Fusione termonucleare controllata e High Performance Computing. S. Briguglio e G. Vlad ENEA Frascati
|
|
- Adriana Boscolo
- 8 anni fa
- Visualizzazioni
Transcript
1 Fusione termonucleare controllata e High Performance Computing S. Briguglio e G. Vlad ENEA Frascati
2 Sommario La fusione nucleare La simulazione particle in cell (PIC) Il porting di un codice PIC su architetture parallele Risultati
3 La fusione nucleare 3.5 MeV Schema di reattore 14.1 MeV Il neutrone cede la sua energia a un mantello che circonda la camera calore raffreddamento ad acqua vapore turbina energia elettrica Vantaggi: combustibile quasi inesauribile; scarsa produzione di scorie rischio di fuga radioattiva trascurabile; sistema intrinsecamente sicuro
4 La fusione nucleare (segue ) D + T: repulsione elettrostatica a grandi distanze; attrazione nucleare a piccolissima distanza (10-15 m) Energia cinetica iniziale dei nucleoni molto alta Acceleratore? Non conviene Alta temperatura (>107 C): centro delle stelle B Contenimento? Nucleoni carichi: forza di Lorentz Solenoide campo magnetico E le pareti di fondo?
5 La fusione nucleare (segue ) Tokamak: тороидальная камера с магнитными катушками (camera toroidale con bobine magnetiche) JET: il più grande tokamak in attività
6 La fusione nucleare (segue ) Road map verso il reattore: riscaldare un gas (plasma) di deuterio-deuterio (corrente, microonde, fasci di particelle) idem, con deuterio-trizio (attivazione dei materiali, ma reazioni di fusione numerose) garantire che i nuclei di elio siano ben confinati e trasferiscano la loro energia al plasma spegnere il riscaldamento dall esterno e lasciare che siano i nuclei di elio a tener caldo il plasma (ignizione)
7 La fusione nucleare (segue ) Per tenere caldo il centro del plasma è necessario un trasporto di energia e di particelle ridotto Onde elettromagnetiche che si sviluppano nel plasma, però, incrementano il trasporto Risonanze tra onde elettromagnetiche e particelle cariche che viaggiano in fase con l onda: l onda cresce in ampiezza a spese dell energia della particella il campo elettromagnetico che così si produce trascina la particella verso il bordo del plasma
8 Le equazioni del sistema Funzione di distribuzione (densità nello spazio x,v) Equazione di Vlasov Forza su ciascuna particella Equazioni per i campi nel limite non relativistico: Eq. Coulomb Eq. Ampère
9 Perché l approccio computazionale? Tipiche semplificazioni per una trattazione analitica: limite perturbativo (la struttura del campo elettromagnetico è data; le particelle agiscono su di esso come una piccola perturbazione) limite fluido (le particelle sono caratterizzate da pochi parametri medi: densità, temperatura, etc.; non conta il loro comportamento individuale) limite lineare (si valuta solo il grado di stabilità di un equilibrio, non la sua evoluzione in caso di instabilità) Una conoscenza piena del comportamento del sistema richiede invece una trattazione auto-consistente (campi determinati dalle particelle; moto delle particelle determinato dai campi) cinetica (particelle con velocità diverse interagiscono con i campi in modo diverso: risonanze) non lineare (il confinamento delle particelle dipende da quanto i campi modificano le loro orbite: ampiezza di saturazione) approccio computazionale
10 La simulazione a particelle Discretizzazione: Eq. moto: Eq. campi:
11 Plasma numerico e plasma fisico Discretizzazione dello spazio fisico e dello spazio delle velocità: ciascuna particella rappresenta un gran numero di particelle fisiche con coordinate x,v in un intorno di x i,v i (macroparticella) Nota: è una scelta obbligata: in un Tokamak: circa particelle per ciascuna particella occorre memorizzare 6 variabili real*8 (x,v) per descriverle tutte, occorrerebbero circa Gbytes di memoria Discretizzazione del tempo: scelta obbligata, in mancanza di una soluzione esatta Quanto può essere lasca la discretizzazione? accuratezza (campionamento): molte macroparticelle in un volume ρ L 3 (lunghezza d onda tipica ρ L ) molti step temporali in un tempo 1/ω (frequenza tipica = ω ) vincoli più stringenti?
