Ottimizzazione dei Progetti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Ottimizzazione dei Progetti"

Transcript

1 Sapenza Unverstà d Roma - Dpartmento d Ingegnera Informatca, Automatca e Gestonale Ottmzzazone de Progett Renato Brun brun@ds.unroma.t Il materale presentato è dervato da quello de proff. A. Sassano e C. Mannno

2 I Progett Un numero sempre crescente d attvtà è organzzato per progetto tutte quelle per cu è determnato un nzo e una fne. Caratterstche de progett Obettvo: un prodotto fnale, un rsultato o un output, tpcamente defnbl n termn d tempo, costo e qualtà. Unctà: un progetto (anche quell rpetbl) è unco per rsorse dsponbl e ambente d svluppo Temporanetà: progett hanno date d nzo e termne prestablte e le organzzazon vengono create appostamente per la durata del progetto Multdscplnartà: progett rchedono molteplc competenze che devono essere coordnate. Le relazon fra var task del progetto possono essere molto complcate. Incertezza: progett devono essere panfcat prma della loro realzzazone Rsorse Lmtate: un progetto utlzza rsorse costose e lmtate

3 Esemp d progett Esemp storc Pramd egze Muragla cnese Esemp modern Manhattan Project (bomba atomca) Progetto Apollo Moon Tunnel sotto la Manca Olmpad o Camponat mondal Rcostruzone Torr dopo l attacco terrorstco Rconversone IBM a forntore d servz software

4 Progett Tpc Costruzone d aeroport Costruzone grand mpant sportv Progetto d un nuovo aeromoble Svluppo d sstem nformatv Costruzone d mpant produttv Introduzone d un nuovo prodotto sul mercato Rengegnerzzazone d un azenda Svluppo un nuovo prodotto software Costruzone d una dga, un ponte, un autostrada Rcerche Scentfche Campagne Pubblctare Project Management (PM): processo d gestone, allocazone e temporzzazone delle rsorse per ottenere obettv predefnt n modo effcente (Badru 99)

5 Cclo d Vta d un progetto /. Dsegno concettuale: l organzzazone concepsce la necesstà d un progetto o rceve rcheste da un clente, tpcamente n forma scrtta (request for proposal (RFP)). Selezone del progetto.. Defnzone: n questa fase vengono stablt gl obettv e la stratega. a. Obettv: contenut del progetto e de suo prodott fnal b. Stratega: defnzone d massma d come l progetto realzzerà gl obettv e soddsferà le msure d qualtà. Panfcazone: l progetto vene decomposto n untà controllabl (work packages) format da specfche attvtà (Work Breakdown Structure). Per ogn attvtà s stablsce la rchesta d rsorse e la loro dsponbltà, la durata e rapport d precedenza con le altre attvtà. S stmano cost. S costrusce così la rete del progetto (project network).

6 Cclo d Vta d un progetto /. Sequenzamento (Schedulng): defnzone del project base plan. Vengono determnat temp d nzo e fne delle sngole attvtà n base alla dsponbltà d rsorse, alle durate, a rapport d precedenza, alla funzone obettvo.. Esecuzone e controllo: mplementazone del project base plan. Se s rvelano rtard o sforament nel budget bsogna apportare delle correzon. In genere è dffcle trovare de corrett ndcator dello stato d un progetto. 6. Termnazone: consegna del prodotto o del servzo

7 Cclo d vta / Panfcazone e Sequenzamento Costruzone della Work Breakdown Structure (WBS) Vengono defnte rsorse umane, temp e rsorse fnanzare La panfcazone dettaglata n genere rguarda poche settmane o mes, a causa dell ncertezza sulla dsponbltà futura delle rsorse necessare: questa fase deve essere rvsta contnuamente. PASSI FONDAMENTALI. Strutturazone: defnzone delle attvtà e delle relazon d precedenza; defnzone dell organgramma azendale e del budget d progetto.. Sequenzamento: la defnzone del pano temporale, ovvero gl stant n cu le attvtà comncano e termnano; contestualmente vene defnta l allocazone delle rsorse: le rsorse (lmtate) devono essere assegnate alle sngole attvtà e confltt devono essere rsolt. Dsegno Concettuale Defnzone Panfcazone Sequenzamento Esecuzone Termnazone ta vdlocc

8 Panfcazone: Work Breakdown Structure Rappresentazone del Work Breakdown: la Work Breakdown Structure (WBS) La WBS è una decomposzone gerarchca delle operazon del progetto. La WBS vene rappresentata attraverso un albero. La dstanza d un nodo dalla radce vene detta lvello. I nod a uno stesso lvello rappresentano uno stesso grado d decomposzone delle operazon. A ogn nodo è assocata unvocamente un etchetta che dentfca l lvello e la poszone nel lvello

9 Panfcazone: Work Breakdown Structure Progetto d costruzone d un centro d stoccaggo. Lvello 0 Progetto Centro (0000) codfca Lvello Uffc (000) Magazzn (000) Rparazon (000) Lvello Edfc (00) Costruzone Strade d accesso Intern Infrastrutture Fondamenta (0) Mur e tett (0) Infrastrutture (0) Rete fognara Plon () Prefabbrcat () Serbato () Sstem antncendo Lvello Cemento () Mur portant Fognature nterne Parchegg Work packages Tetto Sstem d carco/scarco Strade Pavmento porte Ultmo lvello: attvtà

10 Ret d attvtà

11 Defnzon d base Il Progetto è costtuto d event (o petre mlar) e d attvtà (o task) che devono essere esegute rspettando vncol d precedenza. Ogn attvtà ha una durata e rchede rsorse (eventualmente nulle) Un evento s rfersce a un nseme d attvtà che devono essere completate n un certo stante d tempo Rsorse sono, ad esempo, l credto, la forza lavoro, le macchne, l equpaggamento, l energa, lo spazo, ecc. Vncol d precedenza fra attvtà: l pù tpco è l vncolo fne/nzo: un attvtà non può comncare prma che un altra sa fnta. Altr esemp d relazon temporal: nzo/nzo, fne/fne, nzo/fne, con o senza ntervall d tempo (tme lag). Tempo: l tempo vene tpcamente msurato n untà prestablte (ore, gorn, ). Orzzonte temporale l nseme de perod rchest per l esecuzone del progetto o dsponbl a pror se n presenza d scadenze (deadlne).

12 Scop: Tecnche retcolar. Defnre lo schedule delle attvtà, coè assocare a ogn attvtà un stante nzale.. Permettere l anals de rtard, coè determnare la durata complessva del progetto e le attvtà che la determnano. Input:. L nseme delle attvtà del progetto. La durata d cascuna attvtà (certa o ncerta). Le precedenze temporal. Metod classc:. CPM (crtcal path method): durate certe e relazon temporal d fne/nzo (certe attvtà possono comncare solo dopo che altre sono termnate).. MPM (metra potental method): come l CPM, ma con relazon temporal pù complcate (nzo/nzo, fne/fne, nzo/fne). PERT (program evaluaton & revew techque): come CPM ma durate stocastche..... GERT, VERT,...)

