Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Sequenze CAPITOLO II
|
|
- Fausto Abbate
- 7 anni fa
- Visualizzazioni
Transcript
1 CAPITOLO II 2. - PROBLEMI DI SEQUENZA I problemi di sequenza si presentano ogni qualvolta vi sono delle attività che richiedono delle risorse limitate ed indivisibili e bisogna definire l'ordine secondo cui queste attività devono utilizzare le risorse, nel rispetto di vincoli dati ed in modo da soddisfare un dato obiettivo DEFINIZIONI Si definisce "ciclo" di un dato lavoro l ordine secondo cui quel lavoro utilizza le macchine. Si definisce "sequenza dei lavori" relativi ad una macchina l'ordine secondo cui i lavori devono essere eseguiti da quella macchina. La "sequenza" è l'insieme delle sequenze dei lavori relative a tutte le macchine. Indica l ordine in cui i lavori devono essere eseguiti sulle macchine. "Istante di arrivo di un lavoro" è l'istante in cui il lavoro arriva nel sistema. "Istante di fine di un lavoro" è l'istante in cui è completata 1' ultima attività relativa a quel lavoro. Tempo di permanenza di un lavoro" è l intervallo di tempo che il lavoro passa nel sistema, cioè la differenza tra istante di fine e istante di arrivo. "Tempo di attesa di un lavoro" è il tempo che un lavoro deve aspettare prima che possa iniziare una attività. "Data di consegna di un lavoro" è l istante entro cui si desidera che quel lavoro sia terminato. "Ritardo di un lavoro" è la differenza tra l'istante di fine e la data di consegna quando questa differenza è non negativa, altrimenti è zero. Anticipo di un lavoro è la differenza tra la data di consegna e la data di fine quando questa differenza è non negativa, altrimenti è zero RELAZIONI PRINCIPALI Indichiamo con Te i : A i : Ta i : Tf i : tempo di esecuzione del lavoro i tempo totale di attesa del lavoro i tempo di arrivo del lavoro i tempo di fine del lavoro i 9
2 Avremo Tf i = Ta i + Te i + A i Il tempo di permanenza del lavoro i nel sistema è: F i = Te i + A i = Tf i - Ta i Indichiamo con c i : tempo di consegna del lavoro i avremo T i = MAX(0; Tf i -c i ) = ritardo del lavoro i E i = MAX(0; c i -Tf i ) = anticipo del lavoro i Per individuare un problema di sequenza si può utilizzare una notazione con quattro parametri del tipo A / B / C / D in cui A indica la legge di arrivo dei lavori; B indica il numero delle macchine; C descrive la configurazione dei cicli; F indica che tutti i lavori hanno lo stesso ciclo; G indica che i lavori possono avere differenti cicli; D indica il criterio con cui è valutato il funzionamento del sistema. Per esempio N/2/F/F max rappresenta un problema con N lavori su 2 macchine, secondo uno stesso ciclo ed in cui si assume come criterio di valutazione il tempo totale di esecuzione F max PROBLEMI CON UNA SOLA MACCHINA In tali problemi sono noti i tempi di esecuzione t i degli N lavori. I1 criterio di valutazione è il tempo medio di permanenza dei lavori F = F 1 + F F N che si vuole minimizzare. Per costruire la sequenza ottima si fa uso della seguente regola: REGOLA DEL TEMPO DI ESECUZIONE PIÙ BREVE Una sequenza che rende minimo F è una permutazione (i 1, i 2,.....,i N ) degli indici {1,2,...,N} tale che te i1 te i2... te in. La regola consiste nel dare la priorità al lavoro che ha tempo di esecuzione più piccolo. ESEMPIO 1. 10
3 PROBLEMA 8 / 1 / / F SOLUZIONE Poiché è: Lavori i Tempi di esecuz. te i avremo (4,3,5,2,8,7,6,1) (4,3,5,8,2,7,6,1) te i4 < te i3 < te i5 < te i2 = te i8 < te i7 < te i6 < te i1 che sono le due sequenze ottime che minimizzano F PROBLEMA N/1/ / T max E un problema di N lavori su una macchina il cui criterio di valutazione è quello di minimizzare il ritardo max. Il ritardo del lavoro i è: T i = MAX (0; Tf i -c i ) T max = MAX (T i ) dove Tf i e c i sono rispettivamente le date di fine e di consegna del lavoro i. TEOREMA Una sequenza che rende minimo T max è una permutazione (i 1, i 2,..., i N ) degli indici (1, 2,..., N) tale che: c i1 c i2... c in Il risultato notevole di questo teorema è che la sequenza ottima non dipende dalle durate dei lavori. ESEMPIO 2. PROBLEMA 8/ 1 / / T max Lavori i Data di consegna c i SOLUZIONE Poichè è c i5 < c i4 < c i8 < c i3 < c i2 < c i6 < c i7 < c i1 avremo (5, 4, 8, 3, 2, 6, 7, 1) che è la sequenza ottima che minimizza T max PROBLEMA N/ 1 / / numero di lavori in ritardo 11
