IL METODO PERT ( PROGRAM EVALUATION AND REVIEW TECHNIQUE)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "IL METODO PERT ( PROGRAM EVALUATION AND REVIEW TECHNIQUE)"

Transcript

1 IL METODO PERT ( PROGRAM EVALUATION AND REVIEW TECHNIQUE) I l met odo PERT (PROGRAM EVALUATI ON AND REVI EW TECHNI QUE) ed alt r e t ecniche come il CPM hanno por t at o all analisi e alla soluzione di pr oblemi sempr e più complessi, gr azie e sopr at t ut t o all impiego di pot ent i elabor at or i elet t r onici. I l PERT e CPM sono due met odi ut ilizzat i dagli or gani dir et t ivi per pianificare e analizzare un progetto complesso; queste due tecniche non risolvono i pr oblemi, ma per met t ono una appr of ondit a analisi collegando t ut t i i f at t or i in modo chiar o e of f r endo ut ili element i per una decisione. I l met odo Per t si f onda sopr at t ut t o sull analisi dei t empi ed è indicat o per pr oget t i nuovi di lavor i con un cer t o gr ado di incer t ezza nella det er minazione dei t empi di compiment o. Come già det t o il PERT si occupa della r ealizzazione di un pr oget t o per ò bisogna sot t olinear e che ogni r ealizzazione di un pr oget t o r ichiede l ef f et t uazione di più at t ivit à var iament e cor r elat e e t ut t e indispensabili per il r aggiungiment o dell obiet t ivo pr ef issat o. I met odi t r adizionali er ano gr avement e insuf f icient i a dominar e l enor me numer o di var iabili in gioco e quindi inadeguat i a sugger ir e decisioni t empest ive e sulla base di sempr e miglior i inf or mazioni. Quest i mot ivi e la disponibilit à di elabor at or i sempr e più pot ent i, hanno f at t o nascer e, a par t ir e dagli anni 0 in Amer ica e in Eur opa, molt o int er esse e numer ose r icer che in questo campo. Nel dicembre del97, lo Special Project Office della Marina degli U.S.A., cost it uì un gr uppo di lavor o per r ealizzar e il pr oget t o del sot t omar ino at omico Polar is, il quale si r ese cont o che, non solo doveva super ar e le dif f icolt à t ecniche, ma anche quelle r elat ive al coor dinament o e al cont r ollo degli enor mi sf or zi necessar i. A quest o pr oget t o par t ecipar ono 0 appalt at or i dir et t i e più di sub-appalt at or i, il che implicava una gr an quant it à di r isor se e f at t or i umani non sempr e omogenei. Er a quindi necessar io elabor ar e una nuova t ecnica per pot er e sviluppar e il pr oget t o con successo ad un livello accet t abile di t empo e di cost o. I l PERT r imase segr et o milit ar e f ino al 90 e da allor a ha avut o numer osissime applicazioni nel campo indust r iale e commer ciale, sia per le impr ese pubbliche che pr ivat e; molt e amminist r azioni hanno addir it t ur a r esa obbligat or ia da par t e dei f or nit or i l esibizione del pr ogr amma PERT insieme all of f er t a. Lo scopo pr incipale del PERT è quello di or dinar e le at t ivit à al f ine di r ender e minimo il t empo di esecuzione del pr oget t o. Tale obiet t ivo, che er a f ondament ale nei pr oget t i a car at t er e milit ar e, si dimost r ò insoddisf acent e pr esso alt r e impr ese pr ivat e pr eoccupat e sopr at t ut t o dell incidenza dei cost i. I l PERT è una t ecnica basat a su r appr esent azioni r et icolar i che per met t e di analizzar e le var ie f asi di un pr oget t o scomponendolo in t ant e oper azioni element ar i legat e f r a lor o in una sequenza t empor ale. Secondo una def inizione pubblicat a sul Gener al Elect r ic il PERT viene così def init o il PERT è una t ecnica di pianif icazione, pr oget t azione e cont r ollo che ser ve ad evidenziar e le var ie f asi

2 che compongono un piano, le lor o r ecipr oche inf luenze e a localizzar e le f asi st esse nel t empo. I l met odo può esser e ut ilizzat o sia a livello dir igenziale, per ché of f r e una visione sintetica del problema e aiuta a prendere le decisioni, sia a livello esecutivo come st r ument o di lavor o. I l PERT viene applicat o nella pr oget t azione di nuovi impiant i, nelle cost r uzioni edili e navali, nella pr ogr ammazione di r icer che scient if iche, nella pr epar azione di bilanci f inanziar i, nella pr ogr ammazione della produzione, nell inst allazione di sist emi di calcolo e in t ant i alt r i campi nei quali il f at t or e t empo è di not evole impor t anza. I l met odo non solo è ut ile nel moment o della pr oget t azione, ma per met t e di seguir e l esecuzione dei lavor i per pot er int er venir e in caso di r it ar di e di inconvenient i che si possono pr esent ar e nel cor so dei lavor i. Per t ant o la pr ogr ammazione di un pr oget t o si r ealizza seguendo queste fasi: ) ANALISI DEL PROGETTO Essa consiste: a) elencazione delle attività; b) indicazione delle relative durate; c) precisazione delle dipendenze logico - temporali tra le attività. Esempio ELENCO DELLE ATTI VI TA NECESSARI E PER I L LANCI O DI UN NUOVO PRODOTTO; LORO DURATA O PRECEDENZE DESCRIZIONE DURATA ATTI VI TA ATTI VI TA IMMEDIATAME NTE PRECEDENTI A ORGANIZZAZIONE UFFICIO VENDITE - B ASSUNZIONE DEI VENDITORI A C ADDESTRAMENTO DEI VENDITORI 7 B D SCELTA DELL AGENZI A PUBBLI CI TARI A A E SCELTA DELLA CAMPAGNA PUBBLICITARIA D F EFFETTUAZIONE DELLA CAMPAGNA E PUBBLICITARIA G STUDIO DELLA CONFEZIONE - H PREPARAZIONE DELLA CONFEZIONE G I CONFEZIONE DELLA MERCE H-L L ORDINE DELLA MERCE AI FORNITORI - M SCELTA DEI DISTRIBUTORI A N VENDITA AI DISTRIBUTORI 9 C-M O SPEDIZIONE AI DISTRIBUTORI I -N

