RETI DI TELECOMUNICAZIONE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "RETI DI TELECOMUNICAZIONE"

Transcript

1 RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della quale si conosce il valore medio e la varianza abbiamo la presenza di un unico servente indichiamo con X i il tempo di servizio del generico cliente i-esimo sarà SISTEMI M/G/1 e M/D/1 2 1

2 Formula di Pollaczek-Khinchin Per un sistema M/G/1 il tempo medio di attesa in cosa è dato dalla relazione Dimostrazione Siano W i il tempo di attesa in coda dell i-esimo cliente; R i il tempo di servizio residuo visto dall i-esimo cliente (corrisponde al tempo addizionale che trascorre nel servente il cliente che vi si trova quando arriva l i-esimo cliente: in altre parole il tempo che intercorre da quando arriva l i-esimo cliente a quando esce il primo cliente dal sistema dopo l arrivo dell i-esimo cliente); X i tempo di servizio dell i-esimo cliente; N i numero di clienti trovati in attesa in coda dall i-esimo cliente al suo arrivo; SISTEMI M/G/1 e M/D/1 3 Formula di Pollaczek-Khinchin Dimostrazione Il tempo di attesa in coda dell i-esimo cliente sarà dato dalla somma del tempo di servizio residuo e dei tempi di servizio di tutti i clienti già accodati Possiamo calcolare il valore atteso del tempo di attesa in coda SISTEMI M/G/1 e M/D/1 4 2

3 Formula di Pollaczek-Khinchin Dimostrazione nell ultima relazione si è sfruttata la linearità dell operatore E{ } e la relazione Il valore atteso del tempo di attesa in coda sarà quindi dato dalla somma del valore atteso del tempo di servizio residuo e del valore atteso del numero di clienti in coda moltiplicato il valore atteso del tempo di servizio Posto possiamo scrivere SISTEMI M/G/1 e M/D/1 5 Formula di Pollaczek-Khinchin Dimostrazione e sfruttando la legge di Little per il numero di utenti in coda si ottiene Per calcolare R consideriamo il processo tempo di servizio residuo r(τ) Se l i-esimo cliente arriva all istante t osserverà un tempo di servizio residuo r(t) SISTEMI M/G/1 e M/D/1 6 3

4 Formula di Pollaczek-Khinchin Dimostrazione Possiamo graficare un tipico andamento del processo r(τ) posto M(t) pari al numero di completamenti di servizio nell intervallo [0, t], sarà SISTEMI M/G/1 e M/D/1 7 Formula di Pollaczek-Khinchin Dimostrazione Al tendere di t ad infinito M(t) tende al numero di clienti arrivati, quindi: ed inoltre il secondo termine tende al valore quadratico medio (stiamo considerando il sistema ergodico) Sarà allora e quindi la dimostrazione della formula SISTEMI M/G/1 e M/D/1 8 4

5 Sistemi M/G/1 Il tempo di attesa nel sistema sarà dato da applicando la legge di Little possiamo calcolare il numero di utenti medio in coda e il numero di utenti medio nel sistema SISTEMI M/G/1 e M/D/1 9 Relazione fra sistemi M/M/1 e M/G/1 I sistemi M/M/1 sono un caso speciale dei sistemi M/G/1 Per un sistema M/M/1 sarà da cui Tempo medio di attesa in coda Tempo medio di attesa nel sistema SISTEMI M/G/1 e M/D/1 10 5

6 Relazione fra sistemi M/M/1 e M/G/1 e utilizzando la legge di Little, numero medio di clienti in coda numero medio di clienti nel sistema Tutte i valori medi trovati coincidono con quelli già ricavati per i sistemi M/M/1 SISTEMI M/G/1 e M/D/1 11 Sistemi M/D/1 Nei sistemi M/D/1 il tempo di servizio è costante (le unità informative hanno tutte la stessa lunghezza) Sarà Anche i sistemi M/D/1 sono un caso speciale di sistemi M/G/1 per cui vale la formula di Pollaczek-Khinchin Possiamo ricavare Tempo medio di attesa in coda SISTEMI M/G/1 e M/D/1 12 6