4 E un lavoro di N lavori su una macchina il cui criterio di valutazione è quello di minimizzare il numero dei lavori in ritardo. La sequenza ottima viene fornita dal seguente algoritmo: ALGORITMO PASSO 1. Ordina i lavori in una sequenza (i 1, i 2,..., i N ) tale che c i1 c i2... c in ; questa sequenza viene chiamata sequenza attuale. Vai al passo 2. PASSO 2. Utilizzando la sequenza attuale trova il primo lavoro i k per cui T ik > 0 e vai al passo 3. Se non esiste un tale lavoro l algoritmo termina con una sequenza ottima che si ottiene mettendo i lavori che sono stati eliminati dopo i lavori della sequenza attuale ed in un ordine qualsiasi. PASSO 3. Nella sottosequenza (i 1,i 2,..., i K ) cerca il lavoro che ha tempo di esecuzione più grande ed eliminalo dalla sequenza attuale. Vai al Passo 2 utilizzando la sequenza così ottenuta o sequenza attuale. ESEMPIO I dati del problema siano quelli della tabella seguente: PASSO 1 Lavoro i Tempo di esec. te i Data cons. c i Lavori i te i c i Tempo di fine Tf i PASSO 2. Il primo lavoro in ritardo è il lavoro 8, in quanto Tf 8 -c 8 =11-9=2>0. PASSO 3. Nella sottosequenza (5,4,8) il lavoro con il tempo di esecuzione più grande è il lavoro 8 che viene eliminato. Lavori i te i d i c i PASSO 2. Il primo lavoro in ritardo è il lavoro 7 con Tf 7 -c 7 = = 1 > 0. PASSO 3. Nella sottosequenza (5, 4, 3, 2, 6, 7) il lavoro con tempo di esecuzione più grande è il lavoro 6 che viene eliminato. Lavori i te i
5 c i Tf i PASSO 2. Non esiste alcun lavoro in cui t ik >0 poiché Tf i -c i <0 per ogni i. L algoritmo termina con la sequenza ottima (5,4,3,2,7,1,8,6) ovvero (5,4,3,2,7,1,6,8) ed il numero minimo di lavori in ritardo sono i lavori 6 ed PROBLEMI CON PIÙ MACCHINE E CICLI TUTTI UGUALI In questo tipo di problemi vi sono N lavori, tutti già presenti nel sistema (quindi A 1 =A 2 =..=A N =0), che utilizzano le stesse M macchine e, nello stesso ordine; i cicli sono quindi uguali. La maggior parte dei metodi proposti per la risoluzione di questo tipo di problemi considerano il caso in cui l obiettivo è quello di rendere minimo il tempo totale di esecuzione Te max =Max(Te 1,Te 2,,Te N ) e quindi il tempo di permanenza massimo: F max = MAX i F i = MAX i (Te i -A i ) = MAX i (Te i ) Si tratta pertanto di problemi del tipo N/M/F/F max dove il terzo parametro F indica che i cicli sono tutti uguali. Nei problemi con 2 o 3 macchine esiste una sequenza ottima in cui l ordine dei lavori è lo stesso su tutte le macchine. Ciò non è in generale vero per M 4. Infatti consideriamo l esempio seguente con N=2, M=4, ciclo (1,2,3,4) ed in cui le durate sono: lavori Macchine Se manteniamo lo stesso ordine dei lavori su tutte e quattro le macchine si ottiene un tempo totale di esecuzione minimo di 14 unità di tempo 13
6 M M M M Mentre se la sequenza sulle prime due macchine è diversa da quella sulle ultime due, si ottiene un tempo totale di esecuzione minimo di 12 unità di tempo M M M M Si comprende ora l'importanza dei seguenti teoremi. TEOREMA 1. In un problema N / M / F / F max esiste una soluzione ottima in cui la sequenza dei lavori sulle prime due macchine è la stessa. TEOREMA 2. In un problema N / M / F / F max esiste una soluzione ottima in cui la sequenza dei lavori sulle ultime due macchine è la stessa PROBLEMA CON 2 MACCHINE E CICLI UGUALI (N/2/F/F max ) Questo problema di sequenza si esprime esattamente come segue: a. vi sono soltanto due macchine A e B; b. per tutti i pezzi la successione delle lavorazioni è AB; c. i tempi di lavorazione t, t,.., t e t, t,.. t A 1 A 2 A N B 1 B 2 B sono dati. N Il problema consiste nel trovare la sequenza che rende minimo il tempo totale di esecuzione F max. Il seguente algoritmo di Johnson risolve questo problema in una maniera molto semplice ALGORITMO Dl JOHNSON PASSO 1. Si scelga il più piccolo dei tempi di lavorazione t, t,..., t, t A 1 A 2 A N B, t 1 B 2,..., t. B N Se il tempo più piccolo si verifica più di una volta, si scelga indifferentemente uno di essi. 14
