BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE"

Transcript

1 BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE PROBLEMA: Quante e quali operazioni assegnare a ciascuna stazione di lavoro per bilanciare la linea, ovvero per evitare colli di bottiglia o stazioni troppo poco caricate. OBIETTIVO: assegnare la operazioni garantendo la produzione con il minimo costo, nel rispetto dei vincoli tecnologici. / pz C min Costo unitario di assemblaggio Costo di mancato completamento Costo manodopera Punto di ottimo Carico lavoro per stazione CADENZA : capacità produttiva della linea. [q ][ pezzi /min] TEMPO CICLO : tempo a disposizione dell operatore per completare tutte le operazioni assegnate alla sua stazione. T 1/q [min/pezzo] 1

2 METODO di OTTAS-LAU IPOTESI SEMPLIFICATIVE: 1. Il tempo ciclo e i vincoli di precedenza tra un operazione e l altra costituiscono gli unici vincoli per l assegnazione dei compiti.. Ciascun operatore è retribuito nella stessa misura. 3. Un operazione può essere iniziata solo se tutte le operazioni con vincoli di precedenza sono state completate. 4. Il tempo di completamento di ogni operazione è considerato aleatorio e quindi caratterizzato da una distribuzione normale di cui si possono calcolare valor medio M e deviazione standard σ, la durata di ciascuna operazione è indipendente da quelle della altre operazioni e dall ordine con cui sono eseguite. 5. Le operazioni incomplete vanno completate fuori linea; il costo di completamento fuori linea della singola operazione k-sima I non dipende dalla probabilità di completamento in linea. Siano: T 1/q tempo ciclo della linea, C costo orario del lavoro, M, σ valor medio e deviazione standard della durata della operazione k-sima, n I I ' 1 ν numero operazioni immediatamente successive alla generica operazione, C 60 L M ( /unità) Costo totale di mancato completamento causato dovuto alla operazione k-sima e a tutte le successive Costo MdO per l esecuzione della operazione k-sima

3 Il metodo si basa sulla definizione di: Operazioni desiderabili, Operazioni sicure, Operazioni critiche. Al fine di definire le tipologie di operazioni precedentemente introdotte, vengono fatte le seguenti considerazioni: Se la durata delle operazioni è una variabile aleatoria con distribuzione normale si può definire: p (t) t) funzione densità di probabilità F (t) M t P (t) F(t) funzione di distribuzione F( t) t ' 0 Probabilità che l operazione abbia una durata τ < t P( t) t' 0 t' 0 1 F( t) P(t) Probabilità che l operazione abbia una durata τ > t, cioè che al tempo t l operazione non sia ancora ultimata F (z) p (z) P (z) Variabile normalizzata t M z σ Valori tabulati M(z)0 z 3

4 Se alla stazione sono assegnate una serie di operazioni con precisi vincoli di precedenza, devo considerare l aleatorietà di tutte le operazioni precedenti. z T σ M Essendo la generica operazione assegnata alla stazione considerata. F(z ) F probabilità che tutte le operazione assegnata alla stazione, compresa la k-sima siano ultimate entro il tempo ciclo T. P(z ) P 1- F(z ) probabilità di mancato completamento della k-sima operazione entro il tempo ciclo T. DESIDERABILITA MARGINALE L P I Costo MdO Costo mancato completamento Soglia di desiderabilità: F ( z * ) 1 L I F 1 L I z* si ricava dalla tabella 4

5 Una operazione disponibile all assegnazione è: Operazione DESIDERABILE se z z*, Operazione SICURA se z z*,575 (F 0,995) Operazione CRITICA se non desiderabile quando assegnata ad una stazione vuota. L ASSEGNAZIONE DI UNA OPERAZIONE AD UNA STAZIONE, NUOVA O GIÀ APERTA VIENE ESEGUITA SECONDO I CRITERI ESPRESSI DAL DIAGRAMMA DI FLUSSO. 5

