SIMULAZIONE. Prof. Michele Colajanni. Corso di Impianti di Elaborazione Ingegneria Informatica Università di Modena e Reggio Emilia
|
|
- Bruno Ventura
- 7 anni fa
- Visualizzazioni
Transcript
1 SIMULAZIONE Prof. Michele Colajanni Corso di Impianti di Elaborazione Ingegneria Informatica Università di Modena e Reggio Emilia La Simulazione è un Esperimento condotto con un Modello La Simulazione è l uso di un modello (non necessariamente un modello su computer) per condurre esperimenti che forniscono una comprensione del funzionamento del sistema modellato La Simulazione su computer è lo sviluppo di un programma che rappresenta un surrogato del sistema. I valori che le variabili di questo programma assumono nel tempo sono determinate dalle stesse leggi dinamiche che governano le variabili del sistema reale o ipotetico. [Mc Leod,1988] 2
2 L informazione ottenuta da un Esperimento riduce le incertezze nelle scelte: Scoprire qualcosa di sconosciuto Verificare un ipotesi Verificare alternative Fornire maggiori informazioni riguardo alle potenziali conseguenze associate con differenti azioni La Simulazione può aiutare a prendere la decisione giusta evitando inutili e/o costosi tentativi di realizzazione 3 La Simulazione è uno strumento che aiuta a risolvere problemi PASSI CORRETTI PER LA SOLUZIONE DI UN PROBLEMA: [1] Capire a fondo il problema ( raccogliere e analizzare dati) [2] Trovare soluzioni ammissibili [3] Individuare la migliore soluzione rispetto agli esiti desiderati ( Decision Making ) 4
3 La Simulazione costringe ad effettuare i passi [1],[2],[3] [1] La Simulazione deve caratterizzare il problema [2] La Simulazione aiuta nella ricerca di soluzioni ammissibili [3] La Simulazione è fondamentale nella fase di Decision making : Selezionare dei criteri e determinare i loro pesi ed importanza Valutare le prestazioni previste per ciascuna soluzione ammissibile rispetto ai criteri definiti Confrontare i candidati sulla base delle prestazioni previste 5 La Simulazione è uno dei migliori strumenti per la previsione delle prestazioni, in quanto trasforma i dati in conoscenza, e la conoscenza in esperienza Riduce il grado di incertezza 6
4 Simulazione La Simulazione è l insieme dei processi che mirano al progetto ed alla realizzazione di un modello di un sistema reale e alla sperimentazione mediante questo modello. Lo scopo è quello di comprendere il funzionamento del sistema oppure di valutare strategie differenti per definire la migliore operatività del sistema stesso. [R.E.Shannon, System Simulation: The Art and the Science, Prentice Hall,1975] 7 Processo simulativo Sistema Modello Modello Eseguibile (Simulatore) 8
5 E sempre possibile utilizzare la simulazione? Praticamente sì! Ciò non significa che sia sempre opportuno e/o conveniente utilizzarla. Due aspetti da considerare: Esiste un modello matematico risolubile? I risultati sono attendibili? 9 Condizioni concernenti il Modello M1) La definizione del modello che rappresenta il funzionamento del sistema deve poter essere effettuata in termini di relazioni logico-matematiche tra le variabili M2) Il modello deve rappresentare adeguatamente gli effetti primari che si riferiscono al problema analizzato nell ambito di un determinato sistema 10
6 Condizioni concernenti la soluzione del Modello S1) Il Modello non può essere risolto mediante tecniche matematiche. Altrimenti le soluzioni analitiche sono da preferire in quanto più accurate, forniscono più informazioni e sono, in genere, più facili da ottenere dei risultati forniti da una Simulatore. La Simulazione non deve rimpiazzare le tecniche matematiche. Anzi, sono queste ultime che devono sostituire la Simulazione ogni volta che è possibile. 11 Necessità della Simulazione rispetto ai Modelli matematici La ragione principale per utilizzare la Simulazione è che molti modelli non possono essere adeguatamente analizzati o espressi in termini matematici. Esempi Quando le interazioni tra le variabili sono non lineari Quando vi sono effetti stocastici inerenti al Sistema (eccetto alcuni casi risolti dalla teoria delle code) Quando vi sono comportamenti impredicibili nel Sistema Quando il modello matematico non è disponibile 12
7 Vantaggi della Simulazione Il vantaggio principale della Simulazione è che gli esperimenti possono essere completamente controllati e le prestazioni di un Sistema tutte osservate Inoltre è lo strumento più adatto per analizzare sistemi in natura dinamici (ovvero con cambiamenti nel tempo) e stocastici (ovvero con cambiamenti che possono verificarsi in modo impredicibile) 13 Analisi dei Sistemi complessi (1) Sistemi dinamici e stocastici Sistemi con un alto numero di variabili stocastiche Sistemi con un alto numero di interdipendenze e di inter-relazioni tra componenti Diventa più difficile comprendere le relazioni causa-effetto (es. Sistema di produzione industriale) 14
8 Analisi dei Sistemi complessi (2) Difficoltà nell analisi del Sistema Quantità di Variabili Stocastiche e di Interdipendenze/Interrelazioni 15 Analisi dei Sistemi complessi (3) Nell imitare questo tipo di sistemi, la Simulazione è in genere superiore ai modelli matematici ed ai modelli mentali (qualitativi/opinionistici) Ottiene soluzioni che minimizzano l impatto delle Varianze Investiga le conseguenze delle Varianze (seguendo le ramificazioni delle scelte alternative ) Tiene naturalmente conto delle caratteristiche interrelazionali e delle interdipendenze esistenti all interno di un Sistema 16
