii estrtte ll DECISIONE
DettagliESERCIZI SVOLTI DEL CORSO DI TRASMISSIONE NUMERICA
Università egli Stui i rento Corso i Lure in Ingegneri elle eleomunizioni ESERCIZI SVOLI DEL CORSO DI RASMISSIONE NUMERICA Prof Lorenzo Bruzzone ESERCIZIO Costruire un oie vente n=3, k=2 on rità isri,
Dettagli13. EQUAZIONI ALGEBRICHE
G. Smmito, A. Bernrdo, Formulrio di mtemti Equzioni lgerihe F. Cimolin, L. Brlett, L. Lussrdi. EQUAZIONI ALGEBRICHE. Prinipi di equivlenz Si die identità un'uguglinz tr due espressioni ontenenti un o più
Dettaglia a = 1, a a = 0; a a = 1, a a = 0; e quindi, = (a a ) (a a ) = (a a) a = 0 a = a
Definizione 1. Si R un insieme otto i ue leggi i composizione interne e. Si ice che l struttur lgebric (R,, ) è un reticolo (lgebrico) se e verificno le proprietà: (1) x, y, z R, (x y) z = x (y z); (x
DettagliDisequazioni di primo grado
Cpitolo Disequzioni i primo gro Risoluzione lgeri Verifi per l lsse seon COGNOME............................... NOME............................. Clsse.................................... Dt...............................
DettagliEquazioni di primo grado
Cpitolo Equzioni i primo gro Equzioni i primo gro erifi per l lsse prim COGNOME............................... NOME............................. Clsse.................................... Dt...............................
DettagliGESTIONE della BASE di DATI
GESTIONE della SE di DTI I dati sono una componente fondamentale di un GIS Devono essere valutati con attenzione gli strumenti usati per: creare l archivio dei dati manipolare le informazioni contenute
DettagliAlgoritmi e Complessità
Algoritmi e Complessità Università di Cmerino Corso di Lure in Informtic (tecnologie informtiche) III periodo didttico Docente: Emnuel Merelli Emil:emnuel.merelli@unicm.it Lezione Algoritmi e Complessità
DettagliElettronica dei Sistemi Digitali Disegno del layout di porte logiche combinatorie CMOS
Elettroni ei Sistemi Digitli Disegno el lout i porte logihe omintorie CMOS Vlentino Lierli Diprtimento i Tenologie ell Informzione Università i Milno, 26013 Crem e-mil: lierli@ti.unimi.it http://www.ti.unimi.it/
DettagliQUESITI DI PSICOLOGIA
QUESITI DI PSICOLOGIA appunti 23 TEST DI VERIFICA 1 Che osa si intene on il onetto i atteniilità? a L effiaia he un test ha nel preveere i renimenti i un soggetto nelle ailità speifihe misurate Il grao
DettagliANALISI 1 ANALISI A Prima Prova Intermedia 11 novembre 2017
1 Sino ti E R, x R e supponete he vlg l seguente ffermzione: Qule elle seguenti ffermzioni è neessrimente ver? x E; E ontiene infiniti punti; Nessun elle ltre tre ffermzioni è neessrimente ver; x / E e
DettagliDisequazioni di secondo grado
Disequzioni i seono gro Cpitolo Risoluzione lgeri Verifi per l lsse seon COGNOME............................... NOME............................. Clsse.................................... Dt...............................
DettagliAcidi Deboli. Si definisce acido debole un acido con K a < 1 che risulta perciò solo parzialmente dissociato in soluzione. Esempi di acidi deboli:
Acidi Deboli Si definisce cido debole un cido con < 1 che risult perciò solo przilmente dissocito in soluzione. Esempi di cidi deboli: Acido cetico (H OOH) 1.75 1-5 Acido scorbico (vitmin ) 1 6.76 1-5.5
DettagliPARAMETRI DI VALUTAZIONE PER AUTOBUS INTERURBANI E CRITERI PER L'ASSEGNAZIONE DEI PUNTEGGI ALLEGATO 6/lotto 1
PARAMETRI DI VALUTAZIONE PER AUTOBUS INTERURBANI E CRITERI PER L'ASSEGNAZIONE DEI PUNTEGGI ALLEGATO 6/lotto 1 PUNTEGGIO PARAMETRI INTERURBANO NORMALE Punteggio Vlutzioni 1 PREZZO DEL VEICOLO COMPLETO (vesi
DettagliVALUTAZIONE DELLE CONOSCENZE E DELLE ABILITÀ DI BASE PROVA DI MATEMATICA. Scuola Secondaria di Primo Grado Classe Prima. Scuola... Classe... Alunno...