6 ESERCITAZIONE: Dati preliminari: - N numero di operazioni 11, - q 6 unità/ora, - T 1/q 10 min/unità, - C 30 /ora. Sequenza delle operazioni (diagramma del ciclo di assemblaggio) Op. M k σ Nr.Op. Op. L I I z z* P k P I Prec. Succ , 0,3,4,5 3,0 0,4 1 6, ,0 1 7, ,0 5 0, ,5 6 0, , ,6 3 9, , , , , , , ,8 -,0 6

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo. 1. Introduzione Project Scheduling: PERT Il PERT è una tecnica introdotta per la pianificazione ed il controllo di progetti in cui le durate t ij delle singole attività sono delle variabili aleatorie.

Dettagli

Produzioni Manifatturiere (per parti)

Produzioni Manifatturiere (per parti) Produzioni Manifatturiere (per parti) Produzione per parti (Classificazione Impiantistica) Produzione per parti Fabbricazione Montaggio (assemblaggio) Job Shop Celle di fabbricazione Linee transfer A posto

Dettagli

Dimensionamento linee assemblaggio

Dimensionamento linee assemblaggio Dimensionamento linee assemblaggio Linea Nella linea le stazioni sono messe in successione e l'assieme "cresce" spostandosi da una stazione alla successiva fino ad uscire completo dall'ultima stazione

Dettagli

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA. Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi

Dettagli

Linee Mixed-Model e Multi-Model

Linee Mixed-Model e Multi-Model Linee ixed-odel e ulti-odel Prof. Sergio Cavalieri, Progettazione Impianti Soluzioni in presenza di varianti 1) Linee dedicate. - scarsa flessibilità; - ridotti problemi gestionali. 2) Linee multi-model.

Dettagli

Analisi delle prestazioni dei sistemi produttivi

Analisi delle prestazioni dei sistemi produttivi Analisi delle prestazioni dei sistemi produttivi Per analisi delle prestazioni di un sistema produttivo si intende lo studio dei legami delle variabili di prestazione di un sistema produttivo avendo imposto

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia

Dettagli

Variabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia

Variabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia Variabili aleatorie continue: la normale Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia 2015-16 1 / 40 Distinzione Le variabili aleatorie possono essere 1 discrete 2 continue 2

Dettagli

Si debba progettare una linea di assemblaggio che realizzi il prodotto evidenziato nell esploso.

Si debba progettare una linea di assemblaggio che realizzi il prodotto evidenziato nell esploso. PROGEAZIONE DI UNA LINEA DI MONAGGIO Si debba progettare una linea di assemblaggio che realizzi il prodotto evidenziato nell esploso. La gerarchia delle operazioni di montaggio è riportata nell apposito

Dettagli

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio; TEST DI AUTOVALUTAZIONE - SETTIMANA 3 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Una variabile casuale

Dettagli

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità: (VHUFL]LVX&DOFRORGHOOHSUREDELOLWj PRGHOOLSUREDELOLVWLFLHYDULDELOLDOHDWRULH 1) Un fax può venir trasmesso a tre diverse velocità, a seconda di quali siano le condizioni di traffico sulla connessione tra

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

Variabili aleatorie: parte 1. 1 Definizione di variabile aleatoria e misurabilitá

Variabili aleatorie: parte 1. 1 Definizione di variabile aleatoria e misurabilitá Statistica e analisi dei dati Data: 11 Aprile 2016 Variabili aleatorie: parte 1 Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori 1 Definizione di variabile aleatoria e misurabilitá Informalmente,

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

I processi produttivi

I processi produttivi I processi produttivi Marco Raimondi e-mail: mraimondi@liuc.it LIUC - UNIVERSITA CARLO CATTANEO I processi produttivi I processi produttivi sono quelli che si utilizzano per produrre qualunque bene secondo

Dettagli

Corso di Progettazione degli Impianti Industriali Ing. Stefano Ierace Prof. Sergio Cavalieri