3 ) STESURA DEL RETICOLO I l pr oget t o dell analisi di vast i pr oget t i f u acceler at o quando si osser vò che le at t ivit à element ar i si pr est avano ad una r appr esent azione gr af ica. I l pr oget t o per t ant o può esser e r appr esent at o da un r et icolo che non è alt r o che un insieme di punt i, dei nodi, collegat i da segment i or ient at i, det t i ar chi. Se f acciamo r if er iment o all esempio espost o, il r et icolo che ot t eniamo è il seguent e: [] (9) [] (0) E() F () 0 A () D () [7] (7) [] () [] () B() [] () M () 8 N (9) [] () G () H() [] (7) I () 7 L () [] () 9 O() a) le attività sono rappresentate da archi; b) gli ar chi or ient at i ver so i nodi r appr esent ano le at t ivit à che devono esser e complet at e pr ima che le at t ivit à r appr esent at e dagli ar chi che par t ono dal nodo possano iniziare; c) ciascun nodo r appr esent a un event o, che è una r ealizzazione specif ica, definibile e collegabile ad un particolare istante del tempo. Gli event i possono esser e iniziali ed event i f inali di ogni at t ivit à; essi sono cont r assegnat i con un codice numer ico e ser vono come punt i di cont r ollo del pr oget t o. Se ci t r oviamo di f r ont e a più at t ivit à che concor r ono in uno st esso nodo, allor a si dir à che l event o si è ver if icat o quando t ut t e le at t ivit à che ar r ivano al nodo sono complet at e. Ad ogni at t ivit à è associat a una dur at a, espressa in una certa unità di misura del tempo ( ore, giorni, mesi). Un at t ivit à viene indicat a con una let t er a a due indici A ik dove i è l event o iniziale e k è l event o f inale dell at t ivit à. Ad ogni at t ivit à cor r isponde una coppia di indici, e vicever sa Nel r et icolo la lunghezza della f r eccia o dell ar co è indipendent e dalla durata dell at t ivit à st essa, inolt r e può succeder e che f r a due nodi si possa t r ovar e un at t ivit à di dur at a zer o, che viene r appr esent at a per comodit à con un

4 segment o t r at t eggiat o, e ser ve per indicar e una r elazione di pr ecedenza f r a eventi, che non comporta una relazione di lavoro. )RICERCA DEL CAMMINO CRITICO Il cammino crit ico non è alt r o che la successione di at t ivit à che r ichiede il massimo t empo. Ad ogni ver t ice viene associat o un t empo, t empo al più pr est o t i che è il t empo occor r ent e per ché t ut t e le at t ivit à che ar r ivano a quel ver t ice siano compiut e ed è pur e il t empo di inizio delle at t ivit à che par t ono da quel ver t ice. I l t empo è det t o al più pr est o in quant o si t r at t a del t empo nel quale l event o si ver if icher à se le at t ivit à pr ecedent i sono st at e iniziat e il più pr est o possibile. Post a eguale a zer o la dat a r elat iva all event o iniziale, i t empi al più pr est o di ogni ver t ice successivo si ot t engono sommando al t empo al più pr est o dei ver t ici pr ecedent i le dur at e delle at t ivit à che hanno or igine in essi e pr endono il valor e maggior e che r appr esent a pr opr io la dat a in cui t ut t e le at t ivit à che f iniscono in esso sono complet at e. Fr a t ut t i i cammini che collegano l event o iniziale con l event o f inale, quello che r ichiede maggior t empo è il cammino cr it ico. I l cammino cr it ico si r icava par t endo dall event o f inale e cer cando a r it r oso la successione delle at t ivit à la cui somma delle dur at e è il t empo associat o all event o f inale. Esempio Sia dato il seguente progetto formato da eventi, 0 è l event o iniziale e è l event o f inale del proget t o: ATTI VI TA (0,) (0,) (,) (,) (,) (,) (,) (,) (,) A JK DURATA t jk Cost r uiamo il r et icolo, post a eguale a zer o la dat a iniziale, al ver t ice E associamo t =, al ver t ice E,che è di ar r ivo di due at t ivit à, associamo t =, che è il valore maggiore fra 0+ e +: [9] [] [0] (0 0 [] [] [9]

5 I l cammino cr it ico è quello che collega i ver t ici E 0 -E -E -E e nella f igur a è rappresentato dalla linea più marcata. E molt o impor t ant e concent r ar e l at t enzione sulle at t ivit à cr it iche, sia in f ase di pr oget t azione per esaminar e se è possibile r idur ne la dur at a, sia dur ant e l esecuzione del pr oget t o, per ché ogni event uale r it ar do di una di esse det er mina un r it ar do nel compiment o dell int er o pr oget t o, ment r e le at t ivit à non cr it iche sono flessibili ed entro certi limiti possono ammettere dei ritardi. Olt r e alle dur at e f inor a int r odot t e si calcolano alt r e dur at e, t empi al più t ar di t* i, che non sono alt r o che i t empi che si associano ai ver t ici par t endo dalla dat a f inale del pr oget t o e sot t r aendo le dur at e delle at t ivit à. I l t empo al più t ar di di un ver t ice indica la dat a massima ammissibile per l0inizio delle at t ivit à che par t ono da quel ver t ice in modo da non causar e r it ar di al compiment o del pr oget t o. I l "t empo al più prest o " viene calcolat o t enendo cont o delle at t ivit à che st anno a mont e dell' event o, ment r e il "t empo al più t ardi" viene calcolat o tenendo conto delle attività che stanno a valle dell'evento. Nei ver t ici cr it ici i due t empi coincidono in quant o non si può r it ar dar e l inizio delle at t ivit à cr it iche che par t ono da essi, r agion per cui si appr of ondisce l analisi dei t empi, sia per i ver t ici, sia per le at t ivit à. Per un ver t ice la dif f er enza t r a i due tempi è dett a tempo di slittamento (Sc) i tale intervallo nei vertici critici è zer o. I l t empo di slit t ament o dell event o indica quant o r it ar do sia possibile t oller ar e nel r aggiunger e l event o senza r it ar dar e il complet ament o del pr oget t o. i pot r ebbe anche def inir e cammino cr it ico un per cor so nel r et icolo at t r aver so i vertici che hanno tempo di slittamento nullo. Esempio Nell esempio che stiamo studiando, al vertice E è associato il tempo al più tardi t* =9, al vertice E il tempo al più tardi t* =, al vertice E,dal quale escono le due attività A e A,è associato il tempo al più tardi t* = ( minimo fra - e -); [,] [9,] [,] [0,0] 0 [,] [9,9] I tempi di slittamento sono dati dalla seguente tabella :

