Introduzione alla Simulazione Numerica

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione alla Simulazione Numerica"

Transcript

1 Introduzione alla Simulazione Numerica Daniele Vigo D.E.I.S. - Università di Bologna rev Novembre 2001 Simulazione numerica Tecnica che permette di eseguire esperimenti su un modello (realizzato al computer) che imita il funzionamento di un sistema reale Applicata a sistemi molto complessi dinamici e non stazionari risorse scarse e sistemi di code non possibili un modelli analitici soddisfacenti La simulazione è uno degli strumenti maggiormente usati nella pianificazione e gestione di sistemi produttivi e logistici Simul.2 1

2 Simulazione numerica (2) La simulazione di un sistema prevede la rappresentazione cronologica degli stati attraverso cui esso evolve nel tempo Il modello di simulazione è un programma che riproduce il funzionamento del sistema: Consente di modellare il sistema in modo fedele e dettagliato Consente l inclusione esplicita nel modello di non stazionarietà, stocasticità ed evoluzione nel tempo Simul.3 Inconvenienti della simulazione Non sono modelli analitici: consentono di ottenere solo stime dei valori che si vogliono osservare I fenomeni stocastici nel modello sono descritti medianti distribuzioni di probabilità I risultati che si ottengono sono variabili aleatorie (simulando più volte il sistema si hanno risultati diversi) Replicazione degli esperimenti ed analisi con metodi statistici dei risultati che si ottengono dagli esperimenti di simulazione Simul. 2

3 Esempio: stazione di servizio 2 blocchi per il rifornimento (risorse) unica coda FIFO per l attesa delle auto (entità) terminato il servizio le auto escono dal sistema STAZIONE 1 STAZIONE 2 Simul.5 Stazione di servizio (2) Scopo: valutare il dimensionamento dell impianto tempo in coda lunghezza media e massima della coda proporzione del tempo in cui le stazioni sono occupate Dimensionamento soddisfacente? Individuazione dei colli di bottiglia del sistema Modifica e verifica di configurazione alternative Definizione dell unità di misura del tempo Simul.6 3

4 Stazione di servizio (3) Se ci sono già NMAX auto in coda l auto che arriva rinuncia al servizio Reperimento di dati sui tempi del sistema frequenza degli arrivi tempo di servizio Osservazioni e/o descrizione mediante variabili casuali con distribuzioni di probabilità tipiche Ipotesi: tempo (t) espresso in minuti sistema inizialmente (t = 0) vuoto ed inattivo Simul.7 Stazione di servizio () Esempio di dati di input (noti, osservati) in minuti auto arrivo interarrivo t attesa t servizio uscita Rinuncia 23 Simul.8

5 Comportamento dinamico auto arrivo interarrivo t attesa t servizio uscita NMAX = Rinuncia 23 A 1 I 1 A 2 I 2 A 3 I 3 A I A 5 A 6 A 7 I 5 I 6 rinuncia S1 S2 t F 1 F 2 F F 3 F 6 F Simul.9 Input del modello dati deterministici: numero delle risorse capacità delle code tempi di trasferimento, servizio, interarrivo (??) dati stocastici: tempi di trasferimento, servizio, interarrivo (??) da descrivere mediante distribuzioni tipiche quali? con quali parametri caratteristici? vengono generati nel corso della simulazione input stocastico output stocastico: Simul.10 5

6 Raccolta dati Fase difficile, costosa, lunga spesso frustrante il sistema può non esistere (impossibile osservarlo) dati non disponibili o incompleti (modifica del modello) Sensitività dell output all incertezza dell input Correlazione tra modello e dati disponibili Costo della raccolta dati da considerare nel budget del progetto Garbage In, Garbage Out (GIGO) Simul.11 Raccolta dati (2) Uso diretto dei dati disponibili nella simulazione lettura da file dei dati osservati (tempi, interarrivi ) tutti i dati usati sono veri non si possono generare dati non osservati potrebbero non essere abbastanza per più prove associazione dei dati a distribuzioni tipiche (fit) vengono generati valori casuali per dati non è detto che si ottenga un buon fit dei dati si possono ottenere valori non osservati si possono generare quanti dati si vogliono Simul.12 6

7 Fitting dei dati a distribuzioni Le distribuzioni tipiche sono definite da una forma analitica dipentente da un limitato numero di parametri Dato un insieme di osservazioni determinare la distribuzione (uniforme, esponenziale ) determinarne i parametri Valutazione della qualità del fitting scarto tra valori osservati e generati massima verosimiglianza, minimi quadrati Simul.13 Distribuzione uniforme f(x) 1/(b a) a b x f(x) = 1/(b a) per a x b, f(x) = 0 altrimenti parametri: a, b Simul.1 7

8 Distribuzione esponenziale λx f(x) = λ e per x 0 parametro: λ distribuzione degli intervalli di tempo con cui si verificano fenomeni rari ed indipendenti es. arrivi delle auto alla stazione di servizio λ = tempo medio di interarrivo Simul.15 f ( x ) = σ Distribuzione normale ( x µ ) 1 2 2σ e 2 π 2 parametri: µ, σ tipico andamento a campana descrive fenomeni somma di valori casuali indipendenti es. errori di diametro di pezzi prodotti Simul.16 8

