INCERTEZZA DELLA DOMANDA NELLE CATENE DI SUPPORTO: TECNICHE DI RIDUZIONE DINAMICA DELLO SPAZIO DI RICERCA PER UN MODELLO CP

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "INCERTEZZA DELLA DOMANDA NELLE CATENE DI SUPPORTO: TECNICHE DI RIDUZIONE DINAMICA DELLO SPAZIO DI RICERCA PER UN MODELLO CP"

Transcript

1 FACOLTA D GEGERA Corso d Laurea Specalsca n ngegnera nformaca Applcazon d nellgenza Arfcale L-S CERTEZZA DELLA DOMADA ELLE CATEE D SUPPORTO: TECCHE D RDUZOE DAMCA DELLO SPAZO D RCERCA PER U MODELLO CP Tes d laurea d: Robero Ross Relaore: Prof. Mchela Mlano Correlaor: Armagan Tarm Brahm Hnch 4C, Cork - rlanda 4C, Cork - rlanda

2 La eora delle score l problema del loo economco (Ford W. Harrs 95) blancare cos d acquso e d soccaggo n presenza d una domanda cosane nel empo e d un deermnao coso fsso per ogn acquso. cos Overall cos Order cos nvenory cos = 2k dh me k = coso fsso d produzone d = domanda h = coso d soccaggo unaro

3 La eora delle score l problema del loo economco (Ford W. Harrs 95) blancare cos d acquso e d soccaggo n presenza d una domanda cosane nel empo e d un deermnao coso fsso per ogn acquso. ems q 2 3 me Quanà oma per ordne: q = 2dk h

4 Movazon Davs (993): l 6% degl nvesmen mpegna nel ssema d produzone e dsrbuzone della Hewle-Packard sono arbubl ad ncerezza della domanda da pare del mercao Come far frone all ncerezza della domanda? gesone delle score gesone oma de cos d produzone/acquso e soccaggo cos 2k dh = Loo Economco! me

5 La soluzone presenaa perodo omo d rordno: quanà oma d rordno: q polca oma: domanda esaamene soddsfaa n ogn cclo d rfornmeno 2dk algormo d rsoluzone: h q = = 2k dh ems q 2 3 me

6 Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

7 Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

8 Domanda deermnsca e dnamca: Wagner & Whn (958) mns + + = hd k F( ) F( ) mn < h= k = h+ s + F( ) δ = = F( ) = F ( ) = s (mese) coso ord. domanda s d mn cos. polca o. [] , 864, 2 Complessà: (+)/2 nel caso peggore d [] Vene mosrao solo l ulmo perodo d ordnazone; 567 ndca che la polca oma per perod da a 7 consse nell ordnare nel perodo 5 per soddsfare 5 d 6,, d 7, adoando una polca oma per perod da a 4 consdera separaamene (plannng horzon heorem).

9 Domanda deermnsca e dnamca: Wagner & Whn Soluzone medane l'algormo DP d Wagner e Whn score Wagner e Whn perod

10 Domanda deermnsca e dnamca: Wagner & Whn Soluzone equvalene per BT e Regola della Radce Quadraa score ,5 52,5 Soluzone equvalene per BT e Regola della Radce Quadraa perod

11 Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

12 Domanda socasca Esaurmeno score: penalzzazone nella funzone obevo: s rappresena l mancao guadagno come un coso assegnameno d un lvello d servzo n ermn percenual: dunque s assume che l eveno score esaure s verfch con una cera probablà (pcamene bassa < 5%) e lo s rascura nel modello

13 Domanda socasca e saca Polca oma: (s,s) Scarf 96 k = coso fsso d produzone h = coso d soccaggo unaro b = L σ L z d z σ L score d scurezza empo d arrvo delle merc devazone sandard della domanda nell nervallo L lvello d servzo val. aeso per la domanda per perodo unà ncerezza della domanda s score d scurezza b esaurmeno score empo L

14 Domanda socasca e saca Polca oma: (s,s) Scarf 96 k = coso fsso d produzone h = coso d soccaggo unaro ncerezza della domanda b = L σ L z d z σ L score d scurezza empo d arrvo delle merc devazone sandard della domanda nell nervallo L lvello d servzo val. aeso per la domanda per perodo unà S s = L d + b S = max[ L d, 2kd / h] + b s safey sock b sock ou empo L

15 Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

16 Domanda socasca e dnamca Sac uncerany Bookbnder & Tan ue le decson vengono prese all nzo dell orzzone degl even san d ordnazone quanà degl ordn vene nconro alle esgenze azendal s basa sulla cosruzone d un modello deermnsco equvalene rsolo con le ecnche noe: algormo DP Wagner & Whn

17 Domanda socasca e dnamca Bookbnder & Tan Dynamc uncerany Le decson sono prese man mano che le domande dvengono noe: wa-and-see perodo dopo perodo s effeuano ordn n funzone de lvell d servzo rches Scomoda n ermn d polche azendal e poco adaa per applcazon real (polca nervosa) Può ornare ule n scenar Jus n Tme

18 Domanda socasca e dnamca Bookbnder & Tan Sac-Dynamc Uncerany Polca (R,S) R san n cu fssare gl ordn S Lvell a cu porare le score n seguo ad un ordne unà ncerezza della domanda S emp d arrvo delle merc suppos null L = Q s safey sock b sock ou

19 Domanda socasca e dnamca Bookbnder & Tan Sac-Dynamc Uncerany Modello per polca (R,S) dffcle da rsolvere n modo compleo Slver 978: rovare la soluzone oma per la versone socasca e dnamca del problema del loo economco rsula probvo dal puno d vsa compuazonale Approcco eursco a due fas Deermnazone dell nseme R (Wagner & Whn) Deermnazone dell nseme S (problema LP deermnsco)

20 Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

21 Domanda socasca e dnamca Tarm & Kngsman Modello MP compleo l coso oale aeso per la sraega oenua con l modello d Bookbnder e Tan è 974, menre per quella d Tarm e Kngsman esso rsula essere 944 Perodo(k) E[ d k ] Soluzone d BT e d TK a confrono c σ / µ =.333 v = a = 25 h = score 2 5 Bookbnder e Tan Tarm e Kngsman α =.95 z α = =.645) ( perod

22 Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

23 Domanda socasca e dnamca Modello CP Tarm & Smh compleo meno vncol 2 vs Meno varabl decsonal vs 3 2 ( + 5) / 2 2 ( + 9) / 2 Tpcamene la rsoluzone d ale modello mplca l esplorazone d un numero d nod maggore rspeo al MP, uava emp d esecuzone sono mglor: MP rlassameno connuo su ogn nodo!

24 Domanda socasca e dnamca Modello CP programmazone socasca mn s.. E[ TC] = δ Tarm & Smh ( a + h ) = funzone d dsrbuzone cumulava Φ [, ] = G d + d d ( ) d... α k= k d + =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., + Ζ {} {, } δ =,...,

25 Domanda socasca e dnamca Modello CP programmazone socasca mn E[ TC] = δ Tarm & Smh ( a + h ) = funzone d dsrbuzone cumulava Φ [, ] = G d + d d ( ) d... α k= k s.. d + =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., + Ζ {} {, } δ =,..., resuzone delle merc veaa!

26 Domanda socasca e dnamca Modello CP programmazone socasca mn s.. d + E[ TC] = δ Tarm & Smh ( a + h ) = =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., funzone d dsrbuzone cumulava Φ [, ] = G d + d d ( ) d... α k= δ k = δ δ = = + Ζ {} {, } δ =,...,

27 Domanda socasca e dnamca Modello CP programmazone socasca mn E[ TC] = δ Tarm & Smh ( a + h ) = funzone d dsrbuzone cumulava Φ [, ] = G d + d d ( ) d... α k= k s.. d + =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., + Ζ {} {, } δ =,..., lvello d servzo

28 Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) k k

29 Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) k k

30 Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) m T (, ) l = m R m R S m = { τ τ = R(, l) m = d, l = m,..., } m

31 Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) m T (, ) l = m + R m R S m = { τ τ = R(, l) m = d, l = m,..., } m l

32 Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) m T (, ) l = m + 2 R m R S m = { τ τ = R(, l) m = d, l = m,..., } m l

33 Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Secondo meodo d rduzone S consderano u possbl scenar lega alle decson sugl ordn δ, aggungendo man mano a domn valor delle score per al scenar verosml: l lvello d chusura n è par a quello d aperura n T lvell sono dfferen: lvello d chusura n < lvello d aperura n + ordne n + + T

34 Domanda socasca e dnamca Rduzone ulerore: Tarm & Smh nersezone de rsula de due meod: l soonseme de valor delle score candda ad essere pare della soluzone oma è ulerormene rsreo Perodo d S S S S {55,9} {8,22,58} {9,22} {6,6,9} {638,668,68} {6,3,68,638,65} {7,8,596,626,638} {55,9} {22,58,538,568} {9,9,22,22,858,888,9} {6,62,9,92,8,829,83,843,859,87} {638,666,668,68,696,78} {68,636,638,65,666,678} {596,624,626,638,654,666} {55,9} {22,58} {9,22} {6,9} {638,668,68} {68,638,65} {596,626,638}

35 Domanda socasca e dnamca Tarm & Smh Tarm e Smh soluzone oma score Tarm e Smh perod

36 Domanda socasca e dnamca Esenson Rduzone dnamca de domn durane la rcerca sfrua la soluzone parzale dsponble n un dao nodo dell albero decsonale per rdurre domn delle varabl decsonal elmnando valor non ammssbl rspeo ad essa re ecnche svluppae: rlassameno medane programmazone dnamca rduzone basaa sul mergng lemma esensone al caso dnamco delle ecnche d flraggo a pror presenae da Tarm e Smh

37 Domanda socasca e dnamca Esenson Rlassameno medane programmazone dnamca Branch and Bound 2 + Dksra per SPP n c(,) c(, ) c (, 2) c(, ) c(, ) c(, ) ( +) / 2 c( +, ) + c(, )

38 Domanda socasca e dnamca Esenson Rlassameno medane programmazone dnamca Branch and Bound C C C < C? x

39 Domanda socasca e dnamca Mergng lemma: Esenson daa una soluzone parzale, se n un cero perodo non è prevso un rfornmeno, è possble oenere una formulazone equvalene dell sanza del problema accorpando ale perodo al precedene. δ = + ( ) + esensone al caso d pù perod l valor medo della domanda nel nuovo perodo che accorpa preceden sarà µ k ' = µ = 2 La devazone sandard della domanda sarà σ k ' = σ =

40 Domanda socasca e dnamca Esenson Mergng lemma Perod o d Perod o d Domn rdo sacamene valor ammssbl per lvell d chusura delle score meodo d rduzone score perod

41 Domanda socasca e dnamca Esenson δ δ Mergng lemma

42 Domanda socasca e dnamca Esenson 25 Mergng lemma {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} {22} {23,24} Domn rdo dnamcamene valor ammssbl per lvell d chusura delle score meodo d rduzone 2 d ( σ /.var.) coeff {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} 2 score 5 5 ( ) perod d + = > <

43 Domanda socasca e dnamca Esenson Mergng lemma 2 d ( σ /.var.) coeff {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} Domn rdo dnamcamene {22} valor ammssbl per lvell d chusura delle score {23,24} meodo d rduzone {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} score d = perod d + = > <

44 score Domanda socasca e dnamca Mergng lemma {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} Domn rdo dnamcamene {22} valor ammssbl per lvell d chusura delle score {23,24} meodo d rduzone perod mn Esenson s.. 2 d ( /.var.) σ coeff + d =,..., d 28 > δ = =,..., Φ[, max 6 δ ] =,..., [.. ] =,..., Ζ {} 96 δ {, } E[ TC] = δ d + + = ( a + h ) = > < {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} + d =

45 score Domanda socasca e dnamca Mergng lemma {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} Domn rdo dnamcamene {22} valor ammssbl per lvell d chusura delle score {23,24} meodo d rduzone perod mn Esenson s.. 2 d ( /.var.) σ coeff + d =,..., d 28 > δ = =,..., Φ[, max 6 δ ] =,..., [.. ] =,..., Ζ {} 96 δ {, } E[ TC] = δ d + + = ( a + h ) = > < {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} + d =

46 Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: Perodo d S S S S {55,9} {8,22,58} {9,22} {6,6,9} {638,668,68} {6,3,68,638,65} {7,8,596,626,638} {55,9} {22,58,538,568} {9,9,22,22,858,888,9} {6,62,9,92,8,829,83,843,859,87} {638,666,668,68,696,78} {68,636,638,65,666,678} {596,624,626,638,654,666} {55,9} {22,58} {9,22} {6,9} {638,668,68} {68,638,65} {596,626,638}

47 Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = UB

48 Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = k UB

49 Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = k k > k < UB and δ k = k UB UB = mnmo d al k

50 Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = k k > k < UB and δ k = k UB UB = mnmo d al k

51 Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: Perodo d S S dnamca {,,,,,, } S S {55,9} {8,22,58} {9,22} {6,6,9} {638,668,68} {6,3,68,638,65} {7,8,596,626,638} 2 {55, 9} 2 2 {22, 58} 3 {22} 4 {9} 5 3 {638, 668, 68} 6 3 {68, 638, 65} 7 3 {596, 626, 638} {55,9} {22,58} {9,22} {6,9} {638,668,68} {68,638,65} {596,626,638}

52 Tes Eursca Mos Consraned Domanda sagonale second, LOG - CP model CPLEX - MP model Choco - CP model dyn red Choco - CP model,, perod Domanda sagonale nod LOG - CP model CPLEX - MP model Choco - CP model Choco - CP model dyn red perod

53 Tes Eursca Mos Consraned Random runs - 5 nsances - 3 perods seconds,8,6,4,2,8,6,4,2 2 4 orderng cos mean me Random runs - 5 nsances - 3 perods nodes orderng cos mean nodes number

54 Concluson Mglorameno dello sao dell are per la formulazone socasca e dnamca del problema del loo economco Sraega d rsoluzone n grado d raare sanze con dmenson sgnfcave d fao applcable a problem real Robusezza della sraega verso varazon ne paramer del modello Esensone della sraega per modell pù realsc vncol d capacà merc deperbl

Università degli Studi di Bologna

Università degli Studi di Bologna Unversà degl Sud d Bologna FACOLTA DI INGEGNERIA Corso d Laurea Specalsca n Ingegnera Informaca Applcazon d Inellgenza Arfcale L-S INCERTEZZA DELLA DOMANDA NELLE CATENE DI SUPPORTO: TECNICHE DI RIDUZIONE

Dettagli

Problema. Integrazione scorte e distribuzione. Modello. Modello

Problema. Integrazione scorte e distribuzione. Modello. Modello Problema Inegrazone score e dsrbuzone Modell a domanda varable ree dsrbuva: uno a mol merc: colleame domanda: varable vncol: numero e capacà vecol cos: fss/varabl, magazzno/rasporo approcco rsoluvo: eursco/esao

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria APPENDICE ATEATICA Elemen d maemaca fnanzara. Il regme dell neresse semplce L neresse è l fruo reso dall nvesmeno del capale. Nel corso dell esposzone s farà rfermeno a due regm o pologe d calcolo dell

Dettagli

Definizione della tariffa per l accertamento di conformità degli strumenti di misura

Definizione della tariffa per l accertamento di conformità degli strumenti di misura alla delberazone d Guna n. 2 del 20.0.2009 Defnzone della arffa per l accerameno d conformà degl srumen d msura. Per l accerameno d conformà degl srumen d msura sono defne le seguen 8 class arffare: denfcavo

Dettagli

La tecnica lagrangiana applicata al problema del Commesso Viaggiatore (TSP) Paolo Detti Università di Siena

La tecnica lagrangiana applicata al problema del Commesso Viaggiatore (TSP) Paolo Detti Università di Siena La cnca lagrangana applcaa al problma dl Commo Vaggaor TSP Paolo D Unvrà d Sna Un lowr bound lagrangano pr l problma dl TSP Dao un grafo GV,A con p ugl arch, una formulazon pr l TSP mmrco è la gun: mn

Dettagli

Definizione. Algoritmi di Change Detection - foreground. background

Definizione. Algoritmi di Change Detection - foreground. background Algorm d Change Deecon - Defnzone 1 Change Deecon: rlevameno de cambamen n mmagn della sessa scena acquse n san dfferen. Inpu: due o pu mmagn della scena. Oupu: mmagne bnara dea Change Mask che ad ogn

Dettagli

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007 Meod quanav per la sma del rscho d mercao Aldo Nassgh 16 Oobre 007 METODI NUMERICI Boosrap della curva de ass Prncpal Componen Analyss Rsk Mercs Meod d smulazone per l calcolo del VaR basa su Full versus

Dettagli

Bayes. stati del mondo

Bayes. stati del mondo ayes Sao del mondo Se ndchamo con uno sao del mondo e un eveno, la probablà d dao ndca che s manfesa dao che è lo sao del mondo. Qund l eveno può essere pensao anche come uno sao del mondo. La formula

Dettagli

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari Cors d Laurea n Ingegnera Eleronca, Informaca e delle Telecomuncazon Lezone n. 2 d Conroll Auomac A prof. Aurelo Pazz dfferenzal lnear Unversà degl Sud d Parma a.a. 2009-2010 Cenn d modellsca (crcu elerc

Dettagli

Regimi periodici non sinusoidali

Regimi periodici non sinusoidali Regm perodc non snusodal www.de.ng.unbo./pers/masr/ddaca.hm versone del -- Funzon perodche S dce che una funzone y è perodca se esse un > ale che per ogn e per ogn nero y y l pù pccolo valore d per cu

Dettagli

CINQUE CONCETTI CHIAVE

CINQUE CONCETTI CHIAVE CINQUE CONCETTI CHIAVE - Tasso d dsoccupazone : p. 2 - Tasso d nflazone : p. 3 - Tasso d cresca del l : p. 4 - Tasso d neresse : pp. 5-7 - Tasso d cambo : pp. 8-3 G.Garofalo Tasso d dsoccupazone op.ava

Dettagli

1 La domanda di moneta

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

Dettagli

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

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste Modell reologc Romano Lapasn Dparmeno d Ingegnera e Archeura Approcc fenomenologc e approcc molecolar/mcroreologc Problema cenrale della reologa: defnzone dell equazone cosuva (relazone ra ensore degl

Dettagli

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI SOMMARIO:. Legg fnanzare. - 2. Regme fnanzaro dell neresse semplce e dello scono razonale. - 3. Regme fnanzaro dell neresse e dello scono composo. - 4. Tass equvalen.

Dettagli

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

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

Dettagli

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

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

Indice. Previsioni. Previsioni. Introduzione

Indice. Previsioni. Previsioni. Introduzione Indce Prevson Inroduzone 9//7 7.3 conce base modell causal sere emporal error sere sazonare sere con rend sere con sagonalà Prevson La capacà d prevedere (forecasng l fuuro è fondamenale per un azenda.

Dettagli

Analisi della Varianza

Analisi della Varianza Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella

Dettagli

Dai risultati di una ricerca (Bini-Dainelli, 2007)

Dai risultati di una ricerca (Bini-Dainelli, 2007) Elemen d anals d blanco: l blanco d eserczo e la sua rclassfcazone Lezone per l corso d: Sasca Applcaa per la Banca e le Asscurazon Corso d Laurea Magsrale n Banca, Asscurazon e Merca Fnanzar no d scenze

Dettagli

Osservatorio dinamica prezzi dispositivi medici Assobiomedica - CEr. Presentazione. Assobiomedica Centro Studi

Osservatorio dinamica prezzi dispositivi medici Assobiomedica - CEr. Presentazione. Assobiomedica Centro Studi Osservaoro dnamca prezz dsposv medc Assobomedca - CEr Presenazone Assobomedca Cenro Sud L Osservaoro L ndagne è condoa dal CER a cadenza semesrale presso le mprese assocae ad Assobomedca per rlevare la

Dettagli

Fatica con sollecitazioni ad ampiezza variabile

Fatica con sollecitazioni ad ampiezza variabile Comporameo meccaco de maerla Faca co sollecazo ad ampezza varable Faca de maeral Faca co sollecazo ad ampezza varable Iroduzoe, cumulav d sollecazoe Daeggameo: regola d Palmgre Mer Meodo d coeggo: meodo

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Costi della politica: Giudizio positivo per i sindaci, maglia nera per parlamentari e consiglieri regionali

Costi della politica: Giudizio positivo per i sindaci, maglia nera per parlamentari e consiglieri regionali XXVI I IAssembl eaanci-larepubbl cadecomun Au onom apercamb ar e lpaese Lac l assepol c aec ad n Op n onsucos,r esponsab l àe mpegnodch gover nal e s uz on Cos della polca: Gudzo posvo per sndac, magla

Dettagli

Controllo predittivo (MPC o MBPC)

Controllo predittivo (MPC o MBPC) Conrollo predvo MPC o MBPC Nella sa formlaone pù enerale, l conrollo predvo consa d re dee d base:. L lo d n modello maemaco ao a prevedere le sce del processo nel san d empo fr l orone. Le sce fre, comprese

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

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici Inroduzone a Modell d Duraa: Alun Modell Paramer a.a. 2009/2010 - Quaro Perodo Prof. Flppo DOMMA Corso d Laurea Spealsa/Magsrale n Eonoma Applaa Faolà d Eonoma UnCal 1. Esponenzale Modell Paramer Le funzon

Dettagli

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

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

Dettagli

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t 4. Approcco formale E neressane efnre le caraersche e var regm fnanzar n manera pù asraa e generale, n moo a poer suare qualsas regme fnanzaro. A al fne efnamo percò e paramer n grao escrvere qualsas po

Dettagli

SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN

SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN Corso d Progettazone e Gestone della Supply Chan Facoltà d Ingegnera SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN Prof. Fabrzo Dallar Drettore C-log Unverstà C. Cattaneo LIUC Centro d Rcerca sulla Logstca

Dettagli

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

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

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Ricerca operativa Lezione # 1 6 maggio 2009

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Ricerca operativa Lezione # 1 6 maggio 2009 Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Rcerca operatva Lezone # 1 6 maggo 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/28? Modello d Wlson Le scorte sono

Dettagli

Manutenibilità e Disponibilità

Manutenibilità e Disponibilità produzone servaa ffdablà, Manuenblà e Dsponblà Sefano Ierace Obev Ulzzo dell anals d affdablà come srumeno predvo d comporameno d un ssema Valuazone requs d funzonameno d un componene Confrono d alernave

Dettagli

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

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

Dettagli

CPM: Calcolo del Cammino Critico

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

Dettagli

CORSO DI POLITICA ECONOMICA AA GLI APPROCCI ALLA DETERMINAZIONE DEL TASSO DI CAMBIO

CORSO DI POLITICA ECONOMICA AA GLI APPROCCI ALLA DETERMINAZIONE DEL TASSO DI CAMBIO CORSO DI POLITICA CONOMICA AA 2016-2017 GLI APPROCCI ALLA DTRMINAZION DL TASSO DI CAMBIO DOCNT PIRLUIGI MONTALBANO perlug.monalbano@unroma1. Deermnazone TC: Approcco d porafoglo Assunzon d Breve perodo

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

TECNICHE DI PROGRAMMAZIONE

TECNICHE DI PROGRAMMAZIONE TECNICHE DI PROGRAMMAZIONE IPOTESI SOTTOSTANTE: TECNICHE LINEARI (COEFFICIENTI FISSI DI PRODUZIONE) PREVISIONI (vendte, prezz de ben e de fattor) medante tecnche estrapolatve, econometrche e d mercato

Dettagli

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO Noa meodologca - Indc snec per confron emporal 53 INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO Uno de prncpal problem nella cosruzone d ndc snec rguarda la scela d meod che

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 7 2 Maggio 2011

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 7 2 Maggio 2011 Unversà d Sena Sede d Grosseo Secondo Semesre 200-20 acroeconoma Paolo Pn ( pn3@uns. ) Lezone 7 2 aggo 20 La lezone d ogg Rpasso e conclusone capolo 4 qulbro nel mercao della monea e la relazone L Polca

Dettagli

Lezione 11. Polinomi a coefficienti in un campo.

Lezione 11. Polinomi a coefficienti in un campo. Lezone Prerequs: Lezone 0. Polnom a coeffcen n un campo. Sa K un campo. In quesa lezone sudamo le propreà armeche dell'anello d polnom K[ X ], che sono analoghe a quelle valde nell'anello Z e da no consderae

Dettagli

EH SmartView. Una SmartView sui rischi e sulle opportunità. Servizio di monitoraggio dell assicurazione del credito. www.eulerhermes.

EH SmartView. Una SmartView sui rischi e sulle opportunità. Servizio di monitoraggio dell assicurazione del credito. www.eulerhermes. EH SmartVew Servz Onlne d Euler Hermes Una SmartVew su rsch e sulle opportuntà Servzo d montoraggo dell asscurazone del credto www.eulerhermes.t Cos è EH SmartVew? EH SmartVew è l servzo d Euler Hermes

Dettagli

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

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

Dettagli

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

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

Dettagli

Analisi delle reti con elementi dinamici

Analisi delle reti con elementi dinamici Prncp d ngegnera elerca ezone a Anals delle re con elemen dnamc Induore Connesson d nduor Induore nduore è un bpolo caraerzzao da una relazone ensonecorrene d po dfferenzale: ( d( d e hanno ers coordna

Dettagli

Algoritmi euristici: III Ricerca Locale

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

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

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

Dettagli

LEZIONE 11. Argomenti trattati

LEZIONE 11. Argomenti trattati LEZIONE LE ECONOMIE PERTE (2) Il modello IS-LM n regme d camb fss e d camb flessbl rgoment trattat S esamnano gl effett delle poltche macroeconomche n economa aperta consderando tre modell Il modello IS-LM

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

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE GENEAOE DI IMPULSO CON AMPLIFICAOE OPEAZIONALE Un generaore d mpulso, o mulvbraore monosable, è un crcuo che presena due possbl sa: uno sao sable ed uno sao quas sable Il crcuo s rova, normalmene, nello

Dettagli

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16 MATEMATICA FINANZIARIA www.marosandr. INDICE Capalzzazone Pagna 3 Scono e valore auale Pagna 0 Equvalenza fnanzara e operazon compose Pagna 4 Rende Pagna 6 2 CAPITALIZZAZIONE Defnzon Il conrao d preso

Dettagli

Principi di ingegneria elettrica. Lezione 2 a

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

Dettagli

Predimensionamento reti chiuse

Predimensionamento reti chiuse Predmensonamento ret chuse Rspetto ad una rete aperta, ogn magla aggunge un grado d lbertà (una nfntà d soluzon) nella determnazone delle portate Q,Q 1, e Q 2, utlzzando le sole equazon d contnutà. a dfferenza

Dettagli

Intorduzione alla teoria delle Catene di Markov

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

Dettagli

Esercitazioni di Teoria dei Circuiti: circuiti in evoluzione dinamica

Esercitazioni di Teoria dei Circuiti: circuiti in evoluzione dinamica Unersà degl Sud d assno sercazon d Teora de rcu: crcu n eoluzone dnamca prof nono Maffucc maffucc@uncas er oobre 7 Maffucc: rcu n eoluzone dnamca er-7 rcu dnamc del prmo ordne S Nel seguene crcuo è assegnaa

Dettagli

I modelli per la stima della volatilità

I modelli per la stima della volatilità I modell per la sma della volalà Sldes rae da: Andrea Res Andrea Sron Rscho e valore nelle banche Msura, regolamenazone, gesone Egea, 8 Rscho e valore nelle banche I modell per la sma della volalà AGENDA

Dettagli

Soluzione di sistemi di equazioni differenziali

Soluzione di sistemi di equazioni differenziali Soluzone d ssem d equazon dfferenzal Porese aere l mpressone d non sapere nulla sulle equazon dfferenzal e d non aerne ma nconraa una. In realà quesa mpressone è sbaglaa perché la legge d Neon F ma s può

Dettagli

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

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

Dettagli

* * * 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

{ 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

La soluzione delle equazioni differenziali con il metodo di Galerkin

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

Dettagli

Processi periodici. Capitolo 2. 2.1 Modello. 2.1.1 Simboli. 2.1.2 Grafico dei processi. {τ 1,...,τ n } processi periodici

Processi periodici. Capitolo 2. 2.1 Modello. 2.1.1 Simboli. 2.1.2 Grafico dei processi. {τ 1,...,τ n } processi periodici 3 Capolo 2 Process perodc 2. Modello 2.. Smbol {,...,τ n } process perodc τ,k sanza k-esma del processo φ fase d un processo (prmo empo d avazone) T perodo del processo r,k = φ +(k ) T k-esma avazone D

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO Laurea n Ingegnera Logstca e della Produzone Corso d Logstca e d Dstrbuzone II ESERCITAZIONI Docente: Prof. Ing. Gulo Zotter Tutore: Ing. Scapaccno Gulano LOGISTICA DI DISTRIBUZIONE

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Page 1. u S i S I on + Accensione: diodo ideale. U off. i D. Snubber. tfu

Page 1. u S i S I on + Accensione: diodo ideale. U off. i D. Snubber. tfu Accensone: dodo deale OO I ELETTONIA INUTIALE u n u - n nubber - fu Fnchè s < n l dodo resa n conduzone e la ensone sull nerruore rmane cosane al valore Accensone: poenza dsspaa u u fu P = U I on off on

Dettagli

GLI STILI DI INVESTIMENTO NEL MERCATO AZIONARIO EUROPEO

GLI STILI DI INVESTIMENTO NEL MERCATO AZIONARIO EUROPEO GLI STILI DI INVESTIMENTO NEL MERCATO AZIONARIO EUROPEO Monca Bllo Unversà Ca' Foscar e GRETA Veneza Robero Casarn GRETA Veneza Clare Meu CREST Parg Domenco Sarore GLI STILI DI INVESTIMENTO NEL MERCATO

Dettagli

DAL DATO ALL INFORMAZIONE GESTIONALE

DAL DATO ALL INFORMAZIONE GESTIONALE DAL DATO ALL INFORMAZIONE GESTIONALE Srumen sasc per supporare ssem d conrollo d gesone e d comuncazone negraa Ducco Sefano Gazze Con l conrbuo d: Gan Pero Cervellera e Gann Be 1 Inroduzone... 4 Capolo

Dettagli

UNIVERSITA DEGLI STUDI DI FIRENZE. Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica! "#$

UNIVERSITA DEGLI STUDI DI FIRENZE. Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica! #$ UNIVERITA DEGLI TUDI DI FIRENZE Facolà d Ingegnera Corso d Laurea n Ingegnera Informaca! "#$ ##%& ' ommaro OMMARIO... 1 INTRODUZIONE... 2 1.1 I DATI BIOLOGICI COME EQUENZE DI IMBOLI... 3 1.1.1 Qualà delle

Dettagli

La contabilità analitica nelle aziende agrarie

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

Dettagli

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

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

Dettagli

Condensatore + - Volt

Condensatore + - Volt 1) Defnzone Condensaore Sruura: l condensaore è formao da due o pù superfc condurc, chamae armaure, separae da un maerale solane, chamao delerco. Equazon Caraersche: La ensone ra armaure è dreamene proporzonale

Dettagli

a) Definite e calcolate il PIL nominale della nazione secondo i tre metodi che conoscete.

a) Definite e calcolate il PIL nominale della nazione secondo i tre metodi che conoscete. Domanda 1 - Soluzone In una cera nazone sono presen solano due mprese, A e B. L mpresa A produce paae, l mpresa B e un rsorane fas-food. L mpresa A produce 100 kg d paae. Il prezzo d un kg d paae è par

Dettagli

Corso di ELETTRONICA INDUSTRIALE

Corso di ELETTRONICA INDUSTRIALE Crs d EERONCA NRAE Cnverre nnalzare d ensne (bs) Cnverre Bs Cnverre nnalzare d ensne (bs) Cnverre nnalzare d ensne (bs) C C Ne: ) l dd cllega dreamene ngress e usca e mpne che sa > ) a crrene assrba dall

Dettagli

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services Gl mpatt de cambament clmatc sull atmosfera e sul mare: l ruolo de Clmate Servces Maurzo Mauger Dpartmento d Fsca Va Celora 16 I20133 MILANO maurzo.mauger@unm.t Indce Descrzone dell UdR UnM Un esempo d

Dettagli

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3.