13 Input: Identfcazone delle attvtà Warehouse Uffc Warehouse Rparazon Edfc Strade d accesso Intern Infrastrutture Fondamena Mur e tett Infrastrutture Rete fognara Plon Prefabbrcat Serbato Antncendo Cemento Mur portant Fognature Parchegg Tetto carco/scarc Strade Pavmento porte Attvtà Le attvtà vengono dentfcate nella fase d panfcazone e rappresentate nella WBS (nelle fogle). Per ogn attvtà s devono determnare la durata e rapport d nterdpendenza temporal con le altre attvtà, e le rsorse rcheste. Le attvtà e rapport d precedenza vengono rappresentat con un grafo orentato

14 Un esempo Per la produzone d un nuovo prodotto sono state ndvduate le seguent attvtà con relatv temp d completamento Attvtà Descrzone Tempo Dsegno del prodotto (6 settmane) Dsegno della confezone ( settmane) Ordne e rcezone de materal per prodotto ( settmane) Ordne e rcezone de materal per confezone ( settmane) Assemblaggo de prodott ( settmane) 6 Preparazone delle Confezon ( settmana) 7 Impacchettamento de prodott ( settmana) 8 Test d mercato del prodotto (6 settmane) 9 Revsone del prodotto ( settmane) 0 Revsone della confezone ( settmana) Presentazone de rsultat al CdA ( settmana) Descrvamo le relazon d precedenza (mmedate). deve fnre prma che comnc ( < ). Tutte le relazon sono d tpo Fnsh/Start <, <, < 6, < 7, 6 < 7, 7 < 8, 8 < 9, 8 < 0, 9 <, 0 <.

15 Rete d attvtà La rete delle attvtà (rete delle precedenze, grafo de vncol) è un grafo orentato che rappresenta le relazon d precedenza fra attvtà. Esstono due possbl rappresentazon: Rete delle attvtà G = (V, A) Actvty-on-arc: gl arch sono attvtà e nod event Actvty-on-node: nod sono attvtà ed event, gl arch rappresentano vncol d precedenza

16 Actvty on Nodes (AoN) Nod rappresentano attvtà + due nod fttz (nzo e fne progetto). Arch rappresentano relazon d precedenza. Es. attvtà {a, b, c, d, e}: precedenze (semplc) a < c, a < d, b< e, c < d, c < e. s a b c d e t I due nod fttz (nzo e fne progetto) vanno sempre aggunt e sono anche utlzzat per rappresentare complesse relazon d precedenza. L attvtà nzo progetto ha durata nulla e fnsce prma dell nzo d qualunque altra attvtà del progetto L attvtà fne progetto ha durata nulla e comnca dopo la fne d qualunque altra attvtà del progetto

17 Altre relazon d precedenza Fnora s è vsta solo una sola relazone d precedenza, la cosddetta Fnsh/Start (b comnca dopo che a è termnato). Questa è l unca faclmente rappresentable nello standard AoA. Ne esstono altre, pù complesse, rappresentabl con AoN: ad esempo, un attvtà può comncare un certo tempo dopo che un altra è termnata, oppure deve essere eseguta n parallelo. Fnsh Start: FS j l attvtà j deve comncare dopo che l attvtà è fnta. Se è rchesto un tempo t d attesa (tme lag) mnmo prma che j comnc, ad esempo per l lead tme s scrve: FS mn j (t) FS mn j (t) j Esempo: s può posare l parquet solo dopo un po d tempo che l pavmento è stato completato (per farlo ascugare) Se nvece s può aspettare al massmo un certo tempo t s scrve FS j (t) Esempo: Tra lanco pubblctaro d un prodotto e sua effettva presenza ne negoz non può passare pù d un certo tempo

18 Altre relazon d precedenza Start Start: SS j mn (t) l attvtà j deve comncare almeno t untà d tempo dopo che l attvtà è comncata. Analogamente SS j (t) sgnfca che j deve comncare al pù t untà d tempo dopo che l attvtà è comncata Esempo: stendere l asfalto e spanarlo: la spanatura deve comncare un po dopo che s è comncato a stendere l asfalto ma non troppo dopo (altrment l asfalto s raffredda). Fnsh Fnsh: FF j mn (t), FF j (t), l attvtà j deve fnre dopo che l attvtà è fnta. Start Fnsh: SF j mn (t), SF j (t), l attvtà j deve fnre dopo l attvtà è comncata. Esempo: un veccho mpanto produttvo può essere fermato solo dopo che quello nuovo ha comncato a operare.

19 Esemp d relazon complesse L attvtà j deve comncare al massmo dopo 6 settmane (untà d tempo) dopo l nzo del progetto SS j (6) j L attvtà j deve comncare esattamente settmane dopo che l attvtà è fnta. mn FS j () j FS j () Il progetto deve termnare entro e non oltre tre settmane. SF n () n

20 Il grafo delle precedenze Le relazon d precedenza generalzzate vengono rappresentate medante l grafo delle precedenze generalzzate H(V,F). V = {,,n} nseme delle attvtà, nzo progetto, 0 fne progetto. Esempo d grafo d precedenze (generalzzate) (De Reyck (998)) 0 SS mn () SS mn (0) SS mn () SS mn () FF () 6 FF mn () 9 FF () SS mn () FS mn () 6 8 FS mn (0) FF mn () SS mn () 7 SF mn (0) SF mn (6) 7 SF () FS () FS () FS mn () FS () 0 0

21 0 SS mn () SS mn (0) SS mn () 7 FF () Nod e precedenze fttze SS mn () FF () FS mn () FS () FS () 7 SF mn (0) SF mn (6) SF () 6 SS mn () FF mn () 9 SS mn () 6 FS 8 mn (0) FF mn () FS mn () FS () 0 0 Le relazon d precedenza fra nod fttz e gl altr nod del grafo vengono spesso omesse (tranne quelle mmedate ) nelle rappresentazon grafche. L attvtà nzo progetto ha durata nulla e fnsce prma dell nzo d qualunque altra attvtà del progetto. Spesso vengono solo rappresentate le relazon fra n nodo e le attvtà (rconoscute come) nzal. L attvtà fne progetto ha durata nulla e comnca dopo la fne d qualunque altra attvtà del progetto. Spesso vengono solo rappresentate le relazon fra le attvtà rconoscute come fnal e l nodo n d fne progetto. In realtà, tutte le relazon fttze devono essere consderate negl algortm per la costruzone de pan delle attvtà.

22 Anals temporale L anals temporale serve a rspondere a una sere d quest qual: n quanto tempo l progetto (o una sua parte) termnerà? quando può (o deve) comncare una determnata attvtà? quanto può essere rtardato l nzo d un attvtà senza rallentare l ntero progetto? ASSUNZIONI DEL MODELLO Rsorse: nessun vncolo Attvtà non nterrompbl (no preempton) OBIETTIVI: calcolare l mnmo tempo d completamento del progetto (makespan) dentfcare le attvtà crtche e altre grandezze d nteresse

23 Pano temporale delle attvtà L nput è l grafo delle precedenze generalzzate H = (V, F) con nseme d attvtà V e nseme d arch F (precedenze generalzzate), untamente al vettore delle durate delle attvtà d R V + Prncpale prodotto dell ottmzzazone è l pano temporale delle attvtà (schedule) che soddsf tutt vncol d precedenza e ottmzz una specfca funzone obettvo. Il pano può essere rappresentato assocando a ogn attvtà V una varable reale s che ndca l stante nzale (start) dell attvtà. Il pano è qund un vettore s R V L obettvo è mnmzzare la durata dell ntero progetto, ovvero la quanttà: s n s (nzo attvtà fne progetto nzo attvtà nzo progetto)

24 Problema del makespan Def. Makespan: durata mnma del progetto Problema del calcolo del makespan: trovare un pano s che soddsf tutt vncol d precedenza e mnmzz la durata del progetto s n s. Questo problema può essere formulato come problema d PL, costruto a partre dal grafo delle precedenze generalzzate. Introducamo anche la varable f che rappresenta l stante fnale (fnsh) dell attvtà V Valendo l potes d no-preempton s ha f = s + d per ogn V.