9 Quando è opportuno utilizzare la Simulazione E possibile ottenere una convalida soddisfacente dei modelli e dei risultati della Simulazione L accuratezza prevista (i risultati non possono essere migliori dei dati forniti in input) dei risultati della Simulazione è consistente con i requisiti di un particolare problema. Ad esempio, l accuratezza del dosaggio di radiazioni per il trattamento medico è molto più critica dell accuratezza necessaria nella previsione della popolazione delle tigri nel mondo. 17 Quando serve: Adattabilità Quando è opportuno utilizzare la Simulazione (2) Minor costo rispetto ai modelli fisici (l uso di prototipi, quando realizzabili, è in genere più costoso, più rischioso e richiede più tempo) Sicurezza Maneggevolezza (è lo stesso utente che introducendo i parametri può verificare immediatamente gli effetti sui vari scenari) Flessibilità 18
10 Quando è opportuno utilizzare la Simulazione (3) FISIOLOGICI CLIMATICI CONTROLLO DI PROCESSI ECONOMICI SOCIALI NATURALI IDROLOGICI CONTROLLO AEREO SISTEMI DINAMICI CIRCUITI ELETTRICI BLACK BOX (inaffidabili) WHITE BOX (affidabili) I risultati non possono essere più accurati dei dati forniti in input 19 Quando è opportuno utilizzare la Simulazione (4) Analisidi sistemi reali ( why, what, how, what if ) Progetto e dimensionamento dei sistemi da realizzare Generazione di scenari virtuali Apprendimento mediante strumenti virtuali Addestramento 20
11 Campi di Applicazioni della Simulazione -Material Handling Systems -Plant Layout Analyses -Scheduling Analyses -Batch Processing Analyses -Capital Equipment Justification -Analyzing/Implementing Workcell Strategies -Evaluating Quality Control Methods -Distribution Systems -Evaluating& ImplementingJIT Strategies -Bottleneck Analyses -Inventory Sizing -Financial Analyses -Project Management (PERT) -Equipment Maintenance Strategies -Product Mix Evaluations -Line Balancing Strategies -Educating/Training People about A System, Process or Concept 21 Quando è necessario utilizzare la Simulazione (1) Il Sistema reale non esiste oppure è costoso (in tempo e/o denaro), pericoloso,o impossibile effettuare esperimenti mediante prototipi. (Ad es., progetto di computer, sistema solare, reattori nucleari) Il training con sistemi reali è costoso, pericoloso o può causare seri danni (Ad es., sistemi di trasporto, sistemi di produzione, macchinari complessi, aeromobili, impianti nucleari,etc ) 22
12 Quando è necessario utilizzare la Simulazione (2) Vi è la necessità di studiare il comportamento passato, presente e futuro del sistema in tempo reale, tempo espanso o tempo compresso (sistemi di controllo real-time, crescita della popolazione, effetti collaterali di nuovi medicinali, ecc.) Il modello matematico del sistema non esiste (esplorazioni petrolifere, meteorologia, economia mondiale, conflitti internazionali, reti di calcolatori, ecc.) I modelli matematici non hanno una soluzione analitica o numerica semplice e praticabile (equazioni differenziali non lineari, problemi stocastici, ecc.) 23 Limiti della Simulazione 1) Non è né una scienza né un arte, ma (purtroppo) una combinazione di entrambe. L esperienza è fondamentale. 2) E una tecnica iterativa-sperimentale. 3) E costosa in termini di messa a punto dei simulatori e del tempo di elaborazione. 4) La convalida dell affidabilità dei dati è particolarmente critica. 5) L analisi e l interpretazione dei risultati richiede una buona conoscenza della statistica. 6) I risultati possono essere mal interpretati ed è difficile individuare le sorgenti di errore. 7) E difficile convincere gli altri della sua convenienza. 24
Reti Neurali in Generale
istemi di Elaborazione dell Informazione 76 Reti Neurali in Generale Le Reti Neurali Artificiali sono studiate sotto molti punti di vista. In particolare, contributi alla ricerca in questo campo provengono
DettagliL adozione di MATLAB e Simulink nei Corsi di Ingegneria al Politecnico di Milano. Maurizio Magarini MATLAB EXPO Milano, 4 novembre 2014
L adozione di MATLAB e Simulink nei Corsi di Ingegneria al Politecnico di Milano MATLAB EXPO Milano, 4 novembre 2014 Sommario Introduzione. Il ruolo dei laboratori informatici nella didattica, formazione
DettagliSimulazione. D.E.I.S. Università di Bologna DEISNet
Simulazione D.E.I.S. Università di Bologna DEISNet http://deisnet.deis.unibo.it/ Introduzione Per valutare le prestazioni di un sistema esistono due approcci sostanzialmente differenti Analisi si basa
DettagliModulo Simulazione Parte 1. Simulazione ad Eventi Discreti: Concetti Base. Organizzazione del modulo
Modulo Simulazione Parte 1 Simulazione ad Eventi Discreti: Concetti Base Ing. R.G. Garroppo Organizzazione del modulo Simulazione ad eventi discreti: concetti base Testo: J. Banks, J.S. Carson, B.L. Nelson
DettagliLa simulazione è l'imitazione di un processo o di un sistema reale per un
1 2 La simulazione è l'imitazione di un processo o di un sistema reale per un determinato periodo di tempo. La simulazione è l'imitazione di un processo o di un sistema reale per un determinato periodo
DettagliModelli e Metodi per la Simulazione (MMS)
Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di
DettagliUna breve introduzione alla simulazione numerica nei circuiti con PSpice + qualche esempio...