7 PASSO 2. Se il tempo più piccolo è t A, si esegue per prima la lavorazione sul pezzo r. r Se il tempo più piccolo è t B, si esegue per ultima la lavorazione sul pezzo s. Questo vale s in ogni caso, sia per la macchina A sia per la macchina B. PASSO 3. Sono rimasti N-1 pezzi da mettere in sequenza. Si applichino i punti 1 e 2 all'insieme ridotto dei tempi di lavorazione che si ottiene da quello iniziale con la esclusione dei tempi relativi al pezzo già assegnato alle due macchine. PASSO 4. Si prosegua in questo modo sino ad ottenere la sequenza completa. La sequenza ottenuta è ottima. ESEMPIO 4. Sono dati cinque pezzi, ciascuno dei quali deve essere lavorato su due macchine A e B, nell'ordine AB. I tempi di lavorazione sono dati in tabella: MACCHINE PEZZO A B Si trovi una sequenza per cui il tempo di permanenza totale max F max ossia il tempo di esecuzione totale massimo Te max sia minimo. SOLUZIONE Applicando l'algoritmo di Johnson avremo: macchine pezzi A B 1) ) ) ) ) pertanto la sequenza ottima è (2,4,1,3,5). Riportiamo ora questa sequenza di Lavorazione sul DIAGRAMMA DI GANTT che ci permette di visualizzare i tempi di lavorazione e i tempi di ozio su ciascuna macchina: 15
8 I1 tempo totale di esecuzione è di 32 unità. I tempi di ozio sono 5 unità di tempo per la macchina B PROBLEMA CON 3 MACCHINE E CICLI UGUALI (N / 3 / F / Fmax) Il problema si esprime come segue: - vi sono solamente 3 macchine A,B,C; - per tutti i pezzi la successione delle lavorazioni è ABC; - i tempi di lavorazione te, te A 1 A 2,..., te A N te, te,..., te B 1 B 2 B N te, te,..., te C 1 C 2 C N sono dati. Il problema consiste nel trovare la sequenza che rende minimo il tempo totale di permanenza F max ossia il tempo totale di esecuzione Te max CASO 1. Se si verifica almeno una delle seguenti condizioni: a. il più piccolo dei tempi di lavorazione sulla macchina A è maggiore o uguale al più grande dei tempi di lavorazione sulla macchina B; b. il più piccolo dei tempi di lavorazione sulla macchina C è maggiore o uguale al più grande dei tempi di lavorazione sulla macchina B, si sostituisce il problema iniziale con un problema con due sole macchine. Indichiamo queste macchine fittizie G e H e definiamo i relativi tempi di lavorazione come segue: te = te + te G i A i B i te = te + te H i B i C i Risolviamo il nuovo problema con la successione GH, mediante l'algoritmo di Johnson. La sequenza ottima cosi ottenuta sarà ottima anche per il problema iniziale. ESEMPIO 5. Sono dati cinque pezzi, ciascuno dei quali deve essere lavorato da tre macchine A, B, C nell'ordine ABC. I tempi di lavorazione sono: PEZZO te A te B te C
9 Si determini una sequenza di lavorazione che rende minimo il tempo totale di esecuzione F max. SOLUZIONE In questo caso si ha te A i min = 4; te B i max = 6; te C i min = 6. Poichè te C i min te B i max il metodo ora descritto può essere applicato. L'equivalente problema con due sole macchine è allora: PEZZO te G te H Poiché i minimi tempi di lavorazione si verificano più di una volta questo problema ammette diverse soluzioni ottime. Esse sono: (1,4,5,2,3) (1,5,4,2,3) (4,5,1,2,3) (4,1,5,2,3) (5,1,4,2,3) (5,4,1,2,3). Tali sequenze, riportate sul diagramma di GANTT, portano ad un tempo di esecuzione minimo pari a CASO 2.: Sia (1,2,...,N) una sequenza tale che se si ha anche te te. te B 1 B 2 B N te + te te + te... te A 1 B 1 A 2 B 2 A + te N B N e te B 1 + te te + te te C 1 B 2 B1 B + te N C N allora la sequenza (1, 2,, N) è una sequenza ottima. ESEMPIO 6. Sia N = 5 e le durate siano: PEZZO A B C