6 VERTICI t i T* i (Sc) i Nei ver t ici con slit t ament o non nullo si ha un int er vallo di t empo ent r o cui è possibile t er minar e le at t ivit à che ar r ivano in essi o iniziar e le at t ivit à che partono da essi, senza ripercussione sulla data finale. Per quant o r iguar da le at t ivit à si possono calcolar e i cosiddet t i mar gini, o scorrimenti, che rappresentano intervalli di tempo in cui ogni singola attività, che non sia cr it ica, può esser e r it ar dat a. Sia A ik l at t ivit à che inizia dal ver t ice E e termina nel vertice E k, si definiscono due margini nel modo seguente: margine libero = t k - t i - t ik margine totale = t* k - t i - t ik. Il margine t ot ale è il massimo int er vallo di t empo di cui può dispor r e un at t ivit à senza modif icar e la dat a di t er mine del pr oget t o, ma se è sf r ut t at o complet ament e può condizionar e l inizio delle at t ivit à successive. Le at t ivit à cr it iche hanno mar gine t ot ale nullo.; ment r e le at t ivit à non cr it iche hanno mar gine t ot ale non nullo e pr opr io per l esist enza di t ale mar gine possono esser e r it ar dat e, o t er minat e pr ima, o eseguit e in un t empo maggior e. Quest e diver se possibilità danno origine ad un risparmio nel costo. Il margine libero è pr opr io dell at t ivit à e r appr esent a la quant it à di t empo disponibile che può esser e ut ilizzat a senza dist ur bar e la dur at a del pr oget t o, pur chè non sia st at a spost at a la dat a del "t empo al più pr est o" del suo event o iniziale. Esempio Nel reticolo precedente si hanno i seguenti margini: ATTI VI TA MARGINE LIBERO MARGINE TOTALE (0,) 0 (0,) 0 0 (,) (,) (,) 0 (,) 0 0 (,) (,) (,) 0 0

7 L at t ivit à A ha mar gine t ot ale, quindi può iniziar e dopo unit à di t empo e t er minar e al t empo, in quest o modo,per ò, l at t ivit à A non ha più possibilit à di margine. L at t ivit à A ha un mar gine liber o, pur chè le at t ivit à che giungono nel ver t ice E siano state completate al tempo 9. Uno dei pr oblemi che ci si può por r e è quello di cer car e di r idur r e la dur at a del pr oget t o; quest o è possibile solo se diminuisce la dur at a delle at t ivit à cr it iche.; per ò t ut t o quest o compor t a uno sf or zo maggior e e sopr at t ut t o un cost o maggiore. I nolt r e si deve r idur r e il t empo di cer t e at t ivit à in modo da non aument ar e il numero delle attività critiche, o aumentarlo il meno possibile. Esempio Nel nostro esempio voglio far vedere come si può ridurre di unità di tempo la durata del lavoro. Se applichiamo la riduzione dell at t ivit à A e A port andola a unit à di t empo, divent ano crit iche le at t ivit à A e A come si evince dal nuovo reticolo: [,] [9,9] [,] [0,0] 0 [,] [9,9] Se invece si r iduce di unit à la dur at a dell at t ivit à A e di unit à la dur at a dell at t ivit à A 0,divent ano cr it iche le at t ivit à A 0 e A, così come si evince dal nuovo reticolo: 7

8 [,] [8,9] [0,0] 0 [,] [,] [8,8] I n ognuno dei due casi aument a il numer o delle at t ivit à cr it iche da cont r ollar e, e per t ant o occor r e decider e se quest a r iduzione è convenient e, senza t ener e conto che in questo caso si ha un aumento dei costi. PERT COMPLETO ( PERT con dati aleatori ) 8

9 Finor a abbiamo t r at t at o del met odo PERT at t r ibuendo alle var ie at t ivit à delle dur at e cer t e, ma nella r ealt à le dur at e delle var ie at t ivit à sono quasi sempr e, o per meglio dir e sempr e, aleat or ie e per t ant o le lor o dist r ibuzioni si possono solamente ottenere mediante le rilevazioni statistiche. Per pot er ef f et t uar e quest o vengono r ichiest e al r esponsabile, che come ho det t o può eseguir le per sonalment e oppur e può f ar r icor so all aiut o di oper ai, t r e valori: la durata ottimistica, che indicherò con a; la durata pessimistica, che indicherò con b; la durata più probabile, detta anche durata normale, che indicherò con m. Volendo r appr esent ar e gr af icament e quest i valor i const at iamo che la var iabile aleat or ia, dur at a dell at t ivit à, ha una dist r ibuzione che viene r appr esent at a da una curva asimmetrica, o simmetrica rispetto al valore m più probabile: Prob. Prob. Prob. a m t e b t a m t e b t a t e m b t Dai gr af ici possiamo dimost r ar e che è gener alment e una buona st ima della durata la media ponderata : a t e = m b questa formula mi rappresenta la durata più attendibile. I l valor e t è maggior e di m se la dist r ibuzione è asimmet r ica a dest r a, minor e di m se è asimmetrica a sinistra, coincidente con m se la distribuzione è simmetrica. Per ò la dur at a è una var iabile aleat or ia e quindi occor r e associar e a t ale valor e medio la var ianza, che dipende dall int er vallo di indecisione b-a ; la var ianza è data dal seguente calcolo: 9