25 Un modello d PL Il grafo delle precedenze generalzzate è la base d partenza per costrure un modello d Programmazone lneare Le varabl del modello sono assocate a nod del grafo I vncol del modello sono assocat agl arch del grafo Le relazon d precedenza sono tradotte n vncol lnear sulle varabl s e f Inoltre, essendo f = s + d per ogn V, le varabl f possono essere elmnate Obettvo: rappresentare vncol temporal come vncol lnear della forma Ms l dove l è l vettore de termn not e M la matrce de vncol I vncol avranno tutt forma s j - s l j corrspondent alla relazone SS j mn (l j ) I coeffcent l j possono assumere valor postv, negatv o null

26 Determnazone vncol I. Relazone FINISH/START FS j mn, FS j a. j deve comncare almeno FS j mn stant dopo che fnsce: s j f + FS j mn s j - s d + FS j mn b. j deve comncare al massmo FS j stant dopo che fnsce s j f + FS j s - s j - d - FS j. Relazone START/START SS j mn, SS j a. j deve comncare almeno SS j mn stant dopo che è comncata: s j s + SS mn j s j - s SS mn j b. j deve comncare al massmo SS j stant dopo che è comncata s j s + SS j s - s j - SS j 6

27 Determnazone vncol II. Relazone START/FINISH SF j mn, SF j a. j deve fnre almeno SF j mn stant dopo che è comncata: f j s + SF j mn s j - s SF j mn - d j b. j deve fnre al massmo SF j stant dopo che è comncata f j s + SF j s - s j d j - SF j. Relazone FINISH/FINISH FF j mn, FF j a. j deve fnre almeno FF j mn stant dopo che è fnta: f j f + FF mn j s j - s d - d j + FF mn j b. j deve fnre al massmo FF j stant dopo che è fnta f j f + FF j s - s j d j - d - FF j 7

28 Dal grafo precedenze a quello de vncol Quest vncol lnear d precedenza defnscono un poledro: l poledro de pan ammssmbl Al poledro de pan ammssbl è possble assocare un grafo orentato: l grafo de vncol. Le propretà del grafo de vncol permettono d studare l poledro de pan ammssbl e qund la struttura delle soluzon. Grafo delle precedenze Poledro de pan ammssbl Gafo de vncol 8

29 Poledro de pan ammssbl e grafo de vncol Obettvo: defnre l poledro {s R V : Ms l} de pan ammssbl Le precedenze s traducono n vncol asssocat a coppe ordnate d attvtà del tpo s v - s u l uv uv A (Vncol d precedenza) Se esstono due vncol dstnt sulla stessa coppa (ordnata) uv d varabl () s v - s u l uv, () s v - s u l uv con l uv l uv, l vncolo () può essere elmnato perché domnato. La matrce M ha esattamente un + e un - n ogn rga (tutt gl altr element sono null) M è la matrce d ncdenza archnod d un grafo orentato, semplce: grafo de vncol G(V,A) Attvtà = Nod V vncol d precedenza = Arch A Temn not: l uv peso dell arco uv A u l uv v

30 Il grafo de vncol Costruzone del grafo de vncol a partre dal grafo delle precedenze generalzzate: mn FS j j s j - s d + FS j mn mn d FS j j FS j j s - s j - d - FS j d FS j j mn SS j j s j - s SS j mn mn SS j j SS j j s - s j -SS j SS j j

31 Il grafo de vncol mn SF j j s j - s - d j + SF j mn mn d j SF j j SF j j s - s j d j - SF j d j SF j j mn FF j j s j - s d - d j + FF j mn d d j FF mn j j FF j j s - s j d j - d - FF j d j d FF j j

32 I nod nzo e fne progetto Ogn nodo j è n relazone con nod e n. Ogn nodo j può comncare solo dopo che è fnto (tme lag 0) s j f + FS j mn s j - s d + FS j mn sj - s 0 FS mn j j 0 j Il nodo n può comncare solo dopo che ogn j è fnto (tme lag 0) s n f j + FS jn mn s n - s j d j + FS jn mn sn - s j d j j mn FS jn n j d j n

33 0 SS mn () SS mn (0) SS mn () 7 SS mn () FF () FF () FS mn () FS () FS () 7 SF mn (0) SF mn (6) SF () Vanno aggunte le relazon fttze mancant e corrspondent arch nel grafo de vncol 0 Grafo de vncol le durate sono n blu accanto al nodo 6 FF mn () l j = SS mn SS mn j j 9 SS l j = -SS j j FS mn () SS mn () SF mn l j = SF mn j j - d j 6 FS 8 mn (0) 0 0 SF l j = d j - SF j j SS mn () FF mn () Grafo de vncol FS () FS j mn FS j FF j mn FF j l j = d + FS j mn l j = -d - FS j l j = d - d j + FF j mn l j = d j - d - FF j 0

34 I nod nzo e fne progetto Ogn nodo j è n relazone con nod e n. Ogn nodo j può comncare solo dopo che è fnto (tme lag 0) s j f + FS j mn s j - s d + FS j mn sj - s 0 Il nodo n può comncare solo dopo che ogn j è fnto (tme lag 0) s n f j + FS jn mn s n - s j d j + FS jn mn sn - s j d j d 6 = 0

35 Formulazone Makespan Problema del calcolo del makespan: costrusc un pano (schedule) che soddsf tutt vncol d precedenza e mnmzz la durata del progetto. Il problema d calcolo del makespan può essere formualto come PL: mn s s n j s s l j j A (PM) s R V Ogn soluzone ammssble d (PM) è detta pano o schedule In forma compatta: mn {s n s : Ms l, s R V }, M R A V, l R A M matrce d ncdenza arch-nod del grafo de vncol

36 Walk, Cammn e Ccl W WALK IN G(V,A) SEQUENZA ALTERNANTE DI NODI e ARCHI W=(v, e, v, e, v,, e p, v p ) e =(v,v )=(6,) 6 G(N,A) 6 6 V V V V V p- V p CAMMINO WALK n G(V,A) senza arch e nod ntern rpetut 6 CICLO CAMMINO CHIUSO (nod estrem concdent) 6 G(N,A) 6

37 Graf Orentat: Cammn e Ccl Orentat CAMMINO ORIENTATO CAMMINO P=(V, (V,V ), V, (V,V ),, (V p-,v p ), V p ) con: V k coda d ( V k,v k+ ) per ogn k=,,p- 6 V V V V CICLO ORIENTATO CAMMINO ORIENTATO CHIUSO 6 G(N,A) 6 6 V V V V Peso d un cammno P d G(V,A): somma de pes d suo arch l(a(p))=l(p)= l uv uv A(P) 7