CdL Telecomunicazioni - Corso di Elettrotecnica Una breve introduzione alla simulazione numerica nei circuiti con PSpice + qualche esempio... Prof. Massimiliano de Magistris Dipartimento di Ingegneria
DettagliSistemi e modelli. Sistemi
Sistemi e modelli Obbiettivo: sviluppare metodologie e strumenti di analisi quantitativa della QoS di sistemi costruzione e soluzione di modelli per la valutazione di prestazioni e affidabilità di sistemi
DettagliModelli matematici. La matematica applicata alla vita reale. Progetto Lauree Scientifiche
Modelli matematici La matematica applicata alla vita reale Cos è la matematica applicata Si basa sull osservazione di processi reali Costruisce un modello matematico che basandosi su leggi e principi generali
DettagliLETTURA CRITICA DELLA LETTERATURA SCIENTIFICA
LA STATISTICA NELLA RICERCA Raccolta dei dati Elaborazione Descrizione Una raccolta di dati non corretta, una loro presentazione inadeguata o un analisi statistica non appropriata rendono impossibile la
DettagliModellazione di sistemi ingegneristici (parte 1 di 2)
Corso di Teoria dei Sistemi Modellazione di sistemi ingegneristici (parte 1 di 2) Prof. Ing. Daniele Testi DESTeC, Dipartimento di Ingegneria dell Energia, dei Sistemi, del Territorio e delle Costruzioni
DettagliPARTE II: L informatica nelle Scienze
PARTE II: L informatica nelle Scienze 1 Technology Tools/Resources Molti degli strumenti classici della biologia sono ora integrati con computer: Es: Microscopio Confocale - Inventato da Marvin Minsky
DettagliProcessi decisionali e modelli di simulazione
Anno accademico 2008/09 Il Processo decisionale Realtà Sistema Modello Simulazione Decisioni Il sistema e i suoi confini Modelli I modelli sono lo strumento normale con cui interagiamo con la realtà, la
DettagliMODULO 1 - Esponenziali e logaritmi
PROGRAMMAZIONE INDIVIDUALE A. S. 2014.15 DOCENTE: Gagliardi Stefano CLASSE: 3 a AT MATERIA: Matematica ASSE CULTURALE: Asse Matematico MODULO 1 - Esponenziali e logaritmi Le potenze e le proprietà delle
DettagliProgrammazione disciplinare per competenze (Rif.to ALLEGATI del DPR 15 marzo 2010 n. 89)
Programmazione disciplinare per competenze (Rif.to ALLEGATI del DPR 15 marzo 2010 n. 89) Secondo biennio Indirizzo: IPSSAR Disciplina: MATEMATICA 1. 1 Asse culturale: matematico 1. utilizzare il linguaggio
DettagliReti Neurali. Corso di AA, anno 2016/17, Padova. Fabio Aiolli. 2 Novembre Fabio Aiolli Reti Neurali 2 Novembre / 14. unipd_logo.