10 = b a e misur a il gr ado di incer t ezza della dur at a pr evist a dell at t ivit à. La var ianza è uguale a zero solo se a = b. La durata totale D T l ot t eniamo sommando tutte le durata medie t delle attività del cammino critico: D T = t e + t e t e k se k sono le attività critiche. La var ianza t ot ale si può ot t ener e come la somma delle var ianze delle at t ivit à cr it iche in quant o la somma di più var iabili aleat or ie t ende a dist r ibuir si secondo la dist r ibuzione nor male avent e per media la somma delle medie e per var ianza la somma delle varianze. Perciò la varianza totale del progetto è data dalla seguente formula: T = crit Se indichiamo con D una dur at a t ot ale ipot izzat a del pr oget t o, si può, ut ilizzando le t avole della dist r ibuzione nor male, valut ar e il gr ado di at t endibilit à, calcolando la probabilità che la variabile aleatoria: assuma quel valore. D= durata totale del progetto Esempio 0

11 Dato il seguente progetto con le stime delle durate, calcolare il cammino critico, la durata totale, lo scarto quadratico medio e valutare il grado di attendibilità del progetto se si vuole che la durata sia non superiore a 70 unità di tempo, o non superiore a 8 unità di tempo: Durata Attività (0,) (,) (,) (,) (,) (,) (,) (,) (,) (,) a m b Calcoliamo i tempi medi a t e = m b ATTI (0,) (,) (,) (,) (,) (,) (,) (,) (,) (,) VI TA t e 7,, 0 0 0, 8 Tracciamo il reticolo e determiniamo il cammino critico: [;] [0,0], [0;0] 7, 0 0, [7,;7,] 0 [7,;7,] 0 [8;8] [7;7] 8 [9,;] [0,0] Quindi la durata totale con i tempi medi delle attività critiche è: D T = 7, , = 7 ( unità di tempo ) Calcoliamo le varianze delle attività critiche:

12 0, =,, = 0, =,, = 0 da cui ricaviamo lo scarto quadratico medio relativo al cammino critico: =,, 8, 0 7, che esprime lo scarto quadratico medio della durata del progetto. Per trovare il di attendibilità per una durata ipotizzata D i 70 si passa alla variabile normale standardizzata: Z= D i - D T Si ha : P(D i 70 )= P(Z -0,79)= 0,8 P(D i 8 )= P(Z,8)= 0,88 Quindi vi è la probabilità del,8% che la durata totale del progetto i non superi il tempo di 70 unità, mentre la probabilità che la durata non superi il t empo di 8 unit à è dell 88%.

13 Approfondimento: IL METODO CPM Il metodo CPM, Critical Path Method, tiene conto delle conseguenze che si sono ottenute per ridurre il tempo di esecuzione totale di un progetto per mirare alla r iduzione della dur at a di alcune at t ivit à cr it iche, ma quest a r iduzione det er mina un aument o del cost o dir et t o. I nf at t i se ci r if er iamo al mondo dei cont r at t i è pr evist a una penale in caso di r it ar do nell esecuzione del pr oget t o ed un pr emio in caso di ant icipo sulla dat a f inale st abilit a.lo scopo che ci dobbiamo per t ant o pr ef igger e è quello di cer car e di pr eoccupar ci di r icavar e una r elazione f r a dur at a e cost o di ogni at t ivit à e sopr at t ut t o f r a dur at a e cost o t ot ale del pr oget t o. I l met odo CPM int r oduce una t ecnica che per met t e di pr ogr ammar e un pr oget t o con una combinazione ot t ima di cost o dur at a. I l CPM insieme al PERT è uno dei met odi ut ilizzat i dagli or gani dir et t ivi per pianif icar e e analizzar e un pr oget t o complesso. Quest a t ecnica non r isolve i pr oblemi, ma per met t e una appr of ondit a analisi collegando t ut t i i f at t or i in modo chiar o e of f r endo ut ili element i per una decisione. I l CPM è applicat o in pr oget t i di cui sia f acile, per esper ienze pr ecedent i, det er minar e i t empi ed i cost i di r ealizzazione e per i quali int er essi conoscer e la combinazione delle dur at e delle var ie f asi di lavorazione che permette di realizzare il progetto al minimo costo. Se facciamo riferimento a tutte le attività che si svolgono per poterle realizzare r ichiedono un cer t o t empo per esser e complet at e, quest o è possibile sia aument ando o diminuendo ent r o cer t i limit i quest a dur at a diminuendo o aument ando le r isor se impiegat e,uomini, macchinar i, e quindi conseguenza molt o logica e dipendent e da quest i due f at t or i,ma per meglio dir e dalla lor o combinazione, i costi. La durata di una attività si potrà ridurre fino ad un determinato valore d, detto durat a limit e,cui cor r isponde un cer t o limit e C che r isult a il maggior e. Per ò si può aument ar e la dur at a dell at t ivit à f ino ad un valor e massimo D det t o durata normale,cui corrisponde il costo più basso, costo normale C. Tra la durata limite e la durata normale vi sono varie durate t : d ik < t ik < D ik cui corrispondono i relativi valori dei costi. Si suppone che ad ogni incr ement o di dur at a cor r isponda pr opor zionalment e una r iduzione di cost o e t ut t o quest o è possibile r appr esent ar e mediant e un segmento di retta.