10 Eseguendo le somme (te + te ) e (te + te A i B i B i C ) si ottiene: i PEZZO te A +te B te b te B +te C Ordinando i lavori per valori di Bi non decrescenti si ha: PEZZO te A +te B te B te B +te C quindi la sequenza (1,5,2,3,4) è una sequenza ottima con tempo totale di esecuzione uguale a 52 unità di tempo PROBLEMI CON UN NUMERO QUALSIASI DI MACCHINE E CICLI UGUALI (N / M / F / Fmax). METODI APPROSSIMATI METODO DI PALMER In questo metodo "si dà la priorità ai lavori che hanno la tendenza più forte a passare da durate più brevi a durate più lunghe durante il ciclo". Questa "tendenza" per il lavoro i viene misurata dall indice : S i = - t i1 (M-1)/2 - t i2 (M-3)/ t i,m-l (M-3)/2 + t im (M-1)/2 Quindi la sequenza comune a tutte le macchine, è una permutazione (i 1,i 2,...,i N ) tale che S i1 S i2. S in. ESEMPIO Sia N = 5 e le durate siano 18
11 LAVORO SOLUZIONE L indice S i vale in questo caso: S i = - t i1 (3-1)/2 - t i2 (3-3)/2 + t i2 (3-3)/2 + t i3 (3-1>/2 = = t i3 - t i1, per cui: S 1 = 0; S 2 = -3; S 3 = -3; S 4 = -3; S 5 = 2. Ordinando i lavori per valori di S i non crescenti si ha la sequenza (5,1,2,3,4) (naturalmente bisognerebbe considerare anche le altre cinque sequenze che si ottengono permutando i lavori 2,3,4 in quanto S 2 = S 3 = S 4 =-3);questa sequenza ha un tempo totale di esecuzione di 35 unità di tempo METODO DI CAMPBELL-DUDEK-SMITH In questo metodo si costruiscono sino a M-1 problemi ausiliari con N lavori e 2 macchine. Applicando poi a ciascuno di questi problemi l algoritmo di Johnson si ottengono altrettante sequenze tra cui si sceglie per il problema originario, quella (o quelle) che hanno il minor tempo totale di esecuzione rispetto al problema originario. Le durate per il k-esimo problema ausiliario con 2 macchine (k = 1,2,...,M-1) sono calcolate così: k t ij j= 1 Θ i1 = Θ i2 = M tij j= M+ 1 k (i=1,2,,n) cioè il tempo per il lavoro i sulla prima macchina è la somma dei tempi sulle prime k macchine del problema originario, sulla seconda macchina è la somma dei tempi delle ultime k macchine. ESEMPIO Si hanno N = 6 lavori ed M = 4 macchine; le durate delle attività sono: LAVORI M 1 M 2 M 3 M
12 SOLUZIONE - Possiamo costruire M-1 = 3 problemi ausiliari con 2 macchine; le durate delle attività per questi 3 problemi sono: Prob. Ausiliario 1 Prob. Ausiliario 2 Prob. Ausiliario 3 Lavori 1 2 Lavori 1 2 Lavori Applicando l'algoritmo di Johnson a ciascuno di questi 3 problemi si ottengono le sequenze ottime (per i problemi ausiliari con 2 macchine) ed i corrispondenti tempi totali di esecuzione F max per il problema originario PROBLEMA AUSILIARIO SEQUENZA OTTIMA F max 1 (2,3,6,1,4,5) 69 2 (2,6,3,1,4,5) 68* 3 (2,6,3,4,1,5) 68* La sequenza (2,6,3,1,4,5) è la migliore, anche se non necessariamente quella ottima PROBLEMI CON PIU' MACCHINE E CICLI QUALSIASI In questo tipo di problemi vi sono N lavori tutti contemporaneamente presenti che utilizzano M macchine con cicli qualsiasi. Metodi specifici di risoluzione esistono per i problemi con due macchine. 20
13 PROBLEMA CON DUE MACCHINE E CICLI QUALSIASI (N / 2 / G / F max ) E' un problema di N lavori su 2 macchine; il parametro G indica che si tratta di cicli qualsiasi. Il criterio di valutazione è la minimizzazione del tempo totale di esecuzione. ALGORITMO - Sia A l'insieme dei lavori che utilizzano solo la macchina 1, B l'insieme dei lavori che utilizzano solo la macchina 2, C l insieme dei lavori che utilizzano entrambe le macchine con ciclo (1,2) e D l'insieme dei lavori che utilizzano entrambe le macchine con ciclo (2,1). - Siano SC ed SD le sequenze che si ottengono applicando l'algoritmo di Johnson rispettivamente ai lavori che sono in C e in D. Una sequenza ottima si ottiene ordinando i lavori nel modo seguente: sulla macchina 1 SC A SD sulla macchina 2 SD B SC dove i lavori A ed i lavori B sono ordinati in un modo qualsiasi. ESEMPIO Sia N = 9 e le tabelle dei cicli e le durate siano: LAVORI CICLI LAVORI SOLUZIONE. Gli insiemi A,B,C,D sono: A = {1}; B = {2,3}; C = {4,5,6}; D = {7,8,9}. Applicando l'algoritmo di Johnson ai lavori in C e in D si ottengono le due sequenze CICLO (1,2) CICLO (2, 1)