VALUTAZIONE DELLE CONOSCENZE E DELLE ABILITÀ DI BASE PROVA DI MATEMATICA Suol Seonri i Primo Gro Clsse Prim Suol..........................................................................................................................................
DettagliCalcolo del costo unitario FASE 1
ESERCIZIO Definizione el pino ei entri i osto e eterminzione el osto unitrio i prootto Clolo el osto unitrio FASE 1 Azien i prouzione: proue i eni,,, Il proesso prouttivo prevee 3 fsi o proessi prinipli:
DettagliEQUAZIONI ESPONENZIALI -- LOGARITMI
Equzioi espoezili e riti pg 1 Adolfo Sioe 1998 EQUAZIONI ESPONENZIALI -- LOGARITMI Fuzioe Espoezile Dto u uero rele positivo osiderio l fuzioe f : R R he d ogi eleeto R f orrispodere l'eleeto y =. Se =
DettagliCBM a.s. 2012/2013 PROBLEMA DELLE SCORTE
CBM a.s. 212/213 PROBLEMA DELLE SCORTE Chiamiamo SCORTA ogni riserva di materiali presente all interno del sistema produttivo in attesa di essere sottoposto ad un proesso di trasformazione o di distribuzione.
DettagliUNIVERSITÁ DEGLISTUDIDISALERNO C.d.L. in INGEGNERIA GESTIONALE Ricerca Operativa 12 Gennaio 2009 Prof. Saverio Salerno. Compito A
1. Risolvere i seguenti problemi: 12 Gennio 2009 Compito A () stbilire se il vettore (3, 2, 0) è combinzione convess i u 1 =(3, 0, 6) e u 2 =(3, 3, 3); (b) per il poliero S = (x 1,x 2 ) R 2 :0 x 1 1, 0
Dettaglid coulomb d volt b trasformatore d alternatore b amperometro d reostato
ppunti 7 TEST DI VERIFICA 1 Unità i misur ell ri elettri: henry weer volt oulom 2 Unità i misur ell pità elettri: oulom henry fr volt 3 Gener orrente lternt: umultore resistenz 4 Misur l tensione: resistometro
Dettagli2 x = 64 (1) L esponente (x) a cui elevare la base (2) per ottenere il numero 64 è detto logaritmo (logaritmo in base 2 di 64), indicato così:
Considerimo il seguente problem: si vuole trovre il numero rele tle che: = () L esponente () cui elevre l bse () per ottenere il numero è detto ritmo (ritmo in bse di ), indicto così: In prticolre in questo
DettagliIntegrali de niti. Il problema del calcolo di aree ci porterà alla de nizione di integrale de nito.
Integrli de niti. Il problem di clcolre l re di un regione pin delimitt d gr ci di funzioni si può risolvere usndo l integrle de nito. L integrle de nito st l problem del clcolo di ree come l equzione
DettagliVERIFICA DI UN CIRCUITO RESISTIVO CONTENENTE PIÙ GENERATORI CON UN TERMINALE COMUNE E SENZA TERMINALE COMUNE.