9 Stazione di servizio: dati Arrivo delle auto: interarrivo distribuito esponenzialmente con v.m. λ Servizio: durata distribuita uniformemente in [T1, T2] Esperimento: dati λ, T1, T2, determinare tempo medio in coda delle auto numero di auto che non si fermano Simul.17 Modello di simulazione Suddivide un sistema in un insieme di elementi (entità) interagenti tra loro per l uso delle risorse scarse del sistema, cui sono associate code le entità hanno particolari caratteristiche (attributi) Ne descrive il funzionamento in termini di: attività che producono variazioni nello stato del Sistema (Eventi) percorso seguiti dalle entità nel transito all interno del Sistema (Processi) Simul.18 9

10 Entità Elementi di un modello (1) attori che si muovono nel sistema, ne cambiano lo stato ed interagiscono con altre entità Sono oggetti dinamici: entrano (creazione) ed escono (distruzione) dal sistema Normalmente rappresentano entità reali (es. auto, pezzi) In un dato istante esistono più entità dello stesso tipo Possono esserci diversi tipi di entità nel sistema (es. aerei,piloti,bagagli, passeggeri) Simul.19 Attributi Elementi di un modello (2) sono le caratteristiche descrittive ed identificative delle entità Tutte le entità dello stesso tipo hanno lo stesso insieme di attributi ma ciascuna ha valori diversi istante di arrivo istante di consegna accumulatori statistici possono essere immaginati come dati locali relativi a ciascuna entità Simul.20 10

11 Elementi di un modello (3) Variabili (globali) caratteristiche del modello complessivo (non delle entità) numero delle stazioni di servizio capacità massima della coda istante corrente del tempo simulato dati globali accessibili a tutte le parti del modello Simul.21 Risorse Elementi di un modello () ciò per cui le entità competono: stazioni di servizio spazio, operatori, macchine le entità ottengono una risorsa, la usano e la rilasciano sono parti permanenti del sistema (vita più lunga delle entità) Una risorsa può essere presente in più copie stazioni di servizio posti di un ristorante il numero può variare nel corso della simulazione Simul.22 11

12 C ode Elementi di un modello (5) luoghi nei quali le entità attendono la liberazione delle risorse generalmente sono collegate alle risorse Capacità infinita Capacità finita (cosa succede alle entità che arrivano a coda piena?) Politica di gestione della coda: FIFO (First In First Out) LIFO (Last In First Out) ordinata in base a valori degli attributi Simul.23 Elementi di un modello (6) Accumulatori statistici memorizzano le informazioni che si desidera osservare tempo medio nel sistema delle entità tempo medio in coda delle entità lunghezze medie delle code numero di entità simulate sono assimilabili a variabili globali Simul.2 12

13 Costruzione del modello (1) Richiede un elevato grado di conoscenza del sistema da simulare Diagramma di flusso per descrivere evoluzione e relazioni causa-effetto del sistema Individuazione delle componenti fondamentali (descrizione statica) Collegamento tra le componenti (descrizione dinamica) Regole operative che determinano il comportamento dei componenti ed il verificarsi degli eventi Definizione di distribuzioni di probabilitá Simul.25 Costruzione del modello (2) Non sempre un modello molto dettagliato consente di ottenere un maggior grado di informazione sul sistema Se il comportamento di un elemento non puó essere descritto in modo deterministico, meglio usare un fenomeno casuale piuttosto che valori medi Il modello puó essere formalizzato ottenendo un Programma di Simulazione eseguibile su calcolatore Simul.26 13

14 Costruzione del modello (3) Il programma viene attivato usando numeri casuali per generare eventi simulati nel tempo Ripetendo l esperimento si possono ottenere informazioni statistiche sul comportamento del sistlema Cambiando configurazione, si identifica la più promettente Simul.27 Programmazione degli Eventi (1) Evento: Istante in cui avviene una modifica dello stato (arrivo di un auto.) Sottoprogramma che contiene le istruzioni da eseguire nell istante in cui l evento avviene Eventi esogeni: esecuzione causata dall esterno (es. inizio simulazione, fine simulazione) Eventi endogeni: esecuzione causata da altri eventi (es. arrivo di un auto, fine servizio) Simul.28 1

15 Programmazione degli Eventi (2) Quando si verifica un evento si considerano tutte le sue possibili implicazioni sul sistema: aggiornamento dello stato (variabili globali, risorse) aggiornamento accumulatori statistici aggiornamento orologio del sistema Ogni evento determina quali eventi debbano avvenire nel futuro: dello stesso tipo di tipo diverso ed in quale istante avvengono (li innesca ) Simul.29 Programmazione degli Eventi (3) Coda del tempo: insieme ordinato degli eventi che devono avvenire (innescati) Al termine dell esecuzione di un evento si manda in esecuzione il prossimo prelevandolo dalla coda E necessario specificare la regola di terminazione spegnimento del sistema (coda del tempo vuota) trascorso un certo tempo simulato Simul.30 15