12 La soluzione più immediata: simulazione N-corpi Calcolo dei campi nel punto in cui si trova la macroparticella come sovrapposizione dei campi prodotti da ciascuna delle altre macroparticelle: Due problemi: il numero di operazioni per l evoluzione delle coordinate delle macroparticelle scala con N part 2 (con N part numero di macroparticelle) interazioni a piccole distanze
13 N-corpi (segue ) n particelle con carica e + rappresentate da una macroparticella con carica ne + : l interazione da lontano non è alterata l interazione da vicino può essere sovrastimata da lontano da vicino Condizione per curare il problema: molte macroparticelle in un volume λ 3 D (λ D =lunghezza di Debye) nota: λ D << ρ L vincolo molto più stringente del bisogno di accuratezza E n e + n e + 1 ne + 1 ne + E E E
14 Alternativa: particle in cell Benché le particelle si muovano nel continuo, il dominio spaziale viene suddiviso in celle (griglia)
15 Ciascuna particella distribuisce la propria densità di carica e di corrente ai vertici vicini: density computing ( N part ) I campi vengono calcolati solo sui vertici delle celle, in base alle densità di carica e di corrente: field solving ( N celle Log N celle ) Posizione e velocità di ciascuna particella sono ricalcolate in base ai campi nella posizione della particella, ottenuti da un interpolazione dei valori calcolati sui vertici vicini: pushing ( N part )
16 Vantaggi (rispetto all approccio N-corpi): Il numero delle operazioni scala con N part (anziché con N part2 ) L estrapolazione dei campi e la suddivisione di carica e corrente tra i vertici produce un taglio delle interazioni a distanza inferiore alla dimensione di una cella: le interazioni a piccola distanza, che con numeri ragionevoli di macroparticelle acquisterebbero un peso eccessivo, sono artificiosamente soppresse a parità di accuratezza, si guadagna un fattore (ρ L / λ D ) nel numero N part richiesto
17 Struttura di un codice PIC: c call inizializza(x,field) do istep=1,nstep call pushing(field,x) call compute_density(x,density) call field_solver(density,field) enddo
18 Ancora guai: il problema degli alias Una griglia spaziale con celle di ampiezza Δx confonde perturbazioni con numero d onda k e k n =k+n(2π/δx): l una è vista come alias dell altra Il sistema presenta instabilità non fisiche (scompaiono per Δx 0) Ne deriva un limite superiore sul Δx tollerabile In un plasma confinato magneticamente, si riottiene Δx < λ D Δx x Problema analogo per Δt: Δt < ω p -1 (ω p = frequenza di plasma)
19 I fenomeni da investigare sono caratterizzati da scale di variazione molto più lente: 1/k ρ L 20 λ D 1/ω 1/ω /ω p Per sopprimere le instabilità non fisiche occorrerebbe una discretizzazione inutilmente fine: a fissata accuratezza N part più grande di un fattore (ρ L / λ D ) n step più grande di un fattore (ω p / ω ) CPU time più grande di un fattore 10 8 Soluzione: mediare le equazioni del moto rispetto alla girazione (rapida) intorno alle linee di campo (formalismo girocinetico) Risultato: si perde l informazione su ciò che succede su scale spaziotemporali brevi, ma si sopprimono le instabilità numeriche su quelle scale si può rilassare la risoluzione: Δx < ρ L Δt < 1/ω
20 Parallelizzazione di un codice PIC su architettura distributed memory Esigenze: Esplorare l effetto di perturbazioni di campo elettromagnetico su scale di ordine ρ L per macchine con dimensioni 10 2 ρ L Descrivere accuratamente (basso rumore numerico) la funzione di distribuzione nello spazio delle velocità (alto numero di particelle per cella) Problema di dimensioni medie: N celle 10 6 N particelle N celle N time-steps 10 4 N particelle >> N celle prioritaria la distribuzione dei carichi (memoria e calcolo) relativi alle particelle Due strategie possibili: decomposizione per particelle decomposizione per dominio
21 Decomposizione per particelle Ogni nodo vede tutto il dominio spaziale, ma solo una parte delle particelle
22 Decomposizione per dominio Ogni nodo vede solo una parte del dominio spaziale, e tutte le particelle che vi si trovano
23 Decomposizione per particelle Dominio replicato, particelle distribuite Pro: carichi perfettamente bilanciati nessuna migrazione di particelle da un nodo all altro implementazione relativamente semplice Contro: memoria relativa ai campi e alle densità replicata (la risoluzione massima ottenibile non scala perfettamente con N nodi ) necessaria una riduzione tra nodi delle densità (comunicazione: lo speed up non scala perfettamente con N nodi )
24 Scheletro del codice parallelo (MPI) c c c call MPI_Init(ierr) call MPI_Comm_size(MPI_COMM_WORLD, n_nodi, ierr) call MPI_Comm_Rank(MPI_COMM_WORLD,my_rank,ierr) call decomposizione(n_part,n_nodi,peso_nodo,n_part_nodo) allocate (x(n_part_nodo)) call inizializza(my_rank,x,field) do istep=1,nstep call pushing(field,x) call compute_density(x,density_nodo) call MPI_ALLREDUCE(density_nodo,density,n_celle, & MPI_DOUBLE_PRECISION,MPI_SUM, & MPI_COMM_WORLD,ierr) call field_solver(density,field) enddo call MPI_Finalize(ierr)
25 Decomposizione per dominio Dominio distribuito; particelle distribuite Pro: memoria relativa a campi e densità distribuita (risoluzione spaziale massima ottenibile N nodi ) non è necessaria riduzione tra nodi delle densità (speed up N nodi ) eccezione: confini tra sub-domini adiacenti (v. prossima slide) Contro: migrazione di particelle da un nodo all altro: check su ogni particella dopo il pushing ed eventuale riassegnazione al nuovo nodo (comunicazione) possbile sbilanciamento dei carichi con perdita dello scaling quasi ideale di risoluzione ottenibile e speed up con N nodi cura: bilanciamento dinamico (riassegnazione di dominio e particelle quando necessario) più difficile da implementare
26 Decomposizione per dominio: problema dei sub-domini adiacenti Al confine tra sub-domini adiacenti, i vertici sono in comune tra celle appartenenti a sub-domini diversi Conseguenza: particelle assegnate a nodi diversi richiedono, per il pushing, i valori dei campi su quei vertici contribuiscono alle densità di quegli stessi vertici Due possibilità: nodo 1 nodo 2 assegnare i vertici in comune a uno solo dei nodi (ogni particella di pertinenza di quel vertice, ma appartenente all altro nodo, richiede comunicazione per conoscere i campi e contribuire alle densità) replicare sui due nodi le locazioni di memoria relative ai vertici comuni ed operare la riduzione delle densità: lieve peggioramento degli scaling con N nodi Conviene la seconda!