14 p ik C L costi C N d ik t ik D ik t Il coefficiente angolare di tale retta è la variazione di costo per unità di tempo: c ik = C N C L D ik d ik La retta del costo si può quindi rappresentare con la funzione : f(t) = p ik - C ik. t ik dove c ik è il costo marginale e p ik è una costante. Il costo totale del progetto risulta P = i, k p ik - i, k c ik.t ik dove le sommatorie sono estese a tutte le attività del progetto. Esempio Sia dato un progetto del quale sono note le durate limite e normale di ogni attività con relativi costi, dopo avere tracciato il reticolo calcoliamo la durata ed il costo del progetto nei due casi estremi di durata limite e di durata normale di ogni attività: At t ivit a Durata Costo Costo per unità di tempo

15 Normale Limite Normale Limite c ik (0,) (0,) (,) (,) (,) (,) (,) (,) Tracciamo il reticolo attribuendo come durate, le durate normali: [0;0] [, ] [,] [0;0] [0,0] [8,] [8,8] durata totale : = settimane (tempo massimo) costo totale = L (costo minimo) Il cammino critico è dato da E o E E E E, la durata massima del progetto è quindi di settimane con un costo dato dalla somma di tutti i costi normali, che risulta di.70 ( migliaia di lire ). Tale costo è il minimo possibile e il tempo è il massimo. Vediamo ora il cammino critico attribuendo ad ogni attività del progetto la sua durata limite:

16 [,] [,] 0 9 [,] [0,0] 0 [,9] [9,0] Durata totale : settimane (durata minima) costo totale : L (costo massimo) I l cammino cr it ico r isult a or a E o E E E con una dur at a minima di settimane ed un costo, che è il massimo, di L..70. Fr a quest e due sit uazioni est r eme esist ono molt e alt r e combinazioni di dur at a- costi. Ad esempio, partendo dal reticolo con le durate normali, cerchiamo di accelerare qualche at t ivit à cr it ica, iniziando da quelle con cost i mar ginali minor i. L at t ivit à cr it ica con cost o mar ginale minor e è la A 0 la cui dur at a è di set t imane, conviene per ò por t ar e la dur at a a set t imane in quant o una r iduzione maggior e non por t er ebbe vant aggi alla dur at a complessiva essendo l ar co E 0 E E di 7 settimane. Si ricava il nuovo reticolo: [,] [7,7] [,] [,] 9 8 [0,0] 0 8 [8,8] 0 [,]

17 Durata totale: settimane; costo totale: L La situazione che si ottiene è data da due cammini critici: ) E 0 E E E E ; ) E 0 E E E E ; una durata di settimane e un costo di L Se f acciamo qualche r if lessione not iamo che in quest o caso sono aument at e le at t ivit à cr it iche e quindi l esecuzione del pr oget t o necessit a di maggior e controllo. I nf at t i se indichiamo con la dur at a t ot ale del pr oget t o, si t r at t er r à di t r ovar e i valor i delle t ik che r endono minimo il cost o t ot ale al var iar e di f r a il valore con durate limiti e il valore con durate normali delle attività. Il problema si può cercare di risolvere facendo ricorso e applicando un modello di programmazione lineare in cui le variabili sono le durate t ik delle attività A ik. Il problema che ne deriva è quello di rendere minimo il costo totale P: P= i, k p ik - i. k c ik.t ik ( dove le sommatorie sono estese a tutte le attività A ik ) Questo non è altro che rendere massima la funzione: Z = i, k c ik. t ik Con i seguenti vincoli: t ik D ik t ik d ik t ik R i dove R i sono tutti i possibili cammini che collegano E 0 con E n. Si t r at t a di un pr oblema di P.L. par amet r ico in quant o alcuni limit i dei vincoli contengono il parametro. In questo caso si fa ricorso al metodo del simplesso e pertanto si dovranno porre le condizioni a e si ricaveranno le soluzioni in funzione di. 7

18 I l pr oblema che ci t r oviamo per t ant o di f r ont e è di complessa soluzione per il gr ande numer o di var iabili e di vincoli, ecco per ciò che occor r e ser vir si di un elaboratore elettronico e di specifici programmi. 8

Corso di matematica classe quinta-anno 2010-2011-Giunti scuola- Annarita Monaco 1

Corso di matematica classe quinta-anno 2010-2011-Giunti scuola- Annarita Monaco 1 Corso di matematica classe quinta-anno 2010-2011-Giunti scuola- Annarita Monaco 1 352*(77$=,21(','$77,&$ 3UHVHQWD]LRQH: Consolidiamo la conoscenza dei numeri naturali, decimali e interi relativi, dei procedimenti

Dettagli

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio

Dettagli

APPUNTI SUI METODI PERT-C.P.M.

APPUNTI SUI METODI PERT-C.P.M. APPUNTI SUI METODI PERT-C.P.M. (corso di ricerca operativa) A cura di: Antonio Scalera 1 PERT/C.P.M. I metodi Pert e C.P.M. studiano lo sviluppo di un progetto attraverso la programmazione delle attività

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

CPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique

CPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique CPM - PERT CPM - PERT CPM e PERT sono metodologie per la gestione di progetti composti da più attività in cui esistano relazioni di precedenza. Critical Path Method Project Evaluation and Review Technique

Dettagli

IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT LABORATORIO INTEGRATO DI COSTRUZIONE E PRODUZIONE LEZIONE 4

IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT LABORATORIO INTEGRATO DI COSTRUZIONE E PRODUZIONE LEZIONE 4 IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT UNA VOLTA CREATA LA WBS E, QUINDI, INDIVIDUATA CIASCUNA PARTE ELEMENTARE DEL PROJECT, SI PASSA ALLA SCHEDULAZIONE CHE CONSISTE NELL ASSEGNARE

Dettagli

Attrezzature Medico Scientifiche SCHEDA TECNICA PRODOTTO PERFORMER Mod. ST27 Rev. 6 Di gennaio 2013 I dentif icazione del Fabbricante ECS SRL Via I Ma