FCA D UN CCUTO SSTO CONTNNT PÙ GNATO CON UN TMNAL COMUN SNZA TMNAL COMUN. Si verifino quttro iruiti on due genertori: genertori on polrità onorde e un terminle omune genertori on polrità disorde e un terminle
DettagliTeorema di Sostituzione
Teorema i Sostituzione Le Fiure (a) e (b) i seuito riportate, si riferiscono al Teorema i sostituzione che afferma: Una impeenza Z a percorsa a una corrente, può essere sostituita un eneratore i tensione
DettagliCONCETTO DI ANNIDAMENTO
LEZIONE14 SQL ANNIDAMENTI PAG. 1 / 5 PROF. ANDREA ZOCCHEDDU LEZIONE14 SQL ANNIDAMENTI CONCETTO DI ANNIDAMENTO LINGUAGGIO SQL QUERY ANNIDATE Per annidamento si intende la possibilità che, all interno di
DettagliFUNZIONI MATEMATICHE. Una funzione lineare è del tipo:
FUNZIONI MATEMATICHE Le relzioni mtemtihe utilizzte per desrivere fenomeni nturli, in iologi ome in ltre sienze, possono ovvimente essere le più svrite. Per lo più si trtt di equzioni lineri, qudrtihe,
DettagliIcone, finestre e strutture dati
u t o n e n i t à i m r e n i p p Ione, finestre e strutture ti Competenze speifihe Il signifito elle prinipli ione, il loro spostmento e orinmento sul esktop I prinipli elementi elle finestre elle pplizioni
DettagliCorso di ELETTRONICA INDUSTRIALE
0. Corso di LRONCA NDUSRAL 1 MODULAZON ORAL. CONROLLO D CORRN D NROR A NSON MPRSSA 0. 0. 4 Rppresentzione vettorile Rppresentzione vettorile rsformzioni dirett ed invers 0. 0. 5 6 Rppresentzione vettorile
Dettagli2. Simulazione discreta: approcci alla simulazione
Anno accademico 2007/08 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
DettagliRicerca Operativa M. Simulazione d'esame
Rier Opertiv M Simulzione 'esme 1. Eserizio 1 Digrmm egli inneshi NZO ARRVO FAB FTRAS FDSC FVS FSAL Not: si istingue se l'sensore st sleno o seneno in se ll'evento innesto STATOA POSZONE ASCENSORE 0 ASCENSORE
Dettagliacuradi Luca Cabibbo e Walter Didimo Esercizi di Informatica teorica - Luca Cabibbo e Walter Didimo 1
curdi Luc Cio e Wlter Didimo Esercizi di Informtic teoric - Luc Cio e Wlter Didimo 1 utomi stti finiti utomi stti finiti non deterministici utomi e grmmtiche regolri notzioni sul livello degli esercizi:(*)fcile,
DettagliLezione 5. Argomenti. Premessa Vincolo di bilancio La scelta ottima del consumatore
Lezione 5 Argomenti Premessa Vincolo di bilancio La scelta ottima del consumatore 5.1 PREESSA Nonostante le preferenze portino a desiderare quantità crescenti di beni, nella realtà gli individui non sono
Dettagli] + [ ] [ ] def. ] e [ ], si ha subito:
OPE OPERAZIONI BINARIE Definizione di operzione inri Dto un insieme A non vuoto, si him operzione (inri) su A ogni pplizione di A in A In generle, un'operzione su A viene indit on il simolo Se (x, y) è
DettagliTecniche di Progettazione Digitale Progettazione e layout di porte logiche combinatorie CMOS p. 2
Tenihe i Progettzione Digitle Progettzione e lout i porte logihe omintorie CMOS Vlentino Lierli Diprtimento i Tenologie ell Informzione Università i Milno, 26013 Crem e-mil: lierli@ti.unimi.it http://www.ti.unimi.it/
DettagliArchitettura del calcolatore Esempi dettagliati di funzionamento interno di memoria e processore
Corso i Cloltori Elettronii I Arhitettur el loltore Esempi ettgliti i funzionmento interno i memori e proessore ing. Alessnro Cilro Corso i Lure in Ingegneri Biomei Sommrio In quest presentzione verrnno
DettagliVERSO L ESAME DI STATO LA DERIVATA DI UNA FUNZIONE
VERSO L ESAME DI STATO LA DERIVATA DI UNA FUNZIONE Soluzioni di quesiti e prolemi trtti dl Corso Bse Blu di Mtemti volume 5 [] (Es. n. 8 pg. 9 V) Dell prol f ( ) si hnno le seguenti informzioni, tutte
DettagliB8. Equazioni di secondo grado
B8. Equzioni di secondo grdo B8.1 Legge di nnullmento del prodotto Spendo che b0 si può dedurre che 0 oppure b0. Quest è l legge di nnullmento del prodotto. Pertnto spendo che (-1) (+)0 llor dovrà vlere
DettagliRelazioni e funzioni. Relazioni
Relzioni e unzioni Relzioni Deinizione: dti due insiemi A e B, si deinise un relzione R tr A e B un orrispondenz stilit d un proposizione tr un elemento A e B, in tl so si die he è in relzione on e si
DettagliCodici di Huffman. Codici prefissi. Sia dato un file di 120 caratteri con frequenze:
Codii di Huffmn Codii di Huffmn I odii di Huffmn vengono mpimente usti nell ompressione dei dti (pkzip, jpeg, mp3). Normlmente permettono un risprmio ompreso tr il 2% ed il 9% seondo il tipo di file. Sull
DettagliCapitolo 3. Modelli. Macchine combinatorie Macchine sequenziali asincrone sincrone
Capitolo 3 Moelli Mahine ominatorie Mahine sequenziali asinrone sinrone Il moello el loo o satola nera i I: alfaeto i ingresso u U: alfaeto i usita ingresso ei ati i F u usita ei risultati F: relazione
DettagliSOLUZIONE PROBLEMI Insegnamento di Fisica dell Atmosfera Seconda prova in itinere
Doente: rof Dino Zri serittore: in lessio Bertò OLUZION PROBLMI Insenento i Fisi ell tosfer eon rov in itinere /3 Vlori elle ostnti Rio terrestre eio: 637 Rio solre eio: 7 5 Distnz ei terr-sole : 9 6 Vlore
DettagliMillenium 3 Interfaccia di comunicazione M3MOD Guida all'uso della Directory operativa 04/2006
Millenium 3 Interfi i omunizione M3MOD Gui ll'uso ell Diretory opertiv 04/2006 160633105 Pnormi AGui ll'uso ell Diretory opertiv Introuzione L Diretory opertiv è un file i testo generto l softwre i progrmmzione
Dettagli8 Equazioni parametriche di II grado
Equzioni prmetrihe di II grdo Un equzione he oltre ll inognit (o lle inognite) ontiene ltre lettere (un o più) si die letterri o prmetri e le lettere sono himte, nhe, prmetri; si suppong he l equzione
DettagliEs1 Es2 Es3 Es4 Es5 tot
Ottore lsse E Verifi sommtiv Cognome Nome rgomenti: onihe, funzione esponenzile e grfii derivti Tempo disposizione: ore Voto Es Es Es Es Es tot.... Considert l ellisse vente ome sse fole l sse, eentriità
DettagliUnità Didattica N 08 I sistemi di primo grado a due incognite U.D. N 08 I sistemi di primo grado a due incognite
66 Unità idtti N 08 I sistemi di primo grdo due inognite U.. N 08 I sistemi di primo grdo due inognite 01) Coordinte rtesine 0) I sistemi di primo grdo due inognite 0) Metodo di sostituzione 04) Metodo
Dettaglia è detta PARTE LETTERALE
I MONOMI Si die MONOMIO un espressione letterle in ui le unihe operzioni presenti sino il prodotto e l divisione. Esempio è detto COEFFICIENTE del monomio e è dett PARTE LETTERALE Un monomio si die ridotto
DettagliINTEGRALI IMPROPRI. f(x) dx. e la funzione f(x) si dice integrabile in senso improprio su (a, b]. Se tale limite esiste ma
INTEGRALI IMPROPRI. Integrli impropri su intervlli itti Dt un funzione f() continu in [, b), ponimo ε f() = f() ε + qundo il ite esiste. Se tle ite esiste finito, l integrle improprio si dice convergente
DettagliUtilizzando Microsoft Access. Si crea la tabella Anagrafica degli alunni,le Materie e i voti si mettono alcuni campi
Vogliamo creare una struttura per permettere di memorizzari i voti della classe in tutte le materie Per fare questo untilizziamo tre tabelle Alunni,materie,voti Alunni Materie Voti Creo un record per ogni
DettagliLezione 7: Rette e piani nello spazio
Lezione 7: Rette e pini nello spzio In quest lezione i metteremo in un riferimento rtesino ortonormle dello spzio. I primi oggetti geometrii he individuimo sono le rette e i pini. Per qunto rigurd le rette
DettagliFISICA DELLA MATERIA CONDENSATA. Proff. P. Calvani e M. Capizzi. II prova di esonero - 24 gennaio 2012
FISIC ELL ERI CONENS Proff. P. Clvni e. Cpizzi II prov di esonero - 4 ennio 0 Esercizio. Un cristllo di Pb, l cui densità è 40 /m, h un struttur cubic fcce centrte con bse monotomic. L bnd custic, che
DettagliMetodologie informatiche per la chimica
Metodologie informtihe per l himi Dr. Sergio Brutti Mtrii Determinnti: metodo dei minori Dt un mtrie n n on elementi ij Il suo erminnte srà dto dll somm dei erminnti di tutti i suoi minori (n-) (n-) ottenuti
DettagliEllisse ed iperbole. Osservazione. Considereremo sempre ellissi della forma + = 1 le quali hanno tutte centro nell origine degli
Ellisse ed iperole Ellisse Definizione: si definise ellisse il luogo geometrio dei punti del pino per i quli è ostnte l somm delle distnze d due punti fissi F e F detti fuohi. L equzione noni dell ellisse
DettagliMisure (parte II) Gerarchie Incomplete
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Misure (parte II) Gerarchie Incomplete Esempio Schema di Fatto STUDENTE(STUDENTE,,REGIONE,), DF:! REGIONE (,,) REGIONE!