27 Scheletro del codice parallelo (MPI) c c c call MPI_Init(ierr) call MPI_Comm_size(MPI_COMM_WORLD, n_nodi, ierr) call MPI_Comm_Rank(MPI_COMM_WORLD,my_rank,ierr) call decomposizione(n_part,n_celle,n_nodi,peso_nodo,n_part_nodo,ncelle_nodo) allocate (x(n_part_nodo)) allocate(field_nodo) call inizializza(my_rank,x,field_nodo) do istep=1,nstep call load_balancing(n_part_left,n_part_right) call riassegna_dominio(n_part_left,n_part_right,n_part_nodo,n_celle_nodo, & x,field_nodo) call pushing(field_nodo,x) call riassegna_particelle(n_part_nodo,x) call compute_density(x,density_nodo) call density_bordo(density_nodo) call field_solver(density,field_nodo) enddo call MPI_Finalize(ierr)
28 Esempio: bilanciamento dei carichi dinamico N part-left (1) > 0 N part-left (2) < 0 N part-rght (0) < 0 N part-rght (1) > 0 & & & & & & if(my_rank.eq.0)then do irank=1,n_nodi-1 call MPI_RECV(n_part_nodo(irank),1,MPI_INTEGER, irank,itag1,mpi_comm_world,status,ierr) enddo calcola il numero di particelle che ciascun nodo deve scambiare con i nodi adiacenti do irank=1,n_nodi-1 call MPI_SEND(n_part_left(irank),1,MPI_INTEGER, irank,itag2,mpi_comm_world,status,ierr) call MPI_SEND(n_part_right(irank),1,MPI_INTEGER, irank,itag3,mpi_comm_world,status,ierr) enddo else call MPI_SEND(n_part_nodo(my_rank),1,MPI_INTEGER, 0,itag1,MPI_COMM_WORLD,status,ierr) call MPI_RECV(n_part_left(my_rank),1,MPI_INTEGER, 0,itag2,MPI_COMM_WORLD,status,ierr) call MPI_RECV(n_part_right(my_rank),1,MPI_INTEGER, 0,itag3,MPI_COMM_WORLD,status,ierr) endif individua la porzione di dominio che ciascun nodo deve scambiare con i nodi adiacenti
29 Parallelizzazione su architettura shared memory: il pushing I processori condividono la memoria Distribuiamo le iterazioni dei loops sulle particelle tra i diversi processori mediante direttive OpenMP Distribuzione delle iterazioni del loop relativo al pushing: è possibile che una particella (iterazione) legga le stesse locazioni di memoria lette simultaneamente da altra particella (field); scrive però solo su locazioni di memoria non toccate da altre particelle (x); sufficiente privatizzare le variabili locali!$omp parallel do default(shared) private(i,j) do i=1,n_particelle j = g(i) x(i) = x(i) + field(j) enddo!$omp end parallel do
30 Parallelizzazione su architettura shared memory: il calcolo delle densità Distribuzione delle iterazioni del loop relativo al calcolo delle densità: particelle diverse spazialmente vicine possono cercare di scrivere simultaneamente (race conditions) sulla stessa locazione di memoria (es.: densità di carica in un certo vertice di cella) Possibili ricette: decomposizione per particelle tra processori decomposizione per dominio tra processori
31 Decomposizione per particelle Si introducono copie private (una per processore) degli arrays da aggiornare e si effettua la riduzione delle copie al termine del loop OpenMP prevede la clausola reduction a questo scopo, ma non è affatto certo che sia utilizzabile anche per arrays Più sicura un implementazione fatta in casa: density(:) = 0.!$OMP parallel default(shared) private(i,j,density _aux) density_aux(:) = 0.!$OMP do do i=1,n_particelle j = g(i) density_aux(j) = density_aux(j) + d(i) enddo!$omp end do!$omp critical density(:) = density(:) + density_aux(:)!$omp end critical!$omp end parallel Pro: semplicità Contro: operazione di riduzione seriale memoria richiesta da density_aux N processori
32 Decomposizione per dominio Loop sulle particelle per identificare il sub-dominio in cui si trova ciascuna particella: viene definito il numero delle particelle n_part_sub(j) che si trovano in ciascun sub-dominio j a ciascuna particella i sono assegnati gli indici j_sub(i)=j e k(i) 1,n_part_sub(j) La definizione di n_part_sub(j) e di k(i) presenta il rischio di race conditions: viene effettuata all interno di una critical section n part-sub (j) k(i)
33 Decomposizione per dominio (segue ) La serializzazione può essere minimizzata limitando la riassegnazione alle sole particelle che hanno appena cambiato subdominio di appartenenza) Pro: il supplemento di memoria richiesto (j_sub, k) è modesto rispetto a quello già richiesto per le particelle, e non scala con N processori Contro: un loop in più sulle particelle implementazione non semplice (ma divertente )
34 Decomposizione per dominio (segue ) Calcolo delle densità: loop sui subdomini dispari - loop sulle particelle contenute nel sub-dominio loop sui subdomini pari - loop sulle particelle contenute nel sub-dominio Pro: non c è rischio di race conditions (iterazioni effettuate da processori diversi aggiornano locazioni di memoria relative a sub-domini diversi e non adiacenti non è necessario introdurre copie degli arrays di densità, né operazioni di riduzione
35 Architetture a memoria distribuita/condivisa La combinazione di questi concetti si può applicare per la parallelizzazione su cluster di sistemi shared-memory multiprocessor (SMP) particelle/ particelle dominio/ dominio nodi processori o le altre possibili combinazioni (particelle/dominio, dominio/particelle)
