BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE
|
|
- Costanzo Pesce
- 7 anni fa
- Visualizzazioni
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.
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.
DettagliProduzioni 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
DettagliDimensionamento 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
DettagliUNIVERSITA 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
DettagliLinee 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.
DettagliAnalisi 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
DettagliCORSO 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
DettagliVariabili 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
DettagliSi 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
Dettagliun 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
Dettagli6) 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
DettagliEsercitazione: 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
DettagliVariabili 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,
DettagliISTOGRAMMI 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
DettagliI 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
DettagliCorso 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
DettagliVariabili 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
DettagliSistemi 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
DettagliListino 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
DettagliGestione 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,
DettagliASSEGNAMENTO 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
DettagliLA 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
DettagliES.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
DettagliIntroduzione 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
DettagliRETI 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
DettagliDistribuzioni 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
DettagliFatica (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
DettagliCorso 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
DettagliProbabilità 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
DettagliPRESTAZIONI. 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,
DettagliScrivere 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
DettagliStatistica, 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
Dettagli1 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
DettagliUniversità 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
DettagliFigura 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
DettagliLE 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
DettagliVariabili 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)
DettagliLa 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
DettagliSTATISTICA (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
DettagliCorso 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
DettagliProf. 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
DettagliOttimizzazione 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
DettagliLinee 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
DettagliPROBABILITA. 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
DettagliCenni 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
Dettagli5. 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:
DettagliTest 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
DettagliIndirettezza. 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
DettagliMacchine 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
DettagliDistribuzione 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
DettagliPROVE 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
DettagliVariabili 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
DettagliModelli 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
DettagliINDICE 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
DettagliEsercizi 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
DettagliVariabili 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
DettagliCOMPITO 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
DettagliVariabile 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
DettagliRETI 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
DettagliProva 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
DettagliAlgoritmi 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)
DettagliAttività 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
Dettagliλ 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
DettagliEsercitazione 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
DettagliSchema 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
DettagliTest 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
DettagliDistribuzione 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
DettagliVariabili 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
DettagliUlteriori 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
DettagliProject 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
Dettaglitabelle 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
DettagliPolitecnico 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
DettagliX (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
DettagliL 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
DettagliLezione 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
DettagliLA 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.
DettagliTeoria 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
DettagliStatistica 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
DettagliCLASSIFICAZIONE 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.
DettagliModello 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
DettagliEsercitazione 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.
DettagliStatistica 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
DettagliTest 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
DettagliDistribuzione 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
DettagliCOMUNE 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
DettagliRipasso 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
Dettagli4. 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.
DettagliFondamenti 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
DettagliX ~ 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
DettagliLezione 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
DettagliIl 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
DettagliDiagramma 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
DettagliCORSO 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,
DettagliProf. 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
DettagliCONTROLLO 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
DettagliEsercitazione 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
DettagliCALCOLO 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
DettagliCapitale 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
DettagliVARIABILI 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