Attrezzature Medico Scientifiche SCHEDA TECNICA PRODOTTO PERFORMER Mod. ST27 Rev. 6 Di gennaio 2013 I dentif icazione del Fabbricante ECS SRL Via I Ma Attrezzature Medico Scientifiche SCHEDA TECNICA PRODOTTO PERFORMER Mod. ST27 Rev. 6 Di gennaio 2013 I dentif icazione del Fabbricante ECS SRL Via I Maggio nr. 18/ 22 23881 Air uno (LC) I t alia PERFORMER

Dettagli

Ai fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:

Ai fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione: 1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale

Dettagli

i criteri di valutazione

i criteri di valutazione La fattibilità economica dei progetti: i criteri di valutazione 14.XII.2011 I criteri di fattibilità del progetto La convenienza di un investimento t immobiliare per il promotore può avvenire attraverso

Dettagli

Slide Cerbara parte1 5. Le distribuzioni teoriche

Slide Cerbara parte1 5. Le distribuzioni teoriche Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle

Dettagli

ing. consuelo rodriguez

ing. consuelo rodriguez TECNICHE DI PROGRAMMAZIONE La ricerca operativa La ricerca operativa può essere considerata una scienza finalizzata allo studio di problemi decisionali. Consiste in un sistema di analisi quantitativo finalizzato

Dettagli

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Esercizi di Programmazione del progetto

Esercizi di Programmazione del progetto Esercizi di Programmazione del progetto 1. Un progetto è costituito da tre attività tra loro non legate da vincoli di precedenza. Rappresentarlo con un reticolo americano ed europeo. L attività a dura

Dettagli

$UW 5(*2/$0(172 (',/,=,2 ±,QWHUYHQWL GL ULVWUXWWXUD]LRQH XUEDQLVWLFD H QXRYD

$UW 5(*2/$0(172 (',/,=,2 ±,QWHUYHQWL GL ULVWUXWWXUD]LRQH XUEDQLVWLFD H QXRYD &2081(',&$625$7(6(03,21( 3URYLQFLDGL9DUHVH $UW5(*2/$0(172(',/,=,2±,QWHUYHQWLGLULVWUXWWXUD]LRQHHGLOL]LD La domanda di Permesso di Costruire dev essere corredata dai seguenti documenti in duplice copia:

Dettagli

Relazioni statistiche: regressione e correlazione

Relazioni statistiche: regressione e correlazione Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica

Dettagli

Insegnamento di Gestione e Organizzazione dei Progetti A.A. 2008/9

Insegnamento di Gestione e Organizzazione dei Progetti A.A. 2008/9 Insegnamento di Gestione e Organizzazione dei Progetti A.A. 2008/9 Lezione 11: valutazione costi diagramma di PERT Prof.ssa R. Folgieri email: folgieri@dico.unimi.it folgieri@mtcube.com 1 Da ricordare:

Dettagli

IV. TEMPI E RISORSE: STRUMENTI DI PIANIFICAZIONE E CONTROLLO

IV. TEMPI E RISORSE: STRUMENTI DI PIANIFICAZIONE E CONTROLLO IV. TEMPI E RISORSE: STRUMENTI DI PIANIFICAZIONE E CONTROLLO Dopo aver affrontato la prima stesura del POP, si deve passare piano al vaglio del committente per avere il via definitivo. Se OK Si procede

Dettagli

Indice. 1 Il settore reale --------------------------------------------------------------------------------------------- 3

Indice. 1 Il settore reale --------------------------------------------------------------------------------------------- 3 INSEGNAMENTO DI ECONOMIA POLITICA LEZIONE VI IL MERCATO REALE PROF. ALDO VASTOLA Indice 1 Il settore reale ---------------------------------------------------------------------------------------------

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

Esercitazione n.2 Inferenza su medie

Esercitazione n.2 Inferenza su medie Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione

Dettagli

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del

Dettagli

Economia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1

Economia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1 Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Modelli di Programmazione Lineare e Programmazione Lineare Intera Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione

Dettagli

PERT e CPM Cenni storici

PERT e CPM Cenni storici CPM e PERT PERT e CPM Le tecniche CPM (Critical Path Method) e PERT (Program Evaluation and Review Technique) consentono lo sviluppo del programma di un progetto attraverso la programmazione delle attività

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA

Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA Esistono quattro principali tipi di strutture di mercato: concorrenza perfetta, monopolio, concorrenza monopolistica e oligopolio.

Dettagli

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only. In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.

Dettagli

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.

Dettagli

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

1. Scopo dell esperienza.

1. Scopo dell esperienza. 1. Scopo dell esperienza. Lo scopo di questa esperienza è ricavare la misura di tre resistenze il 4 cui ordine di grandezza varia tra i 10 e 10 Ohm utilizzando il metodo olt- Amperometrico. Tale misura

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

Test statistici di verifica di ipotesi

Test statistici di verifica di ipotesi Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall

Dettagli

Osservatorio SosTariffe.it Telefonia Mobile

Osservatorio SosTariffe.it Telefonia Mobile Osservatorio SosTariffe.it Telefonia Mobile TARIFFE IN PORTABILITA DEL NUMERO: ANALISI SUL RISPARMIO CHE SI OTTIENE EFFETTUANDO IL PASSAGGIO DEL NUMERO AD UN ALTRO OPERATORE SIA PER ABBONAMENTI CHE PER

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

SPC e distribuzione normale con Access

SPC e distribuzione normale con Access SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,

Dettagli

Pianificazione e progettazione

Pianificazione e progettazione Pianificazione e progettazione L analisi preventiva degli eventi e delle loro implicazioni rappresenta una necessità sempre più forte all interno di tutte le organizzazioni variamente complesse. L osservazione

Dettagli

PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)

PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo

Dettagli

Work Breakdown Structure Diagramma di Gantt PERT/CPM

Work Breakdown Structure Diagramma di Gantt PERT/CPM Work Breakdown Structure Diagramma di Gantt PERT/CPM C. Noè WBS Si tratta di uno strumento di supporto alla scomposizione analitica di un progetto in tutte le sue parti. Ciò facilita l attribuzione di