Reti Neurali Corso di AA, anno 2016/17, Padova Fabio Aiolli 2 Novembre 2016 Fabio Aiolli Reti Neurali 2 Novembre 2016 1 / 14 Reti Neurali Artificiali: Generalità Due motivazioni diverse hanno spinto storicamente
DettagliIl processo di modellazione. Marilisa Favretto Università degli studi di Udine
Il processo di modellazione Marilisa Favretto Università degli studi di Udine Perché modellare? La necessità di simulare la realtà Modellazione Realtà complessa Modello = Riduttore di complessità La mappa
DettagliModellazione di sistemi ingegneristici (parte 2 di 2)
Corso di Teoria dei Sistemi Modellazione di sistemi ingegneristici (parte 2 di 2) Prof. Ing. Daniele Testi DESTeC, Dipartimento di Ingegneria dell Energia, dei Sistemi, del Territorio e delle Costruzioni
DettagliMODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla
Syllabus e Testi di Riferimento MIS 1 di 7 MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus da testo 1 (la numerazione fa riferimento ai capitoli del
DettagliSIMULAZIONE DISCRETA
SIMULAZIONE DISCRETA Prof. Michele Colajanni Corso di Impianti di Elaborazione Ingegneria Informatica Università di Modena e Reggio Emilia Origini della Simulazione Discreta Nata nell ambito della ricerca
DettagliMATERIALI PER LA DISCUSSIONE
SETTORE TECNOLOGICO MATERIALI PER LA DISCUSSIONE ISTITUTO TECNICO INDIRIZZO ARTICOLAZIONE TELECOMUNICAZIONI INFORMATICA E TELECOMUNICAZIONI ESITI DI APPRENDIMENTO Regolamento, Art. 5 comma 1 Nota: Le Competenze,
DettagliInstallatore, gestore e manutentore di piccoli impianti di energia geotermica
matrice EQF del Installatore, gestore e manutentore di piccoli impianti di energia geotermica Questa scheda riguarda il percorso di formazione di conoscenze, abilità e competenze utili alla messa in opera,
DettagliLez. 8 La Programmazione. Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1
Lez. 8 La Programmazione Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1 Dott. Pasquale De Michele Dott. Raffaele Farina Dipartimento di Matematica e Applicazioni Università di Napoli
DettagliESAMI DI STATO PER L'ABILITAZIONE ALL'ESERCIZIO DELLA PROFESSIONE DI INGEGNERE SEZIONE A I SESSIONE - ANNO 2015 SEZIONE A- Settore Industriale
ESAMI DI STATO PER L'ABILITAZIONE ALL'ESERCIZIO DELLA PROFESSIONE DI INGEGNERE SEZIONE A SEZIONE A- Settore Industriale PRIMA PROVA TRACCIA N. 1: Impianti chimici Il Candidato illustri le problematiche
DettagliIntroduzione alla simulazione
Introduzione alla simulazione Simulazione & Logistica, I modulo Lezione n. 1 Corso di Laurea in Informatica Applicata Università di Pisa, sede di La Spezia A.a. 2008/09, I semestre Giovanni A. Cignoni
DettagliManagement Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
DettagliCorso di Ingegneria del Software. Modelli di produzione del software
Corso di Ingegneria del Software a.a. 2009/2010 Mario Vacca mario.vacca1@istruzione.it 1. Concetti di base Sommario 2. 2.1 Modello a cascata 2.2 Modelli incrementali 2.3 Modelli evolutivi 2.4 Modelli agili
DettagliE relativamente semplice realizzare una simulazione. E difficile realizzare modelli accurati. Esamineremo aspetti relativi alla validazione e
E relativamente semplice realizzare una simulazione. E difficile realizzare modelli accurati. Esamineremo aspetti relativi alla validazione e verifica dei modelli di simulazione. 1 2 Verifica e Validazione
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 6 Equazioni differenziali ordinarie: metodi impliciti 3 Novembre 26 Esercizi di implementazione Un equazione differenziale
DettagliIl comportamento di un amplificatore ideale, ad esempio di tensione, è descritto dalla relazione lineare V out = A V in (3.1)
Capitolo 3 Amplificazione 3.1 Circuiti attivi Gli elementi circuitali considerati sino ad ora, sia lineari (resistenze, capacità, induttanze e generatori indipendenti), sia non lineari (diodi), sono detti
DettagliFondamenti di Informatica. Definizione di Algoritmo. Algoritmo Euclideo. Prof.V.L.Plantamura Informatica e Comunicazione Digitale a.a.