38 Problema del Cammno d Peso Massmo OSS: Esste (almeno) un cammno orentato dal nodo a ogn nodo del grafo de vncol TEOREMA.: Sa P * u l cammno d peso massmo da ad un generco nodo u V. Se l grafo de vncol G(V,A) non ha ccl orentat d peso totale postvo allora s u =l(p * u ) per ogn u V è una soluzone ammssble per (PM). DIMOSTRAZIONE: Se s v s u l uv per ogn uv A s è una soluzone ammssble Se nvece ho s che vola qualche vncolo, coè s v s u < l uv per qualche uv A l(p * v ) l(p* u ) < l uv l(p * v ) < l(p* u )+l uv v Se v non appartene a P * u =(,,u) P =(,,u,uv,v) è un cammno con: l(p )=l(p * u )+l uv > l(p* v ) CONTRADDIZIONE P * v P * u P u Qund: v appartene a P * u = (,,u) Detto P =(v,,u) l sotto-cammno d P * u da v ad u C= P {uv} è un cclo orentato l(p * v )<l(p* v )+l(p )+l uv 0<l(P )+l uv =l(c) P * v C v P 8 CICLO POSITIVO, contraddzone! u

39 COROLLARIO.: Se l grafo de vncol G(V,A) non ha ccl orentat d peso totale postvo allora (PM) ha soluzon ammssbl. TEOREMA.: Sa P uv un cammno dal nodo u V al nodo v V n G e sa s una soluzone ammssble per (PM). Allora s v s u + l(p uv ) DIMOSTRAZIONE: Condzone d esstenza delle soluzon Sappamo che l prob. del cammno massmo ha soluzone ammssble solo se non c sono ccl orentat d peso totale postvo Sa P uv =(u=u, u u, u,, u k- u k, u k =v) un cammno orentato d G(V,A) Pochè S è una soluzone ammssble abbamo: s u s u l u,u v u k u k- s u s u l u,u s uk s uk- l uk-,uk + u u u u s uk s u l u,u + l u,u + + l uk,uk- = l(p uv ) 9 s v - s u

40 Condzone d Lmtatezza COROLLARIO.: Se (PM) ha soluzon ammssbl allora l grafo de vncol G(V,A), con pes l non ha ccl orentat d peso totale postvo DIMOSTRAZIONE: u k u k- Sa s una soluzone ammssble Per assurdo, sa C=(u=u, u u, u,, u k u, u =u) un cclo orentato d G(V,A) avente peso totale l(c) postvo. u u u u Applcando l Teorema. s ha 0 = s u s u l(c) > 0, contraddzone TEOREMA.: (PM) ha soluzon ammssbl se e solo se l grafo de vncol G(V,A) non ha ccl orentat d peso totale postvo. Segue banalmente da corollar. e. Def. Un progetto è realzzable se e solo se l suo grafo de vncol G(V,A) non ha ccl orentat d peso totale postvo Allora assumamo che G non contenga ccl orentat d peso postvo 0

41 Condzone d ottmaltà TEOREMA.: Sa P * u l cammno d peso massmo da ad un generco nodo u V. Allora s * u =l(p* u ) per ogn u V è una soluzone ottma per (PM) DIMOSTRAZIONE: s * è ammssble (Teorema.) Poché G non contene ccl d peso postvo s ha s * = 0 La soluzone vale s * n s* = l(p* n )-0 = l(p* n ) (Peso del cammno massmo da a n) Sa s una qualunque soluzone ammssble Applcando l Teorema. s ha s n s l(p* n ) e allora s* è ottma Allora possamo lmtarc a soluzon ammssbl con s = 0. (Il progetto nza all stante 0) Propretà fondamentale d s * : per ogn soluzone ammssble s con s = 0, s ha s u = s u s l(p* u ) = s* u s * : è chamata Earlest Start Schedule (es) perché non esstono schedule ammssbl con s u < s* u per qualche u

42 Calcolo dell es L earlest start schedule s * vene d solto denotato con es Calcolo dell es Calcola l cammno (d peso) massmo P * u Pon es u = l(p * u ) per ogn u V da a ogn nodo u V Gl algortm per l calcolo dell es costruscono un arborescenza de cammn massm, e coè un albero rcoprente con radce n costtuto da tutt cammn orentat d peso massmo da a ogn altro nodo u S può ovvamente trasformarlo n un problema d cammno mnmo: Se trasformamo l j = - l j l problema è equvalente alla costruzone dell arborescenza de cammn mnm. Se G(V,A) non contene ccl d peso totale postvo rspetto a l, non conterrà ccl orentat d peso totale negatvo rspetto a l = - l

43 L arborescenza de cammn massm Arborescenza (d radce ): albero n cu, per ogn j V, l unco cammno dal nodo al nodo j è un cammno orentato OSS. Ogn nodo dverso dal nodo radce ha un unco predecessore nell arborescenza. Un arborescenza può essere descrtta medante l vettore de predecessor, prec

44 Algortmo teratvo d Bellman Ford Per trovare quest cammn massm, non possamo usare l algortmo d Djkstra perché pes possono avere valor sa postv sa negatv Alternatva: algortmo d Bellman-Ford (metodo del rlassamento): applcable quando l grafo non contene ccl orentat d peso postvo Inzalmente vengono ordnat gl arch e defnta una partcolare soluzone nzale s 0 non ammssble. A ogn terazone gl arch vengono vstat nell ordne prefssato: se per un arco (,j) s ha s j < s + l j volando l corrspondente vncolo d precedenza (), s pone s j = s + l j Dmostreremo che dopo al pù n = V terazon tutt vncol saranno soddsfatt. Inoltre s è ottma e s avrà s = es (earlest start tme d ) per ogn V Alla fne è possble rcostrure l arborescenza de cammn massm utlzzando l vettore de predecessor prec

45 Schema algortmo Bellman Ford Calcolo dell arborescenza de cammn massm dal nodo a per =,, n Inzalzzazone: s = 0, s = - e prec() = 0 per =,, n. Ordna gl arch A = {e,, e m } Repeat (fnchè s non s modfca pù) For k = to m (per ogn arco) If e k = (,j) è tale che s j < s + l j Endfor EndRepeat pon s j = s + l j pon prec(j) = Iterazon pccole Iterazon grand L algortmo termna con s = es Il blocco {Repeat EndRepeat} (terazone grande) vene eseguto al pù n volte Ogn ter. grande sono m terazon pccole, qund la complesstà è O(mn) (numero totale d terazon pccole)

46 Esempo d applcazone Inzalzzazone: s() = 0, s() = s() = s() = - Ordno gl arch: e = (,), e = (,), e = (,), e = (,), e = (,), e 6 = (,) Repeat -6 Iter. k =. s() = - < s() + s() = s() + = prec() = Iter. k =. s() = - < s() + s() = s() + = prec() = Iter. k =. s() = 0 > s() -6 Iter. k =. s() = - < s() + s() = s() + = 6 prec() = Iter. k =. s() = 6 < s() + s() = s() + = 7 prec() = Iter 6. k = 6. s() = < s() + s() = s() + = 9 prec() = Repeat Iter. k =. s()= 9 > s() + Iter. k =. s() = = s() + Iter. k =. s() = 0 > s() -6 Iter. k =. s() = 7 < s() + s() = s() + = prec() = Iter. k =. s() = > s() + Iter 6. k = 6. s() = s() +

47 L arborescenza de cammn massm Nella successva terazone grande non vengono aggornate le varabl, qund stop L arborescenza de cammn massm può essere rcostruta a partre dal vettore de predecessor, prec() -6 prec() = prec() = prec() = prec() non esste 7