16 Diagramma degli inneschi sintetizza il comportamento dinamico del sistema Non c è coda INIZIO ARRIVO AUTO INIZIO SERVIZIO FINE C è coda SERVIZIO Simul.31 Stazione di servizio: eventi (1) Inizio Simulazione evento esogeno lettura dei parametri di ingresso (λ, T1, T2, NMAX, ) inizializzazione dello stato del sistema (stato stazioni, numero auto nel sistema, ) inizializzazione delle code avviamento del sistema (innesco del primo arrivo di un auto) Simul.32 16

17 Diagramma di flusso (1) INIZIO I leggi i parametri di ingresso; inizializza lo stato del sistema; innesca il primo evento ARRIVO subito; U Simul.33 Stazione di servizio: eventi (2) Arrivo di un auto evento endogeno generazione ritardo e innesco prossimo ARRIVO creazione entità auto arrivata se esiste stazione libera (K): occupala ed innesca un evento INIZIO SERVIZIO per l auto, altrimenti se coda contiene meno di NMAX auto: inserisci l auto in coda, altrimenti distruggi l auto (esce dal sistema) Simul.3 17

18 Diagramma di flusso (2) I ARRIVO F T:= valore casuale con disp. esp. V.M. λ; innesca prossimoarrivo con ritardo T Stampa le statistiche Ci sono NMAX auto in CODA? NO SI Raccogli le statistiche Considerate tutte le auto? NO SI Genera l auto Esiste stazione K libera? NO SI Occupa la stazione K; innesca un evento INIZIO_SERVIZIO per l auto e la stazione K con ritardo 0 U Inserisci l auto nell insieme CODA Simul.35 Stazione di servizio: eventi (3) Inizio servizio evento endogeno occupazione della stazione generazione ritardo e innesco evento FINE SERVIZIO INIZIO SERVIZIO I T:= valore casuale con distr. unif. in[t1,t2]; innesca un FINE SERVIZIO per l auto sulla stazione corrente con ritardo T; U Simul.36 18

19 Stazione di servizio: eventi () Fine servizio evento endogeno raccolta statistiche e distruzione auto che termina il servizio (esce dal sistema) se CODA contiene auto in attesa: preleva la prima auto da CODA innesca un inizio servizio per l auto e la stazione altrimenti (CODA vuota): libera la stazione Simul.37 Diagramma di flusso (3) I FINE SERVIZIO Raccogli le statistiche; distruggi l auto Considerate tutte le auto? NO SI Stampa le statistiche F Insieme CODA vuoto? NO SI Libera la stazione estrai la prima auto da CODA; innesca evento INIZIO SERVIZIO per l auto estratta e la stazione corrente con ritardo 0 U Simul.38 19

20 Processo: Interazione dei Processi (1) Eventi (ordinati cronologicamente) rappresentazione di ciò che succede ad un entità tipica nel sistema Comportamento complessivo del sistema descrivibile da processi interagenti tra loro I processi realizzano più azioni di durata maggiore di zero e interagiscono tra loro Istruzioni: attiva, ritarda di., aspetta fino a. Diagramma di flusso lineare che descrive il transito delle entità nel sistema stesso Simul.39 Interazione dei Processi (2) 1. Crea auto a intervalli distr. esp. di v.m. λ 2. Se stazione occupata inserisci auto in CODA (di capacità NMAX) 3. Occupa stazione; ritarda di un tempo distr. unif. in [T1,T2]. Libera stazione; se c è auto in coda attivala (dal punto 3) 5. Esci dal sistema Simul.0 20

Introduzione al package ARENA

Introduzione al package ARENA Introduzione al package ARENA Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.2 - Marzo 2003 ARENA Applicazione Windows che permette di creare modelli ed eseguire simulazioni del

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

Parte 4. Progettazione di una simulazione

Parte 4. Progettazione di una simulazione Parte 4 Progettazione di una simulazione Fasi di uno studio di simulazione l approccio a cascata Problema Analisi e validazione Progettazione e test Sistema Modello concettuale Programma di simulazione

Dettagli

Tecniche di Simulazione: Introduzione. N. Del Buono:

Tecniche di Simulazione: Introduzione. N. Del Buono: Tecniche di Simulazione: Introduzione N. Del Buono: 2 Che cosa è la simulazione La SIMULAZIONE dovrebbe essere considerata una forma di COGNIZIONE (COGNIZIONE qualunque azione o processo per acquisire

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE Modelli a coda Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Sistemi a coda Gli elementi chiave di un sistema a coda

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

Scheduling della CPU

Scheduling della CPU Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux 6.1 Sistemi multiprocessori simmetrici Fin qui si sono trattati i problemi di scheduling

Dettagli

Verifica e Validazione del Simulatore

Verifica e Validazione del Simulatore Verifica e del Simulatore I 4 passi principali del processo simulativo Formulare ed analizzare il problema Sviluppare il Modello del Sistema Raccolta e/o Stima dati per caratterizzare l uso del Modello

Dettagli

Scheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux

Scheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Sistemi multiprocessori Fin qui si sono trattati i problemi di scheduling su singola

Dettagli

La categoria «ES» presenta (di solito) gli stessi comandi

La categoria «ES» presenta (di solito) gli stessi comandi Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:

Dettagli

Sistemi di Controllo per l Automazione Industriale

Sistemi di Controllo per l Automazione Industriale 10 marzo 2015 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Eventi Esempi di Eventi 2 Ing. Università degli Studi Roma TRE Email: foglietta.chiara@gmail.com

Dettagli

Note di Simulazione. Vincenzo Ambriola, Giorgio Gallo. Dipartimento di Informatica Università di Pisa

Note di Simulazione. Vincenzo Ambriola, Giorgio Gallo. Dipartimento di Informatica Università di Pisa Note di Simulazione Vincenzo Ambriola, Giorgio Gallo Dipartimento di Informatica Università di Pisa Dicembre 2013 ii c 2007-13 Giorgio Gallo, Vincenzo Ambriola È possibile scaricare, stampare e fotocopiare

Dettagli

LABORATORIO DI RETI. 02 La Multiplazione Statistica nelle Reti a Paccchetto

LABORATORIO DI RETI. 02 La Multiplazione Statistica nelle Reti a Paccchetto LABORATORIO DI RETI 02 La Multiplazione Statistica nelle Reti a Paccchetto La multiplazione La capacità dei mezzi trasmissivi fisici può essere suddivisa per ottenere più canali di velocità più bassa La

Dettagli

1 Processo, risorsa, richiesta, assegnazione 2 Concorrenza 3 Grafo di Holt 4 Thread 5 Sincronizzazione tra processi

1 Processo, risorsa, richiesta, assegnazione 2 Concorrenza 3 Grafo di Holt 4 Thread 5 Sincronizzazione tra processi 1 Processo, risorsa, richiesta, assegnazione 2 Concorrenza 3 Grafo di Holt 4 Thread 5 Sincronizzazione tra processi Il processo E' un programma in esecuzione Tipi di processo Stati di un processo 1 indipendenti

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

Concetti di base. Scheduling della CPU. Diagramma della durata dei CPU-burst. Sequenza Alternata di CPU Burst e I/O Burst

Concetti di base. Scheduling della CPU. Diagramma della durata dei CPU-burst. Sequenza Alternata di CPU Burst e I/O Burst Impossibile visualizzare l'immagine. Scheduling della CPU Concetti di base La multiprogrammazione cerca di ottenere la massima utilizzazione della CPU. L esecuzione di un processo consiste in cicli d esecuzione

Dettagli

Il tipo di dato astratto Pila

Il tipo di dato astratto Pila Il tipo di dato astratto Pila Il tipo di dato Pila Una pila è una sequenza di elementi (tutti dello stesso tipo) in cui l inserimento e l eliminazione di elementi avvengono secondo la regola seguente:

Dettagli

Il memory manager. Gestione della memoria centrale

Il memory manager. Gestione della memoria centrale Il memory manager Gestione della memoria centrale La memoria La memoria RAM è un vettore molto grande di WORD cioè celle elementari a 16bit, 32bit, 64bit (2Byte, 4Byte, 8Byte) o altre misure a seconda

Dettagli

Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati

Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati Algoritmi Algoritmi Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati Il procedimento (chiamato algoritmo) è composto da passi elementari

Dettagli

Temi di Esame a.a. 2012-2013. Statistica - CLEF

Temi di Esame a.a. 2012-2013. Statistica - CLEF Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei

Dettagli

Il Sistema Operativo. C. Marrocco. Università degli Studi di Cassino

Il Sistema Operativo. C. Marrocco. Università degli Studi di Cassino Il Sistema Operativo Il Sistema Operativo è uno strato software che: opera direttamente sull hardware; isola dai dettagli dell architettura hardware; fornisce un insieme di funzionalità di alto livello.

Dettagli

Istruzioni (1): L elaborato verrà letto, compilato e fatto girare per verificare la correttezza della sintassi e delle operazioni svolte

Istruzioni (1): L elaborato verrà letto, compilato e fatto girare per verificare la correttezza della sintassi e delle operazioni svolte Istruzioni (1): L elaborato può essere svolto in gruppi di massimo 4 persone (si raccomanda caldamente l aggregazione) NON dovete annunciarmi preventivamente che elaborato volete fare: sceglietene uno

Dettagli

Airone Gestione Rifiuti Funzioni di Esportazione e Importazione

Airone Gestione Rifiuti Funzioni di Esportazione e Importazione Airone Gestione Rifiuti Funzioni di Esportazione e Importazione Airone Funzioni di Esportazione Importazione 1 Indice AIRONE GESTIONE RIFIUTI... 1 FUNZIONI DI ESPORTAZIONE E IMPORTAZIONE... 1 INDICE...

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

INFORMATICA. Il Sistema Operativo. di Roberta Molinari

INFORMATICA. Il Sistema Operativo. di Roberta Molinari INFORMATICA Il Sistema Operativo di Roberta Molinari Il Sistema Operativo un po di definizioni Elaborazione: trattamento di di informazioni acquisite dall esterno per per restituire un un risultato Processore:

Dettagli

2. Simulazione discreta: approcci alla simulazione

2. Simulazione discreta: approcci alla simulazione Anno accademico 2007/08 Elementi di un programma di simulazione Controllore Tempo di simulazione Generatore dei dati di input Entità Eventi Attività Stati Processi Simulazione per eventi: le classi L approccio

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

Aprire WEKA Explorer Caricare il file circletrain.arff Selezionare random split al 66% come modalità di test Selezionare J48 come classificatore e

Aprire WEKA Explorer Caricare il file circletrain.arff Selezionare random split al 66% come modalità di test Selezionare J48 come classificatore e Alberi di decisione Aprire WEKA Explorer Caricare il file circletrain.arff Selezionare random split al 66% come modalità di test Selezionare J48 come classificatore e lanciarlo con i parametri di default.