Fondamenti di Informatica Prof.V.L.Plantamura Informatica e Comunicazione Digitale a.a. 006-007 Definizione di Algoritmo Def.: Per Algoritmo si intende un elenco di istruzioni che specificano una serie
Dettagliper lo sviluppo di curricoli per competenze al triennio,
Prima Bozza di lavoro creata da Silvia Faggioli IIs Aldini Valeriani Bologna per lo sviluppo di curricoli per competenze al triennio, asse scientifico tecnologico Asse scientifico tecnologico Triennio
DettagliAnno scolastico Materia Classe TECNOLOGIE E PROGETTAZIONE DI SISTEMI ELETTRICI ED ELETTRONICI
Anno scolastico Materia Classe 2013-2014 TECNOLOGIE E PROGETTAZIONE DI SISTEMI ELETTRICI ED ELETTRONICI 3 a 4 a B ITIS 1 TECNOLOGIE E PROGETTAZIONE DI SISTEMI ELETTRICI ED ELETTRONICI... 2 2 Classe 3 a
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliCome procede la scienza? modelli
Come procede la scienza? modelli mondo reale mondo reale Il sistema solare Reale Modello La materia attorno a noi H O H Reale Modello Le cellule animali Reale Modello Il materiale genetico Reale Modello
DettagliTecnico in meteo-climatologia operativa
Denominazione Figura / Profilo / Obiettivo Professioni NUP/ISTAT correlate Attività economiche di riferimento: ATECO 2007/ISTAT Area professionale Sottoarea professionale Descrizione Tecnico in meteo-climatologia
DettagliRelazioni prezzi-volumi-risultati
Relazioni prezzi-volumi-risultati 1 Variabili dipendenti Variabile indipendente Costi Volume di produzione e vendita Ricavi 2 1 L equazione del reddito RE = Reddito di esercizio Q = Quantità di produzione
DettagliISTITUTO COMPRENSIVO di SASSO MARCONI (BO) Scuola Media G. Galilei anno scolastico 2009/10
ISTITUTO COMPRENSIVO di SASSO MARCONI (BO) Scuola Media G. Galilei anno scolastico 2009/10 Piano di lavoro individuale: Matematica e Scienze Cl. e sez. : IIIC UNITA DI APPRENDIMENTO OBIETTIVI SPECIFICI
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 5 Equazioni differenziali ordinarie: metodi espliciti 25 Novembre 215 Esercizi di implementazione Un equazione differenziale
DettagliIntroduzione ai casi d uso
Introduzione ai casi d uso versione 16 marzo 2009 http://www.analisi-disegno.com Introduzione ai casi d uso Pag. 1 Obiettivo di questa introduzione fornire elementi di base sui casi d uso fornire indicazioni
DettagliGestione dello sviluppo software Modelli Base
Università di Bergamo Dip. di Ingegneria gestionale, dell'informazione e della produzione GESTIONE DEI SISTEMI ICT Paolo Salvaneschi A4_1 V1.0 Gestione dello sviluppo software Modelli Base Il contenuto
DettagliIntroduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico 1 / 14 Calcolo Scientifico Insieme degli
DettagliProgrammazione Dipartimento Area Scientifica T. Rossi A.S. 2015/2016
Programmazione Dipartimento Area Scientifica T. Rossi A.S. 2015/2016 INDIRIZZO ISTITUTO TECNICO DISCIPLINA MATEMATICA- Competenze Abilità Conoscenze Utilizzare il linguaggio e i metodi propri della matematica
DettagliLez. 5 La Programmazione. Prof. Salvatore CUOMO
Lez. 5 La Programmazione Prof. Salvatore CUOMO 1 2 Programma di utilità: Bootstrap All accensione dell elaboratore (Bootsrap), parte l esecuzione del BIOS (Basic Input Output System), un programma residente
DettagliI DSS e la gestione dei dati e della conoscenza. Prof. Luca Gnan
I DSS e la gestione dei dati e della conoscenza Prof. Luca Gnan Argomenti I decision support system Tipologie di DSS Logiche di funzionamento Tipologie di analisi La gestione dei dati e della conoscenza
DettagliLe competenze in Fisica e Scienze
Le competenze in Fisica e Scienze Indicazioni Nazionali: cosa prevedono Azioni per l esame di stato: Quadro di riferimento Rubric di valutazione Simulazioni Nazionali 1. Osservare e identificare fenomeni;
DettagliISTITUTO TECNICO COMMERCIALE E PER GEOMETRI CRESCENZI-PACINOTTI - BOLOGNA
ISTITUTO TECNICO COMMERCIALE E PER GEOMETRI CRESCENZI-PACINOTTI - BOLOGNA PIANO DI LAVORO A.S. 2016-2017 PROF. GIUSEPPE FALANGA MATERIA: MATEMATICA CLASSE 3 A indirizzi AFM-SIA DATA DI PRESENTAZIONE: 5
DettagliFrancesco Fidecaro, Pisa
Francesco Fidecaro, Pisa *ANFeA *AIFM: Fisica Medica *AIG: Geofisica - Meteorologi *SIF *Conferenza Strutture di Scienze *Dipartimento di Fisica UNINA2 (archeometrista) *DEKRA per certificazione *UNI *Denominazione:
DettagliSCUOLA SECONDARIA DI I GRADO ALIGHIERI - TANZI MOLA DI BARI ANNO SCOLASTICO 2011/1012
SCUOLA SECONDARIA DI I GRADO ALIGHIERI - TANZI MOLA DI BARI ANNO SCOLASTICO 2011/1012 ASSE SCIENTIFICO-TECNOLOGICO (Scienze, Geografia, Tecnologia, Scienze Motorie) L asse scientifico-tecnologico ha l
DettagliCompetenza : 1. Comunicazione efficace Indicatore: 1.1 Comprensione
SCUOLA SECONDARIA DI PRIMO GRADO TECNOLOGIA Competenza : 1. Comunicazione efficace Indicatore: 1.1 Comprensione Descrittori Descrittori Descrittori 1.1.1 E in grado di comprendere testi e altre fonti di
DettagliPROGRAMMA di MATEMATICA Prof. DI PIETRO Davide CLASSE III SEZ. A / F INDIRIZZO ODONTOTECNICO CLASSE III A SERV. SOCIALI A.S.