7 Sistemi M/D/1 Tempo medio di attesa nel sistema e utilizzando la legge di Little, numero medio di clienti in coda numero medio di clienti nel sistema SISTEMI M/G/1 e M/D/1 13 Sistemi M/M/1, M/G/1 e M/D/1 I sistemi M/M/1 e M/D/1 costituiscono i due casi estremi del comportamento di un sistema generico M/G/1 In particolare i valori trovati per il tempo medio di attesa in coda W, per il tempo medio di attesa nel sistema T, per il numero medio di clienti in coda N q, e per il numero medio di clienti nel sistema N saranno minimi per un sistema M/D/1 e massimi per un sistema M/M/1 L ipotesi di sistema M/M/1 è quindi sempre quella più pessimistica e quindi, progettando un sistema utilizzando queste ipotesi, in qualunque caso, il comportamento reale avrà delle prestazioni migliori rispetto a quelle teorizzate SISTEMI M/G/1 e M/D/1 14 7

8 Analisi di un sistema con protocollo Automatic Repeat request (ARQ) Sia dato un sistema ARQ go-back-n nel quale la ritrasmissione delle trame avviene solo sui frame informativi (non sugli ack) Assumiamo: Arrivi secondo Poisson Probabilità che una trama sia rifiutata pari a p Assumiamo le trame di lunghezza costante e sia 1 (un unità di tempo) il tempo di trasmissione di una trama La probabilità che il tempo di servizio sia pari a 1+kn a causa di k ritrasmissioni è Il tempo medio di servizio sarà SISTEMI M/G/1 e M/D/1 15 Analisi di un sistema con protocollo Automatic Repeat request (ARQ) Il valore quadratico medio del tempo di servizio sarà ricordando che sarà SISTEMI M/G/1 e M/D/1 16 8

9 Analisi di un sistema con protocollo Automatic Repeat request (ARQ) Applicando la formula di P-K si trova supponendo λ = 0.95 ρ = 0.95 n = 8 p=0 Tempo medio di attesa in coda: W = 9.5 Tempo medio di attesa nel sistema: T = 10.5 p=10-3 Tempo medio di attesa in coda: W = 12.1 Tempo medio di attesa nel sistema: T = 13.1 p= Tempo medio di attesa in coda: W = Tempo medio di attesa nel sistema: T = SISTEMI M/G/1 e M/D/1 17 Sistemi M/G/1 con periodi di vacanza Il servizio non è di tipo continuativo Periodicamente il servente viene staccato da una coda ad esempio perché inserito in un altra Il periodo in cui il servente è staccato viene detto busy o di vacanza Se indichiamo con V 1, V 2, le durate delle singole vacanze supponiamo che Le durate siano indipendenti tra loro Le durate siano identicamente distribuite Le durate siano indipendenti sia dai tempi di servizio che dai tempi di arrivo dei clienti In generale vale ancora la relazione dove R deve però tenere conto della presenza delle vacanze SISTEMI M/G/1 e M/D/1 18 9

10 Sistemi M/G/1 con periodi di vacanza Sarà dove M(t) è il numero di clienti serviti in [0, t] L(t) è il numero di vacanze avute in [0, t] SISTEMI M/G/1 e M/D/1 19 Sistemi M/G/1 con periodi di vacanza Moltiplicando e dividendo il primo addendo per M(t) e il secondo addendo per L(t) Come già ricavato sarà al tendere di t ad infinito Se ρ è la frazione di tempo in cui il sistema è occupato, sarà (1-ρ) la frazione di tempo in cui il sistema è in vacanza Al tendere di t ad infinito la durata media di un periodo di vacanza può essere calcolata come SISTEMI M/G/1 e M/D/