36 Performances Confronto tra strategie (IBM sp3, nel 2003) particle-particle (Cresco; 256 nodi Intel-Xeon con 2 processori quad core per nodo)
37 Bibliografia B. Di Martino, S. Briguglio, G. Vlad and P. Sguazzero, Parallel PIC plasma simulation through particle decomposition techniques, Parallel Computing, 27: , 2001 G. Vlad, S. Briguglio, G. Fogaccia and B. Di Martino, Gridless finite-size-particle plasma simulation, Computer Physics Communication, 134: 58-77, 2001 S. Briguglio, G. Vlad, B. Di Martino, and G. Fogaccia, Parallelization of plasma simulation codes: Gridless finite size particle versus particle in cell approach, Future Generation Computer Systems, 16: (2000) B. Di Martino, S. Briguglio, M. Celino, G. Fogaccia, G. Vlad, V. Rosato, and M. Briscolin,. Development of large scale high performance applications with a parallelizing compiler. International Journal of Computer Research. Special Issue: Practical Parallel Computing, 10: , 2001 B. Di Martino, S. Briguglio, G. Vlad and G. Fogaccia, Workload decomposition strategies for Shared Memory Parallel Systems with OpenMP, Scientific Programming: Special Issue on OpenMP, 9: , 2001 B. Di Martino, S. Briguglio, M. Celino, G. Fogaccia, G. Vlad, V. Rosato, and M. Briscolini, Chapter "Experiences on Parallelizing Compilation for development and porting of large scale applications on Distributed Memory Parallel Systems", in Advances in Computation: Theory and Practice S. Briguglio, B. Di Martino, and G. Vlad, Workload decomposition strategies for hierarchical distributedshared memory parallel systems and their implementation with integration of high level parallel languages. Concurrency and Computation: Practice and Experience, 14: , 2002 S. Briguglio, B. Di Martino, and G. Vlad, A performance-prediction model for PIC applications on clusters of Symmetric MultiProcessors: Validation with hierarchical HPF+OpenMP implementation. Scientific Programming: Special Issue, 11: , 2003 S. Briguglio, B. Di Martino, G. Fogaccia and G. Vlad, MPI+OpenMP Implementation of memory-saving parallel PIC applications on hierarchical distributed-shared memory architectures, Proceedings of the 2003 European Simulation and Modelling Conference, ESMC2003, October 27-29, 2003, Naples, Italy, 2003 B. Di Martino, S. Venticinque, S. Briguglio, G. Fogaccia, and G. Vlad, High Performance Computing: Paradigm and Infrastructure, chapter 27: "A Grid based distributed simulation of Plasma Turbulence", pages John Wiley and Sons, 2005 S. Venticinque, R. Aversa, B. Di Martino, R. Donini, S. Briguglio, and G. Vlad, Management of high performance scientific applications using mobile agents based services. Scalable Computing: Practice and Experience, 11(2): , July 2010
Fusione termonucleare controllata e High Performance Computing. S. Briguglio, G. Fogaccia e G. Vlad ENEA Frascati
Fusione termonucleare controllata e High Performance Computing S. Briguglio, G. Fogaccia e G. Vlad ENEA Frascati Sommario La fusione nucleare La simulazione particle in cell (PIC) Il porting di un codice
DettagliSommario. Analysis & design delle applicazioni parallele. Misura delle prestazioni parallele. Tecniche di partizionamento.
Sommario Analysis & design delle applicazioni parallele Misura delle prestazioni parallele Tecniche di partizionamento Comunicazioni Load balancing 2 Primi passi: analizzare il problema Prima di iniziare
Dettagliquale agisce una forza e viceversa. situazioni. applicate a due corpi che interagiscono. Determinare la forza centripeta di un
CLASSE Seconda DISCIPLINA Fisica ORE SETTIMANALI 3 TIPO DI PROVA PER GIUDIZIO SOSPESO Test a risposta multipla MODULO U.D Conoscenze Abilità Competenze Enunciato del primo principio della Calcolare l accelerazione
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
DettagliLa propagazione delle onde luminose può essere studiata per mezzo delle equazioni di Maxwell. Tuttavia, nella maggior parte dei casi è possibile
Elementi di ottica L ottica si occupa dello studio dei percorsi dei raggi luminosi e dei fenomeni legati alla propagazione della luce in generale. Lo studio dell ottica nella fisica moderna si basa sul
DettagliBenchmark Ansys Fluent su CRESCO
Benchmark Ansys Fluent su CRESCO NOTA TECNICA ENEA GRID/CRESCO: NTN201003 NOME FILE: NTN201003-BenchmarkFluentCresco-v1_0.doc DATA: 30/07/2010 STATO: Versione iniziale AUTORE: F. Ambrosino Abstract: Questa
Dettaglie-dva - eni-depth Velocity Analysis
Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa
DettagliV= R*I. LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro.
LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro. PREMESSA: Anche intuitivamente dovrebbe a questo punto essere ormai chiaro
DettagliGestione della memoria centrale
Gestione della memoria centrale Un programma per essere eseguito deve risiedere in memoria principale e lo stesso vale per i dati su cui esso opera In un sistema multitasking molti processi vengono eseguiti
DettagliIntroduzione all analisi dei segnali digitali.
Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza
DettagliRIVELAZIONE DELLE RADIAZIONI IONIZZANTI. Nelle tecniche di rivelazione delle radiazioni ionizzanti le grandezze da rivelare possono essere diverse:
RIVELAZIONE DELLE RADIAZIONI IONIZZANTI Nelle tecniche di rivelazione delle radiazioni ionizzanti le grandezze da rivelare possono essere diverse: -Fluenza di particelle -Fluenza di energia -Informazioni
DettagliScheduling 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
DettagliCORRENTE ELETTRICA Intensità e densità di corrente sistema formato da due conduttori carichi a potenziali V 1 e V 2 isolati tra loro V 2 > V 1 V 2
COENTE ELETTICA Intensità e densità di corrente sistema formato da due conduttori carichi a potenziali V 1 e V isolati tra loro V > V 1 V V 1 Li colleghiamo mediante un conduttore Fase transitoria: sotto
DettagliSistemi Informativi Territoriali. Map Algebra
Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Map Algebra Cod.735 - Vers.E57 1 Definizione di Map Algebra 2 Operatori locali 3 Operatori zonali 4 Operatori focali 5 Operatori
DettagliSCIENZE INTEGRATE FISICA
CLASSE DISCIPLINA ORE SETTIMANALI TIPO DI PROVA PER GIUDIZIO SOSPESO MODULO 1: Il moto e l energia I concetti di sistema di riferimento e le grandezze cinematiche. I diversi tipi di rappresentazione del
DettagliElementi di teoria dei segnali /b
Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni
DettagliCampione sciolto in un solvente (deuterato) e. posto in un tubo. di vetro a pareti sottili di diametro di 5 mm e lungo circa 20 cm
posto in un tubo Campione sciolto in un solvente (deuterato) e di vetro a pareti sottili di diametro di 5 mm e lungo circa 20 cm o spettrometro NMR è formato da alcuni mponenti fondamentali: un magnete,
DettagliAlgoritmi di clustering
Algoritmi di clustering Dato un insieme di dati sperimentali, vogliamo dividerli in clusters in modo che: I dati all interno di ciascun cluster siano simili tra loro Ciascun dato appartenga a uno e un
DettagliCalcolatori Elettronici A a.a. 2008/2009
Calcolatori Elettronici A a.a. 2008/2009 PRESTAZIONI DEL CALCOLATORE Massimiliano Giacomin Due dimensioni Tempo di risposta (o tempo di esecuzione): il tempo totale impiegato per eseguire un task (include
DettagliParallelizzazione Laplace 2D: MPI e MPI+OMP. - Cineca - SuperComputing Applications and Innovation Department
Parallelizzazione Laplace 2D: MPI e MPI+OMP - Cineca - SuperComputing Applications and Innovation Department Outline Parallelizzazione Laplace 2D Parallelizzazione Laplace 2D - MPI bloccante Parallelizzazione
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
DettagliLe fattispecie di riuso
Le fattispecie di riuso Indice 1. PREMESSA...3 2. RIUSO IN CESSIONE SEMPLICE...4 3. RIUSO CON GESTIONE A CARICO DEL CEDENTE...5 4. RIUSO IN FACILITY MANAGEMENT...6 5. RIUSO IN ASP...7 1. Premessa Poiché
DettagliLa corrente elettrica
PROGRAMMA OPERATIVO NAZIONALE Fondo Sociale Europeo "Competenze per lo Sviluppo" Obiettivo C-Azione C1: Dall esperienza alla legge: la Fisica in Laboratorio La corrente elettrica Sommario 1) Corrente elettrica
DettagliAutomazione 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
DettagliEsame di INFORMATICA
Università di L Aquila Facoltà di Biotecnologie Esame di INFORMATICA Lezione 4 MACCHINA DI VON NEUMANN Anni 40 i dati e i programmi che descrivono come elaborare i dati possono essere codificati nello
Dettaglia t Esercizio (tratto dal problema 5.10 del Mazzoldi)
1 Esercizio (tratto dal problema 5.10 del Mazzoldi) Una guida semicircolare liscia verticale di raggio = 40 cm è vincolata ad una piattaforma orizzontale che si muove con accelerazione costante a t = 2
DettagliGestione delle transazioni. Database Management Systems 3ed, R. Ramakrishnan and J. Gehrke 1
Gestione delle transazioni Database Management Systems 3ed, R. Ramakrishnan and J. Gehrke 1 Transazioni v L esecuzione concorrente dei programmi utente è essenziale per le buone prestazioni del DBMS Poiché
DettagliProgrammazione Modulare
Indirizzo: BIENNIO Programmazione Modulare Disciplina: FISICA Classe: 2 a D Ore settimanali previste: (2 ore Teoria 1 ora Laboratorio) Prerequisiti per l'accesso alla PARTE D: Effetti delle forze. Scomposizione
DettagliSOMMARIO Coda (queue): QUEUE. QUEUE : specifica QUEUE
SOMMARIO Coda (queue): Specifica: interfaccia. Implementazione: Strutture indicizzate (array): Array di dimensione variabile. Array circolari. Strutture collegate (nodi). Prestazioni. Strutture Software
DettagliTecniche di Simulazione: Introduzione. N. Del Buono:
Tecniche di Simulazione: Introduzione N. Del Buono: 2 Che cosa è la simulazione La SIMULAZIONE dovrebbe essere considerata una forma di COGNIZIONE (COGNIZIONE qualunque azione o processo per acquisire
DettagliStrane anomalie di un motore omopolare Di Valerio Rizzi e Giorgio Giurini
Strane anomalie di un motore omopolare Di Valerio Rizzi e Giorgio Giurini Gli scriventi, in qualità di studiosi del generatore omopolare hanno deciso di costruire questo motore per cercare di capire le
DettagliCOMPONENTI TERMODINAMICI APERTI
CAPITOLO NONO COMPONENTI TERMODINAMICI APERTI Esempi applicativi Vengono di seguito esaminati alcuni componenti di macchine termiche che possono essere considerati come sistemi aperti A) Macchina termica
DettagliIL RISPARMIO ENERGETICO E GLI AZIONAMENTI A VELOCITA VARIABILE L utilizzo dell inverter negli impianti frigoriferi.
IL RISPARMIO ENERGETICO E GLI AZIONAMENTI A VELOCITA VARIABILE L utilizzo dell inverter negli impianti frigoriferi. Negli ultimi anni, il concetto di risparmio energetico sta diventando di fondamentale
DettagliPiù processori uguale più velocità?