PROGRAMMA di MATEMATICA Prof. DI PIETRO Davide CLASSE III SEZ. A / F INDIRIZZO ODONTOTECNICO CLASSE III A SERV. SOCIALI A.S. 2014/15 MODULI CONTENUTI TEMPI 1. DISEQUAZIONI LINEARI Definizione di diseguaglianza
DettagliProgramma operativo Regione Lombardia/Ministero del Lavoro/Fondo Sociale Europeo, Obiettivo 3 Misura C3
Programma operativo Regione Lombardia/Ministero del Lavoro/Fondo Sociale Europeo, Obiettivo 3 Misura C3 Progetto ID 24063 Moduli e contenuti professionalizzanti inseriti nei corsi di laurea e diplomi universitari
DettagliModelli Matematici Ambientali 1. Mastroeni/Cioni (Dipartimento di Informatica/Scuola Normale Superiore) Lezione 13/03 A.A.
Modelli Matematici Ambientali 1 Mastroeni/Cioni (Dipartimento di Informatica/Scuola Normale Superiore) Lezione 13/03 A.A. 2014/2015 Ottava lezione piano di lavoro Considerazioni teoriche su: usi dei modelli,
DettagliModulo di lavoro Modulo di programmazione percorsi biennali A.S. 2011/2012. UNITÁ FORMATIVA n. 1 Area Scientifica - Tecnologica DATI GENERALI
Titolo La terra nel sistema solare Classe/gruppo 1 Tempi 20 h lezione + 4 h verifiche = 24 h Argomento/compito/ prodotto Disciplina/e Scienze della terra UNITÁ FORMATIVA n. 1 Area Scientifica - Tecnologica
DettagliIntroduzione. Sommario. Il software. Definizione di Ingegneria del software
Sommario Introduzione Leggere Cap. 1 Ghezzi et al. Definizione Nascita dell ingegneria del software Ruolo Relazione con altre discipline Introduzione 2 Il software Il software e` definito come: i programmi,
DettagliCurricolo Verticale Scuola Secondaria di I Grado I. C. S. Via Libertà San Donato Milanese (MI) CLASSE PRIMA
CLASSE PRIMA TRAGUARDI per lo sviluppo delle competenze OBIETTIVI CONTENUTI al termine della classe 3 a Comprendere il significato logico dei numeri nell insieme N e rappresentarli sulla retta orientata.
DettagliStrategia e auditing aziendale (Strategie finanziarie e risk management)
Strategia e auditing aziendale (Strategie finanziarie e risk management) Giuseppe Marzo Università di Ferrara mrzgpp@unife.it Anno Accademico 2015-2016 LA GESTIONE DELLE OPZIONI REALI La gestione delle
DettagliLA VALUTAZIONE DELLA CONVENIENZA ECONOMICA DELLA FILIERA A SCALA REGIONALE Filippo Arfini, Michele Donati Università degli Studi di Parma
LA VALUTAZIONE DELLA CONVENIENZA ECONOMICA DELLA FILIERA A SCALA REGIONALE Filippo Arfini, Michele Donati Università degli Studi di Parma Parma, 28 settembre 21 La Valutazione della Convenienza Economica
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliPolitecnico di Milano Dipartimento di Elettronica e Informazione. - 1 - Introduzione. Laboratorio di Reti di Telecomunicazione
Politecnico di Milano Dipartimento di Elettronica e Informazione - 1 - Introduzione Laboratorio di Reti di Telecomunicazione Programma Introduzione al concetto di simulazione Simulazionediretiditelecomunicazioni
DettagliVALIDAZIONE DEL MODELLO
VALIDAZIONE DEL MODELLO Validazione del Modello Non è sufficiente stimare il vettore θ per dichiarare concluso il processo di identificazione. E necessario ottenere una misura della sua affidabilità L
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it Anno accademico 2000/2001 La Ricerca Operativa (Operation
DettagliSECONDO BIENNIO ISTITUTO TECNICO ELETTRONICA ED ELETTROTECNICA
SETTORE TECNOLOGICO ISTITUTO TECNICO INDIRIZZO ELETTRONICA ED ELETTROTECNICA ARTICOLAZIONE ELETTRONICA ESITI DI APPRENDIMENTO (competenze, abilità, conoscenze) Regolamento, Art.5, comma 1 Nota: Le Competenze,
DettagliCorso di Formazione sulle Nuove Tecnologie per l insegnamento delle discipline scientifiche
Corso di Formazione Nuove Tecnologie per l insegnamento delle Discipline Scientifiche rivolto agli insegnanti dell Istituto Istruzione Secondaria Statale di Casarano Corso di Formazione sulle Nuove Tecnologie
DettagliISTITUTO DI ISTRUZIONE SECONDARIA SUPERIORE ELENA DI SAVOIA PIERO CALAMANDREI BARI. ISTITUTO TECNOLOGICO CHIMICO Ambientale e Sanitario
ISTITUTO DI ISTRUZIONE SECONDARIA SUPERIORE ELENA DI SAVOIA PIERO CALAMANDREI BARI ISTITUTO TECNOLOGICO CHIMICO Ambientale e Sanitario DIPARTIMENTO MATEMATICO-INFORMATICO anno scolastico 2013/2014 Testo