11 Sarà allora Sistemi M/G/1 con periodi di vacanza ed ancora, per t che tende ad infinito Quindi in definitiva il tempo medio di attesa in coda sarà SISTEMI M/G/1 e M/D/1 21 FDM Classico Siano dati m flussi di frame a lunghezza fissa Ogni flusso sia caratterizzato da un processo degli arrivi di Poisson con frequenza λ i = λ / m Ogni frame ha una lunghezza pari a m unità temporali µ i =1/m Adottiamo una multiplazione FDM classica suddividendo la banda del canale in m sottocanali di banda costante Ciascun sottocanale è un sistema M/D/1 con Essendo m il tempo medio di servizio sarà il tempo di attesa nel sistema SISTEMI M/G/1 e M/D/

12 FDM a Slot Ammettiamo che la trasmissione possa iniziare solo in prefissati istanti di tempo corrispondenti all inizio di uno slot di durata m Ciascun sottocanale sarà un sistema M/D/1 con periodi di vacanza La vacanza è dovuta all arrivo di un frame con la coda vuota quando è già iniziato un periodo di trasmissione; in questo caso la trasmissione del frame deve attendere l inizio di un nuovo ciclo Sarà Essendo m il tempo medio di servizio sarà il tempo di attesa nel sistema SISTEMI M/G/1 e M/D/1 23 TDM a Slot L asse temporale viene suddiviso in slot di lunghezza pari ad 1 unità temporale La multiplazione dei vari flussi avviene interlacciando ciclicamente le m parti di cui è costituita ogni trama nel tempo Sarà ancora Ogni flusso caratterizzato da un processo degli arrivi di Poisson con frequenza λ i = λ / m Ogni frame di lunghezza pari a m unità temporali µ i =1/m Ciascun sottocanale è un sistema M/D/1 con periodi di vacanza Essendo 1 il tempo medio di servizio sarà il tempo di attesa nel sistema Il canale dopo la trasmissione di uno slot ritorna comunque disponibile SISTEMI M/G/1 e M/D/

13 Sistemi M/G/1 con priorità Alla stessa coda arrivano clienti appartenenti a diverse classi di priorità La classe di priorità è individuata da un indice numerico maggiore o uguale a 1 Ad un indice più basso corrisponde una priorità più alta L indice 1 ha quindi priorità massima Non si ammette pre-emption L arrivo in coda di un cliente a priorità più alta non interrompe comunque il servizio di un cliente già nel servente anche se a priorità più bassa Indichiamo con SISTEMI M/G/1 e M/D/1 25 Sistemi M/G/1 con priorità Per la classe di priorità 1 il tempo di attesa in coda sarà dato dalla somma del tempo di servizio residuo del cliente attualmente in servizio e dal tempo di servizio atteso da tutti i clienti in coda sempre di priorità 1 La priorità 1 può essere analizzata come un semplice sistema M/G/1 Numero medio di clienti in coda di priorità 1 (dalla legge di Little) sostituendo quindi SISTEMI M/G/1 e M/D/

14 Sistemi M/G/1 con priorità Per i clienti di priorità 2 si deve considerare: a) Il tempo residuo R del cliente attualmente in servizio b) Il tempo di servizio di tutti i clienti di priorità 1 già accodati c) Il tempo di servizio di tutti i clienti di priorità 2 già accodati d) Il tempo di servizio di tutti i clienti di priorità 1 che possono arrivare durante l attesa in coda di un cliente di priorità 2 a b c d SISTEMI M/G/1 e M/D/1 27 Si trova quindi che Sistemi M/G/1 con priorità dalla quale il tempo medio di attesa in coda per i clienti di classe 2 In generale il tempo medio di attesa in coda per i clienti di classe k sarà SISTEMI M/G/1 e M/D/

15 Sistemi M/G/1 con priorità Per ricavare il tempo medio residuo R del cliente attualmente in servizio bisogna considerare le diverse priorità Data la funzione r(τ) sarà dove con X ij abbiamo indicato il tempo di servizio del j-esimo cliente di priorità i SISTEMI M/G/1 e M/D/1 29 Sistemi M/G/1 con priorità Scambiando la posizione delle sommatorie rispetto al limite e moltiplicando e dividendo ogni termine della sommatoria interna per M i (t) Facendo tendere t ad infinito (sistema stazionario ed ergodico), M i (t) tende al numero di clienti arrivati e serviti nel tempo [0, t] SISTEMI M/G/1 e M/D/