48 Prncpo d Ottmaltà per cammn massm Def. Lunghezza d un cammno = numero arch che lo compongono Dato che non c sono ccl orentat postv, cammn massm contengono al pù n- arch. Prncpo d ottmaltà. Se P = {, j, j,., j k-, j k } è un cammno (d peso) massmo da a j k, allora P = {, j, j,., j k- } è un cammno (d peso) massmo da a j k- P j j k- j k- j l k h h P 8

49 Ottmaltà dell ultmo arco del cammno Sa es l vettore de pes de cammn massm Dal prncpo d ottmaltà segue es j ( ) es j l j per ogn V {} (A) es h es w h w l w l h es es j j l j Propretà d ottmaltà es es j l j, per ogn j ( ), V {} 9

50 Per V, sa Correttezza algortmo Bellman-Ford q s l valore della varable s alla fne della q-esma terazone pccola OSS. A ogn terazone pccola vene vstato un solo arco Se (r,h) è l arco vstato alla q-esma terazone pccola allora s q s q per ogn h Lemma.. q s es per ogn q e per ogn V Per q = 0, s ha s s es es V {} e la condzone del lemma (nvarante) è soddsfatta Per assurdo, sa q > 0 la prma terazone n cu l nvarante è volato. Sa (r,h) l arco vstato alla q-esma terazone. Poché alla (q-)-esma terazone l nvarante è soddsfatto sarà: Poché alla q-esma terazone l nvarante è volato sarà: Qund la varable corrspondente ad h è stata aggornata e sarà Da () e () es r l Per la propretà d ottmaltà rh s q r l rh es h s q h es r l rh s es q h s s q h q esh s h q h h es q r h rh r s l () contraddzone l rh q r r h e s es ()

51 Indchamo con S s q Per ogn V, q > t qm S t l valore della varable s alla fne della q-esma terazone grande Lemma.6. Sa V tale che esste un cammno massmo da a con un numero q d arch mnore o uguale k. Allora S es (coè alla q-esma terazone ho gà raggunto l ottmo) per q k S q (varabl non decrescent) Per nduzone. Per k = 0. L unco cammno massmo d lunghezza 0 è l cammno da a. S 0 es Correttezza algortmo Bellman-Ford 0 Dal lemma. es S q per q 0. Per la non decrescenza S q es per q 0. Per k > 0 sa P = {, j,, j k-, j k = } un cammno massmo fno a. Ponamo h = j k-. Il cammno {, j,, j k- = h} è un cammno massmo fno a h d lunghezza k- (prncpo d ottmaltà). Qund, es = es h + l h. Per potes nduttva, alla fne della k--esma terazone grande, s ha S k h es Durante la k-esma terazone grande, alla r-esma terazone pccola s vsta l arco (h,) s r h es h Dopo l aggornamento Da cu es s e per l Lemma. r S k es s r ( s s es es l s r h h r h r r r, sh lh) ( s, l h es ) es h h j j k- l h j k

52 Termnazone algortmo Bellman-Ford Corollaro.7. L algortmo d Bellman-Ford termna n al pù n terazon grand Il cammno massmo pù lungo contene al pù n- arch Alla fne della (n-)-esma terazone grande S es per ogn V (Lemma.6) n Per la non decrescenza, le varabl non vengono pù aggornate durante l n-esma terazone grande e l algortmo termna

53 Ancora sulle relazon fttze Precedenze fttze: Per ogn nodo, esste l arco (,) d peso 0. Per ogn nodo n, esste l arco (,n) d peso d. Nelle rappresentazon grafche del grafo delle precedenze generalzzate vengono spesso omesse. Nella rsoluzone degl esercz possono essere omesse solo se certamente mplcate dalle altre relazon d precedenza.. E possble omettere l arco (,) se esste nel grafo un cammno orentato P da a d peso l(p ) almeno par a 0. Infatt, per l Teorema. s s + l(p ) e l vncolo s s corrspondente all arco (,) è mplcato. Analogamente, è possble omettere l arco (,n) se esste nel grafo un cammno orentato da a n d peso almeno par a d

54 FS mn (0) SS mn 0 () Un eserczo completo 0 FS () FS mn () FS mn (0) FS mn (0) 8 FS mn (0) FS 6 mn (0) SS () SS mn () SS mn () FS mn () FS mn (0) FS mn (0) 7 7 FS () 0-0 In questo esempo è facle vedere che le relazon fttze sono mplcate dagl altr vncol

55 0 e 0 - e e e e e e e 9 e 7 e - 8 e e e Repeat 8 k =. s() = - < s() + 0 s() = s() + 0 = 0 prec() = k =. s() = - < s() + 0 s() = s() + 0 = 0 prec() = k =. s() = - < s() + 0 s() = s() + 0 = 0 prec() = k =. s() = 0 > s() k =. s() = - < s() + s() = s() + = prec() = k = 6. s() = 0 < s() + s() = s() + = prec() = k = 7. s() = 0 < s() + s() = s() + = prec() = k = 8. s(6) = - < s() + 0 s(6) = 0 prec(6) = k = 9. s() = s() - k = 0. s(7) = - < s() + 8 s(7) = prec(7) = k =. s(8) = - < s() + 0 s(8) = prec(8) = k =. s(7) = > s(6) + k =. s(8) = < s(6) + 8 s(8) = 8 prec(8) = 6 k =. s() = = s(7) - 8 k =. s(8) = 8 > s(7) + 7 e e Un eserczo completo Inzalzzazone: s() = 0, s() = s() = s() = s(6) = s(7) = s(8)= -, prec() = *, V Ordnamento arch: e =(,), e =(,), e =(,), e =(,), e =(,), e 6 =(,), e 7 =(,), e 8 =(,6), e 9 =(,), e 0 =(,7), e =(,8), e =(6,7), e =(6,8), e =(7,), e =(7,8). s prec *

56 0 e e 0 - e e e e e 8 e e 9 e 7 e e - 8 e e e Repeat k =. s() = > s() + 0 k =. s() = 0 = s() + 0 k =. s() = > s() + 0 k =. s() = 0 > s() k =. s() = < s() + s() = s() + = 0 prec() = k = 6. s() = = s() + k = 7. s() = = s() + k = 8. s(6) = 0 = s() + 0 k = 9. s() = s() - k = 0. s(7) = = s() + 8 k =. s(8) = 8 < s() + 0 s(8) = 60 prec(8) = k =. s(7) = > s(6) + k =. s(8) = 0 > s(6) + 8 k =. s() = = s(7) - 8 k =. s(8) = 0 > s(7) + 7 Un eserczo completo Ordnamento arch: e =(,), e =(,), e =(,), e =(,), e =(,), e 6 =(,), e 7 =(,), e 8 =(,6), e 9 =(,), e 0 =(,7), e =(,8), e =(6,7), e =(6,8), e =(7,), e =(7,8). Nella prossma repeat le varabl non s modfcano pù e l algortmo termna s prec *

57 Arborescenza de cammn massm Arborescenza de cammn massm, costruta a partre dal vettore de predecessor prec * s

58 Il cammno massmo dal nodo al nodo n (fne progetto) è detto cammno crtco Cammno crtco Il peso del cammno massmo dal nodo al nodo n (fne progetto) corrsponde alla durata (mnma) dell ntero progetto (makespan) Se rallento attvtà crtche ho lo stesso rtardo sull ntero progetto! Se rallento attvtà non crtche, non ho rtardo sul progetto fno a che, se rallentate troppo, l cammno massmo camba e passa per esse, che qund dventano crtche 0 0