DettagliIl lemma di ricoprimento di Vitali
Il lemm di ricoprimento di Vitli Si I = {I} un fmigli di intervlli ciusi contenuti in R. Diremo ce l fmigli I ricopre l insieme E nel senso di Vitli (oppure ce I è un ricoprimento di Vitli di E) se per
DettagliSistemi di comando per la sicurezza delle macchine Norma EN ISO 13849-1
Sistemi i omano per la siurezza elle mahine Norma EN ISO 13849-1 Gianfrano Ceresini www.elektro.it Aprile 2010 Valutazione el rishio All interno ella proeura per la maratura CE i una mahina, il ostruttore
DettagliANALISI REALE E COMPLESSA a.a. 2007-2008
ANALISI REALE E COMPLESSA.. 2007-2008 1 Successioni e serie di funzioni 1.1 Introduzione In questo cpitolo studimo l convergenz di successioni del tipo n f n, dove le f n sono tutte funzioni vlori reli
Dettagli= det b, a, b, c R 3. In quest ottica, il determinante del terzo ordine e caratterizzato dalle seguenti proprieta : a a. c c
Determinnti n = 3. Propriet Possimo rigurdre il determinnte di un mtrie del terzo ordine ome un funzione delle sue olonne: det b = det [, b,,, b, R 3. In quest otti, il determinnte del terzo ordine e rtterizzto
DettagliVERSO L ESAME DI STATO SCUOLA SECONDARIA DI PRIMO GRADO PROVA DI MATEMATICA
VERSO L ESAME DI STATO SCUOLA SECONDARIA DI PRIMO GRADO PROVA DI MATEMATICA trtto Mtemti in zione, A. Arpinti, M. Musini Mettimoi ll prov! Suol..........................................................................................................................................
Dettagli4.5 Il Parco dello Sport del Lambro e il PLIS della Media Valle del Lambro
PGT Pino di Governo del Territorio 212 4.5 Il Pro dello Sport del Lmbro e il PLIS dell Medi Vlle del Lmbro Tngenile Est Nuovo pro Cresengo pro Vill Fini Nviglio dell Mrtesn pro Prdisi Lmbro pro dell Mrtesn
DettagliMacchine non completamente specificate. Sintesi Sequenziale Sincrona Sintesi Comportamentale di Reti Sequenziali Sincrone
Sintsi Squnzil Sinron Sintsi Comportmntl i Rti Squnzili Sinron Riuzion l numro gli stti pr Mhin Non Compltmnt Spiit Comptiilità Vrsion l 13/01/05 (Frrni( Antol) Mhin non ompltmnt spiit Sono mhin in ui
DettagliSiano α(x), β(x) due funzioni continue in un intervallo [a, b] IR tali che. α(x) β(x).
OMINI NORMALI. efinizione Sino α(), β() due funzioni continue in un intervllo [, b] IR tli che L insieme del pino (figur 5. pg. ) α() β(). = {(, ) [, b] IR : α() β()} si chim dominio normle rispetto ll
DettagliMinimizzazione degli Stati in una Rete Sequenziale Sincrona
Minimizzzion gli Stti in un Rt Squnzil Sinron Murizio Plsi Murizio Plsi 1 Sintsi i Rti Squnzili Sinron Il proimnto gnrl i sintsi si svolg ni sgunti pssi: 1. Rlizzzion l igrmm gli stti prtir ll spifih l
Dettagli