14 Le sequenze ottime sono allora : sulla prima macchina (6, 4, 5, 1, 7, 9, 8) sulla seconda macchina (7, 9, 8, 2, 3, 6, 4, 5) con un tempo totale di esecuzione di 40 unità di tempo LAVORAZIONE DI 2 PEZZI SU N MACCHINE In questo caso ci si serve esclusivamente di algoritmi grafici. Il vantaggio che si presenta è che la sequenza di lavorazione non è la stessa per i due pezzi; sia per es. A B C D per il pezzo 1 e D B A C per il pezzo 2. Serviamoci di un esempio per poter vedere come si applica il metodo. ESEMPIO Supponiamo di avere 2 pezzi e 4 macchine Macchine A B C D Pezzi A B C D D B A C Per esempio, in questo caso, il pezzo 1 deve essere lavorato con sequenza A B C D, il pezzo 2 con sequenza D B A C. Si ricorre ad un diagramma cartesiano. Sulle ascisse riportiamo i tempi di lavorazione del pezzo 1 con sequenza di lavorazione sulle macchine ABCD. Sulle ordinate i tempi di lavorazione del pezzo 2 secondo la sequenza D B A C. Individuiamo ora delle zone PEZZO 2 vietate. Poiché i 2 pezzi non possono essere contemporaneamente lavorati sulla stessa macchina, occorre mandare le paral lele agli assi per i punti, rispettivamente dell asse x e y, che rappresentano la separazione tra i tempi di una macchina ed un altra. Ottenuto questo reticolo occorre tratteggiare, come zo- 6 2 ne vietate, quelle parti in corrispondenza della stessa macchi PEZZO na in proiezione sugli assi. Devo ora cercare una certa sequenza di lavorazione. Parto da zero e posso iniziare a lavorare sia il pezzo 1 sulla macchina A che il pezzo 2 sulla macchina D, in quanto le 2 macchine procedono indipendentemente. Ciò, sul diagramma cartesiano, si individua mandando una linea a 45 dall origine, la 22
15 proiezione sull asse delle ascisse di questa retta mi da la lavorazione del pezzo 1, la proiezione sull asse delle ordinate mi da la lavorazione del pezzo 2. Nel nostro caso questa retta procede senza incontrare nessuna area vietata. Nel punto 2 diviene tangente all area vietata, ma non l attraversa. Proseguendo arriviamo nel punto 4. Sino al punto 1 hanno lavorato contemporaneamente le macchine A e D (A il pezzo 1, D il pezzo 2). Dal punto 1 al 2 la macchina B lavora il pezzo 1, mentre D continua a lavorare il pezzo 2. Dal punto 2 al 3 lavorano contemporaneamente la macchina C (pezzo 1) e la macchina B (pezzo 2). Dal punto 3 al 4 lavorano la macchina D (sul pezzo 1), la macchina A (sul pezzo 2). Ma nel punto 4 il pezzo 1 ha concluso il suo ciclo di lavorazione, mentre il pezzo 2 deve ancora terminare la lavorazione sulla macchina A. Pertanto la retta subisce una deviazione e corre parallela all asse y. Dal punto 4 al punto 5 il pezzo 2 termina la lavorazione sulla macchina A; infine dal punto 5 al punto 6 viene lavorato sulla macchina C e conclude anch esso il suo ciclo di lavorazione. Non ci sono stati tempi di ozio sino al punto 4. In questo caso poiché la retta a 45 non si è trovata nella situazione di dover attraversare la zona vietata, non si è verificato alcun tempo di ozio ed i due pezzi sono stati lavorati contemporaneamente. In pratica nell ultimo tratto si ha invece un tempo di ozio e corrisponde al tratto verticale per il pezzo 1. Per sapere il tempo totale impiegato per la lavorazione dei due pezzi basta considerare il tempo totale di lavorazione del pezzo 1 e ad esso aggiungere il tempo di ozio che si è riscontrato. Abbiamo, in definitiva, T tot = 12+4=16, dove 4 è il tempo di ozio. In genere questo non è il tempo ottimo di lavorazione. Se il diagramma fosse stato quello di fig. seguente, il discorso sarebbe stato diverso. Non avrei potuto, in questo caso, partire contemporaneamente dalle 2 macchine. Avrei dovuto scegliere o la lavorazione del pezzo 1 o quella del pezzo 2. PEZZO ) 2 1) PEZZO 1 Quindi o parallelamente alla lavorazione del pezzo 1 sino al completamento della lavorazione sulla macchina A, o parallelamente all asse del pezzo 2 sino al completamento della lavorazione del pezzo 2 sulla A. Abbiamo quindi 2 percorsi possibili rappresentati in fig. 4. Oppure, altro caso: 23
16 PEZZO PEZZO 1 In questo caso, per esempio, se i quadretti sono le unità avrei (dal pezzo 1): PERCORSO 1 : T tot =13 (11+2 di ozio) PERCORSO 2 : T tot =15 (11+4 di ozio) PERCORSO 3 : T tot =15 (11+4 di ozio) N.B. : Si può incontrare una zona vietata o lateralmente o frontalmente. Se la incontriamo lateralmente possiamo pensare di affrontarla in questi due modi. LATERALMENTE LATERALMENTE DAL BASSO DAL BASSO 24