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
DettagliProgettazione avanzata delle macchine e degli impianti
Progettazione avanzata delle macchine e degli impianti Dipartimento di Ingegneria Dipartimento Industriale di Ingegneria Industriale Università degli Studi Università di Parma degli Studi di Parma Agenda
DettagliMATEMATICA e COMPLEMENTI di MATEMATICA
ALLEGATO N.8_b MATEMATICA e COMPLEMENTI di MATEMATICA DESTINATARI gli studenti delle classi: terze e quarte nuovo ordinamento RISULTATI DI APPRENDIMENTO DELL OBBLIGO D ISTRUZIONE, CHIAVE EUROPEA Padroneggiare
DettagliClassi: Prime IA; IB; IC; ID; IE; IF Disciplina: MATEMATICA Ore settimanali previste: 4
Classi: Prime IA; IB; IC; ID; IE; IF Disciplina: MATEMATICA Ore settimanali previste: 4 N. modulo Titolo Modulo Titolo unità didattiche Ore previste Periodo Competenze Prerequisiti per l'accesso al modulo
DettagliSistemi di Controllo
Sistemi di Controllo Cristian Secchi Ricercatore Dipartimento di Scienze e Metodi dell Ingegneria Via G. Amendola Reggio Emilia e-mail: secchi.cristian@unimore.it Ricevimento: su appuntamento Definizioni
DettagliPROGRAMMAZIONE DIDATTICA DI MATEMATICA PER LA CLASSE IV A. a.s Indirizzo odontotecnico
I.P.S.S.S E. DE AMICIS - ROMA PROGRAMMAZIONE DIDATTICA DI MATEMATICA PER LA CLASSE IV A a.s. 2014-2015 Indirizzo odontotecnico Docente : Prof. Paolo Bruschi FINALITA EDUCATIVE Vengono proposte le seguenti
DettagliIndice generale. Introduzione. Capitolo 1 Essere uno scienziato dei dati... 1
Introduzione...xi Argomenti trattati in questo libro... xi Dotazione software necessaria... xii A chi è rivolto questo libro... xii Convenzioni utilizzate... xiii Scarica i file degli esempi... xiii Capitolo
DettagliInformatica 3. LEZIONE 10: Introduzione agli algoritmi e alle strutture dati
Informatica 3 LEZIONE 10: Introduzione agli algoritmi e alle strutture dati Modulo 1: Perchè studiare algoritmi e strutture dati Modulo 2: Definizioni di base Informatica 3 Lezione 10 - Modulo 1 Perchè
DettagliIndice. 1 Modello della ricerca pedagogica di natura empirica La ricerca orientata alla conoscenza e la ricerca orientata alle decisioni...
INSEGNAMENTO DI PEDAGOGIA SPERIMENTALE LEZIONE II METODOLOGIA DELLA RICERCA PEDAGOGICA PROF. LUCIANO GALLIANI Indice 1 Modello della ricerca pedagogica di natura empirica...3 2 La ricerca orientata alla
DettagliPROGRAMMAZIONE ANNUALE A.S / 2017 FIOCCO ELIO MANNELLI MARIA GRAZIA OCCHINO SEBASTIANO-PASELLO DIANA
INDIRIZZO SCOLASTICO DISCIPLINA DOCENTE / I CLASSE / I MECCANICA e MECCATRONICA ELETTRONICA LOGISTICA e TRASPORTI X LICEO SCIENTIFICO Matematica PROGRAMMAZIONE ANNUALE A.S. 2016 / 2017 FIOCCO ELIO MANNELLI
DettagliSEZIONE A - CARATTERISTICHE GENERALI
SEZIONE A - CARATTERISTICHE GENERALI A.1 Identificazione profilo A.1.1 Denominazione profilo TECNICO QUALIFICATO DI SISTEMI I.C.T. A.1.2 Codice regionale 605043 A.2 Settore professionale di riferimento
Dettagli1 anno fisica -potenze di 10, equivalenze e notazione scientifica -misure ed incertezze -grandezze scalari e vettoriali e relative operazioni -esprimere il risultato di una misura e saper rappresentare
DettagliFacolta' di SCIENZE MATEMATICHE FISICHE e NATURALI Dipartimento MATEMATICA "GIUSEPPE PEANO"
REGOLAMENTO DIDATTICO DEL CORSO DI LAUREA IN MATEMATICA Facoltà 275017 - Facolta' di SCIENZE MATEMATICHE FISICHE e NATURALI Dipartimento 010082 - MATEMATICA "GIUSEPPE PEANO" Corso di Studio 00858 - MATEMATICA
DettagliRicerca Operativa. Ricerca Operativa p. 1/2
Ricerca Operativa Ricerca Operativa p. 1/2 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
DettagliDI IDROLOGIA TECNICA PARTE III
FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XIX: I metodi indiretti per la valutazione delle
DettagliLOGICHE DI PROGRAMMAZIONE E CONTROLLO DELLO STUDIO PROFESSIONALE
Giuseppe Toscano (Università C. Cattaneo - LIUC - Castellanza (VA) LOGICHE DI PROGRAMMAZIONE E CONTROLLO DELLO STUDIO PROFESSIONALE 1 COME SI VUOLE GESTIRE LO STUDIO PROFESSIONALE? Vivere alla giornata
DettagliGrandezze fisiche e loro misura
Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da grandezze misurabili.
