Reti di Telecomunicazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Reti di Telecomunicazione"

Transcript

1 Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Telecomuncazone Prof. Fabo Martgnon F. Martgnon: Ret d Telecomuncazone

2 Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Code Ret d Telecomuncazone F. Martgnon: Ret d Telecomuncazone 2

3 Ret d Code Def.: Sstem con rsorse multple n cu ogn stazone opera n modo asncrono e concorrente. Esemp Calcolator n cu CPU operano n parallelo. Ret d comuncazone. I centr d smstamento operano n parallelo. Una rete è composta da M stazon d servzo (non servent) ognuna con la propra coda. Rete d code Aperta Topologa della rete generale. 2 λ 2 λ s q s6 q s q 2 q 2 q 2 q 2 λ q q 2 q 65 q 5 q q λ q 5 Rete d code Chusa F. Martgnon: Ret d Telecomuncazone 5 q d λ d

4 Modello del sngolo sstema q s λ λ q λ λ q j λ Estraggo dalla rete l canale -esmo µ q d λ q k λ k Fluss n ngresso al sstema: q s λ traffco entrante dall esterno q k λ k traffco entrante dal nodo k-esmo Rpartzone del traffco uscente q d λ traffco verso la destnazone q j λ traffco verso l nodo j Se var traffc entrant sono d Posson anche l traffco rsultante è d Posson con valor medo par alla somma de valor med. F. Martgnon: Ret d Telecomuncazone

5 Modello del sngolo sstema q s λ λ q λ λ q j λ Estraggo dalla rete l canale -esmo µ q d λ Traffco uscente: Nota: q k λ k se le rpartzon d traffco sono fatte n modo casuale (q j = prob. d andare al nodo j), allora traffc uscent sono pure d Posson con valor medo q j λ Se le rpartzon fossero fatte n modo determnstco ad esempo ruotando cclcamente fra tutte le possbl u uscte l traffco n ognuna avrebbe dstrbuzone degl nterarrv erlangana d ordne u con valor medo F. Martgnon: Ret d Telecomuncazone u λ λ 2... u 5

6 Processo n uscta da un sstema d code Teorema d Burke: Dato un sstema M M, M M m o M M, con qualunque dscplna d coda, n regme permanente, con tasso medo degl arrv par a λ, rsulta: Il processo n uscta è Possonano con valor medo λ Esempo: cascata d code: In base al teorema, studo sstem come code M M Osservazone: L ngresso n ogn coda concde con l uscta della precedente. I temp d attraversamento non sono, a rgore, ndpendent da nodo a nodo (messaggo lungo, lungo tempo d trasmssone). F. Martgnon: Ret d Telecomuncazone 6

7 Ret d Jackson Una rete con M nod (o canal ) è defnta rete d Jackson se: l servente al nodo ha veloctà d sevzo µ (n) quando sono present n utent completato l servzo ad un nodo l utente scegle a caso e ndpendentemente dal passato la sua destnazone (uscre dalla rete o andare n un altro nodo) la rete è aperta e ogn arrvo esterno avvene secondo un processo d Posson F. Martgnon: Ret d Telecomuncazone 7

8 Teorema d Jackson In una rete d Jackson n stato stazonaro e con arrv λ al nodo :. l numero d utent n ogn nodo è ndpendente dal numero d utent n ogn altro nodo 2. l nodo s comporta statstcamente come se fosse carcato da traffco d Posson con valor medo λ. la dstrbuzone della probabltà congunta n stato stazonaro è n forma d prodotto ove F. Martgnon: Ret d Telecomuncazone p M ( n ) = Π p ( n ) ( ) = ( ) p n ρ = n λ = < µ ρ ρ 8

9 Ret d Jackson: : Comment Le dverse code, benché nterconnesse e legate dalle espresson d contnutà de fluss, s comportano come se fossero ndpendent. Ogn coda è un sstema M M ndpendente. L nterconnessone ( effetto rete ) ha solo nfluenza su valor ρ Stess rsultat s ottengono con:. M M m (sstema con tempo d servzo dpendente dallo stato della coda), per l teorema d Burke. 2. Qualunque rete aperta con arrv d Posson (qu s è consderata una sola coppa sorgente-destnazone) F. Martgnon: Ret d Telecomuncazone 9

10 Ret d Jackson: : Comment Osservazone mportante: I temp d servzo s sono consderat ndpendent da nodo a nodo. Questa potes può lascare perpless: un pacchetto lungo n uscta da una coda genererà un servzo lungo nella coda successva. Tuttava se tant fluss s mescolano all ngresso della coda, la somma d tal traffc torna ad essere suffcentemente casuale, e l potes fatta è soddsfatta S parla d Klenrock ndependence approxmaton q λ q s λ λ λ q j λ F. Martgnon: Ret d Telecomuncazone q k λ k µ q d λ 0

11 Valutazone Prestazon d una Rete d Code Consderamo un esempo ntroduttvo. Ipotes: pacchett d lunghezza esponenzale Capactà de collegament: pck/s Calcolare l rtardo medo end-to-end per cammn (path): (,2,), (,5,), (,5,2,) γ 2 =2 γ =2 / (/2) / (/2) /2 γ 5 = 2 5 /2 2 / 2/ (7/2) (7/) (7/6) (7/) 7/2 55/2 Traffco totale offerto= 6 pck/s Le quanttà ( ) rappresentano l traffco n pck/s presente sul collegamento F. Martgnon: Ret d Telecomuncazone

12 [ ] E T µ = ρ = µ λ Esempo Rtardo medo sul generco lato: λ ρ = µ Qund: [ 2 ] ET [ 5 ] ET [ 52 ] ET = 2 = = F. Martgnon: Ret d Telecomuncazone 7 6 Il rtardo lungo un generco cammno (sequenza d lat modellzzat cascuno come M M ) è par alla somma de rtard su sngol lat 2

13 Grado d Servzo d una Rete G.o.S (detta anche Qualty of Servce, QoS) Tempo medo T* mpegato per andare dal nodo sorgente al nodo destnazone = meda pesata de rtard fra tutte le coppe d nod. j T T * = γ γ j j γ j = Frequenza meda pacchett con sorgente e destnazone j γ = γ j j = Totale traffco medo entrante nella rete T j = Rtardo medo tra sorgente e destnazone j Nota: G.o.S rappresenta un ndcatore unco delle prestazon della rete. Utlzzando questa defnzone, tuttava, è necessaro esegure O(M 2 ) operazon, tante quante sono le coppe sorgente-destnazone nel grafo F. Martgnon: Ret d Telecomuncazone

14 Grado d Servzo d una Rete γ T* γ γ T [ ] E n [ ] = En [ ] En * = M = LITTLE s RESULT M = numero lat/arch del grafo En [ ] = numero medo d messagg n coda o n servzo sul lato = λ T = λ µ λ LITTLE s RESULT da cu T * = γ M = λ µ λ dpende da λ traffco offerto al lato (s consderano solo le code ne lat). Nota: n tal modo l calcolo del G.o.S ha complesstà O(M), ove M è l numero d lat del grafo F. Martgnon: Ret d Telecomuncazone

15 Grado d Servzo: estenson E possble estendere la defnzone data precedentemente d G.o.S. d una rete tenendo conto d: Rtard d propagazone fra nod Tempo d processng all nterno d ogn nodo Tuttava, no utlzzeremo la defnzone data, che caratterzza con suffcente precsone le prestazon della rete F. Martgnon: Ret d Telecomuncazone 5

16 Esempo A B E 50 C F 0 0 D Rete con 6 nod ed 8 lnk Tutt lnk sono full-duplex (bdrezonal) Capactà espresse n kbt/s A B C D E F Matrce de Traffc (offert alla rete) smmetrca Traffco totale offerto alla rete: γ = 2 pck/s = 800 bt (serve per convertre µ le capactà de lnk da bt/s a pck/s) F. Martgnon: Ret d Telecomuncazone A B C D E F - 9 BA CBA DFBA 7 EA FEA 9 AB - 8 CB DFB 2 EFB FB Esempo: ABC 8 BC - DC EC 2 FEC ABFD BFD CD - ECD FD 7 AE 2 BFE CE DCE 5 FE 5 EF γ j pck/s CAMMINO λ FD = γ AD + γ BD + γ FD = 8 pck/s = λ DF - AEF BF 2 CEF DF - 6

17 Esempo Utlzzando formula M M Lnk λ pck/s C kbt/s µ C pkts/s T ms AB 25 9 n BC CD AE EF FD BF EC E un numero > 2, ma è corretto. Infatt un pacchetto, nella rete, percorre pù tratte, e genera traffco su pù lnk n 6 = =.2 2 Numero medo lnk attraversat da un pacchetto (ovvero: da un cammno) F. Martgnon: Ret d Telecomuncazone T * M = λt = ms γ = 7

18 Esempo Adesso valutamo la sensbltà della rete al carco offerto Per far questo supponamo d moltplcare la matrce del traffco offerto per un coeffcente η, e valutamone l G.o.S. 000 T(ms) /µ=0 500 /µ = F. Martgnon: Ret d Telecomuncazone 57 A rete scarca (η tende a 0) T λ = 57ms γ µ C T 0 = µ C Valore d saturazone dato dal lato che satura prma, ovvero l lato FD µ λ C 2. 5 = = Basta guardare la tabella e fare l rapporto Tra la colonna λ e quella µc 8

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

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

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

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

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

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

Corso di Automazione Industriale 1. Capitolo 7

Corso di Automazione Industriale 1. Capitolo 7 1 Corso d Automazone Industrale 1 Captolo 7 Teora delle code e delle ret d code Introduzone alla Teora delle Code La Teora delle Code s propone d svluppare modell per lo studo de fenomen d attesa che s

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

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

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA

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

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Misure Topografiche Tradizionali

Misure Topografiche Tradizionali Msure Topografche Tradzonal Grandezze da levare ngol Dstanze Gonometr Dstanzometro Stazone Totale Prsma Dslvell Lvello Stada Msure Strettamente Necessare Soluzone geometrca Msure Sovrabbondant Compensazone

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

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

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

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

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

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

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

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

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

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

Definizione del problema

Definizione del problema Corso d Gestone ed Eserczo de Sstem d Trasporto www.unroma2.t/ddattca/gest t/dd tt /GEST Modell per l assegnazone della domanda alle ret d trasporto aereo Defnzone del problema Modell d domanda segmentazone

Dettagli

ELETTRONICA dei SISTEMI DIGITALI Universita di Bologna, sede di Cesena. Fabio Campi

ELETTRONICA dei SISTEMI DIGITALI Universita di Bologna, sede di Cesena. Fabio Campi ELETTROICA de SISTEMI DIGITALI Unversta d Bologna, sede d Cesena Fabo Camp Aa 3-4 Artmetca Computazonale S studano possbl archtetture hardware (ASIC) per realzzare operazon Matematche su segnal compost

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

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Dipartimento di Elettronica Informatica e Sistemistica Università di Bologna. Sistemi radiomobili cellulari

Dipartimento di Elettronica Informatica e Sistemistica Università di Bologna. Sistemi radiomobili cellulari Dpartmento d Elettronca Unverstà d Bologna Sstem radomobl cellular Le comuncazon radomobl Satellte Zona 4: Globale Zona 3: Suburbana Zona 2: Urbana Zona 1: In-Buldng Macro-Cell Mcro-Cell Pco-Cell Telefono

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

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

Recurso especial: Análise do Erro na Valoração das Provas

Recurso especial: Análise do Erro na Valoração das Provas ISSN 1127-8579 Pubblicato dal 24/09/2012 All'indirizzo http://www.diritto.it/docs/33952-recurso-especial-an-lise-do-erro-na-valora-odas-provas Autori: Gabriela Póvoas, Jessica Fernanda Dias, Onísia Carmen

Dettagli

Le forze conservative e l energia potenziale

Le forze conservative e l energia potenziale S dcono conservatve quelle orze che s comportano n accordo alla seguente denzone: La orza F s dce conservatva se l lavoro eseguto da tale orza sul punto materale P mentre s sposta dalla poszone P 1 alla

Dettagli

Il diritto penitenziario in canton Berna

Il diritto penitenziario in canton Berna ISSN 1127-8579 Pubblicato dal 21/05/2013 All'indirizzo http://www.diritto.it/docs/35064-il-diritto-penitenziario-in-canton-berna Autore: Baiguera Altieri Andrea Il diritto penitenziario in canton Berna

Dettagli

STUDIO METEOMARINO INDICE 1. INQUADRAMENTO GEOGRAFICO DEL PARAGGIO; Fetch REGIME DEL MOTO ONDOSO...8

STUDIO METEOMARINO INDICE 1. INQUADRAMENTO GEOGRAFICO DEL PARAGGIO; Fetch REGIME DEL MOTO ONDOSO...8 STUDIO METEOMARINO INDICE 1. INQUADRAMENTO GEOGRAFICO DEL PARAGGIO;... 1.1 Settore d Traversa... 1. Fetch...3. REGIME DEI VENTI...5 3 REGIME DEL MOTO ONDOSO...8 3.1 Defnzone del regme d moto ondoso al

Dettagli

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite Rendmento l rendmento effettvo d un trasformatore vene defnto come: otenza erogata al carco η otenza assorbta dalla rete 1 1 1 1 Le norme defnscono l rendmento convenzonale d un trasformatore come: η otenza

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

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

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri Artmetca de calcolator Rappresentazone de numer natural e relatv Addzone e sommator: : a propagazone d rporto, veloce, con segno Moltplcazone e moltplcator: senza segno, con segno e algortmo d Booth Rappresentazone

Dettagli

José Geraldo da Fonseca, Efeitos Jurídicos da Eleição do Empregado a Cargo de Diretor da Empresa

José Geraldo da Fonseca, Efeitos Jurídicos da Eleição do Empregado a Cargo de Diretor da Empresa ISSN 1127-8579 Pubblicato dal 04/02/2010 All'indirizzo http://www.diritto.it/docs/28884-jos-geraldo-da-fonseca-efeitos-jur-dicos-daelei-o-do-empregado-a-cargo-de-diretor-da-empresa Autore: José Geraldo

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Soluzione del compito di Fisica febbraio 2012 (Udine)

Soluzione del compito di Fisica febbraio 2012 (Udine) del compto d Fsca febbrao (Udne) Elettrodnamca È data una spra quadrata d lato L e resstenza R, ed un flo percorso da corrente lungo z (ved fgura). Dcamo a e b le dstanze del lato parallelo pù vcno e pù

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

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

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

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

Il campionamento casuale semplice

Il campionamento casuale semplice Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V

Dettagli

Le tossicodipendenze in Canton Ticino

Le tossicodipendenze in Canton Ticino ISSN 1127-8579 Pubblicato dal 23/01/2015 All'indirizzo http://www.diritto.it/docs/36796-le-tossicodipendenze-in-canton-ticino Autore: Baiguera Altieri Andrea Le tossicodipendenze in Canton Ticino A B BC

Dettagli

Modello idraulico - Rapporto tecnico. (Rev. 0b)

Modello idraulico - Rapporto tecnico. (Rev. 0b) ASAP LIFE06/ENV/IT/000255 ASAP_D4-3_ModelloIdraulcoRappTecnco_IT_0b 1/20 LIFE06/ENV/IT/255 A.S.A.P. Actons for Systemc Aqufer Protecton The ASAP proect s partally funded by the European Unon LIFE Programme

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

Misure su sistemi trifasi

Misure su sistemi trifasi Msure su sstem trfas - Msure su sstem trfas - Tp d collegamento Collegamento a stella Un sstema trfase è caratterzzato n generale da tre fl d lnea (L L L ) pù un eventuale quarto conduttore L detto conduttore

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

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

Apprendimento Automatico e IR: introduzione al Machine Learning

Apprendimento Automatico e IR: introduzione al Machine Learning Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Edifici a basso consumo energetico: tra ZEB e NZEB

Edifici a basso consumo energetico: tra ZEB e NZEB Edfc a basso consumo energetco: tra ZEB e NZEB Prof. Ing. Percarlo Romagnon Dpartmento d Progettazone e Panfcazone n Ambent Compless Unverstà IUAV d Veneza Dorsoduro 2206 30123 Veneza perca@uav.t Modell

Dettagli

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t

Dettagli

Campo di applicazione

Campo di applicazione Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza Sergo Frasca Anals de Segnal Dpartmento d Fsca Unverstà d Roma La Sapenza Versone 13 dcembre 011 Versone aggornata n http://grwavsf.roma1.nfn.t/sp/sp.pdf Sommaro 1 Introduzone: segnal e sstem... 7 1.1

Dettagli

Canali punto-punto. Canali e Multiplazione. Cenno sul sincronismo. Metodi per garantire il sincronismo. Sincronismo mediante preambolo

Canali punto-punto. Canali e Multiplazione. Cenno sul sincronismo. Metodi per garantire il sincronismo. Sincronismo mediante preambolo (da materale preparato da Antono apone- Poltecnco d Mlano) orso d Ret anal e Multplazone anal punto-punto collegament permanent tra un trasmetttore ed un rcevtore l rcevtore può essere ottmzzato sulla

Dettagli

1. i limiti di p che garantiscono un funzionamento stabile del sistema ;

1. i limiti di p che garantiscono un funzionamento stabile del sistema ; Problema 1 Un router collega una rete locale ad Internet per mezzo di due linee dedicate, la prima di capacità C 1 = 2.048 Mbit/s e la seconda di capacità C 2 = 512 Kbit/s. Ciascuna linea è dotata di una

Dettagli

Premessa essa sulle soluzioni

Premessa essa sulle soluzioni Appunt d Chmca La composzone delle soluzon Premessa sulle soluzon...1 Concentrazone...2 Frazone molare...2 Molartà...3 Normaltà...4 Molaltà...4 Percentuale n peso...4 Percentuale n volume...5 Massa per

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

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

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

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

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

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

Corrente elettrica e circuiti

Corrente elettrica e circuiti Corrente elettrca e crcut Generator d forza elettromotrce Intenstà d corrente Legg d Ohm esstenza e resstvtà esstenze n sere e n parallelo Effetto termco della corrente Legg d Krchhoff Corrente elettrca

Dettagli

Problema 1: nastro trasportatore in anello aperto. Problema 1: nastro trasportatore in anello aperto

Problema 1: nastro trasportatore in anello aperto. Problema 1: nastro trasportatore in anello aperto Problema : nastro trasportatore n anello aperto Determnare: Veloctà del nastro Capactà de pallet Varabl: loadng staton: M l unloadng staton: M u conveyor speed: v (m/( m/mn) unt arrval rate: λ (part/(

Dettagli

CHE COS E LA COMPLESSITA

CHE COS E LA COMPLESSITA CHE COS E LA COMPLESSITA E un termne d moda, ambguo perché rcco d sgnfcat nterdscplnar, a volte mpropramente usato sa n campo scentfco, che nel lnguaggo colloquale, gornalstco e d costume Inter centr d

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

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI

DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI Captolo - Dalla teora degl error al trattamento de dat DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI LA MISURA DELLE GRANDEZZE Nel descrere fenomen, occorre da un lato elaborare de modell (coè delle

Dettagli

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca ONTOI UTOMTII Ingegnera della Gestone Industrale e della Integrazone d Impresa http://www.automazone.ngre.unmore.t/pages/cors/ontrollutomatcgestonale.htm MODEI DI SISTEMI Ing. ug Bagott Tel. 05 0939903

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

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Università degli Studi di Genova T esi di Laurea Specialistica di Ingegneria Gestionale. Indice..2 RINGRAZIAMENTI..5. 2.1 I modelli microscopici...

Università degli Studi di Genova T esi di Laurea Specialistica di Ingegneria Gestionale. Indice..2 RINGRAZIAMENTI..5. 2.1 I modelli microscopici... Indce Indce..2 RINGRAZIAMENTI..5 Captolo 1 Captolo 2 Introduzone.6 Modell matematc.9 2.1 I modell mcroscopc... 9 2.1.1 Il modello Car Followng... 11 2.1.2 Lane Change... 14 2.1.3 Il modello ad Autom Cellular...

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

Università degli Studi di Torino D.E.I.A.F.A. Forze conservative. Forze conservative (1)

Università degli Studi di Torino D.E.I.A.F.A. Forze conservative. Forze conservative (1) Unverstà degl Stud d Torno D.E.I.A..A. orze conservatve Unverstà degl Stud d Torno D.E.I.A..A. orze conservatve () Una orza s dce conservatva se l lavoro da essa computo su un corpo che s muove tra due

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

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

Dettagli

PROBLEMA 1. Soluzione. β = 64

PROBLEMA 1. Soluzione. β = 64 PROBLEMA alcolare l nclnazone β, rspetto al pano stradale, che deve avere un motocclsta per percorrere, alla veloctà v = 50 km/h, una curva pana d raggo r = 4 m ( Fg. ). Fg. Schema delle condzon d equlbro

Dettagli

Fondamenti di Fisica Acustica

Fondamenti di Fisica Acustica Fondament d Fsca Acustca Pro. Paolo Zazzn - DSSARR Archtettura Pescara Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore rosa. Lvello equvalente. Fsologa dell apparato

Dettagli

Reti Radio Cellulari L. Giugno, M. Luise 15/11/2006 2. INTRODUZIONE AI SISTEMI DI COMUNICAZIONE CON MEZZI MOBILI: I SISTEMI CELLULARI

Reti Radio Cellulari L. Giugno, M. Luise 15/11/2006 2. INTRODUZIONE AI SISTEMI DI COMUNICAZIONE CON MEZZI MOBILI: I SISTEMI CELLULARI Ret Rado Cellular L. Gugno, M. Luse 15/11/2006 1. OBIETTIVO In questa documento s dscutono le caratterstche prncpal delle ret cellular per radocomuncazone con mezz mobl (brevemente, sstem radomobl). In

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