Dettagli

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1)

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) 151 Introduzione Un esperimento è una prova o una serie di prove. Gli esperimenti sono largamente utilizzati nel campo dell ingegneria. Tra le varie applicazioni;

Dettagli

CAPITOLO 27 SCAMBIO DI MESSAGGI

CAPITOLO 27 SCAMBIO DI MESSAGGI CAPITOLO 27 SCAMBIO DI MESSAGGI SCAMBIO DI MESSAGGI Sia che si guardi al microkernel, sia a SMP, sia ai sistemi distribuiti, Quando i processi interagiscono fra loro, devono soddisfare due requisiti fondamentali:

Dettagli

Le caratteristiche distintive di Quick Budget

Le caratteristiche distintive di Quick Budget scheda prodotto QUICK BUDGET Mercato imprevedibile? Difficoltà ad adeguare le risorse a una domanda instabile e, di conseguenza, a rispettare i budget?tempi e costi troppo elevati per la creazione di budget

Dettagli

ROBOT 1 ROBOT 2 POS. 1 POS. 3 POS. 4 POS. 2 AGV PARTE II

ROBOT 1 ROBOT 2 POS. 1 POS. 3 POS. 4 POS. 2 AGV PARTE II PARTE II Reti di Petri TEMPORIZZATE (La parte teorica necessaria a svolgere questi esercizi fa riferimento alle lezioni n 2, n 3, n 4 e n 5 (escluso il concetto di archi inibitori) del corso di Automazione

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi

Dettagli

RIASSUNTI ECONOMIA Finalità dei sistemi contabili: conveniente sistemi contabili

RIASSUNTI ECONOMIA Finalità dei sistemi contabili: conveniente sistemi contabili RIASSUNTI ECONOMIA Finalità dei sistemi contabili: per operare in modo efficiente le aziende hanno bisogno di conoscere se l utilizzo delle risorse che stanno impiegando nelle diverse attività è economicamente

Dettagli

Basi di dati. (Sistemi Informativi) teoria e pratica con Microsoft Access. Basi di dati. Basi di dati. Basi di dati e DBMS DBMS DBMS

Basi di dati. (Sistemi Informativi) teoria e pratica con Microsoft Access. Basi di dati. Basi di dati. Basi di dati e DBMS DBMS DBMS Basi di Basi di (Sistemi Informativi) Sono una delle applicazioni informatiche che hanno avuto il maggiore utilizzo in uffici, aziende, servizi (e oggi anche sul web) Avete già interagito (magari inconsapevolmente)

Dettagli

Albero dei guasti DOTT. ING. KONSTANTINOS MILONOPOULOS 1

Albero dei guasti DOTT. ING. KONSTANTINOS MILONOPOULOS 1 Albero dei guasti E uno strumento di analisi dei guasti che si affianca all FMECA. L FMECA e un analisi di tipo bottom-up, perche si parte da un componente e si risale agli effetti di un suo guasto L Albero

Dettagli

COORDINAMENTO E GESTIONE DI PROGETTI COMPLESSI

COORDINAMENTO E GESTIONE DI PROGETTI COMPLESSI COORDINAMENTO E GESTIONE DI PROGETTI COMPLESSI 1. - Formulazione del problema Supponiamo di dover organizzare e gestire un progetto complesso, quale puó essere la costruzione di un edificio, oppure la

Dettagli

I Problemi e la loro Soluzione. Il Concetto Intuitivo di Calcolatore. Risoluzione di un Problema. Esempio

I Problemi e la loro Soluzione. Il Concetto Intuitivo di Calcolatore. Risoluzione di un Problema. Esempio Il Concetto Intuitivo di Calcolatore Fondamenti di Informatica A Ingegneria Gestionale Università degli Studi di Brescia Docente: Prof. Alfonso Gerevini I Problemi e la loro Soluzione Problema: classe

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Sistemi Operativi GESTIONE DELLA MEMORIA CENTRALE. D. Talia - UNICAL. Sistemi Operativi 6.1

Sistemi Operativi GESTIONE DELLA MEMORIA CENTRALE. D. Talia - UNICAL. Sistemi Operativi 6.1 GESTIONE DELLA MEMORIA CENTRALE 6.1 Gestione della Memoria Background Spazio di indirizzi Swapping Allocazione Contigua Paginazione 6.2 Background Per essere eseguito un programma deve trovarsi (almeno

Dettagli

12 - Introduzione alla Programmazione Orientata agli Oggetti (Object Oriented Programming OOP)

12 - Introduzione alla Programmazione Orientata agli Oggetti (Object Oriented Programming OOP) 12 - Introduzione alla Programmazione Orientata agli Oggetti (Object Oriented Programming OOP) Programmazione e analisi di dati Modulo A: Programmazione in Java Paolo Milazzo Dipartimento di Informatica,

Dettagli

I processi. Un processo è una attività, controllata da un programma, che si svolge su un processore.