DettagliTecnologie per la mente. Laboratorio di Psicologia e Scienze Cognitive
Tecnologie per la mente Laboratorio di Psicologia e Scienze Cognitive Il Laboratorio afferisce al Dipartimento di Linguistica dell Università della Calabria, diretto dalla Prof.ssa Eleonora Bilotta, è
DettagliDidattica di laboratorio scientifico per la scuola secondaria di primo grado. Terzo incontro, 7 maggio 2014 Anna Maria Ferluga
Didattica di laboratorio scientifico per la scuola secondaria di primo grado Terzo incontro, 7 maggio 2014 Anna Maria Ferluga Studiare scienze attraverso il metodo laboratoriale Una sequenza di attività
DettagliProf.ssa D.F. Iezzi. Statistica Sociale - modulo A
Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it La ricerca sociale si occupa di raccogliere e interpretare dati allo scopo di rispondere a domande concernenti i diversi aspetti della societa,
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliSistemi di regolazione, monitoraggio e controllo degli impianti di climatizzazione in edifici complessi e/o distretti energetici
Sistemi di regolazione, monitoraggio e controllo degli impianti di climatizzazione in edifici complessi e/o distretti energetici Le tecnologie tradizionalmente utilizzate per il condizionamento estivo
DettagliProgrammazione con Java
Programmazione con Java Realtà e sistemi informatici Scopo dell informatica Studiare e produrre tecnologie, tecniche e metodi per rappresentare il mondo reale mediante dati, informazioni e conoscenza che
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliL INFORMATICA c1. Informatica è qualcosa che ha a che fare con l uso del computer
L INFORMATICA c1 Negli incontri precedenti ci siamo occupati di cercare la soluzione di alcuni problemi. Ora cerchiamo di definire cosa si intende per informatica. Informatica è qualcosa che ha a che fare
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 2 Algoritmi e diagrammi di flusso
Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 2 Algoritmi e diagrammi di flusso Marco Liverani (liverani@mat.uniroma3.it)
DettagliMappatura dei Descrittori di Dublino negli Insegnamenti previsti dal Corso di Studi
Dipartimento di Ingegneria Navale, Elettrica, Elettronica e delle Telecomunicazioni (DITEN) Corso di Laurea in Ingegneria Elettrica Classe L-9 Mappatura dei Descrittori di Dublino negli Insegnamenti previsti
DettagliProf. Federico Butera Professore Ordinario, Università di Milano Bicocca
Facoltà di Sociologia Cattedra di Sociologia dell Organizzazione Corso base di analisi e progettazione organizzativa Prof. Federico Butera Professore Ordinario, Università di Milano Bicocca Lezione 3 I
DettagliProgetto e sviluppo di un banco HIL per sistemi automobilistici di controllo attivo del rollio
Progetto e sviluppo di un banco HIL per sistemi automobilistici di controllo del rollio Relatori: Prof. Nicolò D Alfio Prof. Mauro Velardocchia Candidati: Alessandro Fassio Roberto Fassio PAROLE CHIAVE:
DettagliEspansione e contrazione di una popolazione
INTERPRETAZIONE LINEARE ED ESPONENZIALE DI UN FENOMENO Espansione e contrazione di una popolazione Prerequisiti: conoscere il significato di variabile e costante, di parametro saper riportare su un grafico
DettagliClasse IV specializzazione elettronica. Elettrotecnica ed elettronica
Macro unità n 1 Classe IV specializzazione elettronica Elettrotecnica ed elettronica Reti elettriche, segnali e diodi Leggi fondamentali: legge di Ohm, principi di Kirchhoff, teorema della sovrapposizione
DettagliRenato Morbidelli, Corrado Corradini. Metodi quantitativi. per la gestione ottimale delle acque. Morlacchi Editore U.P.
Renato Morbidelli, Corrado Corradini Metodi quantitativi per la gestione ottimale delle acque Morlacchi Editore U.P. Prima edizione: Margiacchi Galeno Editrice 2011 Seconda edizione rivista e ampliata:
DettagliL impatto delle variabili macroeconomiche sui mercati finanziari
Fidati del tuo potere personale, 2010 è la cosa che si ha in tutto questo mondo misterioso Castaneda L impatto delle variabili macroeconomiche sui mercati finanziari Percorso accreditato per il mantenimento
DettagliFONDAMENTI DI INFORMATICA FONDAMENTI DI INFORMATICA UN POCO DI STORIA FONDAMENTI DI INFORMATICA. Lezione n. 1 UN POCO DI STORIA UN POCO DI STORIA
FONDAMENTI DI INFORMATICA Obiettivo del corso: Fornire le nozioni di base sull architettura dei sistemi di calcolo. Fornire i primi strumenti di descrizione e di analisi dei sistemi digitali. Descrivere
Dettagli