16 Sistemi M/G/1 con priorità Il tempo di servizio residuo sarà quindi Si trova quindi in definitiva che il tempo medio di attesa in coda per un cliente di classe k sarà Il ritardo medio per cliente viene minimizzato attribuendo priorità più alta ai clienti con tempo di servizio più bassi SISTEMI M/G/1 e M/D/1 31 Esempio Sia dato un collegamento a 9600bps nel quale viaggiano Frame dati di lunghezza fissa pari a 48bit Frame informativi di lunghezza media pari a 960bit Sia inoltre e SISTEMI M/G/1 e M/D/

17 Esempio Non utilizzando un sistema a priorità si trova che il valore quadratico medio del tempo di servizio sarà da cui il tempo medio di attesa in coda Utilizzando le priorità sarà Abbiamo quindi dimezzato il tempo di attesa in coda per i frame di priorità 1 con un lievissimo incremento del tempo di attesa in coda dei frame di priorità 2 SISTEMI M/G/1 e M/D/

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Modello OSI e architettura TCP/IP

Modello OSI e architettura TCP/IP Modello OSI e architettura TCP/IP Differenza tra modello e architettura - Modello: è puramente teorico, definisce relazioni e caratteristiche dei livelli ma non i protocolli effettivi - Architettura: è

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

1 n. Intero frazionato. Frazione

1 n. Intero frazionato. Frazione Consideriamo un intero, prendiamo un rettangolo e dividiamolo in sei parti uguali, ciascuna di queste parti rappresenta un sesto del rettangolo, cioè una sola delle sei parti uguali in cui è stato diviso.

Dettagli

Metodi risolutivi per le disequazioni algebriche

Metodi risolutivi per le disequazioni algebriche Metodi risolutivi per le disequazioni algebriche v.scudero Una disequazioni algebrica si presenta in una delle quattro forme seguenti: () P( () P( (3) P( () P( essendo P( un polinomio in. Noi studieremo

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Elementi di informatica

Elementi di informatica Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri Rappresentazione dei numeri nei calcolatori rappresentazioni finalizzate ad algoritmi efficienti per le operazioni

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

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova. Metodi per supportare le decisioni relative alla gestione di progetti

Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova. Metodi per supportare le decisioni relative alla gestione di progetti Project Management Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova Project Management 2 Metodi per supportare le decisioni relative alla gestione di progetti esempi sono progetti nell

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1 UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA Filippo Romano 1 1. Introduzione 2. Analisi Multicriteri o Multiobiettivi 2.1 Formule per l attribuzione del

Dettagli

Deviazione standard delle misure : dove è la varianza e sono gli scarti quadratici

Deviazione standard delle misure : dove è la varianza e sono gli scarti quadratici ELEMENTI DI PROBABILITA Media : migliore stima del valore vero in assenza di altre info. Aumentare il numero di misure permette di approssimare meglio il valor medio e quindi ridurre l influenza degli

Dettagli

Il simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale

Il simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale Radicali 1. Radice n-esima Terminologia Il simbolo è detto radicale. Il numero è detto radicando. Il numero è detto indice del radicale. Il numero è detto coefficiente del radicale. Definizione Sia un

Dettagli

3. TEORIA DELL INFORMAZIONE

3. TEORIA DELL INFORMAZIONE 3. TEORIA DELL INFORMAZIONE INTRODUZIONE MISURA DI INFORMAZIONE SORGENTE DISCRETA SENZA MEMORIA ENTROPIA DI UNA SORGENTE NUMERICA CODIFICA DI SORGENTE 1 TEOREMA DI SHANNON CODICI UNIVOCAMENTE DECIFRABILI

Dettagli

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997 1 RAPPRESENTAZIONE BINARIA DEI NUMERI Andrea Bobbio Anno Accademico 1996-1997 Numeri Binari 2 Sistemi di Numerazione Il valore di un numero può essere espresso con diverse rappresentazioni. non posizionali:

Dettagli

Esercitazione VIII - Lavoro ed energia II

Esercitazione VIII - Lavoro ed energia II Esercitazione VIII - Lavoro ed energia II Forze conservative Esercizio Una pallina di massa m = 00g viene lanciata tramite una molla di costante elastica = 0N/m come in figura. Ammesso che ogni attrito

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas.8.6.. - -.5.5 -. In questa dispensa ricordiamo la classificazione delle funzioni elementari e il dominio di esistenza delle stesse. Inoltre

Dettagli

SVILUPPO IN SERIE DI FOURIER

SVILUPPO IN SERIE DI FOURIER SVILUPPO IN SERIE DI FOURIER Cenni Storici (Wikipedia) Jean Baptiste Joseph Fourier ( nato a Auxerre il 21 marzo 1768 e morto a Parigi il 16 maggio 1830 ) è stato un matematico e fisico, ma è conosciuto

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

FONDAMENTI TEORICI DEL MOTORE IN CORRENTE CONTINUA AD ECCITAZIONE INDIPENDENTE. a cura di G. SIMONELLI

FONDAMENTI TEORICI DEL MOTORE IN CORRENTE CONTINUA AD ECCITAZIONE INDIPENDENTE. a cura di G. SIMONELLI FONDAMENTI TEORICI DEL MOTORE IN CORRENTE CONTINUA AD ECCITAZIONE INDIPENDENTE a cura di G. SIMONELLI Nel motore a corrente continua si distinguono un sistema di eccitazione o sistema induttore che è fisicamente

Dettagli

J+... J+3 J+2 J+1 K+1 K+2 K+3 K+...

J+... J+3 J+2 J+1 K+1 K+2 K+3 K+... Setup delle ConnessioniTCP Una connessione TCP viene instaurata con le seguenti fasi, che formano il Three-Way Handshake (perchè formato da almeno 3 pacchetti trasmessi): 1) il server si predispone ad

Dettagli

Soluzione degli esercizi sul moto rettilineo uniformemente accelerato

Soluzione degli esercizi sul moto rettilineo uniformemente accelerato Liceo Carducci Volterra - Classe 3 a B Scientifico - Francesco Daddi - 8 novembre 00 Soluzione degli esercizi sul moto rettilineo uniformemente accelerato Esercizio. Un corpo parte da fermo con accelerazione

Dettagli

Prova di Esame - Rete Internet (ing. Giovanni Neglia) Prova completa Mercoledì 2 Marzo 2005, ore 14.30

Prova di Esame - Rete Internet (ing. Giovanni Neglia) Prova completa Mercoledì 2 Marzo 2005, ore 14.30 Prova di Esame - Rete Internet (ing. Giovanni Neglia) Prova completa Mercoledì 2 Marzo 2005, ore 14.30 NB: alcune domande hanno risposta multipla: si richiede di identificare TUTTE le risposte corrette.

Dettagli

Esercizi sul moto rettilineo uniformemente accelerato

Esercizi sul moto rettilineo uniformemente accelerato Liceo Carducci Volterra - Classe 3 a B Scientifico - Francesco Daddi - 8 novembre 010 Esercizi sul moto rettilineo uniformemente accelerato Esercizio 1. Un corpo parte da fermo con accelerazione pari a

Dettagli

LAVORO, ENERGIA E POTENZA

LAVORO, ENERGIA E POTENZA LAVORO, ENERGIA E POTENZA Nel linguaggio comune, la parola lavoro è applicata a qualsiasi forma di attività, fisica o mentale, che sia in grado di produrre un risultato. In fisica la parola lavoro ha un

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Corso di laurea magistrale in Ingegneria delle Telecomunicazioni Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Trasmettitore

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

Sistemi Operativi 1. Mattia Monga. a.a. 2008/09. Dip. di Informatica e Comunicazione Università degli Studi di Milano, Italia mattia.monga@unimi.

Sistemi Operativi 1. Mattia Monga. a.a. 2008/09. Dip. di Informatica e Comunicazione Università degli Studi di Milano, Italia mattia.monga@unimi. 1 Mattia Dip. di Informatica e Comunicazione Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2008/09 1 c 2009 M.. Creative Commons Attribuzione-Condividi allo stesso modo 2.5 Italia

Dettagli

Energy Studio Manager Manuale Utente USO DEL SOFTWARE

Energy Studio Manager Manuale Utente USO DEL SOFTWARE Energy Studio Manager Manuale Utente USO DEL SOFTWARE 1 ANALYSIS.EXE IL PROGRAMMA: Una volta aperto il programma e visualizzato uno strumento il programma apparirà come nell esempio seguente: Il programma

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

Richiami: funzione di trasferimento e risposta al gradino

Richiami: funzione di trasferimento e risposta al gradino Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

1. Si consideri uno spazio di indirizzamento logico di otto pagine di 1024 parole ognuna, mappate su una memoria fisica di 32 frame.

1. Si consideri uno spazio di indirizzamento logico di otto pagine di 1024 parole ognuna, mappate su una memoria fisica di 32 frame. 1. Si consideri uno spazio di indirizzamento logico di otto pagine di 1024 parole ognuna, mappate su una memoria fisica di 32 frame. (a) Da quanti bit è costituito l indirizzo logico? (b) Da quanti bit

Dettagli

IL MOTO. 1 - Il moto dipende dal riferimento.

IL MOTO. 1 - Il moto dipende dal riferimento. 1 IL MOTO. 1 - Il moto dipende dal riferimento. Quando un corpo è in movimento? Osservando la figura precedente appare chiaro che ELISA è ferma rispetto a DAVIDE, che è insieme a lei sul treno; mentre

Dettagli

STUDIO DEL SEGNO DI UNA FUNZIONE

STUDIO DEL SEGNO DI UNA FUNZIONE STUDIO DEL SEGNO DI UNA FUNZIONE Quando si studia una funzione! " #$%&' (funzione reale di variabile reale) è fondamentale conoscere il segno, in altre parole sapere per quali valori di &( #$%&'$è positiva,

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

MINIMI QUADRATI. REGRESSIONE LINEARE MINIMI QUADRATI. REGRESSIONE LINEARE Se il coefficiente di correlazione r è prossimo a 1 o a -1 e se il diagramma di dispersione suggerisce una relazione di tipo lineare, ha senso determinare l equazione

Dettagli

Sottocaso b) la data di nascita cade a distanza di 1 anno da un anno bisestile :

Sottocaso b) la data di nascita cade a distanza di 1 anno da un anno bisestile : SOLUZIONE DEL PROBLEMA DI FEBBRAIO 2003 Se gli anni avessero tutti una durata di 35 giorni, essendo 35 1 (mod 7) ogni anno che passa sposterebbe il giorno della settimana del nostro compleanno di un posto;

Dettagli

La funzione di risposta armonica

La funzione di risposta armonica 0.0. 3.1 1 La funzione di risposta armonica Se ad un sistema lineare stazionario asintoticamente stabile si applica in ingresso un segnale sinusoidale x(t) = sen ωt di pulsazione ω: x(t) = sin ωt (s) =

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che:

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che: MATEMATICA 2005 Se log a b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b L espressione y = log b x significa che: A) y é l esponente di una potenza di base b e di valore x B) x è l

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

. analisi teorica (studio di esistenza, unicità della soluzione, sensitività rispetto ai dati, regolarità, comportamento qualitativo).

. analisi teorica (studio di esistenza, unicità della soluzione, sensitività rispetto ai dati, regolarità, comportamento qualitativo). 1 Modelli matematici Un modello è un insieme di equazioni e altre relazioni matematiche che rappresentano fenomeni fisici, spiegando ipotesi basate sull osservazione della realtà. In generale un modello

Dettagli

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento RTICL rchimede 4 esame di stato seconda prova scritta per il liceo scientifico di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario PRBLEM Siano f e g le funzioni