Più processori uguale più velocità? e un processore impiega per eseguire un programma un tempo T, un sistema formato da P processori dello stesso tipo esegue lo stesso programma in un tempo TP T / P? In
DettagliApproccio stratificato
Approccio stratificato Il sistema operativo è suddiviso in strati (livelli), ciascuno costruito sopra quelli inferiori. Il livello più basso (strato 0) è l hardware, il più alto (strato N) è l interfaccia
DettagliI processi di tempra sono condotti sul manufatto finito per generare sforzi residui di compressione in superficie. Vengono sfruttate allo scopo
I processi di tempra sono condotti sul manufatto finito per generare sforzi residui di compressione in superficie. Vengono sfruttate allo scopo diverse metodologie. 1 La tempra termica (o fisica) si basa
DettagliL idea alla base del PID èdi avere un architettura standard per il controllo di processo
CONTROLLORI PID PID L idea alla base del PID èdi avere un architettura standard per il controllo di processo Può essere applicato ai più svariati ambiti, dal controllo di una portata di fluido alla regolazione
DettagliForza. Forza. Esempi di forze. Caratteristiche della forza. Forze fondamentali CONCETTO DI FORZA E EQUILIBRIO, PRINCIPI DELLA DINAMICA
Forza CONCETTO DI FORZA E EQUILIBRIO, PRINCIPI DELLA DINAMICA Cos è una forza? la forza è una grandezza che agisce su un corpo cambiando la sua velocità e provocando una deformazione sul corpo 2 Esempi
DettagliArchitettura hardware
Architettura dell elaboratore Architettura hardware la parte che si può prendere a calci Sistema composto da un numero elevato di componenti, in cui ogni componente svolge una sua funzione elaborazione
DettagliEnergia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo
Energia e Lavoro Finora abbiamo descritto il moto dei corpi (puntiformi) usando le leggi di Newton, tramite le forze; abbiamo scritto l equazione del moto, determinato spostamento e velocità in funzione
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione
DettagliProva scritta di Fisica Generale I Corso di studio in Astronomia 22 giugno 2012
Prova scritta di Fisica Generale I Corso di studio in Astronomia 22 giugno 2012 Problema 1 Due carrelli A e B, di massa m A = 104 kg e m B = 128 kg, collegati da una molla di costante elastica k = 3100
DettagliCap.1 - L impresa come sistema
Cap.1 - L impresa come sistema Indice: L impresa come sistema dinamico L impresa come sistema complesso e gerarchico La progettazione del sistema impresa Modelli organizzativi per la gestione Proprietà
DettagliL EQUILIBRIO UNIVERSALE dalla meccanica celeste alla fisica nucleare
L EQUILIBRIO UNIVERSALE dalla meccanica celeste alla fisica nucleare Cap.4 giroscopio, magnetismo e forza di Lorentz teoria del giroscopio Abbiamo finora preso in considerazione le condizionidi equilibrio
DettagliIl mercato di monopolio
Il monopolio Il mercato di monopolio Il monopolio è una struttura di mercato caratterizzata da 1. Un unico venditore di un prodotto non sostituibile. Non ci sono altre imprese che possano competere con
DettagliSpeedup. Si definisce anche lo Speedup relativo in cui, invece di usare T 1 si usa T p (1).
Speedup Vediamo come e' possibile caratterizzare e studiare le performance di un algoritmo parallelo: S n = T 1 T p n Dove T 1 e' il tempo impegato dal miglior algoritmo seriale conosciuto, mentre T p
Dettagli6.1. Risultati simulazioni termovalorizzatore Osmannoro2000
pag. 217 6. Risultati Di seguito si riportano i risultati relativi alle diverse simulazioni di diffusione atmosferica degli inquinanti effettuate. In particolare sono riportati i risultati sotto forma
DettagliCAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il
Dettagliwww.fisiokinesiterapia.biz
www.fisiokinesiterapia.biz LABORATORIO DI FISICA MEDICA : LA TELETERMOGRAFIA DIGITALE Sommario La Termografia L Imaging Termico Misure di Temperatura Propagazione del Calore Radiazione da Corpo Nero Sensori
DettagliL elettromagnetismo nella ricerca per l energia da fusione nucleare di plasma d idrogeno. R Cesario
L elettromagnetismo nella ricerca per l energia da fusione nucleare di plasma d idrogeno R Cesario R Cesario I primi tesisti di Roma Tre a Frascati (2005-2006) Sommario del corso integrativo di Progetto
DettagliA intervalli regolari ogni router manda la sua tabella a tutti i vicini, e riceve quelle dei vicini.
Algoritmi di routing dinamici (pag.89) UdA2_L5 Nelle moderne reti si usano algoritmi dinamici, che si adattano automaticamente ai cambiamenti della rete. Questi algoritmi non sono eseguiti solo all'avvio
DettagliUniversità di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2013-14. Pietro Frasca.
Università di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2013-14 Pietro Frasca Lezione 11 Martedì 12-11-2013 1 Tecniche di allocazione mediante free list Generalmente,
DettagliIntroduzione. Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD... 6
Appunti di Calcolatori Elettronici Esecuzione di istruzioni in parallelo Introduzione... 1 Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD...
DettagliGestione della Memoria
Gestione della Memoria Idealmente la memoria dovrebbe essere grande veloce non volatile Gerarchia di memorie Disco: capiente, lento, non volatile ed economico Memoria principale: volatile, mediamente grande,
DettagliSimulazioni accoppiate 1D-3D per scenari d incendio
Simulazioni accoppiate 1D-3D per scenari d incendio Applicazione a tunnel stradali e linee metropolitane Luca Iannantuoni Dipartimento di Energia - Politecnico di Milano 29 Ottobre 2009 Luca Iannantuoni
DettagliENERGIA. Energia e Lavoro Potenza Energia cinetica Energia potenziale Principio di conservazione dell energia meccanica
1 ENERGIA Energia e Lavoro Potenza Energia cinetica Energia potenziale Principio di conservazione dell energia meccanica 2 Energia L energia è ciò che ci permette all uomo di compiere uno sforzo o meglio
DettagliLa memoria - generalità
Calcolatori Elettronici La memoria gerarchica Introduzione La memoria - generalità n Funzioni: Supporto alla CPU: deve fornire dati ed istruzioni il più rapidamente possibile Archiviazione: deve consentire
DettagliIl magnetismo nella materia
Le orbite degli elettroni in atomo di idrogeno Forma spaziale degli Orbitali elettronici di atomo di idrogeno Un solido Il magnetismo nella materia ferrimagnetismo Dr. Daniele Di Gioacchino Istituto Nazionale
DettagliScheduling della CPU:
Coda dei processi pronti (ready( queue): Scheduling della CPU primo ultimo PCB i PCB j PCB k contiene i descrittori ( process control block, PCB) dei processi pronti. la strategia di gestione della ready
DettagliCap 12 12 -- Misure di vi braz di vi ioni
Cap 12 - Misure di vibrazioni Le vibrazioni sono poi da sempre uno strumento di diagnostica di macchine e sistemi meccanici 1 Le direttive CEE 89/392/CEE, 91/368/CEE, 93/44/CEE e 93/68/CEE, obbliga tutti
DettagliConvertitori elettronici di potenza per i veicoli elettrici
Trazione elettrica veicolare: stato dell arte ed evoluzioni future Convertitori elettronici di potenza per i veicoli elettrici Veicoli elettrici L aumento crescente del costo del combustibile e il problema
DettagliScaletta della lezione:
NATURA DELLA CONTABILITA DIREZIONALE Scaletta della lezione: 1. L approccio di Anthony al controllo di gestione 2. Natura e fini delle informazioni - informazioni per l esterno - informazioni per l interno
DettagliGrandezze fisiche e loro misura
Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da entità o grandezze misurabili.
DettagliPrestazioni CPU Corso di Calcolatori Elettronici A 2007/2008 Sito Web:http://prometeo.ing.unibs.it/quarella Prof. G. Quarella prof@quarella.
Prestazioni CPU Corso di Calcolatori Elettronici A 2007/2008 Sito Web:http://prometeo.ing.unibs.it/quarella Prof. G. Quarella prof@quarella.net Prestazioni Si valutano in maniera diversa a seconda dell
DettagliGeneratori di segnale. Generatore sinusoidale BF. Generatori di funzione. Generatori sinusoidali a RF. Generatori a battimenti. Oscillatori a quarzo
Generatori di segnale Generatore sinusoidale BF Generatori di funzione Generatori sinusoidali a RF Generatori a battimenti Generatori di segnale sintetizzati Generatori per sintesi indiretta 2 2006 Politecnico
DettagliLaboratorio sulle dinamiche Socio-Economiche
Laboratorio sulle dinamiche Socio-Economiche Progetto Lauree Scientifiche Giacomo Albi Dipartimento di Matematica e Informatica Università di Ferrara, Italia www.giacomoalbi.com giacomo.albi@unife.it Giacomo
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliSISTEMI OPERATIVI. Prof. Enrico Terrone A. S: 2008/09
SISTEMI OPERATIVI Prof. Enrico Terrone A. S: 2008/09 Che cos è il sistema operativo Il sistema operativo (SO) è il software che gestisce e rende accessibili (sia ai programmatori e ai programmi, sia agli
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliEsercitazione 5 Dinamica del punto materiale
Problema 1 Un corpo puntiforme di massa m = 1.0 kg viene lanciato lungo la superficie di un cuneo avente un inclinazione θ = 40 rispetto all orizzontale e altezza h = 80 cm. Il corpo viene lanciato dal
DettagliImplementing a new ADT based on the HL7 version 3 RIM. Esempio
Implementing a new ADT based on the HL7 version 3 RIM Esempio Contesto di riferimento Alla fine degli anni 90, sei ospedali vennero fusi allo scopo di formare un unica organizzazione lo University Hospital
DettagliLa memoria centrale (RAM)
La memoria centrale (RAM) Mantiene al proprio interno i dati e le istruzioni dei programmi in esecuzione Memoria ad accesso casuale Tecnologia elettronica: Veloce ma volatile e costosa Due eccezioni R.O.M.