I processi. Un processo è una attività, controllata da un programma, che si svolge su un processore. I processi Cos è un processo? Un processo è una attività, controllata da un programma, che si svolge su un processore. Il programma è una entità statica che descrive la sequenza di istruzioni che devono

Dettagli

Introduzione. Il principio di localizzazione... 2 Organizzazioni delle memorie cache... 4 Gestione delle scritture in una cache...

Introduzione. Il principio di localizzazione... 2 Organizzazioni delle memorie cache... 4 Gestione delle scritture in una cache... Appunti di Calcolatori Elettronici Concetti generali sulla memoria cache Introduzione... 1 Il principio di localizzazione... 2 Organizzazioni delle memorie cache... 4 Gestione delle scritture in una cache...

Dettagli

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

Laboratorio di Sistemi Logistici e della Produzione

Laboratorio di Sistemi Logistici e della Produzione Laboratorio di Sistemi Logistici e della Produzione LA SIMULAZIONE AD EVENTI DISCRETI PER LA VALUTAZIONE DELLE PRESTAZIONI DEI SISTEMI SANITARI RELATORE: PROF. ANTONIO GRIECO Cos è la simulazione? Definizione

Dettagli

Esercitazione 5 Soluzioni

Esercitazione 5 Soluzioni Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio

Dettagli

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1 DIAGRAMMI A BLOCCHI TEORIA ED ESERCIZI 1 1 Il linguaggio dei diagrammi a blocchi è un possibile formalismo per la descrizione di algoritmi Il diagramma a blocchi, o flowchart, è una rappresentazione grafica

Dettagli

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA ANNO ACCADEMICO 2013-2014 UNIVERSITA DEGLI STUDI DI TERAMO FACOLTA DI MEDICINA VETERINARIA CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA CFU 5 DURATA DEL CORSO : ORE 35 DOCENTE PROF. DOMENICO DI DONATO

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

Introduzione. Coordinazione Distribuita. Ordinamento degli eventi. Realizzazione di. Mutua Esclusione Distribuita (DME)

Introduzione. Coordinazione Distribuita. Ordinamento degli eventi. Realizzazione di. Mutua Esclusione Distribuita (DME) Coordinazione Distribuita Ordinamento degli eventi Mutua esclusione Atomicità Controllo della Concorrenza Introduzione Tutte le questioni relative alla concorrenza che si incontrano in sistemi centralizzati,

Dettagli

3.1 ESERCIZI DI RIEPILOGO

3.1 ESERCIZI DI RIEPILOGO 3 3.1 ESERCIZI DI RIEPILOGO Esercizio 3.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo

Dettagli

Coordinazione Distribuita

Coordinazione Distribuita Coordinazione Distribuita Ordinamento degli eventi Mutua esclusione Atomicità Controllo della Concorrenza 21.1 Introduzione Tutte le questioni relative alla concorrenza che si incontrano in sistemi centralizzati,

Dettagli

Il sistema operativo

Il sistema operativo Il sistema operativo Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin Cos è un Sistema Operativo? Per capirlo, immaginiamo inizialmente

Dettagli

DAL DIAGRAMMA AL CODICE

DAL DIAGRAMMA AL CODICE DAL DIAGRAMMA AL CODICE Un diagramma di flusso Appare, come un insieme di blocchi di forme diverse che contengono le istruzioni da eseguire, collegati fra loro da linee orientate che specificano la sequenza

Dettagli

SISTEMI OPERATIVI DISTRIBUITI

SISTEMI OPERATIVI DISTRIBUITI SISTEMI OPERATIVI DISTRIBUITI E FILE SYSTEM DISTRIBUITI 12.1 Sistemi Distribuiti Sistemi operativi di rete Sistemi operativi distribuiti Robustezza File system distribuiti Naming e Trasparenza Caching

Dettagli

10 CONTROLLO STATISTICO DELLA QUALITÀ

10 CONTROLLO STATISTICO DELLA QUALITÀ 10 CONTROLLO STATISTICO DELLA QUALITÀ 10.2.2 Il controllo di un processo Considerazioni sulle carte di controllo A fianco del numero di elementi non conformi delle carte di controllo p e pn e del numero

Dettagli

DISTRIBUZIONI DI PROBABILITÀ

DISTRIBUZIONI DI PROBABILITÀ 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 LE PRINCIPALI DISTRIBUZIONI

Dettagli

Guida al livellamento delle risorse con logica Critical Chain (1^ parte)

Guida al livellamento delle risorse con logica Critical Chain (1^ parte) Paolo Mazzoni 2011. E' ammessa la riproduzione per scopi di ricerca e didattici se viene citata la fonte completa nella seguente formula: "di Paolo Mazzoni, www.paolomazzoni.it, (c) 2011". Non sono ammesse

Dettagli

Fasi di creazione di un programma

Fasi di creazione di un programma Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma

Dettagli

Algoritmi. Maurizio Palesi. Maurizio Palesi 1

Algoritmi. Maurizio Palesi. Maurizio Palesi 1 Algoritmi Maurizio Palesi Maurizio Palesi 1 Cos è Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati Un algoritmo è un metodo per la soluzione

Dettagli

Verità ed esperienza: come la natura genera le osservazioni sperimentali

Verità ed esperienza: come la natura genera le osservazioni sperimentali Verità ed esperienza: come la natura genera le osservazioni sperimentali Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia 10 gennaio 2012 Indice 1 Presupposti

Dettagli

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione

Dettagli

ARCHIVI E LORO ORGANIZZAZIONI

ARCHIVI E LORO ORGANIZZAZIONI ARCHIVI E LORO ORGANIZZAZIONI Archivio: - insieme di registrazioni (record), ciascuna costituita da un insieme prefissato di informazioni elementari dette attributi (campi) - insieme di informazioni relative

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

Dettagli

Un seminario sull analisi statistica di formiche virtuali

Un seminario sull analisi statistica di formiche virtuali Un seminario sull analisi statistica di formiche virtuali Dr. Andrea Fontana Universita di Pavia http://www.pv.infn.it/~fontana/formiche Numeri casuali Tests di casualita Distribuzione uniforme in C e

Dettagli

FONDAMENTI di INFORMATICA L. Mezzalira

FONDAMENTI di INFORMATICA L. Mezzalira FONDAMENTI di INFORMATICA L. Mezzalira Possibili domande 1 --- Caratteristiche delle macchine tipiche dell informatica Componenti hardware del modello funzionale di sistema informatico Componenti software

Dettagli

Scheduling della CPU. Concetti fondamentali. Concetti fondamentali. Concetti fondamentali. Dispatcher. Scheduler della CPU

Scheduling della CPU. Concetti fondamentali. Concetti fondamentali. Concetti fondamentali. Dispatcher. Scheduler della CPU Scheduling della CPU Concetti fondamentali Criteri di scheduling Algoritmi di scheduling Concetti fondamentali L obiettivo della multiprogrammazione è di avere processi sempre in esecuzione al fine di

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

Un approccio organizzativo integrato all analisi analisi e alla misurazione dei processi di supporto

Un approccio organizzativo integrato all analisi analisi e alla misurazione dei processi di supporto Un approccio organizzativo integrato all analisi analisi e alla misurazione dei processi di supporto Roma 12 luglio 2012 Dario Russo 1. Introduzione 2. Le strutture di supporto 3. Il quadro evolutivo (obiettivi

Dettagli

16.3.1 Alberi binari di ricerca

16.3.1 Alberi binari di ricerca 442 CAPITOLO 16. STRUTTURE DI DATI DINAMICHE root 7 5 11 2 8 13 10 Figura 16.11 Esempio di albero binario: ogni nodo contiene il dato da immagazzinare e tre puntatori che definiscono le sue relazioni di

Dettagli

Management Sanitario. Modulo di Ricerca Operativa

Management Sanitario. Modulo di Ricerca Operativa Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di

Dettagli

Ing. Simone Giovannetti

Ing. Simone Giovannetti Università degli Studi di Firenze Dipartimento di Elettronica e Telecomunicazioni Ing. Simone Giovannetti Firenze, 29 Maggio 2012 1 Incertezza di Misura (1/3) La necessità di misurare nasce dall esigenza

Dettagli

Teoria e Tecnica della Qualità e della Certificazione

Teoria e Tecnica della Qualità e della Certificazione Teoria e Tecnica della Qualità e della Certificazione appunti alle lezioni a.a. 2004-2005 Prof. Vittorio Vaccari appunti alle lezioni - a.a. 2004-05 - prof. V. Vaccari 1 teoria Alcune definizioni formulazione

Dettagli

Esercizio 1: trading on-line

Esercizio 1: trading on-line Esercizio 1: trading on-line Si realizzi un programma Java che gestisca le operazioni base della gestione di un fondo per gli investimenti on-line Creazione del fondo (con indicazione della somma in inizialmente

Dettagli

lezione 18 AA 2015-2016 Paolo Brunori

lezione 18 AA 2015-2016 Paolo Brunori AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo

Dettagli

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico.

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Introduzione Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Alcuni aspetti da tenere presenti: * range di validita del modello; * "profondita " o "risoluzione"

Dettagli

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Crenca & Associati CORPORATE CONSULTING SERVICES RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Ufficio Studi Milano, 3 aprile 2008 Introduzione al Risk Management

Dettagli

GLOSSARIO/DEFINIZIONI

GLOSSARIO/DEFINIZIONI ALLEGATO 1 GLOSSARIO/DEFINIZIONI Indice 1 2 INTRODUZIONE DEFINIZIONI Allegato alle Regole tecniche in materia di documento informatico e gestione documentale, protocollo informatico e di documenti informatici

Dettagli

CONFRONTO TRA TECNICHE DI PREVISIONE: Processi regressivi e reti neurali artificiali

CONFRONTO TRA TECNICHE DI PREVISIONE: Processi regressivi e reti neurali artificiali Paolo Mezzera Ottobre 2003 CONFRONTO TRA TECNICHE DI PREVISIONE: Processi regressivi e reti neurali artificiali Questo lavoro ha lo scopo di confrontare previsioni ottenute mediante processi regressivi

Dettagli

Elementi di statistica. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1

Elementi di statistica. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1 Elementi di statistica Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1 Statistica La statistica si può definire come: l insieme dei metodi

Dettagli

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell

Dettagli

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET LA COSTRUZIONE DI UN BUDGET Prof. Francesco Albergo Docente di PIANIFICAZIONE E CONTROLLO Corso di Laurea in Economia Aziendale Curriculum in Gestione Aziendale Organizzata UNIVERSITA degli Studi di Bari

Dettagli

SCHEDULATORI DI PROCESSO

SCHEDULATORI DI PROCESSO Indice 5 SCHEDULATORI DI PROCESSO...1 5.1 Schedulatore Round Robin...1 5.2 Schedulatore a priorità...2 5.2.1 Schedulatore a code multiple...3 5.3 Schedulatore Shortest Job First...3 i 5 SCHEDULATORI DI

Dettagli

Introduzione. Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD... 6

Introduzione. Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD... 6 Appunti di Calcolatori Elettronici Esecuzione di istruzioni in parallelo Introduzione... 1 Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD...

Dettagli

Sistemi e schedulazione in tempo reale

Sistemi e schedulazione in tempo reale Sistemi e schedulazione in tempo reale 1 Sistemi in tempo reale Sistemi di calcolo in cui la correttezza del funzionamento dipende criticamente dal tempo in cui i risultati sono prodotti. Possibili campi

Dettagli

10 - Programmare con gli Array

10 - Programmare con gli Array 10 - Programmare con gli Array Programmazione e analisi di dati Modulo A: Programmazione in Java Paolo Milazzo Dipartimento di Informatica, Università di Pisa http://www.di.unipi.it/ milazzo milazzo di.unipi.it

Dettagli

Gestione dei Progetti (2005-2006)

Gestione dei Progetti (2005-2006) Gestione dei Progetti (2005-2006) Alessandro Agnetis DII Università di Siena (Alcune delle illustrazioni contenute nella presentazione sono tratte da PMBOK, a guide to the Project Management Body of Knowledge,

Dettagli

Sistemi Operativi. Scheduling della CPU SCHEDULING DELLA CPU. Concetti di Base Criteri di Scheduling Algoritmi di Scheduling

Sistemi Operativi. Scheduling della CPU SCHEDULING DELLA CPU. Concetti di Base Criteri di Scheduling Algoritmi di Scheduling SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time

Dettagli

Sistemi Operativi SCHEDULING DELLA CPU. Sistemi Operativi. D. Talia - UNICAL 5.1

Sistemi Operativi SCHEDULING DELLA CPU. Sistemi Operativi. D. Talia - UNICAL 5.1 SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time

Dettagli

Tesi di Laurea Specialistica EMULAZIONE DI EFFETTI WAN NELLA VALUTAZIONE DELLE PRESTAZIONI DI SERVER WEB. Candidato Emiliano Zeppa.

Tesi di Laurea Specialistica EMULAZIONE DI EFFETTI WAN NELLA VALUTAZIONE DELLE PRESTAZIONI DI SERVER WEB. Candidato Emiliano Zeppa. Tesi di Laurea Specialistica EMULAZIONE DI EFFETTI WAN NELLA VALUTAZIONE DELLE PRESTAZIONI DI SERVER WEB Candidato Emiliano Zeppa Relatore Chiar.mo Prof. Salvatore Tucci Correlatore Dr. Valeria Cardellini

Dettagli

Software Specifico per la Gestione e la Bilanciatura della Linea di Assemblaggio

Software Specifico per la Gestione e la Bilanciatura della Linea di Assemblaggio Tempi & Metodi di Giorgio Andreani Servizi di Controllo e di Organizzazione dei Processi Produttivi Iscrizione al Registro delle Imprese CCIAA di Verona REA 357269 Partita Iva 03686020235 - Cod. Fisc.

Dettagli

Regressione non lineare con un modello neurale feedforward

Regressione non lineare con un modello neurale feedforward Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale

Dettagli

Altri metodi di indicizzazione

Altri metodi di indicizzazione Organizzazione a indici su più livelli Altri metodi di indicizzazione Al crescere della dimensione del file l organizzazione sequenziale a indice diventa inefficiente: in lettura a causa del crescere del

Dettagli

4.1 FAX EMAIL: Sollecito consegne via email (Nuova funzione)

4.1 FAX EMAIL: Sollecito consegne via email (Nuova funzione) - 36 - Manuale di Aggiornamento 4 MODULI AGGIUNTIVI 4.1 FAX EMAIL: Sollecito consegne via email (Nuova funzione) È stata realizzata una nuova funzione che permette di inviare un sollecito ai fornitori,

Dettagli

INFORMATICA 1 L. Mezzalira

INFORMATICA 1 L. Mezzalira INFORMATICA 1 L. Mezzalira Possibili domande 1 --- Caratteristiche delle macchine tipiche dell informatica Componenti hardware del modello funzionale di sistema informatico Componenti software del modello

Dettagli