17 LAVORAZIONE DI N PEZZI SU M MACCHINE Qui le incognite sono i tempi di inizio di lavorazione di ciascun pezzo su ciascuna macchina. Lo indichiamo con t ij intendendo con i il pezzo generico, con j la macchina generica. Quindi t ij = tempo di inizio della lavorazione del pezzo i sulla macchina j. Di ogni pezzo è nota la durata della lavorazione sulla macchina d ij = durata della lavorazione del pezzo i sulla macchina j. Il problema è di minimizzazione dei tempi totali di lavorazione. Si ha quindi: min Z = (t ij +d ij ) i j Vincoli del problema 1) - Vincoli legati ai pezzi. Se indico con i e j due pezzi qualsiasi e con k la generica macchina, poiché su una macchina può essere lavorato un solo pezzo per volta, se il pezzo i viene lavorato prima del pezzo j sulla macchina k, sarà valida una relazione del tipo: t ik + d ik t jk Se invece il pezzo j viene lavorato prima del pezzo i sulla macchina k, si ha: t jk + d jk t ik Queste due relazioni sono fra loro incompatibili. Per poterle rendere compatibili si ricorre all uso di un tensore X ijk cui viene assegnato il valore 0 se il pezzo i viene lavorato prima de pezzo j sulla macchina k, assume il valore 1 nel caso contrario. Introducendo in modo opportuno tale tensore si ottiene: t ik + d ik t jk + MX ijk t jk + d jk t ik + M(1-X ijk ) Con M numero grande a piacere. Vediamo se le relazioni hanno assunto forma valida in generale. Se il pezzo i viene lavorato prima del pezzo j sulla macchina k, la prima relazione risulta valida e la seconda banale. Se invece j viene lavorato prima di i sulla macchina k la prima relazione diventa banale mentre la seconda assume il suo significato originale. 2) - Vincoli legati alle macchine Vincoli legati al fatto che un pezzo non può essere lavorato contemporaneamente su due macchine diverse. Se indichiamo con i il pezzo generico e con a e b le macchine su cui deve essere lavorato potremo affermare che se il pezzo viene lavorato prima sulla macchina a a poi sulla b, vale la relazione seguente: t ia + d ia t ib t ib + d ib t ia. Queste due relazioni sono incompatibili ed analogamente a quanto fatto nel caso precedente introduciamo un tensore Y iab in modo da generalizzare la formulazione matematica. 25
18 Assegnamo ad Y iab il valore 0 se il pezzo i viene lavorato prima su a e poi su b, il valore 1 se il pezzo i viene lavorato prima su b e poi su a. Sempre in analogia con quanto fatto nel caso precedente possiamo scrivere : t ia + d ia t ib + MY iab t ib + d ib t ia + M(1-Y iab ) 26
( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliPer studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R
Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.
Dettagli4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI
119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
Dettagli~ 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.
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)
CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare
DettagliOttimizzazione 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
DettagliSequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione
Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione presentato in questo file trova la seq. a costo minimo per
DettagliSTUDIO DI UNA FUNZIONE
STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)
DettagliOttimizzazione 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
Dettagli1. Limite finito di una funzione in un punto
. Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliMicroeconomia, 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
Dettagli1 Giochi a due, con informazione perfetta e somma zero
1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una
DettagliG6. Studio di funzione
G6 Studio di funzione G6 Come tracciare il grafico di una funzione data Nei capitoli precedenti si sono svolti tutti gli argomenti necessari per tracciare il grafico di una funzione In questo capitolo
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
DettagliMATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).