59 Replogando: dal grafo de vncol n po Le relazon d precedenza vengono rappresentate sul grafo de vncol G(V,A) (orentato con pes l j assocat agl arch) In assenza d ccl postv (coè progett realzzabl) l es vene calcolato utlzzando gl algortm per l cammno massmo dal nodo (nzo progetto) a tutt gl altr nod del grafo de vncol In partcolare es = peso del cammno cammno d peso massmo dal nodo al nodo, per ogn V Il peso del cammno massmo dal nodo al nodo n (fne progetto) corrsponde alla durata mnma dell ntero progetto e vene detto makespan Ogn cammno massmo dal nodo al nodo n (fne progetto) è detto cammno crtco Esstono dvers algortm per l calcolo del cammno d peso massmo, con complesstà dstnte. Nel caso generale s può usare l algortmo d Bellman- Ford 9

60 Calcolo del latest completon tme Supponamo sa data una scadenza (deadlne) T per l progetto, coè un vncolo: s n T deadlne Cò corrsponde ad aggungere l arco (n,) d peso T al grafo de vncol SS j n s - s j SS j Voglamo rspondere alla domanda: quando al pù tard possono comncare le sngole attvtà del progetto (determnando così l Latest Start Schedule e l Latest Fnsh Schedule) n modo da rspettare la deadlne T? T n Def. Per ogn j V s ndca con ls j l latest start tme dell attvtà j, e coè l ultmo stante d tempo n cu l attvtà j può comncare senza volare l vncolo d deadlne T

61 Calcolo del Latest Start Schedule Sa P n un cammno da a n. La deadlne T mplca T s n Per l Teorema. sarà necessaramente s n s + l(p n ). Qund T s + l(p n ) s T - l(p n ) per ogn cammno P n da a n. Il vncolo pù strngente s ottene n corrspondenza del cammno massmo P * n, per cu vale s T - l(p * n ) = ls Algortmo generco calcolo ls for = to n- Calcola l peso L del cammno massmo da a n Pon ls = T - L Endfor P n n 6

62 Complesstà del calcolo dell ls Per ogn nodo V, l algortmo prevede l calcolo del cammno massmo da a n L algortmo del Bellman-Ford ha complesstà O(mn) e deve essere rapplcato partendo da ogn nodo, qund la complesstà rsulta O(mn ) OSS. L algortmo d Bellman-Ford calcola l peso de cammn massm dal nodo nzale a tutt gl altr nod del grafo IDEA: costrusc un grafo G (V,A ) ottenuto da G(V,A) nvertendo gl arch, ovvero sosttuendo ogn arco j con un arco j d peso par al peso dell arco orgnaro h w - j q v h w - j q v Grafo reverse Infatt ogn cammno da n a n G corrsponde a un cammno da a n n G d uguale peso 6

63 Algortmo per calcolare ls Calcolo del latest start schedule. Costrusc l grafo G reverse d G. Applca Bellman - Ford per calcolare l peso L del cammno massmo da n a per ogn V {n}. Pon ls = T - L per ogn V {n} Poché l grafo reverse può essere (faclmente) costruto n O(m), la complesstà dell algortmo e O(mn). 6

64 Total Float e Attvtà Crtche Def. Total float tf dell attvtà msura quanto l attvtà può essere rtardata senza volare la deadlne del progetto L attvtà non può comncare prma del suo earlest start tme es Se l attvtà comnca dopo l suo latest start tme ls l progetto vene rtardato tf = ls - es per ogn j n V Def. Un attvtà è detta crtca se l suo total float è 0 6

65 Altre rappresentazon (Gantt Charts) Dato un pano d attvtà s ammssble è possble darne una rappresentazone grafca medante Gantt Charts (ntrodotte dall ngegner Gantt nel 98) Un dagramma d Gantt è una grgla bdmensonale: sulle rghe c sono le attvtà mentre sulle colonne gl stant d tempo dell orzzonte temporale. Ogn attvtà è rappresentata con una barra orzzontale d lunghezza par alla sua durata d, partendo dalla casella nella colonna s Vengono coè rempte le caselle della grgla corrspondent a stant n cu l attvtà è (prevsta) n svolgmento. RI. RI. RI. RI. RI. RI. RI. RI. RI. RI. RI. Identfcazone degl scenar tecnologc Defnzone degl obettv d servzo Defnzone de requst funzonal d sstema Defnzone metrche d valutazone Generazone Mappe D Generazone Mappe Vettoral Modell neural d predzone d camp Studo d Algortm d panfcazone d ret wreless Realzzazone prototpale algortm d panfcazone Studo d Algortm d gestone delle rsorse d ret wreless Realzzazone prototpale algortm d gestone SP. Gestone e controllo calcolo dstrbuto SP. Progettazone del protocollo d data communcaton SP. Realzzazone sstem d data storage RI. RI. RI.6 Defnzone pan d spermentazone Esecuzone de test ATTIVITA' Anals de rsultat ottenut dal progetto PRIMO ANNO SECONDO ANNO

66 Altre rappresentazon (Gantt Charts) Esstono n natura dvers format per le Gantt Chart Ad esempo, s possono rappresentare sulla stessa rga pù attvtà che non s sovrappongono temporalmente D seguto rportamo una rappresentazone per l earlest start schedule 6 7 Gantt chart Earlest start schedule Il cammno crtco è evdenzato n rosso 66

67 Esempo d calcolo es e ls Applcando Bellman-Ford con nodo radce calcolo l arborescenza de cammn massm e qund l earlest start schedule es

68 Calcolo dell ls Per avere l latest start tme corrspondente ad una deadlne T=7 trovo l peso L del cammno massmo da a n e pongo ls = T - L Applcando Bellman-Ford con nodo radce calcolo l cammno massmo da a n Ad esempo, con radce ho T = 7, = L = ls = 7- = Ma non posso calcolare, ad esempo, ls e sono qund obblgato a rapplcare Bellman-Ford con radce T = 7, = L = ls = 7- = 6

69 Calcolo dell ls Se nvece applco Bellman-Ford al grafo reverse con radce n devo farlo una sola volta e ottengo l arborescenza reverse con cu calcolo l latest start tme Es. T = 7 L = ls = 7- = L = ls = 7- = L = ls = 7- = L = ls = 7- = 6 69

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO Ottmzzazone nella gtone de progett Captolo 6 Project Schedulng con vncol sulle rsorse CARLO MANNINO Unverstà d Roma La Sapenza Dpartmento d Informatca e Sstemstca 1 Rsorse Ogn attvtà rchede rsorse per

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Un algortmo per l flusso su ret a costo mnmo: l smplesso su ret Convergenza

Dettagli

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Metod d Ottmzzazone mod. Modell per la panfcazone delle attvtà Paolo Dett Dpartmento d Ingegnera dell Informazone e Scenze Matematche Unverstà d Sena Metod d Ottmzzazone mod. Modell per la panfcazone delle