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
DettagliIL TRASFORMATORE Prof. S. Giannitto Il trasformatore è una macchina in grado di operare solo in corrente alternata, perché sfrutta i principi dell'elettromagnetismo legati ai flussi variabili. Il trasformatore
DettagliProf. Ing. Andrea Giuseppe CAPODAGLIO. Prof. Ing. Arianna CALLEGARI
RIDUZIONE IMPATTO AMBIENTALE CERTIFICATI DI VALIDAZIONE DIFFUSIONE DELLE EMISSIONI ODORIGENE DAL CANALE DI INGRESSO DELL IMPIANTO DI NOSEDO: STUDIO DIFFUSIONALE DI CONFRONTO TRA RISULTATI DEL SISTEMA ODOWATCH
DettagliLunedì 20 dicembre 2010. Docente del corso: prof. V. Maiorino
Lunedì 20 dicembre 2010 Docente del corso: prof. V. Maiorino Se la Terra si spostasse all improvviso su un orbita dieci volte più lontana dal Sole rispetto all attuale, di quanto dovrebbe variare la massa
DettagliSistema operativo: Gestione della memoria
Dipartimento di Elettronica ed Informazione Politecnico di Milano Informatica e CAD (c.i.) - ICA Prof. Pierluigi Plebani A.A. 2008/2009 Sistema operativo: Gestione della memoria La presente dispensa e
DettagliEsercizi su elettrostatica, magnetismo, circuiti elettrici, interferenza e diffrazione
Esercizi su elettrostatica, magnetismo, circuiti elettrici, interferenza e diffrazione 1. L elettrone ha una massa di 9.1 10-31 kg ed una carica elettrica di -1.6 10-19 C. Ricordando che la forza gravitazionale
DettagliTesto alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea
Testo alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea Funzionamento di un mercato ben organizzato Nel Pitgame i giocatori che hanno poche informazioni private interagiscono
DettagliLA CORRENTE ELETTRICA CONTINUA
LA CORRENTE ELETTRICA CONTINUA (Fenomeno, indipendente dal tempo, che si osserva nei corpi conduttori quando le cariche elettriche fluiscono in essi.) Un conduttore metallico è in equilibrio elettrostatico
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliLa Gestione delle risorse Renato Agati
Renato Agati delle risorse La Gestione Schedulazione dei processi Gestione delle periferiche File system Schedulazione dei processi Mono programmazione Multi programmazione Gestione delle periferiche File
DettagliPOLITECNICO DI MILANO CORSO DI LAUREA ON LINE IN INGEGNERIA INFORMATICA ESAME DI FISICA
1 POLITECNICO DI MILANO CORSO DI LAUREA ON LINE IN INGEGNERIA INFORMATICA ESAME DI FISICA Per ogni punto del programma d esame vengono qui di seguito indicate le pagine corrispondenti nel testo G. Tonzig,
DettagliELETTROSTATICA + Carica Elettrica + Campi Elettrici + Legge di Gauss + Potenziale Elettrico + Capacita Elettrica
ELETTROSTATICA + Carica Elettrica + Campi Elettrici + Legge di Gauss + Potenziale Elettrico + Capacita Elettrica ELETTRODINAMICA + Correnti + Campi Magnetici + Induzione e Induttanza + Equazioni di Maxwell
DettagliCompressori volumetrici a) Compressori alternativi
Compressori volumetrici a) Compressori alternativi Il parametro fondamentale per la valutazione di un compressore alternativo è l efficienza volumetrica: η v = (Portata volumetrica effettiva) / (Volume
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
DettagliClassificazione dei Sensori. (raccolta di lucidi)
Classificazione dei Sensori (raccolta di lucidi) 1 Le grandezze fisiche da rilevare nei processi industriali possono essere di varia natura; generalmente queste quantità sono difficili da trasmettere e
DettagliGli input sono detti anche fattori di produzione: terra, capitale, lavoro, materie prime.
LA TECNOLOGIA Studio del comportamento dell impresa, soggetto a vincoli quando si compiono scelte. La tecnologia rientra tra vincoli naturali e si traduce nel fatto che solo alcuni modi di trasformare
DettagliApplication note. CalBatt NomoStor per i sistemi di accumulo di energia
1. Panoramica Application note CalBatt NomoStor per i sistemi di accumulo di energia Gli Energy Management Systems () sono dispositivi atti al controllo dei flussi di energia dalle sorgenti di produzione
DettagliIntroduzione al Campionamento e
Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
DettagliPer migliorare le performance aziendali
Per migliorare le performance aziendali L implementazione di un nuovo sistema informatico costa in media $20m. E possibile avere un ritorno degli investimenti in cinque anni? Quando l investimento raggiunge
DettagliBlade cooling Gas Turbine. Impianti per l Energia l
Blade cooling Gas Turbine Impianti per l Energia l 2010-2011 2011 Effetto della temperatura massima del ciclo sulle prestazioni dei turbogas Effetto della temperatura massima del ciclo sulle prestazioni
DettagliAppendice III. Criteri per l utilizzo dei metodi di valutazione diversi dalle misurazioni in siti fissi
Appendice III (articolo 5, comma 1 e art. 22 commi 5 e 7) Criteri per l utilizzo dei metodi di valutazione diversi dalle misurazioni in siti fissi 1. Tecniche di modellizzazione 1.1 Introduzione. In generale,
Dettagli11. Evoluzione del Software
11. Evoluzione del Software Andrea Polini Ingegneria del Software Corso di Laurea in Informatica (Ingegneria del Software) 11. Evoluzione del Software 1 / 21 Evoluzione del Software - generalità Cosa,
DettagliProgettazione di una base di dati Ufficio della Motorizzazione
Corso di Gestione dell Informazione Studenti NON frequentanti A.A. 2008/2009 1 Scopo del progetto Progettazione di una base di dati Ufficio della Motorizzazione Si vuole realizzare un applicazione base
DettagliSistemi Operativi Kernel
Approfondimento Sistemi Operativi Kernel Kernel del Sistema Operativo Kernel (nocciolo, nucleo) Contiene i programmi per la gestione delle funzioni base del calcolatore Kernel suddiviso in moduli. Ogni
DettagliIl Sistema Operativo (1)
E il software fondamentale del computer, gestisce tutto il suo funzionamento e crea un interfaccia con l utente. Le sue funzioni principali sono: Il Sistema Operativo (1) La gestione dell unità centrale
DettagliTipi classici di memoria. Obiettivo. Principi di localita. Gerarchia di memoria. Fornire illimitata memoria veloce. Static RAM. Problemi: Dynamic RAM
Obiettivo Tipi classici di memoria Fornire illimitata memoria veloce Problemi: costo tecnologia Soluzioni: utilizzare diversi tipi di memoria... Static RAM access times are 2-25ns at cost of $100 to $250
DettagliGLI STATI DI AGGREGAZIONE DELLA MATERIA. Lo stato gassoso
GLI STATI DI AGGREGAZIONE DELLA MATERIA Lo stato gassoso Classificazione della materia MATERIA Composizione Struttura Proprietà Trasformazioni 3 STATI DI AGGREGAZIONE SOLIDO (volume e forma propri) LIQUIDO
Dettagli