Dettagli

Teoria quantistica della conduzione nei solidi e modello a bande

Teoria quantistica della conduzione nei solidi e modello a bande Teoria quantistica della conduzione nei solidi e modello a bande Obiettivi - Descrivere il comportamento quantistico di un elettrone in un cristallo unidimensionale - Spiegare l origine delle bande di

Dettagli

+ / operatori di confronto (espressioni logiche/predicati) / + 5 3 9 = > < Pseudo codice. Pseudo codice

+ / operatori di confronto (espressioni logiche/predicati) / + 5 3 9 = > < Pseudo codice. Pseudo codice Pseudo codice Pseudo codice Paolo Bison Fondamenti di Informatica A.A. 2006/07 Università di Padova linguaggio testuale mix di linguaggio naturale ed elementi linguistici con sintassi ben definita e semantica

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

GRANDEZZE SINUSOIDALI

GRANDEZZE SINUSOIDALI GRANDEE SINUSOIDALI INDICE -Grandezze variabili. -Grandezze periodiche. 3-Parametri delle grandezze periodiche. 4-Grandezze alternate. 5-Grandezze sinusoidali. 6-Parametri delle grandezze sinusoidali.

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

IL MINISTRO DELL'AMBIENTE d'intesa con IL MINISTRO DELLA SANITA' e IL MINISTRO DELLE COMUNICAZIONI

IL MINISTRO DELL'AMBIENTE d'intesa con IL MINISTRO DELLA SANITA' e IL MINISTRO DELLE COMUNICAZIONI Decreto Ministeriale n. 381 del 10/09/1998 Regolamento recante norme per la determinazione dei tetti di radiofrequenza compatibili con la salute umana. (Gazzetta Ufficiale n. 257 del 3/11/1998) IL MINISTRO

Dettagli

63- Nel Sistema Internazionale SI, l unità di misura del calore latente di fusione è A) J / kg B) kcal / m 2 C) kcal / ( C) D) kcal * ( C) E) kj

63- Nel Sistema Internazionale SI, l unità di misura del calore latente di fusione è A) J / kg B) kcal / m 2 C) kcal / ( C) D) kcal * ( C) E) kj 61- Quand è che volumi uguali di gas perfetti diversi possono contenere lo stesso numero di molecole? A) Quando hanno uguale pressione e temperatura diversa B) Quando hanno uguale temperatura e pressione

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

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

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

Trasmissione Seriale e Parallela. Interfacce di Comunicazione. Esempio di Decodifica del Segnale. Ricezione e Decodifica. Prof.

Trasmissione Seriale e Parallela. Interfacce di Comunicazione. Esempio di Decodifica del Segnale. Ricezione e Decodifica. Prof. Interfacce di Comunicazione Università degli studi di Salerno Laurea in Informatica I semestre 03/04 Prof. Vincenzo Auletta auletta@dia.unisa.it http://www.dia.unisa.it/professori/auletta/ 2 Trasmissione

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Moto sul piano inclinato (senza attrito)

Moto sul piano inclinato (senza attrito) Moto sul piano inclinato (senza attrito) Per studiare il moto di un oggetto (assimilabile a punto materiale) lungo un piano inclinato bisogna innanzitutto analizzare le forze che agiscono sull oggetto

Dettagli

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 1.1 Che cos è un algoritmo CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 Gli algoritmi sono metodi per la soluzione di problemi. Possiamo caratterizzare un problema mediante i dati di cui si dispone all inizio

Dettagli

(2) t B = 0 (3) E t In presenza di materia, le stesse equazioni possono essere scritte E = B

(2) t B = 0 (3) E t In presenza di materia, le stesse equazioni possono essere scritte E = B Equazioni di Maxwell nei mezzi e indice di rifrazione I campi elettrici e magnetici (nel vuoto) sono descritti dalle equazioni di Maxwell (in unità MKSA) E ϱ ɛ 0 () E B (2) B 0 (3) E B µ 0 j + µ 0 ɛ 0

Dettagli

Elementi di rete che permettono lo scambio dei messaggi di segnalazione

Elementi di rete che permettono lo scambio dei messaggi di segnalazione SEGNALAZIONE Segnalazione e sistemi di segnalazione Segnalazione Messaggi tra elementi di una rete a commutazione di circuito (apparecchi di utente e centrali o fra le varie centrali) che permettono la

Dettagli

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1.

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1. Capitolo 6 Integrali curvilinei In questo capitolo definiamo i concetti di integrali di campi scalari o vettoriali lungo curve. Abbiamo bisogno di precisare le curve e gli insiemi che verranno presi in

Dettagli

ESTIMO GENERALE. 1) Che cos è l estimo?

ESTIMO GENERALE. 1) Che cos è l estimo? ESTIMO GENERALE 1) Che cos è l estimo? L estimo è una disciplina che ha la finalità di fornire gli strumenti metodologici per la valutazione di beni economici, privati o pubblici. Stimare infatti significa

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

Materiale originale prodotto dal Centro Didattico della Matematica - www.cedima.it - Tel. 0229408552

Materiale originale prodotto dal Centro Didattico della Matematica - www.cedima.it - Tel. 0229408552 Materiale originale prodotto dal Centro Didattico della Matematica - www.cedima.it - Tel. 0940855 La funzione: y = cos x DEFINIZIONE Si dice funzione coseno di un angolo nel cerchio trigonometrico, la

Dettagli

Cos è un protocollo? Ciao. Ciao 2:00. tempo. Un protocollo umano e un protocollo di reti di computer:

Cos è un protocollo? Ciao. Ciao 2:00. <file> tempo. Un protocollo umano e un protocollo di reti di computer: Cos è un protocollo? Un protocollo umano e un protocollo di reti di computer: Ciao Ciao Hai l ora? 2:00 tempo TCP connection request TCP connection reply. Get http://www.di.unito.it/index.htm Domanda:

Dettagli

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti 4. Insiemi numerici 4.1 Insiemi numerici Insieme dei numeri naturali = {0,1,,3,,} Insieme dei numeri interi relativi = {..., 3,, 1,0, + 1, +, + 3, } Insieme dei numeri razionali n 1 1 1 1 = : n, m \{0}

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

COORDINAMENTO PER MATERIE SETTEMBRE 2013 MATERIA DI NUOVA INTRODUZIONE PER EFFETTO DELLA RIFORMA

COORDINAMENTO PER MATERIE SETTEMBRE 2013 MATERIA DI NUOVA INTRODUZIONE PER EFFETTO DELLA RIFORMA Pagina 1 di 5 COORDINAMENTO PER MATERIE SETTEMBRE 2013 MATERIA DI NUOVA INTRODUZIONE PER EFFETTO DELLA RIFORMA AREA DISCIPLINARE : Indirizzo Informatica e Telecomunicazioni, articolazione Informatica.

Dettagli

Protezione dai contatti indiretti

Protezione dai contatti indiretti Protezione dai contatti indiretti Se una persona entra in contatto contemporaneamente con due parti di un impianto a potenziale diverso si trova sottoposto ad una tensione che può essere pericolosa. l

Dettagli

Modulo 11. Il livello trasporto ed il protocollo TCP Indice

Modulo 11. Il livello trasporto ed il protocollo TCP Indice Pagina 1 di 14 Il livello trasporto ed il protocollo TCP Indice servizi del livello trasporto multiplexing/demultiplexing trasporto senza connesione: UDP principi del trasferimento dati affidabile trasporto

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

Esercizi e Problemi di Termodinamica.

Esercizi e Problemi di Termodinamica. Esercizi e Problemi di Termodinamica. Dr. Yves Gaspar March 18, 2009 1 Problemi sulla termologia e sull equilibrio termico. Problema 1. Un pezzetto di ghiaccio di massa m e alla temperatura di = 250K viene

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

Dinamica e Misura delle Vibrazioni

Dinamica e Misura delle Vibrazioni Dinamica e Misura delle Vibrazioni Prof. Giovanni Moschioni Politecnico di Milano, Dipartimento di Meccanica Sezione di Misure e Tecniche Sperimentali giovanni.moschioni@polimi.it VibrazionI 2 Il termine

Dettagli