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3. Deermnare gl nsem delle soluon de seguen ssem lnear non omogene e srverl n forma d spao affne ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO 6 ESERCIZIO ESERCIZIO ESERCIZIO 9 ESERCIZIO SOLUZIONI

Dettagli

Campo magnetico stazionario

Campo magnetico stazionario Campo magneco sazonaro www.de.ng.unbo./pers/masr/ddaca.hm (versone del 3--) Equazon fondamenal Equazon per l campo magneco H J B H B n d J n d Equazon d legame maerale ezzo lneare soropo B H H ) ( ezzo

Dettagli

Circuiti magnetici. (versione del ) Campo magnetico stazionario o quasi stazionario

Circuiti magnetici.  (versione del ) Campo magnetico stazionario o quasi stazionario Crcu magnec www.de.ng.unbo./pers/masr/ddaca.hm (versone del 3--) Campo magneco sazonaro o quas sazonaro Condzon sazonare: grandezze eleromagneche cosan nel empo Condzon quas sazonare: varazon nel empo

Dettagli

InfoCenter Product A PLM Application

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

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

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

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI POCESSI CASUALI Segnal deermnsc e casual Un segnale () s dce DEEMIISICO se è una funzone noa d, coè se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale è noo con esaezza

Dettagli

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere LIUC AA 2008-2009 CMPE, Economa Industrale Anals della Concorrenza e Anttrust Lezone 11 Cost d entrata, struttura d mercato e benessere 1 Sommaro della lezone: 1 Concentrazone, cost d entrata e dmensone

Dettagli

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

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

Dettagli

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

Il dimensionamento dei sistemi di fabbricazione

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

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

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

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

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

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

POLITECNICO DI MILANO Facoltà di Ingegneria dei Processi Industriali Corso di Laurea Specialistica in Ingegneria Elettrica

POLITECNICO DI MILANO Facoltà di Ingegneria dei Processi Industriali Corso di Laurea Specialistica in Ingegneria Elettrica POLITECNICO DI MILANO Facolà d Ingegnera de Process Indusral Corso d Laurea Specalsca n Ingegnera Elerca MODELLI SUPPLY FUNCTION EQUILIBRIUM PER LO STUDIO DEL MERCATO ELETTRICO: UN APPROCCIO TRAMITE ALGORITMI

Dettagli

Regolamento dell Indice. Banca IMI Protected Basket Index June 2015 A

Regolamento dell Indice. Banca IMI Protected Basket Index June 2015 A Sede legale n Pazzea Gordano Dell Amore 3, 20121 Mlano scra all Albo delle Banche con l n. 5570 Soceà apparenene al Gruppo Bancaro Inesa Sanpaolo scro all Albo de Grupp Bancar Soceà soggea alla drezone

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

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA

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

Dettagli

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

Sommatori: Full Adder. Adder. Architetture aritmetiche. Ripple Carry. Sommatori: Ripple Carry [2] Ripple Carry. Ripple Carry

Sommatori: Full Adder. Adder. Architetture aritmetiche. Ripple Carry. Sommatori: Ripple Carry [2] Ripple Carry. Ripple Carry CEFRIEL Consorzo per la Formazone e la Rcerca n Ingegnera dell Informazone Poltecnco d Mlano s Sommator: x y c x y c x y c x y c x y c Archtetture artmetche s x y Sommator:, Rpple Carry Sommator: Carry

Dettagli

Componenti dotati di memoria (dinamici)

Componenti dotati di memoria (dinamici) omponen doa d memora (dnamc) S raa d componen elerc che esprmono una relazone cosua ra ensone e correne che rchama anche alor d ensone e/o correne rfer ad san d empo preceden. a relazone cosua è n queso

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

Ubicazione degli impianti. industriali

Ubicazione degli impianti. industriali Meod d d ubcazone degl pan ndusral Ubcazone degl pan Macroscela Deernare l area geograca nella quale poszonare l pano ndusral Tp d scela da aronare Mcroscela Rappresena l aspeo opograco coè dove nsallare

Dettagli