Dettagli

Modelli decisionali su grafi - Problemi di Localizzazione

Modelli decisionali su grafi - Problemi di Localizzazione Modell decsonal su graf - Problem d Localzzazone Massmo Paolucc (paolucc@dst.unge.t) DIST Unverstà d Genova Locaton Problems: modell ed applcazon Decson a medo e lungo termne (panfcazone) Caratterstche

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima Il problema del camba-monete. ALGORITMI GREEDY camba-monete schedulng a mnmo l rtardo Scopo. Dat tagl dsponbl: c, c, 5c, 0c, 0c, 50c,, progettare un algortmo che data una certa somma la camb usando l mnmo

Dettagli

CPM: Calcolo del Cammino Critico

CPM: Calcolo del Cammino Critico Supponamo d conoscere per ogn attvtà A = (,j) la sua durata t j t j j Calcolamo l tempo al pù presto n cu può nzare o fnre una attvtà. Supponamo d dover calcolare l tempo al pù presto n cu s possono nzare

Dettagli

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Controllo e schedulng delle operazon Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Organzzazone della produzone PRODOTTO che cosa ch ORGANIZZAZIONE PROCESSO come FLUSSO DI PRODUZIONE

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media Alcun esercz su algortm e programmazone Fondament d Informatca A Ingegnera Gestonale Unverstà degl Stud d Bresca Docente: Prof. Alfonso Gerevn Scrvere l algortmo e l dagramma d flusso per l seguente problema:

Dettagli

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 20010-11

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 20010-11 Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 20010-11 Project Scheduling: Reti di attività CARLO MANNINO Sapienza Università di Roma Dipartimento di Informatica e Sistemistica

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04 UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso d Allocazone de centr d servzo SCG-E04 Le fas del processo d msurazone de cost Fase 1 Rlevazone de cost Fase 2 Assegnazone de cost Cost drett (Drect cost) Attrbuzone

Dettagli

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico. Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Rappresentazione dei numeri

Rappresentazione dei numeri Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

PROGRAMMAZIONE DIDATTICA

PROGRAMMAZIONE DIDATTICA ISTITUTO ISTRUZIONE SUPERIORE STATALE CARLO GEMMELLARO CATANIA PROGRAMMAZIONE DIDATTICA ECONOMIA AZIENDALE A.S.: 2015/2016 Prof Pnzzotto Dana classe 5 b afm Obtv educatv OBTV ddattc trasversal Acqusre

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Algoritmi euristici: III Ricerca Locale

Algoritmi euristici: III Ricerca Locale Algortm eurstc: III Rcerca Locale Danele Vgo D.E.I.S. - Unverstà d Bologna dvgo@des.unbo.t rev. 1.0 - dcembre 2003 Algortm d Rcerca Locale partono da una soluzone (ammssble) cercano teratvamente d mglorarla

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Il traffico è un gioco?

Il traffico è un gioco? Il traffco è un goco? Gacomo Tomme Dpartmento d Matematca, Unverstà d Psa e-mal: tomme@dm.unp.t Introduzone Il ttolo potrebbe apparre provocatoro, ma n realtà è solo lo spunto per ntrodurre tem che voglamo

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare. Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

Dettagli

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO INTODUZION ALL SPINZA 4: STUDIO DLLA POLAIZZAZION DIANT LAIN DI ITADO Un utle rappresentazone su come agscono le lamne su fasc coerent è ottenuta utlzzando vettor e le matrc d Jones. Vettore d Jones e

Dettagli

Il dimensionamento dei sistemi di fabbricazione

Il dimensionamento dei sistemi di fabbricazione Il dmensonamento de sstem d fabbrcazone 1 Processo d progettazone d un sstema produttvo Anals della domanda Industralzzazone d prodotto e processo (dstnte e ccl d lavorazone) Scelta delle soluzon produttve

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I.

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I. Eserctazone ottobre 0 Trasformazon crcutal Sere e parallelo S consderno crcut n Fg e che rappresentano rspettvamente un parttore d tensone e uno d corrente v v v v Fg : Parttore d tensone Fg : Parttore

Dettagli

I materiali ferromagnetici sono fortemente non lineari a causa dell'insorgere di fenomeni di saturazione e degli effetti isteretici.

I materiali ferromagnetici sono fortemente non lineari a causa dell'insorgere di fenomeni di saturazione e degli effetti isteretici. POBLEM MGNETOSTTICO IN PESENZ DI MTEILI NON LINEI Normalmente dspostv magnetc sono costtut da notevol quanttà d materale ferromagnetco, al fne d sfruttare l'elevata permeabltà relatva ed ottenere un elevato

Dettagli

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon

Dettagli

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

LA CALIBRAZIONE NELL ANALISI STRUMENTALE LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra

Dettagli

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato eora de segnal Introduzone a segnal determnat tolo untà Introduzone e rcham sulle bas d spaz vettoral Sere d Fourer d segnal a supporto lmtato Spettro d un segnale Sere d Fourer d segnal a supporto llmtato

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Metod d Ottmzzazone mod. Modell er la anfcazone delle attvtà Paolo Dett Dartmento d Ingegnera dell Informazone e Scenze Matematche Unverstà d Sena Metod d Ottmzzazone mod. Modell er la anfcazone delle

Dettagli

InfoCenter Product A PLM Application

InfoCenter Product A PLM Application genes d un fra o Gestone de crcolazone dell'nformazone sa crcoscrtta entro Pdetermnat ambt settoral. L'ntegrazone de sstem e de odpartment azendal rchede nuove modaltà operatve, nuove t competenze e nuov

Dettagli

CAPITOLO 3 CIRCUITI DI RESISTORI

CAPITOLO 3 CIRCUITI DI RESISTORI CAPITOLO 3 CIRCUITI DI RESISTORI Pagna 3. Introduzone 70 3. Connessone n sere e connessone n parallelo 70 3.. Bpol resstv n sere 7 3.. Bpol resstv n parallel 77 3.3 Crcut resstv lnear e sovrapposzone degl

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA Metod varazonal OBIETTIVO: determnare funzon ncognte, chamate varabl dpendent, che soddsfano un certo nseme d equazon dfferenzal n un determnato domno e condzon al contorno STRUMETO: Metod varazonal: servono

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

urto v 2f v 2i e forza impulsiva F r F dt = i t

urto v 2f v 2i e forza impulsiva F r F dt = i t 7. Urt Sstem a due partcelle Defnzone d urto elastco, urto anelastco e mpulso L urto è un nterazone fra corp che avvene n un ntervallo d tempo normalmente molto breve, al termne del quale le quanttà d

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x

Dettagli

LEZIONE N.8. Introduzione ai MODELLI DI SIMULAZIONE ED OTTIMIZZAZIONE PER SISTEMI ENERGETICI

LEZIONE N.8. Introduzione ai MODELLI DI SIMULAZIONE ED OTTIMIZZAZIONE PER SISTEMI ENERGETICI LEZIONE N8 Introduzone a MODELLI DI SIMULZIONE ED OTTIMIZZZIONE PER SISTEMI ENERGETICI 1d 11 MODELLIZZZIONE DI DOMND ED OFFERT Dal 1973 gl stud su modell che ntendono rappresentare cosa può succedere nel

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Newsletter Lean Production Autore: Dott. Silvio Marzo Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