Corso di Progettazione degli Impianti Industriali Ing. Stefano Ierace Prof. Sergio Cavalieri Introduzione al Corso Corso di Progettazione degli Impianti Industriali Ing. Stefano Ierace Prof. Sergio Cavalieri 1 Obiettivi del Corso Il Corso si propone di fornire agli allievi un approfondimento sui

Dettagli

Variabili casuali multidimensionali

Variabili casuali multidimensionali Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Sistemi di Produzione

Sistemi di Produzione Sistemi di Produzione Ø Un sistema di produzione è un insieme integrato di attrezzature, macchinari e risorse umane finalizzate ad eseguire una o più operazioni su materie prime o semilavorati 1 Esempi

Dettagli

Listino Aria Condizionata Frigair - Maggio 2014

Listino Aria Condizionata Frigair - Maggio 2014 0599.1010 98,00 0599.1012 300,00 0599.1013 180,00 0599.1016 (*) 150,00 0599.1017 280,00 0599.1018 180,00 0599.1019 (*) 180,00 0599.1020 105,00 0599.1023 (*) 50,00 0599.1024 (*) 110,00 0599.1025 (*) 90,00

Dettagli

Gestione delle scorte - modello stocastico -

Gestione delle scorte - modello stocastico - Gestione delle scorte - modello stocastico - Prof. Riccardo Melloni riccardo.melloni@unimore.it Università di Modena and Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari via Vignolese 905, 41100,

Dettagli

ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO

ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO Lo scenario produttivo Una nota azienda produce capi di abbigliamento per l alta moda Ogni capo è costituito da vari pezzi

Dettagli

LA FUNZIONE DI PRODUZIONE

LA FUNZIONE DI PRODUZIONE LE FUNZIONI E I COSTI DI PRODUZIONE PROF. ENNIO FORTE Indice 1 LA FUNZIONE DI PRODUZIONE ---------------------------------------------------------------------------------------- 3 2 LE VARIABILI CHE INFLUENZANO

Dettagli

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto

Dettagli

Introduzione al Corso. Corso di Progettazione degli Impianti Prof. Sergio Cavalieri, Ing. Stefano Ierace AA

Introduzione al Corso. Corso di Progettazione degli Impianti Prof. Sergio Cavalieri, Ing. Stefano Ierace AA Introduzione al Corso Corso di Progettazione degli Impianti Prof. Sergio Cavalieri, Ing. Stefano Ierace AA 2011-2012 1 Obiettivi del Corso Il Corso si propone di fornire agli allievi un approfondimento

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE PROCESSI DI POISSON Definizione Un processo stocastico che assume valori interi non negativi si dice essere un processo di Poisson con frequenza λ se 1. A(t) è un prosesso di

Dettagli

Distribuzioni di due variabili aleatorie

Distribuzioni di due variabili aleatorie Statistica e analisi dei dati Data: 6 Maggio 206 Distribuzioni di due variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Distribuzioni congiunte e marginali Consideriamo due variabili

Dettagli

Fatica (HCF): conteggio dei cicli Lecture 5 Conteggio dei cicli

Fatica (HCF): conteggio dei cicli Lecture 5 Conteggio dei cicli Fatica Conteggio dei cicli Fatica (HCF): conteggio dei cicli Lecture 5 Conteggio dei cicli Fatica Conteggio dei cicli Introduzione Le strutture reali sono soggette a stati di sollecitazione che variano

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere

Dettagli

Probabilità e Statistica Esercizi

Probabilità e Statistica Esercizi Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero

Dettagli

PRESTAZIONI. senza e con memoria cache

PRESTAZIONI. senza e con memoria cache PRESTAZIONI del processore MIPS pipeline senza e con memoria cache Prestazioni del processore GENERICO (P&H pp 29 31) Definizioni dei parametri di prestazione fondamentali del processore: sia P una prova,

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Prova di giovedi febbraio 2005 (tempo a disposizione: 3 ore). consegna compiti e inizio orale Lunedì

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4 X N(m ; s ) f X x 1 e π σ xμ σ σ 0 m F X x x 1 π σ e tμ σ dt 1 0.5 EX μ VarX σ m La distribuzione normale permette di modellizzare moltissimi fenomeni aleatori (ad esempio misure di ogni genere), serve

Dettagli

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente: CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o

Dettagli

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si

Dettagli

Figura 1. Cassettiera Poppi della Falsari S.p.a.