MATEMATICA 2001 66. Quale fra le seguenti affermazioni è sbagliata? A) Tutte le funzioni ammettono la funzione inversa B) Una funzione dispari è simmetrica rispetto all origine C) Una funzione pari è simmetrica
DettagliESAME 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
DettagliFASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:
FASCI DI RETTE DEFINIZIONE: Si chiama fascio di rette parallele o fascio improprio [erroneamente data la somiglianza effettiva con un fascio!] un insieme di rette che hanno tutte lo stesso coefficiente
DettagliProf. 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
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO
UNIVERSITÀ DEGLI STUDI DI TERAMO CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA (Classe 7) Corso di Matematica per l Economia (Prof. F. Eugeni) TEST DI INGRESSO Teramo, ottobre 00 SEZIONE
DettagliLa Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
DettagliScelta 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
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliSPC 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,
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 03/11/2015
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi: lezione 03/11/2015 Piani di ammortamento Esercizio 1. Un finanziamento pari a 100000e viene rimborsato
DettagliKangourou della Matematica 2014 finale nazionale italiana Mirabilandia, 12 maggio 2014
Kangourou della Matematica 2014 finale nazionale italiana Mirabilandia, 12 maggio 2014 LIVELLO STUDENT K,M N CD BC A S1. (5 punti ) In figura si vede una circonferenza della quale i segmenti AB, BC e CD
DettagliForze come grandezze vettoriali
Forze come grandezze vettoriali L. Paolucci 23 novembre 2010 Sommario Esercizi e problemi risolti. Per la classe prima. Anno Scolastico 2010/11 Parte 1 / versione 2 Si ricordi che la risultante di due
DettagliIl 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
DettagliTeoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26
Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo
DettagliDimensione 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
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
DettagliLezione 10: Il problema del consumatore: Preferenze e scelta ottimale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta
DettagliDocumentazione esterna al software matematico sviluppato con MatLab
Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno
DettagliVincere a testa o croce
Vincere a testa o croce Liceo Scientifico Pascal Merano (BZ) Classe 2 Liceo Scientifico Tecnologico Insegnante di riferimento: Maria Elena Zecchinato Ricercatrice: Ester Dalvit Partecipanti: Jacopo Bottonelli,
Dettagli(a cura di Francesca Godioli)
lezione n. 12 (a cura di Francesca Godioli) Ad ogni categoria della variabile qualitativa si può assegnare un valore numerico che viene chiamato SCORE. Passare dalla variabile qualitativa X2 a dei valori
DettagliI PROBLEMI ALGEBRICI
I PROBLEMI ALGEBRICI La risoluzione di problemi è una delle attività fondamentali della matematica. Una grande quantità di problemi è risolubile mediante un modello algebrico costituito da equazioni e
DettagliE 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
DettagliLA MOLTIPLICAZIONE IN CLASSE SECONDA
LA MOLTIPLICAZIONE IN CLASSE SECONDA Rossana Nencini, 2013 Le fasi del lavoro: 1. Proponiamo ai bambini una situazione reale di moltiplicazione: portiamo a scuola una scatola di biscotti (. ) e diamo la
DettagliLezione 10 Funzione di produzione ed
Corso di Economica Politica prof. S. Papa Lezione 10 Funzione di produzione ed efficienza economica Facoltà di Economia Università di Roma La Sapienza Costi e produzione 102 Da che dipendono i costi? Dipendono
Dettaglil insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)
Che cos è una funzione? Assegnati due insiemi X e Y si ha una funzione elemento di X uno e un solo elemento di Y. f : X Y se esiste una corrispondenza che associa ad ogni Osservazioni: l insieme X è detto
DettagliIl principio di induzione e i numeri naturali.
Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 11 In questa lezione vedremo alcune applicazioni della tecnica greedy al progetto di algoritmi on-line. Vediamo
DettagliLezione 6 (16/10/2014)
Lezione 6 (16/10/2014) Esercizi svolti a lezione Esercizio 1. La funzione f : R R data da f(x) = 10x 5 x è crescente? Perché? Soluzione Se f fosse crescente avrebbe derivata prima (strettamente) positiva.
DettagliL espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.
EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliLe equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.
Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,
Dettagli0. Piano cartesiano 1
0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine
DettagliInteresse, sconto, ratei e risconti
129 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 129 129.1.1 Esercizio per il calcolo dell interesse semplice........................
DettagliCAPITOLO I. Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Programmazione Dinamica
CAPITOLO I. - PROGRAMMAZIONE DINAMICA La programmazione dinamica è una parte della programmazione matematica che si occupa della soluzione di problemi di ottimizzazione di tipo particolare, mediante una
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliIL METODO PER IMPOSTARE E RISOLVERE I PROBLEMI DI FISICA (NB non ha nulla a che vedere con il metodo scientifico)
IL METODO PER IMPOSTARE E RISOLVERE I PROBLEMI DI FISICA (NB non ha nulla a che vedere con il metodo scientifico) [nota: Nel testo sono riportate tra virgolette alcune domande che insegnanti e studenti
DettagliIGiochidiArchimede-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
DettagliFondamenti e didattica di Matematica Finanziaria
Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio
DettagliSOLUZIONI D = (-1,+ ).
SOLUZIONI. Data la funzione f() ( ) ln( ) a) trova il dominio di f b) indica quali sono gli intervalli in cui f() risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
DettagliProdotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:
1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliIl sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi.