Dettagli

GUIDA AL CALCOLO DEI COSTI DELLE ATTIVITA DI RICERCA DOCUMENTALE

GUIDA AL CALCOLO DEI COSTI DELLE ATTIVITA DI RICERCA DOCUMENTALE GUIDA AL CALCOLO DEI COSTI DELLE ATTIVITA DI RICERCA DOCUMENTALE L applicazione elaborata da Nordest Informatica e disponibile all interno del sito è finalizzata a fornirvi un ipotesi dell impatto economico

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

Calcolo del Valore Attuale Netto (VAN)

Calcolo del Valore Attuale Netto (VAN) Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di

Dettagli

Le scelte del consumatore in condizione di incertezza (cap.5)

Le scelte del consumatore in condizione di incertezza (cap.5) Le scelte del consumatore in condizione di incertezza (cap.5) Che cos è il rischio? Come possiamo indicare le preferenze del consumatore riguardo al rischio? C è chi acquista assicurazione (non ama il

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

Misure finanziarie del rendimento: il Van

Misure finanziarie del rendimento: il Van Misure finanziarie del rendimento: il Van 6.XI.2013 Il valore attuale netto Il valore attuale netto di un progetto si calcola per mezzo di un modello finanziario basato su stime circa i ricavi i costi

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

compr ese quelle r elat ive al f unzionament o del sist ema bibliot ecar io;

compr ese quelle r elat ive al f unzionament o del sist ema bibliot ecar io; &2081(',0('( 3URYLQFLDGL3DYLD 5(*2/$0(172 %,%/,27(&$&2081$/( $UW²&RPSLWLHVHUYL]LGHOOD%LEOLRWHFD La Bibliot eca di Mede è un ist it uzione cult ur ale che, ispir andosi ai pr incipi det t at i dal Manif

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

Sem inario di studio organizzato dall AI MMF- Zona Nord. Castiglione delle Stiviere, 22 e 23 m aggio 2004

Sem inario di studio organizzato dall AI MMF- Zona Nord. Castiglione delle Stiviere, 22 e 23 m aggio 2004 Sem inario di studio organizzato dall AI MMF- Zona Nord 5LOHYD]LRQHHFRQIURQWRVXOOHSUDVVLGHJOL8IILFLJLXGL]LDULLQUHOD]LRQH DGDOFXQLQRGLFULWLFLGHOGLULWWRHGHOODSURFHGXUDFLYLOHPLQRULOH Castiglione delle Stiviere,

Dettagli

Misure finanziarie del rendimento: il Van

Misure finanziarie del rendimento: il Van Misure finanziarie del rendimento: il Van 12.XI.2014 Il valore attuale netto Il valore attuale netto di un progetto si calcola l per mezzo di un modello finanziario basato su stime circa i ricavi i costi

Dettagli

APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE

APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE 1. Proporzionalità diretta e proporzionalità inversa Analizziamo le seguenti formule Peso Lordo = Peso Netto + Tara Ricavo = Utile + Costo Rata = Importo + Interesse

Dettagli

IGiochidiArchimede-SoluzioniBiennio 22 novembre 2006

IGiochidiArchimede-SoluzioniBiennio 22 novembre 2006 PROGETTO OLIMPII I MTEMTI U.M.I. UNIONE MTEMTI ITLIN SUOL NORMLE SUPERIORE IGiochidirchimede-Soluzioniiennio novembre 006 Griglia delle risposte corrette Problema Risposta corretta E 4 5 6 7 8 9 E 0 Problema

Dettagli

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione) Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso

Dettagli

Indice. 1 La disoccupazione ---------------------------------------------------------------------------------------- 3. 2 di 6

Indice. 1 La disoccupazione ---------------------------------------------------------------------------------------- 3. 2 di 6 INEGNAMENO DI EONOMIA OLIIA LEZIONE VIII IL EORE DELL OUAZIONE ROF. ALDO VAOLA Economia olitica Indice 1 La disoccupazione ----------------------------------------------------------------------------------------

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se

Dettagli

La teoria dell offerta

La teoria dell offerta La teoria dell offerta Tecnologia e costi di produzione In questa lezione approfondiamo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta. In particolare: è possibile individuare

Dettagli

Equivalenza economica

Equivalenza economica Equivalenza economica Calcolo dell equivalenza economica [Thuesen, Economia per ingegneri, capitolo 4] Negli studi tecnico-economici molti calcoli richiedono che le entrate e le uscite previste per due

Dettagli

Trasformazione dei Processi in Progetti DIB 1

Trasformazione dei Processi in Progetti DIB 1 Trasformazione dei Processi in Progetti DIB 1 Generalità DIB 2 Progetto PROGETTO: esecuzione di un insieme di attività in un tempo e con risorse limitati per raggiungere uno specifico scopo. A causa dell

Dettagli

LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1

LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 I CODICI 1 IL CODICE BCD 1 Somma in BCD 2 Sottrazione BCD 5 IL CODICE ECCESSO 3 20 La trasmissione delle informazioni Quarta Parte I codici Il codice BCD

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente

Dettagli

Analisi di dati di frequenza

Analisi di dati di frequenza Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato

Dettagli

Esercitazione 23 maggio 2016

Esercitazione 23 maggio 2016 Esercitazione 5 maggio 016 Esercitazione 3 maggio 016 In questa esercitazione, nei primi tre esercizi, analizzeremo il problema del moral hazard nel mercato. In questo caso prenderemo in considerazione

Dettagli

Lezione 5. Argomenti. Premessa Vincolo di bilancio La scelta ottima del consumatore

Lezione 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

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della

Dettagli

Scelta intertemporale: Consumo vs. risparmio

Scelta intertemporale: Consumo vs. risparmio Scelta intertemporale: Consumo vs. risparmio Fino a questo punto abbiamo considerato solo modelli statici, cioè modelli che non hanno una dimensione temporale. In realtà i consumatori devono scegliere

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

Facciamo un analisi di tutti i vari Cicli a partire dall attuale Intermedio iniziato l 8 giugno.

Facciamo un analisi di tutti i vari Cicli a partire dall attuale Intermedio iniziato l 8 giugno. CICLI Facciamo un analisi di tutti i vari Cicli a partire dall attuale Intermedio iniziato l 8 giugno. Partiamo dal Dax future (dati a 15 minuti): Questa sembra la situazione più probabile, con una durata

Dettagli

Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore.

Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Dott. Giuseppe Francesco Gori Domande a risposta multipla ) Se nel mercato

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

Schematizzando, le operazioni che permettono di effettuare l apertura dell Iva sono, in sequenza:

Schematizzando, le operazioni che permettono di effettuare l apertura dell Iva sono, in sequenza: Documentazione KING Apertura Iva annuale e riporto del credito Milano, li 03/12/2008 Nel seguito Le indichiamo le operazioni da effettuare per una corretta apertura dell Iva annuale e del riporto del credito

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004 ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 004 Il candidato risolva uno dei due problemi e 5 dei 0 quesiti in cui si articola il questionario. PRBLEMA Sia la curva d equazione: ke ove k e

Dettagli

Lezione 8. La macchina universale

Lezione 8. La macchina universale Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione

Dettagli

Esercizi di Macroeconomia per il corso di Economia Politica

Esercizi di Macroeconomia per il corso di Economia Politica Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dipartimento di Economia Aziendale e Studi Giusprivatistici Università degli Studi di Bari Aldo Moro Corso di Macroeconomia 2014 1. Assumete che = 10% e = 1. Usando la definizione di inflazione attesa

Dettagli

CREDITO IVA Il nuovo modello di garanzia per il rimborso

CREDITO IVA Il nuovo modello di garanzia per il rimborso CREDITO IVA Il nuovo modello di garanzia per il rimborso Con un apposito provvedimento il Direttore dell Agenzia delle Entrate ha approvato un nuovo modello di garanzia per la richiesta di rimborso dell

Dettagli

CAPITOLO 10 I SINDACATI

CAPITOLO 10 I SINDACATI CAPITOLO 10 I SINDACATI 10-1. Fate l ipotesi che la curva di domanda di lavoro di una impresa sia data da: 20 0,01 E, dove è il salario orario e E il livello di occupazione. Ipotizzate inoltre che la funzione

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.

Dettagli

SCELTA DELL APPROCCIO. A corredo delle linee guida per l autovalutazione e il miglioramento

SCELTA DELL APPROCCIO. A corredo delle linee guida per l autovalutazione e il miglioramento SCELTA DELL APPROCCIO A corredo delle linee guida per l autovalutazione e il miglioramento 1 SCELTA DELL APPROCCIO l approccio all autovalutazione diffusa può essere normale o semplificato, a seconda delle

Dettagli

I ricavi ed i costi di produzione

I ricavi ed i costi di produzione I ricavi ed i costi di produzione Supponiamo che le imprese cerchino di operare secondo comportamenti efficienti, cioè comportamenti che raggiungono i fini desiderati con mezzi minimi (o, che è la stessa

Dettagli

Prof. Silvio Reato Valcavasia Ricerche. Il piano cartesiano

Prof. Silvio Reato Valcavasia Ricerche. Il piano cartesiano Il piano cartesiano Per la rappresentazione di grafici su di un piano si utilizza un sistema di riferimento cartesiano. Su questo piano si rappresentano due rette orientate (con delle frecce all estremità

Dettagli

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

Appunti sulla Macchina di Turing. Macchina di Turing

Appunti sulla Macchina di Turing. Macchina di Turing Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso

Dettagli

Lezione 03/03/03 SOCIETA A RESPONSABILITA LIMITATA S.R.L.

Lezione 03/03/03 SOCIETA A RESPONSABILITA LIMITATA S.R.L. Lezione 03/03/03 SOCIETA A RESPONSABILITA LIMITATA S.R.L. Forma giuridica per piccole imprese il capitale sociale deve essere minimo 10000. La proprietà è suddivisa in quote, ogni socio è detentore di

Dettagli

Il rischio di un portafoglio

Il rischio di un portafoglio Come si combinano in un portafoglio i rischi di 2 titoli? dipende dai pesi e dal valore delle covarianze covarianza a a ρ a b ρ a b ρ b b ρ coefficiente di correlazione = cov / ² p = a² ² + b² ² + 2 a

Dettagli

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti ipotesi: Gli investitori sono avversi al rischio; Gli investitori

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

Information summary: La Gestione dei Reclami

Information summary: La Gestione dei Reclami Information summary: La Gestione dei Reclami - Copia ad esclusivo uso personale dell acquirente - Olympos Group srl Vietata ogni riproduzione, distribuzione e/o diffusione sia totale che parziale in qualsiasi

Dettagli

Scheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux

Scheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Sistemi multiprocessori Fin qui si sono trattati i problemi di scheduling su singola

Dettagli

COORDINAMENTO E GESTIONE DI PROGETTI COMPLESSI

COORDINAMENTO E GESTIONE DI PROGETTI COMPLESSI COORDINAMENTO E GESTIONE DI PROGETTI COMPLESSI 1. - Formulazione del problema Supponiamo di dover organizzare e gestire un progetto complesso, quale puó essere la costruzione di un edificio, oppure la

Dettagli

Obiettivi dell esercitazione. Requisiti (cont.) Requisiti. Università di Roma La Sapienza A.A. 2008-2009. Facoltà di Ingegneria Sede di Latina

Obiettivi dell esercitazione. Requisiti (cont.) Requisiti. Università di Roma La Sapienza A.A. 2008-2009. Facoltà di Ingegneria Sede di Latina Università di Roma La Sapienza A.A. 2008-2009 Facoltà di Ingegneria Sede di Latina Laurea in Ingegneria Informatica ed Ingegneria dell Informazione Corso di PROGETTAZIONE DEL SOFTWARE Esercitazione sulla

Dettagli