Figura 1. Cassettiera Poppi della Falsari S.p.a. L azienda Falsari S.p.a. realizza complementi di arredo di alta gamma nel settore del design made in Italy. L amministratore delegato (AD) ha deciso di cogliere l occasione della chiusura estiva dello

Dettagli

LE LINEE DI ASSEMBLAGGIO Il bilanciamento

LE LINEE DI ASSEMBLAGGIO Il bilanciamento LE LINEE DI ASSEMBLAGGIO Il bilanciamento Le linee di assemblaggio Il bilanciamento Definizione di bilanciamento Il problema del bilanciamento di una linea di assemblaggio (ALBP) è di tipo decisionale

Dettagli

Variabili Casuali Continue

Variabili Casuali Continue Distribuzione Normale Concentrazione di cloro nel sudore Variabili Casuali Continue 9 8 7 6 5 4 3 media = 98.8 meq/l mediana =. meq/l moda =. meq/l < 3 6 5 me/l La distribuzione empirica (diagramma a barre)

Dettagli

La SCALA di Probabilità varia tra 0.00 e 1.00.

La SCALA di Probabilità varia tra 0.00 e 1.00. CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00

Dettagli

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondamenti di Telecomunicazioni Prof. Mario Barbera [parte ] Variabili aleatorie Esempio: sia dato l esperimento: Scegliere un qualunque giorno non festivo della settimana, per verificare casualmente

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez. 9 - Distribuzioni di frequenza e rappresentazione grafica

Prof. Anna Paola Ercolani (Università di Roma) Lez. 9 - Distribuzioni di frequenza e rappresentazione grafica Pro. Anna Paola Ercolani (Università di Roma) Lez. 9 - Distribuzioni di requenza e rappresentazione graica ARGOMENTI DELLA LEZIONE Le distribuzioni di requenza in classi La rappresentazione graica Le tabelle

Dettagli

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi Università degli Studi di Roma La Sapienza Ottimizzazione nella Gestione dei Progetti - Esercitazione : calcolo degli schedule ottimi di FABIO D ANDREAGIOVANNI Dipartimento di Informatica e Sistemistica

Dettagli

Linee di fabbricazione

Linee di fabbricazione Linee di fabbricazione Prof. Sergio Cavalieri Progettazione mpianti ndustriali Nota: Parte del materiale è stato steso a cura di Giovanni Miragliotta del Politecnico di Milano e Marco Perona dell Università

Dettagli

PROBABILITA. Distribuzione di probabilità

PROBABILITA. Distribuzione di probabilità DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove

Dettagli

Cenni di schedulazione in tempo reale. E.Mumolo

Cenni di schedulazione in tempo reale. E.Mumolo Cenni di schedulazione in tempo reale E.Mumolo mumolo@units.it Task in tempo reale Un task t i è una sequenza di processi in tempo reale τ ik ciascuno caratterizzato da un tempo d arrivo r ik un tempo

Dettagli

5. Esercitazione 5: Dimensionamento del primo stadio di una turbina assiale

5. Esercitazione 5: Dimensionamento del primo stadio di una turbina assiale 5. Esercitazione 5: Dimensionamento del primo stadio di una turbina assiale Lo scopo della presente esercitazione è il dimensionamento del primo stadio di una turbina assiale con i seguenti valori di progetto:

Dettagli

Test d ipotesi: confronto fra medie

Test d ipotesi: confronto fra medie Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione

Dettagli

Indirettezza. Fetch/Execute. Fetch/Execute. Introduzione della Indirettezza (indirect)

Indirettezza. Fetch/Execute. Fetch/Execute. Introduzione della Indirettezza (indirect) Ciclo esecutivo delle istruzioni: Fetch/Execute Lo avete visto nel corso di Introduzione alle Architetture degli Elaboratori Stallings, Capitolo 3 Ne vediamo una versione revisionata Indirettezza Per recuperare

Dettagli

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4 Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse

Dettagli

Distribuzione di frequenza e rappresentazioni grafiche

Distribuzione di frequenza e rappresentazioni grafiche Distribuzione di frequenza e rappresentazioni grafiche Argomenti della lezione La distribuzione di frequenza in classi La rappresentazione grafica Le tabelle di frequenza Le distribuzioni di frequenza

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili casuali. - di Massimo Cristallo - Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali

Dettagli

Modelli e Metodi per l Automazione

Modelli e Metodi per l Automazione Prof. Davide Giglio Modelli e Metodi per l Automazione Facoltà di Ingegneria Anno Accademico 20/202 ESEMPI ED ESERCIZI RETI DI CODE 7. Un sistema di produzione è costituito da 4 macchine M, M 2, M 3 e

Dettagli

INDICE 1 IL SISTEMA ECONOMICO

INDICE 1 IL SISTEMA ECONOMICO INDICE Capitolo 1 IL SISTEMA ECONOMICO 1.1 Il pensiero economico: una breve rassegna storica... 1 1.1.1 Filoni di pensiero... 1 1.1.2 Economia dell ambiente... 4 1.1.3 Economia per ingegneri... 5 1.1.4

Dettagli

Esercizi Teoria della Probabilità

Esercizi Teoria della Probabilità Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa

Dettagli

Variabili aleatorie continue

Variabili aleatorie continue Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare

Dettagli

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3. COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si

Dettagli

Variabile casuale Normale

Variabile casuale Normale Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena

Dettagli

Prova di recupero di Probabilità e Statistica - A * 21/04/2006

Prova di recupero di Probabilità e Statistica - A * 21/04/2006 Prova di recupero di Probabilità e Statistica - A * /04/006 (NB: saranno prese in considerazione solo le risposte adeguatamente motivate) tempo di lavoro: Due ore. Per conseguire la patente di guida, un

Dettagli

Algoritmi e soluzione di problemi

Algoritmi e soluzione di problemi Algoritmi e soluzione di problemi Dato un problema devo trovare una soluzione. Esempi: effettuare una telefonata calcolare l area di un trapezio L algoritmo è la sequenza di operazioni (istruzioni, azioni)

Dettagli

Attività Precedenze Tempo (gg) A - 5 B - 10 C A 3 D B 2 E B 4 F C, D 6 G F, E 3

Attività Precedenze Tempo (gg) A - 5 B - 10 C A 3 D B 2 E B 4 F C, D 6 G F, E 3 Partiamo da un Esempio per il calcolo CPM Si parte da una tabella dove si riporta l elenco di tutte le attività da svolgere e vi si esplicitano le relazioni di precedenza tra di esse e i tempi per il loro

Dettagli

λ è detto intensità e rappresenta il numero di eventi che si

λ è detto intensità e rappresenta il numero di eventi che si ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di

Dettagli

Esercitazione E4 Gestione dei dischi

Esercitazione E4 Gestione dei dischi Esercitazione E4 Gestione dei dischi Sistemi Operativi - prof. Silvio Salza - a.a. 2008-2009 E4-1 FAT 16 e FAT 32 Si consideri un file system FAT 16 su un disco da 2 GB, in cui sia stata scelta la dimensione

Dettagli

Schema lezione 5 Intervalli di confidenza

Schema lezione 5 Intervalli di confidenza Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

Distribuzione Gaussiana (Distribuzione ib i normale) l)

Distribuzione Gaussiana (Distribuzione ib i normale) l) (Distribuione ib i normale) l).35.3 5 f().5..5-5 -4-3 - - 3 4 5 Usata per guasti distribuiti casualmente attorno ad un valore medio temporale. Una variabile aleatoria si dice Gaussiana se la sua densità

Dettagli

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17

Dettagli

Project Management. Nozioni fondamentali. Definizione di Project Management. Prof.ssa E. Gentile a.a

Project Management. Nozioni fondamentali. Definizione di Project Management. Prof.ssa E. Gentile a.a Project Management Prof.ssa E. Gentile a.a. 2011-2012 Prof.ssa E. Gentile Sistemi Informativi su Web 1 Nozioni fondamentali Imparare le procedure per la creazione di un piano, la verifica dell'avanzamento

Dettagli

tabelle grafici misure di

tabelle grafici misure di Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine

Dettagli

Politecnico di Milano. Affidabilità e disponibilità degli impianti meccanici

Politecnico di Milano. Affidabilità e disponibilità degli impianti meccanici Politecnico di Milano IV Facoltà di Ingegneria FEAII Impianti Industriali Affidabilità e disponibilità degli impianti meccanici Analisi affidabilistica Scopo dell analisi affidabilistica è comprendere

Dettagli

X (o equivalentemente rispetto a X n ) è la

X (o equivalentemente rispetto a X n ) è la Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per

Dettagli

L offerta dei prodotti agricoli ed agro-alimentari

L offerta dei prodotti agricoli ed agro-alimentari L offerta dei prodotti agricoli ed agro-alimentari cosa succede all offerta di pomodori se aumenta il prezzo della benzina? e se aumenta il prezzo delle zucchine? in che cosa l offerta di pomodori è diversa

Dettagli

Lezione Le incertezze nel calcolo strutturale

Lezione Le incertezze nel calcolo strutturale Lezione Le incertezze nel calcolo strutturale Sommario Le strutture reali Le incertezze nei materiali L approccio probabilistico Le strutture reali Le strutture reali Le strutture reali Fasi costruttive

Dettagli

LA TEORIA DELL OFFERTA. Tecnologia e costi di produzione

LA TEORIA DELL OFFERTA. Tecnologia e costi di produzione LA TEORIA DELL OFFERTA Tecnologia e costi di produzione IL COMPORTAMENTO DELL IMPRESA In questa lezione approfondiremo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta.

Dettagli

Teoria della probabilità Variabili casuali

Teoria della probabilità Variabili casuali Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile

Dettagli

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul

Dettagli

CLASSIFICAZIONE DEI SISTEMI OPERATIVI (in ordine cronologico)

CLASSIFICAZIONE DEI SISTEMI OPERATIVI (in ordine cronologico) CLASSIFICAZIONE DEI SISTEMI OPERATIVI (in ordine cronologico) - Dedicati Quelli dei primi sistemi operativi. La macchina viene utilizzata da un utente per volta che può eseguire un solo programma per volta.

Dettagli

Modello dinamico del reparto produzione Norfolk s.p.a.

Modello dinamico del reparto produzione Norfolk s.p.a. Modello dinamico del reparto produzione Norfolk s.p.a. La Norfolk s.p.a., un azienda che produce componenti ad alta tecnologia nel campo dell intrattenimento, vi commissiona la realizzazione di un semplice

Dettagli

Esercitazione n. 6: Verifica di una struttura di copertura in legno

Esercitazione n. 6: Verifica di una struttura di copertura in legno Esercitazione n. 6: Verifica di una struttura di copertura in legno In questa semplice esercitazione di progettazione vengono eseguite le verifiche su una capriata di copertura con struttura in legno.

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica Applicata all edilizia: alcune distribuzioni di probabilità Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete

Dettagli

Test per l omogeneità delle varianze

Test per l omogeneità delle varianze Test per l omogeneità delle varianze Le carte di controllo hanno lo scopo di verificare se i campioni estratti provengono da un processo produttivo caratterizzato da un unico valore dello s.q.m. σ. Una

Dettagli

Distribuzione esponenziale. f(x) = 0 x < 0

Distribuzione esponenziale. f(x) = 0 x < 0 Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1

Dettagli

COMUNE DI CONSIGLIO DI RUMO

COMUNE DI CONSIGLIO DI RUMO COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI

Dettagli

Ripasso segnali e processi casuali. Trasmissione dell Informazione

Ripasso segnali e processi casuali. Trasmissione dell Informazione Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale

Dettagli

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.

Dettagli

Fondamenti di Infrastrutture Viarie

Fondamenti di Infrastrutture Viarie Politecnico di Torino Fondamenti di Infrastrutture Viarie Relazione esercitazioni. Anno Accademico 2011/2012 Corso di Fondamenti di Infrastrutture Viarie Professore: Marco Bassani Esercitatore: Pier Paolo

Dettagli

X ~ N (20, 16) Soluzione

X ~ N (20, 16) Soluzione ESERCIZIO 3.1 Il tempo di reazione ad un esperimento psicologico effettuato su un gruppo di individui si distribuisce normalmente con media µ = 20 secondi e scarto quadratico medio σ = 4 secondi: X ~ N

Dettagli

Lezione 6 Manufacturing Resource Planning MRP II

Lezione 6 Manufacturing Resource Planning MRP II Lezione 6 Manufacturing Resource Planning MRP II Obiettivo: tramite MRP, si usano dati su domanda indipendente (ordini) e dipendente (interna) & su struttura del prodotto (albero) per calcolare gli ordini

Dettagli

Il sistema di rating Elo nel Tennis Tavolo italiano

Il sistema di rating Elo nel Tennis Tavolo italiano Il sistema di rating Elo nel Tennis Tavolo italiano Allegato tecnico del regolamento di calcolo della classifica individuale 9 agosto 207 Struttura del sistema Il sistema di rating ha come riferimento

Dettagli

Diagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto

Diagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto Diagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto 14 1. Dato un numero dire se è positivo o negativo 2. e se il numero fosse nullo? 3. Eseguire il prodotto tra

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,

Dettagli

Prof. Pagani Corrado ESERCITAZIONI DIAGRAMMI DELLE CLASSI UML E JAVA

Prof. Pagani Corrado ESERCITAZIONI DIAGRAMMI DELLE CLASSI UML E JAVA Prof. Pagani Corrado ESERCITAZIONI DIAGRAMMI DELLE CLASSI UML E JAVA ES 02 - ORGANIZER Voglio un gestionale (organizer) che permetta a ciascun dipendente della mia azienda di inserire le attività che svolgono

Dettagli

CONTROLLO E CONTABILITA

CONTROLLO E CONTABILITA CONTROLLO E CONTABILITA DEI COSTI Agenda Classificazione dei costi Costi variabili e fissi -Modello costo volume profitto Costi diretti e indirietti -La contabilità per centri di costo Analisi degli scostamenti

Dettagli

Esercitazione di Marketing. Metodo del costo pieno Break Even Point

Esercitazione di Marketing. Metodo del costo pieno Break Even Point Esercitazione di Marketing Metodo del costo pieno Break Even Point 15/04/2013 Metodo del costo pieno Direttamente imputabili all output Quota dei costi indiretti imputabili all output calcolata in base

Dettagli

CALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,

CALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD, Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 7 Febbraio 4 CdL in STAD, SIGAD, Motivare dettagliatamente le risposte su fogli

Dettagli

Capitale di Funzionamento Principio della Prudenza

Capitale di Funzionamento Principio della Prudenza Prof. Riccardo Viganò Cattedra di Ragioneria ed Economia Aziendale 2014-15 Capitale di Funzionamento Principio della Prudenza Rappresentazione ed interazioni con il Capitale Economico Dott. Alessandro

Dettagli

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio: VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta

Dettagli