E. Calabrese: Fondamenti di Informatica Problemi-1 Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. L'informatica
Dettagli2. Limite infinito di una funzione in un punto
. Limite infinito di una funzione in un punto Consideriamo la funzione: fx ( ) = ( x ) definita in R {}, e quindi il valore di non è calcolabile in x=, che è comunque un punto di accumulazione per il dominio
DettagliMATEMATICA 5 PERIODI
BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliProblema del trasporto
p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel
DettagliVademecum studio funzione
Vademecum studio funzione Campo di Esistenza di una funzione o dominio: Studiare una funzione significa determinare gli elementi caratteristici che ci permettono di disegnarne il grafico, a partire dalla
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliAlgoritmo. I dati su cui opera un'istruzione sono forniti all'algoritmo dall'esterno oppure sono il risultato di istruzioni eseguite precedentemente.
Algoritmo Formalmente, per algoritmo si intende una successione finita di passi o istruzioni che definiscono le operazioni da eseguire su dei dati (=istanza del problema): in generale un algoritmo è definito
Dettagli13. Campi vettoriali
13. Campi vettoriali 1 Il campo di velocità di un fluido Il concetto di campo in fisica non è limitato ai fenomeni elettrici. In generale il valore di una grandezza fisica assegnato per ogni punto dello
DettagliStudio di funzioni ( )
Studio di funzioni Effettuare uno studio qualitativo e tracciare un grafico approssimativo delle seguenti funzioni. Si studi in particolare anche la concavità delle funzioni e si indichino esplicitamente
Dettagli2 FUNZIONI REALI DI VARIABILE REALE
2 FUNZIONI REALI DI VARIABILE REALE 2.1 CONCETTO DI FUNZIONE Definizione 2.1 Siano A e B due insiemi. Una funzione (o applicazione) f con dominio A a valori in B è una legge che associa ad ogni elemento
DettagliMAPPE DI KARNAUGH. Nei capitoli precedenti si è visto che è possibile associare un circuito elettronico o elettrico ad una funzione logica.
MAPPE DI KARNAUGH 1. Generalità Nei capitoli precedenti si è visto che è possibile associare un circuito elettronico o elettrico ad una funzione logica. E ovvio che più semplice è la funzione e più semplice
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
Dettagli7 - Esercitazione sulle derivate
7 - Esercitazione sulle derivate Luigi Starace gennaio 0 Indice Dimostrare il teorema 5.5.3.a................................................b............................................... Dimostrazioni.a
DettagliRicerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani
Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliMacroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.
acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al
DettagliIntelligenza Artificiale
Intelligenza Artificiale Esercizi e Domande di Esame Tecniche di Ricerca e Pianificazione Esercizi Griglia Si consideri un ambiente costituito da una griglia n n in cui si muove un agente che può spostarsi
DettagliUn metodo per il rilevamento degli errori: la tecnica del Bit di Parità
Appunti: Tecniche di rilevazione e correzione degli errori 1 Tecniche di correzione degli errori Le tecniche di correzione degli errori sono catalogabili in: metodi per il rilevamento degli errori; metodi
DettagliCorso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile
Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione
DettagliAnalisi dei Dati 12/13 Esercizi proposti 3 soluzioni
Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6
DettagliEsercizi 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.
DettagliFUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA
FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo
DettagliLimiti e continuità delle funzioni reali a variabile reale
Limiti e continuità delle funzioni reali a variabile reale Roberto Boggiani Versione 4.0 9 dicembre 2003 1 Esempi che inducono al concetto di ite Per introdurre il concetto di ite consideriamo i seguenti
DettagliTeoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S
Teoria delle code Sistemi stazionari: M/M/1 M/M/1/K M/M/S Fabio Giammarinaro 04/03/2008 Sommario INTRODUZIONE... 3 Formule generali di e... 3 Leggi di Little... 3 Cosa cerchiamo... 3 Legame tra N e le
DettagliLa somma. Esempio: Il prodotto. Esempio:
La somma L algoritmo della operazione di somma non cambia qualunque sia la base considerata. Naturalmente, le regole da imparare nel caso di una base b sono relative alle sole b 2 posssibili combinazioni
Dettaglimese 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
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
DettagliCORSO DI LAUREA IN INGEGNERIA.
CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i
DettagliEsercizi su. Funzioni
Esercizi su Funzioni ๒ Varie Tracce extra Sul sito del corso ๓ Esercizi funz_max.cc funz_fattoriale.cc ๔ Documentazione Il codice va documentato (commentato) Leggibilità Riduzione degli errori Manutenibilità
DettagliAPPUNTI 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
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliTRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA
SCUOLA PRIMARIA DI CORTE FRANCA MATEMATICA CLASSE QUINTA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA L ALUNNO SVILUPPA UN ATTEGGIAMENTO POSITIVO RISPETTO ALLA MATEMATICA,
Dettagli