Dettagli

COMPORTAMENTO DINAMICO DI ASSI E ALBERI

COMPORTAMENTO DINAMICO DI ASSI E ALBERI COMPORTAMENTO DNAMCO D ASS E ALBER VBRAZON TORSONAL Costruzone d Macchne Generaltà l problema del progetto d un asse o d un albero non è solo statco Gl ass e gl alber, come sstem elastc, sotto l azone

Dettagli

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze Lucano attaa Versone del 22 febbrao 2007 In questa nota presento uno schema replogatvo relatvo a condensator e alle, con partcolare rguardo a collegament n sere e parallelo. Il target prncpale è costtuto

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

COMANDO PROVINCIALE VIGILI DEL FUOCO DI MILANO ALLEGATA AL PROGETTO DI LAVORI DI COSTRUZIONE NUOVA PALESTRA SCOLASTICA POLIVALENTE

COMANDO PROVINCIALE VIGILI DEL FUOCO DI MILANO ALLEGATA AL PROGETTO DI LAVORI DI COSTRUZIONE NUOVA PALESTRA SCOLASTICA POLIVALENTE COMUNE DI SEREGNO PROVINCIA DI MONZA BRIANZA COMANDO PROVINCIALE VIGILI DEL FUOCO DI MILANO ALLEGATA AL PROGETTO DI LAVORI DI COSTRUZIONE NUOVA PALESTRA SCOLASTICA POLIVALENTE ATTIVITÀ NORMATA (D.M. 18.03.1996

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

Principi di ingegneria elettrica. Lezione 2 a

Principi di ingegneria elettrica. Lezione 2 a Prncp d ngegnera elettrca Lezone 2 a Defnzone d crcuto elettrco Un crcuto elettrco (rete) è l nterconnessone d un numero arbtraro d element collegat per mezzo d fl. Gl element sono accessbl tramte termnal

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1

Dettagli

Circuiti elettrici in regime stazionario

Circuiti elettrici in regime stazionario rcut elettrc n regme stazonaro Metod d anals www.de.ng.unbo.t/pers/mastr/ddattca.htm ersone del -0-00 Premessa Nel caso pù generale è possble ottenere la soluzone d un crcuto rsolendo un sstema formato

Dettagli

CONFORMITA DEL PROGETTO

CONFORMITA DEL PROGETTO AMGA - Azenda Multservz S.p.A. - Udne pag. 1 d 6 INDICE 1. PREMESSA...2 2. CALCOLI IDRAULICI...3 3. CONFORMITA DEL PROGETTO...6 R_Idr_Industre_1 Str.doc AMGA - Azenda Multservz S.p.A. - Udne pag. 2 d 6

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II. Corso d Logca I. Modulo sul Calcolo de Sequent. Dspensa Lezone II. Govann Casn Teorema d corrspondenza fra l calcolo su sequent SND e l calcolo de sequent SC. Rproponamo per esteso la dmostrazone della

Dettagli

Obiettivi Il concetto di Resilienza applicato ai territori rurali Una proposta p metodologica Un esempio: diversità e sviluppo

Obiettivi Il concetto di Resilienza applicato ai territori rurali Una proposta p metodologica Un esempio: diversità e sviluppo Obettv Il concetto d Reslenza applcato a terrtor rural Una proposta p metodologca Un esempo: dverstà e svluppo Concluson Interpretare terrtor rural come sstem soco-ecologc Analzzare le propretà della reslenza

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

Grafi ed equazioni topologiche

Grafi ed equazioni topologiche Graf ed equazon topologche www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --) Premessa Se s ndca con l l numero d corrent e l numero d tenson de component d un crcuto, la rsoluzone del crcuto rchede

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

Circuiti dinamici. Circuiti del secondo ordine. (versione del ) Circuiti del secondo ordine

Circuiti dinamici. Circuiti del secondo ordine.  (versione del ) Circuiti del secondo ordine rcut dnamc rcut del secondo ordne www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-6- rcut del secondo ordne rcut del secondo ordne: crcut l cu stato è defnto da due varabl x ( e x ( Per un crcuto

Dettagli

5. Baricentro di sezioni composte

5. Baricentro di sezioni composte 5. Barcentro d sezon composte Barcentro del trapezo Il barcentro del trapezo ( FIURA ) s trova sull asse d smmetra oblqua (medana) della fgura; è suffcente, qund, determnare la sola ordnata. A tal fne,

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

(B1) IL RUOLO DELL ANALISI STATISTICA DEI DATI NELLA GESTIONE AZIENDALE DATI GREZZI E INFORMAZIONI INDICI STATISTICI, TABELLE E GRAFICI

(B1) IL RUOLO DELL ANALISI STATISTICA DEI DATI NELLA GESTIONE AZIENDALE DATI GREZZI E INFORMAZIONI INDICI STATISTICI, TABELLE E GRAFICI Unverstà C. Cattaneo Luc, Corso d Statstca, 9 Ottobre 2013 Laboratoro Excel Sessone n. 1 Venerdì 041013 Gruppo PZ Lunedì 071013 Gruppo AD Martedì 081013 Gruppo EO VERSIONE DEFINITIVA (9 Ottobre 2013) degl

Dettagli

Ottimizzazione nella gestione dei progetti

Ottimizzazione nella gestione dei progetti Ottimizzazione nella gestione dei progetti Capitolo 2: Reti di attività CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Definizioni di ase Il Progetto è costituito

Dettagli

PROGRAMMAZIONE LINEARE. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino P. L. / 1.

PROGRAMMAZIONE LINEARE. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino P. L. / 1. PROGRAMMAZIONE LINEARE Una pccola ntroduzone R. Tade R. Tade 2 LA PROGRAMMAZIONE LINEARE L obettvo del captolo consste nel fornre lo scheletro d un problema d programmazone lneare e gl strument concettual

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

La tua area riservata Organizzazione Semplicità Efficienza

La tua area riservata Organizzazione Semplicità Efficienza Rev. 07/2012 La tua area rservata Organzzazone Semplctà Effcenza www.vstos.t La tua area rservata 1 MyVstos MyVstos è la pattaforma nformatca rservata a rvendtor Vstos che consente d verfcare la dsponbltà

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Aritmetica e architetture

Aritmetica e architetture Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Ministero dell Ambiente e della Tutela del Territorio e del Mare MANUALE OPERATIVO PER IL SISTEMA DI MISURAZIONE E VALUTAZIONE DEL PERSONALE

Ministero dell Ambiente e della Tutela del Territorio e del Mare MANUALE OPERATIVO PER IL SISTEMA DI MISURAZIONE E VALUTAZIONE DEL PERSONALE Mnstero dell Ambente e della Tutela del Terrtoro e del Mare MANUALE OPERATIVO PER IL SISTEMA DI MISURAZIONE E VALUTAZIONE DEL PERSONALE INDICE 1. INTRODUZIONE 1.1. I RIFERIMENTI NORMATIVI 1.2. GLI OBIETTIVI

Dettagli

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro NUMERI GRANDI DI FIBONACCI come trovare velocemente loro esatt valor numerc Crstano Teodoro crstanoteodoro@vrglo.t Sommaro: n questo artcolo vene proposto, n alternatva al metodo classco per l calcolo

Dettagli

Teorema di Thévenin-Norton

Teorema di Thévenin-Norton 87 Teorema d Téenn-Norton E detto ance teorema d rappresentazone del bpolo, consente nfatt d rappresentare una rete lneare a due morsett (A, B) con: un generatore d tensone ed un resstore sere (Téenn)

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli