|
|
- Sebastiano Colonna
- 8 anni fa
- Visualizzazioni
Transcript
1 Una prospettiva sulla complessità Roberto Serra Università di Modena e Reggio Emilia rserra@unimore.it
2 Outline Management e scienza della complessità Lo sviluppo della scienza della complessità Alcuni concetti chiave Considerazioni sulle applicazioni alle scienze sociali
3 Management e scienza della complessità
4 Perché ci interessa Una prospettiva più ricca sui fenomeni della nostra esperienza Utilità per il management Una volta era più facile Lenti per vedere i fenomeni Piuttosto che metodologie strutturate Rispetto per i fenomeni, diffidenza verso le ricette
5 Non è un argomento nuovo Il termine nasce negli anni 70 Si diffonde nel decennio successivo (SFI, 1985) Popolare e ben finanziato negli ultimi anni (programma europeo FET) Oggi ne è riconosciuta la piena validità scientifica Alcuni concetti erano apparsi in un contesto locale nelle singole discipline Quadro coerente, che attraversa le discipline Utilità dello studio di sistemi naturali e artificiali anche se si è interessati ai sistemi sociali
6 Definizioni? Alcune parole del linguaggio comune assumono un significato ben preciso nell ambito di discipline scientifiche Energia, lavoro, potenza, campo Mancanza di una definizione generalmente accettata di complessità Sebbene ne siano state proposte diverse, anche quantitative Per ora ciò non sembra avere causato gravi danni
7 Una definizione provvisoria di sistema complesso è composto da diversi elementi che interagiscono in maniera non lineare Interazione lineare: additiva Le interazioni non lineari sono tutte le altre può dare origine a diversi comportamenti può andare incontro a grandi cambiamenti in seguito a piccole perturbazioni
8 Uno sforzo ambizioso La parola complessità è associata nel linguaggio comune ad aspetti negativi La scienza della complessità rappresenta invece il tentativo di allargare i confini dei fenomeni trattabili con metodo scientifico Si occupa soprattutto delle relazioni fra i diversi livelli di un sistema Spesso, livello microscopico e macroscopico Esempi: persone e folla, molecole e gas
9 Lo sviluppo della scienza della complessità
10 Precursori remoti: meccanica statistica e teoria cinetica Studiano la relazione fra i costituenti elementari della materia e sistemi macroscopici quali i gas Interesse per gli stati di equilibrio: la questione dell irreversibilità
11 Reversibilità nel tempo L equazione di Newton è invariante rispetto a inversione temporale Ovvero: è impossibile capire se un film viene proiettato nel verso giusto o all indietro Esempi: moto dei pianeti, palle da biliardo senza attrito Ma l avvicinamento all equilibrio di un sistema macroscopico è diverso
12 Esempio di avvicinamento irreversibile all equilibrio
13 La spiegazione di Boltzmann: microstati una descrizione completa specifica se una data molecola si trova nella parte A o B del contenitore molecola 1: parte A molecola 2: parte A molecola 3: parte B molecola N-1: parte B molecola N: parte A Un macrostato è definito solo da quante molecola ci sono da ogni parte esiste un solo modo per realizzare il macrostato N1=0 esistono N modi diversi per realizzare N1=1 esistono molti più modi per realizzare uno stato macroscopico in cui le molecole sono equidistribuite
14 Macro e micro Stato iniziale N1=N corrisponde solo a (000 0) Stato finale N1=N2 corrisponde a moltissimi microstati diversi
15 Le deviazioni diventano sempre più piccole al crescere della numerosità p(n1); N=6 p(n1); N=20 p(n1); N=50 0,35 0,3 0,25 0,2 0,15 0,1 0, ,2 0,15 0,1 0, ,12 0,1 0,08 0,06 0,04 0, , Perché ho raccontato con qualche dettaglio questo esempio?
16 Diversi livelli richiedono diversi concetti e metodi Diverse variabili per diversi livelli velocità molecolari, urti, etc Temperatura, densità Alcune però devono essere comuni Energia, pressione Sono anche necessari concetti nuovi per legare i due livelli le leggi di Newton sono deterministiche: note le condizioni iniziali il futuro è prevedibile Per descrivere l irreversibilità è necessario introdurre argomenti probabilistici
17 Precursori più recenti: cibernetica e sistemica Fioriscono alla fine della seconda guerra mondiale Ricerca di concetti e comportamenti comuni alle nuove macchine e ai sistemi biologici e Informazione Feedback (retroazione)
18 macchina classica: causa-effetto
19 Macchina classica: Causa-effetto feedback
20 Metamorfosi e declino della prima cibernetica Vengono anticipati molti dei temi odierni della scienza della complessità Feedback -> teoria dei controlli Studio dell informazione -> informatica I concetti di informazione e feedback permeano la biologia Ma si perde l enfasi interdisciplinare, lo stimolo a confrontare macchine e esseri viventi
21 Non linearità La cibernetica soffre inoltre della mancanza di strumenti per trattare adeguatamente i sistemi non lineari Sistema lineare: la velocità con cui varia la variabile x è proporzionale a x stessa v( x) ax by cz... I sistemi non lineari sono tutti gli altri
22 La rinascita dell interesse
23 I nuovi impulsi
24 I nuovi impulsi sistemi artificiali che apprendono Reti neurali, AI dinamica la mente come proprietà emergente sistemi artificiali adattativi la vita come proprietà emergente Nascita della vita, comparsa di nuove specie, embriogenesi... proprietà emergenti nei sistemi sociali
25 L Europa e la complessità Alcune delle radici dello studio della complessità sono europee Auto-organizzazione organizzazione in fisica e chimica (Haken, Prigogine ) Significativo sforzo della UE (Future and Emerging Technology Program) Progetto PACE Progetti Flagship
26 Alcuni concetti chiave
27 I dettagli non contano a volte Auto-organizzazione organizzazione e proprietà emergenti Determinismo e casualità Accidenti congelati L irragionevole efficacia del caso Efficacia di meccanismi di cambiamento casuale e pressione selettiva Stati critici il margine del caos
28 I dettagli (a volte) non contano Esempio: meccanica statistica
29 Turbolenza
30 Scaling laws
31 Scaling laws II
32 La spiegazione di West L evoluzione effettua una sorta di ottimizzazione Almeno per quanto riguarda alcuni sottosistemi Il sistema di trasporto dell ossigeno ottimizza la dissipazione di energia coi seguenti vincoli Si tratta di una struttura frattale ramificata Che riempie nella maniera più uniforme possibile lo spazio a disposizione Il diametro dei punti terminali della rete è lo stesso per ogni specie Sulla base di questi principi riesce a spiegare l esponente 3/4
33 Ma la legge sembra valere fino alle dimensioni degli organelli cellulari (mitocondri) e addirittura delle cellule (complesso respiratorio, citocromo) Che non vengono raggiunti direttamente dalla rete dei vasi sanguigni Una spiegazione più generale: la superficie e il volume interni sono strutture frattali, e l evoluzione rende massimo il rapporto superficie/volume È sufficiente a spiegare il rapporto 3/4
34 Numerosi altri esempi Universalità: esponenti critici Equazione logistica e nascita della turbolenza Ne incontreremo un altro nel seguito
35 Cautela Ovviamente non tutti i dettagli sono irrilevanti Ma ci sono comportamenti generici che sono indipendenti dai dettagli Noi spesso ci concentriamo sulle differenze fra i diversi casi, è più difficile scoprire gli aspetti comuni Nel caso dei sistemi sociali è particolarmente difficile astrarre siamo noi gli elementi
36 Auto-organizzazione: organizzazione: celle di convezione di Benard-Marangoni
37 Rulli di convezione
38 Ordinatori in sistemi aperti possono comparire spontaneamente strutture ordinate che hanno estensione spaziale e durata temporale molto maggiore di quella tipica dei costituenti elementari le strutture ordinate ( ordinatori ) nascono dalla interazione fra gli elementi microscopici del sistema Ma, una volta instauratesi, ne condizionano poi il comportamento Le molecole di acqua sono vincolate a seguire le traiettorie dei vortici, o delle celle di convezione
39 Relazione circolare fra i livelli
40 Come accade tutto questo? Molto spesso, l evoluzione nel tempo del sistema macroscopico può essere rappresentata come una discesa lungo le pareti di un potenziale efficace x misura l intensità del pattern ordinato P.es l ampiezza del modo a rulli La densità di fotoni coerenti, la magnetizzazione Il potenziale è una funzione di x che dipende dal valore di alcuni parametri
41 a>0 p o t e n z i a l e ( a >0 ) V 2 4 ( x) ax bx x
42 a<0 p o t e n z i a l e ( a >0 ) 250 V 2 4 ( x) ax bx x
43 Attrattori doppia buca V(X) X a<0 a>0
44 Fluttuazioni attorno al punto x=0, a>0 andamento al variare di a (>0) decadimento delle fluttuazioni 250 1, ,8 V(x) 100 V1 V2 x(t) 0,6 x1 x2 0,4 50 0, x 0 0 0,2 0,4 0,6 t
45 Fluttuazioni attorno al punto x=0, a>0 a<0) andamento delle fluttuazioni V(x) 10 5 V1 x(t) x x ,2 0,4 0,6 t
46 Fluttuazioni al punto critico: rottura spontanea di simmetria nel momento in cui il sistema diventa instabile, una fluttuazione casuale può guidarlo verso un nuovo stato la fluttuazione al punto critico determina lo stato futuro del sistema Perché è amplificata da un feedback positivo V(X) doppia buca X a<0
47 biforcazione supponiamo che il valore del parametro a cambi nel tempo quindi cambia anche la forma del potenziale ( scodella o doppia buca ) finchè si mantiene la forma a scodella, il punto di equilibrio stabile resta x=0; quando il parametro a si avvicina alla soglia critica la forza di richiamo diventa sempre più debole quando la supera, il sistema evolve lungo uno dei due rami Xeq diagram m a d i b ifo rcaz io n e 2, , , , , , ,0-4,0-2,0-0, ,0 2,0 4,0 6,0-1, , , , 5000 a
48 Sequenza di biforcazioni: il ruolo della storia
49 L irragionevole efficacia del caso
50 Una visione astratta dell evoluzione di una specie esistono una popolazione composta da individui differenti un sistema di valutazione della fitness di ogni individuo è l ambiente stesso, composto da fattori naturali e umani, altre specie, membri della stessa specie un meccanismo per generare nuovi individui a partire da quelli a fitness più elevata in maniera stocastica un meccanismo per introdurre novità figli diversi dai genitori
51 Algoritmi genetici esistono una popolazione composta da individui differenti ogni individuo rappresenta una possibile soluzione al problema in esame un sistema di valutazione della fitness di ogni individuo un meccanismo per generare nuovi individui a partire da quelli a fitness più elevata in maniera stocastica un meccanismo per introdurre novità figli diversi dai genitori
52 Operatore di crossover i membri della nuova popolazione vengono generati da due genitori due genitori, due figli si prendono due genitori diversi e si incrociano attorno a un punto scelto a caso simula meccanismi biologici di ricombinazione del materiale genico la ricombinazione è il motivo per cui la riproduzione sessuata viene preferita in molte specie
53 Il ruolo del crossover il crossover agisce combinando porzioni utili della soluzione ottimale per ricombinazione di due individui che portano due porzioni utili, si può generare un individuo molto migliore di entrambi
54 Il ruolo della mutazione se manca il valore giusto nella popolazione iniziale è impossibile crearlo solo col crossover per questo si introduce la mutazione: con una certa (piccola) probabilità, ogni nuovo individuo generato dal crossover viene mutato in una posizione casuale Mentre il crossover consente di esplorare regioni distanti nello spazio dei genomi, la mutazione esplora regioni vicine
55 Algoritmi genetici per problemi di ottimizzazione i GA possono essere usati per cercare la soluzione ottimale di un problema Codificando in un cromosoma una possibile soluzione E un sistema stocastico, quindi può sfuggire da minimi locali non vi sono richieste di proprietà particolari (p.es. continuità, differenziabilità) da imporre a priori alla funzione da ottimizzare È una tecnica di ottimizzazione molto efficace
56
57 Applicazioni usando diversi tipi di GA e di operatori genetici sono state realizzate applicazioni in diversi settori problemi classici di ottimizzazione travelling salesman ottimizzazione di parametri di modelli dinamici biorisanamento di terreni contaminati ricerca di topologie ottimali di reti neurali logistica istradamento di veicoli entro finestre temporali scheduling orari scolastici
58 progettazione di circuiti RF circuit compiler per progettare circuiti partendo solo dalle specifiche del cliente ottimizzazione del sistema di pompe per la lubrificazione di un aereo progettazione di lame per turbine General Electric identikit di criminali mediante generazione di facce candidate, rating, ricombinazione
59 Stati critici (il margine del caos) Lo stesso sistema dinamico può esibire comportamenti ordinati o caotici al variare del valore di uno o più parametri
60 vantaggi? Sistemi viventi che si trovano nella regione critica potrebbero essere avvantaggiati I sistemi caotici sono sostanzialmente ingovernabili Un piccolo malfunzionamento o fluttuazione può modificarne profondamente il comportamento I sistemi profondamente ordinati possono essere incapaci di rispondere in maniera diversa a variazioni dell ambiente L evoluzione ha portato gli esseri viventi nella regione critica?
61 verifiche Un modello particolarmente adatto per studiare la criticità è quello delle reti booleane casuali In cui gli stati critici possono essere definiti con precisione Inoltre è possibile confrontare il comportamento del modello con dati sperimentali e cercare così di capire se le cellule sono effettivamente in stati critici
62 Controllo dell espressione genica DNA -> mrna -> proteina
63 consideriamo solo i geni
64 Descrizione booleana A C C(t+1) dipende da A(t) e B(t) B A = A(t) B = B(t) C = C(t+1) esempi C = A and B C = A or B C = A xor B
65 Il modello di Kauffman: reti booleane casuali Un modello generico, pensato per catturare le caratteristiche di grandi reti di geni interconnessi, non per descrivere casi specifici Ogni gene è influenzato da k altri geni (geni di input) Per ogni gene, i geni di input sono scelti a caso Il nuovo valore è determinato dalla funzione booleana associata a quel gene La funzione è scelta a caso fra tutte le possibili funzioni, o fra certi sottoinsiemi di funzioni
66 Studio della dinamica Il sistema (se N è finito) tende inevitabilmente a un ciclo Eventualmente a un punto fisso, che è un ciclo di periodo 1 Due regimi, in funzione del valore di un parametro (di Derrida) elevato: regime disordinato La lunghezza dei cicli cresce esponenzialmente con N Stati iniziali vicini tendono ad attrattori diversi
67 Bassa connettività se è è piccolo, la lunghezza dei cicli cresce con N b (b 1) I bacini di attrazione sono regolari C è una transizione fra i due comportamenti per qualche valore di il regime critico corrisponde al valore di che separa gli stati ordinati da quelli caotici
68 test del modello I DNA microarrays permettono di misurare simultaneamente il livello di espressione di decine di migliaia di geni
69 Esperimenti di knock-outout È possibile silenziare selettivamente alcuni geni (knock-out) out) Centinaia di esperimenti diversi, in ognuno dei quali viene fatto il knock-outout di un singolo gene fra gli oltre 6000 della Saccaromices Cerevisiae Valanga (di un esperimento): numero di geni il cui livello di espressione è cambiato, rispetto al caso imperturbato Si può simulare l esperimento con un modello
70 Valanghe: confronto fra simulazione ed esperimento densità di probabilità
71 Ottimizzando la soglia si descrive bene anche la distribuzione delle valanghe piccole Confronto Confronto simulazioni simulazioni vs vs dati dati sperimentali sperimentali Frequenza relativa Frequenza relativa Dimensione della valanga Dimensione della valanga Simulazioni - tutte le Simulazioni - tutte le funzioni funzioni Dati sperimentali - Dati sperimentali - soglia 6 soglia 6
72 La sorprendente concordanza fra modello e risultati sperimentali suggerisce che le distribuzioni di valanghe e suscettività possano essere proprietà robuste Ipotesi rafforzata dal fatto che le distribuzioni mostrano limitata varianza fra una rete casuale e l altra Viceversa sono sensibili ad aspetti di rilevanza biologica, quali la scelta dell insieme di funzioni booleane La scoperta di proprietà generiche, molto diffuse in sistemi diversi, è un obiettivo molto importante!
73 Perché un modello così semplice funziona? Nel modello ogni nodo ha esattamente k ingressi Un fatto che non corrisponde ai dati biologici in S. cerevisiae! Abbiamo dimostrato analiticamente che la distribuzione delle valanghe dipende solo dal parametro di Derrida Quindi tutti i modelli col valore giusto del parametro possono descrivere bene i risultati sperimentali Cosa ancora più importante: Lo stesso parametro che ci dice se una rete è ordinata o caotica determina la distribuzione delle valanghe
74 Cosa ancora più importante Lo stesso parametro che ci dice se una rete è ordinata o caotica determina la distribuzione delle valanghe Quindi possiamo usare la distribuzione delle valanghe per capire se la cellula è critica
75 Quindi possiamo usare la distribuzione delle valanghe per capire se la cellula è critica I dati sperimentali sono Insufficienti per trarre Conclusioni definitive ma sembrano in accordo con l ipotesi del margine del caos IL MARGINE DEL CAOS NON E IL GIUSTO MEZZO
76 Alcune considerazioni sui sistemi sociali
77 Modelli ad agenti (ABM) La tecnologia consente di simulare l interazione fra numerosi agenti Indipendenti ma interagenti P.es esseri umani in una poragnizzazione, aziende in un mercato Grande diffusione nelle scienze sociali ed in economia Una possibilità di emanciparsi dalle irrealistiche ipotesi dell economia neoclassica
78 I vantaggi degli ABM Consentono di scoprire quali siano i comportamenti complessivi che risultano dall interazione di numerosi agenti interagenti E quindi di valutare le conseguenze di ipotesi specifiche sul comportamento degli agenti Sono modelli naturali, facili da spiegare e da capire Per quanto riguarda le ipotesi sul comportamento degli agenti e le regole di interazione Sono modelli privi di ambiguità, e obbligano a formulare le ipotesi in maniera precisa Rappresentano da questo punto di vista una alternativa ai sistemi di equazioni differenziali
79 Alcuni problemi Manca una teoria del comportamento dei programmi di simulazione Gli ABM Sono sistemi non lineari a molte variabili e con molti parametri Spesso non misurabili Si formulano ipotesi su valori plausibili possono avere comportamenti molto diversi Trovare un insieme di valori dei parametri tali per cui il sistema si comporta in maniera qualitativamente simile a quanto osservato non è sufficiente a validare il modello
80 Non è possibile in generale fare esperimenti Anche per quanto riguarda le osservazioni spesso mancano dati quantitativi sufficientemente estesi ed affidabili Alcune eccezioni, p.es. traffico Questo non priva gli ABM di validità, ma richiede rigore nell affrontarli
81 Direzioni di ricerca Fondare i modelli su teorie rigorose del fenomeno, sviluppate da scienziati sociali In modo da ridurre l arbitrarietà delle scelte del modellista Esistono difficoltà legate al fatto che il modello semplifica necessariamente quanto previsto dalla teoria manca quindi un match perfetto fra i due Sviluppare una teoria del comportamento di classi di programmi, e usare quel tipo di programmi Analogamente a quanto fatto per le equazioni differenziali Una strada ancora poco percorsa
Page 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo
Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi
DettagliLaboratorio sulle dinamiche Socio-Economiche
Laboratorio sulle dinamiche Socio-Economiche Progetto Lauree Scientifiche Giacomo Albi Dipartimento di Matematica e Informatica Università di Ferrara, Italia www.giacomoalbi.com giacomo.albi@unife.it Giacomo
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliParte I. Prima Parte
Parte I Prima Parte Capitolo 1 Introduzione generale 1.1 Il problema dell assegnazione Corsi-Borsisti Il problema dell assegnazione delle borse dei corsi ai vari studenti può essere riassunto nei punti
DettagliIntroduzione agli Algoritmi Genetici Prof. Beatrice Lazzerini
Introduzione agli Algoritmi Genetici Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56122 PISA ALGORITMI GENETICI (GA) Sono usati per risolvere problemi di ricerca
DettagliINTRODUZIONE AL CONTROLLO OTTIMO
INTRODUZIONE AL CONTROLLO OTTIMO Teoria dei Sistemi Ingegneria Elettronica, Informatica e TLC Prof. Roberto Zanasi, Dott. Giovanni Azzone DII - Università di Modena e Reggio Emilia AUTOLAB: Laboratorio
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione
DettagliCarpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY.
Carpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY. Lezioni Lincee Palermo, 26 Febbraio 2015 Alla base della vita degli
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliCalcolatori Elettronici A a.a. 2008/2009
Calcolatori Elettronici A a.a. 2008/2009 PRESTAZIONI DEL CALCOLATORE Massimiliano Giacomin Due dimensioni Tempo di risposta (o tempo di esecuzione): il tempo totale impiegato per eseguire un task (include
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliLa 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
DettagliLa ricerca empirica in educazione
La ricerca empirica in educazione Alberto Fornasari Docente di Pedagogia Sperimentale Dipartimento di Scienze della Formazione, Psicologia, Comunicazione Il ricercatore ha il compito di trovare relazioni
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliEnergia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo
Energia e Lavoro Finora abbiamo descritto il moto dei corpi (puntiformi) usando le leggi di Newton, tramite le forze; abbiamo scritto l equazione del moto, determinato spostamento e velocità in funzione
DettagliL insegnamento del Laboratorio di Fisica. Alcune considerazioni didattiche
L insegnamento del Laboratorio di Fisica Alcune considerazioni didattiche La Fisica nasce come scienza sperimentale, ma è spesso insegnata in modo soltanto teorico. Senza il supporto del laboratorio, si
DettagliCenni di Teoria Cinetica dei Gas
Cenni di Teoria Cinetica dei Gas Introduzione La termodinamica descrive i sistemi termodinamici tramite i parametri di stato (p, T,...) Sufficiente per le applicazioni: impostazione e progettazione di
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
Dettagli*Organizzazione, auto organizzazione, sistema ed Azienda. Coaching & Training Bologna
*Organizzazione, auto organizzazione, sistema ed Azienda Fin dagli inizi di questo secolo è noto che qualunque sistema fisico può manifestare comportamenti imprevedibilmente complicati e caotici, sfuggendo
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com
DettagliIntroduzione agli Algoritmi Genetici Prof. Beatrice Lazzerini
Introduzione agli Algoritmi Genetici Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56122 PISA ALGORITMI GENETICI (GA) Sono usati per risolvere problemi di ricerca
DettagliV= R*I. LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro.
LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro. PREMESSA: Anche intuitivamente dovrebbe a questo punto essere ormai chiaro
DettagliScheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux
Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Sistemi multiprocessori Fin qui si sono trattati i problemi di scheduling su singola
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliSCUOLA PRIMARIA SCIENZE NATURALI E SPERIMENTALI. Competenza: 1. Comunicazione efficace Indicatore: 1.1 Comprensione
SCUOLA PRIMARIA SCIENZE NATURALI E SPERIMENTALI Competenza: 1. Comunicazione efficace Indicatore: 1.1 Comprensione Descrittori Classe 1 Descrittori Classe 2 Descrittori Classe 3 Descrittori Classe 4 Descrittori
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliGas perfetti e sue variabili
Gas perfetti e sue variabili Un gas è detto perfetto quando: 1. è lontano dal punto di condensazione, e quindi è molto rarefatto 2. su di esso non agiscono forze esterne 3. gli urti tra le molecole del
DettagliIl rischio cancerogeno e mutageno
Il rischio cancerogeno e mutageno Le sostanze cancerogene Un cancerogeno è un agente capace di provocare l insorgenza del cancro o di aumentarne la frequenza in una popolazione esposta. Il cancro è caratterizzato
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliStrutturazione logica dei dati: i file
Strutturazione logica dei dati: i file Informazioni più complesse possono essere composte a partire da informazioni elementari Esempio di una banca: supponiamo di voler mantenere all'interno di un computer
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliPro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
DettagliFondamenti di Automatica
Fondamenti di Automatica Progetto di controllo e reti correttrici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 053 974839 E-mail: marcello.bonfe@unife.it pag. 1
DettagliFINESTRE INTERCULTURALI
Scuola Classe 1C FINESTRE INTERCULTURALI DIARIO DI BORDO 2013 / 2014 IC Gandhi - Secondaria di primo grado Paolo Uccello Insegnante / materia lettere Data Febbraio Durata 4h TITOLO DELLA FINESTRA INTERCULTURALE
DettagliIl modello generale di commercio internazionale
Capitolo 6 Il modello generale di commercio internazionale [a.a. 2013/14] adattamento italiano di Novella Bottini (ulteriore adattamento di Giovanni Anania) 6-1 Struttura della presentazione Domanda e
DettagliInformatica. Rappresentazione binaria Per esempio +101010000 diventa +0.10101 10 18/10/2007. Introduzione ai sistemi informatici 1
Informatica Pietro Storniolo storniolo@csai.unipa.it http://www.pa.icar.cnr.it/storniolo/info200708 Numeri razionali Cifre più significative: : sono le cifre associate ai pesi maggiori per i numeri maggiori
DettagliEnergia potenziale elettrica e potenziale. In queste pagine R indicherà una regione in cui è presente un campo elettrostatico.
Energia potenziale elettrica e potenziale 0. Premessa In queste pagine R indicherà una regione in cui è presente un campo elettrostatico. 1. La forza elettrostatica è conservativa Una o più cariche ferme
DettagliIL RISPARMIO ENERGETICO E GLI AZIONAMENTI A VELOCITA VARIABILE L utilizzo dell inverter negli impianti frigoriferi.
IL RISPARMIO ENERGETICO E GLI AZIONAMENTI A VELOCITA VARIABILE L utilizzo dell inverter negli impianti frigoriferi. Negli ultimi anni, il concetto di risparmio energetico sta diventando di fondamentale
DettagliLA CORRENTE ELETTRICA
L CORRENTE ELETTRIC H P h Prima che si raggiunga l equilibrio c è un intervallo di tempo dove il livello del fluido non è uguale. Il verso del movimento del fluido va dal vaso a livello maggiore () verso
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliPROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?
Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
DettagliIndice di rischio globale
Indice di rischio globale Di Pietro Bottani Dottore Commercialista in Prato Introduzione Con tale studio abbiamo cercato di creare un indice generale capace di valutare il rischio economico-finanziario
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliIndice generale. OOA Analisi Orientata agli Oggetti. Introduzione. Analisi
Indice generale OOA Analisi Orientata agli Oggetti Introduzione Analisi Metodi d' analisi Analisi funzionale Analisi del flusso dei dati Analisi delle informazioni Analisi Orientata agli Oggetti (OOA)
DettagliCORRENTE ELETTRICA. φ 1
COENTE ELETTCA lim t Q/ tdq/dt ntensità di corrente φ φ > φ φ La definizione implica la scelta di un verso positivo della corrente. Per convenzione, il verso positivo della corrente è parallelo al moto
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliIl SENTIMENT E LA PSICOLOGIA
CAPITOLO 2 Il SENTIMENT E LA PSICOLOGIA 2.1.Cosa muove i mercati? Il primo passo operativo da fare nel trading è l analisi del sentiment dei mercati. Con questa espressione faccio riferimento al livello
DettagliIl counseling: uno strumento per il benessere organizzativo ELISABETTA GHEZZI
Il counseling: uno strumento per il benessere organizzativo ELISABETTA GHEZZI Non posso cambiare la direzione del vento, ma posso sistemare le vele in modo da poter raggiungere la mia destinazione IL COUNSELING
DettagliLuigi Piroddi piroddi@elet.polimi.it
Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,
DettagliEsercizio 1: trading on-line
Esercizio 1: trading on-line Si realizzi un programma Java che gestisca le operazioni base della gestione di un fondo per gli investimenti on-line Creazione del fondo (con indicazione della somma in inizialmente
DettagliDefinire la potenza e ricordare l unità di misura della potenza. Definire l energia e la sua unità di misura. Enunciare il teorema delle forze vive
Programmazione per competenze: Istituto scolastico Classe Riferimento ai documenti programmatici Liceo scientifico, indirizzo scienze applicate II Competenza N 3.2, Asse scientifico tecnologico Analizzare
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliPSICOLOGIA. La ricerca nelle scienze sociali. Le tecniche di rilevazione dei dati. L'osservazione. il testo:
il testo: 01 Le tecniche di rilevazione dei dati Le principali tecniche di raccolta dei dati si dividono in: tecniche descrittive: il ricercatore osserva ciò che sta studiando. Sono tecniche descrittive
DettagliVALUTARE GLI EQUILIBRI DELL IMPRESA
VALUTARE GLI EQUILIBRI DELL IMPRESA Quattro valori fondamentali per valutare una impresa sono: 1. Il Capitale Operativo Investito, che è dato dal Capitale Fisso (Costi pluriennali a lenta rotazione) +
DettagliProgettazione : Design Pattern Creazionali
Progettazione : Design Pattern Creazionali Alessandro Martinelli alessandro.martinelli@unipv.it 30 Novembre 2010 Progettazione : Design Pattern Creazionali Aspetti generali dei Design Pattern Creazionali
DettagliValutazione delle Prestazioni. Valutazione delle Prestazioni. Architetture dei Calcolatori (Lettere. Tempo di risposta e throughput
Valutazione delle Prestazioni Architetture dei Calcolatori (Lettere A-I) Valutazione delle Prestazioni Prof. Francesco Lo Presti Misura/valutazione di un insieme di parametri quantitativi per caratterizzare
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliLa situazione dell investitore è chiaramente scomoda e occorre muoversi su due fronti:
Analisti e strategisti di mercato amano interpretare le dinamiche dei mercati azionari in termini di fasi orso, fasi toro, cercando una chiave interpretativa dei mercati, a dimostrazione che i prezzi non
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliFINESTRE INTERCULTURALI
Scuola Classe 1C FINESTRE INTERCULTURALI DIARIO DI BORDO 2013 / 2014 IC Gandhi - Secondaria di primo grado Paolo Uccello Insegnante / materia Anelia Cassai/lettere Data Febbraio Durata 4h TITOLO DELLA
DettagliINTRODUZIONE AI CICLI
www.previsioniborsa.net INTRODUZIONE AI CICLI _COSA SONO E A COSA SERVONO I CICLI DI BORSA. Partiamo dalla definizione di ciclo economico visto l argomento che andremo a trattare. Che cos è un ciclo economico?
DettagliPrestazioni CPU Corso di Calcolatori Elettronici A 2007/2008 Sito Web:http://prometeo.ing.unibs.it/quarella Prof. G. Quarella prof@quarella.
Prestazioni CPU Corso di Calcolatori Elettronici A 2007/2008 Sito Web:http://prometeo.ing.unibs.it/quarella Prof. G. Quarella prof@quarella.net Prestazioni Si valutano in maniera diversa a seconda dell
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliEsercitazione di Laboratorio - Leve di 1-2 - 3 genere TITOLO ESERCITAZIONE: VERIFICA DELLE LEGGI DELLE LEVE
TITOLO ESERCITAZIONE: VERIFICA DELLE LEGGI DELLE LEVE PREREQUISITI RICHIESTI PER LO SVOLGIMENTO DELL ATTIVITÀ DI LABORATORIO L alunno deve conoscere la definizione di forza, la definizione di momento.
DettagliMD 9. La macroeconomia delle economie aperte. UD 9.1. Macroeconomia delle economie aperte
MD 9. La macroeconomia delle economie aperte In questo modulo, costituito da due Unità, ci occuperemo di analizzare il funzionamento delle economie aperte, ossia degli scambi a livello internazionale.
DettagliCOME SI FORMA E COME SI RICONOSCE UN ROSS HOOK
COME SI FORMA E COME SI RICONOSCE UN ROSS HOOK di Francesco Fabi Trader Professionista e Responsabile di Joe Ross Trading Educators Italia PREMESSA Il Ross Hook è una delle formazioni grafiche che sono
DettagliLA LOGISTICA INTEGRATA
dell Università degli Studi di Parma LA LOGISTICA INTEGRATA Obiettivo: rispondere ad alcuni interrogativi di fondo Come si è sviluppata la logistica in questi ultimi anni? Quali ulteriori sviluppi sono
DettagliSCIENZE E TECNOLOGIA
SCIENZE E TECNOLOGIA COMPETENZE Dimostra conoscenze scientifico-tecnologiche che gli consentono di analizzare dati e fatti della realtà e di verificare l'attendibilità delle analisi quantitative e statistiche
DettagliRiproduzione Crossover Mutazione
Algoritmi Genetici Sono algoritmi di ricerca basati sui principi evolutivi della selezione naturale e della genetica, che implicano la sopravvivenza degli elementi migliori e lo scambio di informazioni
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliIl sistema di Rossler
Il sistema di Rossler Il sistema di Rossler è considerato il più semplice sistema di terzo ordine a tempo continuo capace di manifestare comportamenti di tipo caotico. = = + (1) = + Questo sistema presenta
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliREAZIONI ORGANICHE Variazioni di energia e velocità di reazione
REAZIONI ORGANICHE Variazioni di energia e velocità di reazione Abbiamo visto che i composti organici e le loro reazioni possono essere suddivisi in categorie omogenee. Per ottenere la massima razionalizzazione
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
Dettagliwww.andreatorinesi.it
La lunghezza focale Lunghezza focale Si definisce lunghezza focale la distanza tra il centro ottico dell'obiettivo (a infinito ) e il piano su cui si forma l'immagine (nel caso del digitale, il sensore).
DettagliIL CICLO DI VITA DEL PROGETTO. Elementi essenziali di progetto. Fasi e tappe Gli Approcci
UNIVERSITA MILANO BICOCCA Corso di laurea di primo livello in servizio sociale anno accademico 2009-2010 Progettare il sociale Prof. Dario A. Colombo IL CICLO DI VITA DEL PROGETTO Elementi essenziali di
DettagliAnalisi della performance temporale della rete
Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliLa logica statistica della verifica (test) delle ipotesi
La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi
DettagliApplicazioni biotecnologiche in systems biology
Applicazioni biotecnologiche in systems biology Lezione #6 Dr. Marco Galardini AA 2012/2013 Gene regulation analysis Lezione #6 Dr. Marco Galardini AA 2012/2013 Regolazione genica Elementi molecolari e
DettagliAlla ricerca dell algoritmo. Scoprire e formalizzare algoritmi.
PROGETTO SeT Il ciclo dell informazione Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. Scuola media Istituto comprensivo di Fagagna (Udine) Insegnanti referenti: Guerra Annalja, Gianquinto
DettagliLO STATO GASSOSO. Proprietà fisiche dei gas Leggi dei gas Legge dei gas ideali Teoria cinetico-molecolare dei gas Solubilità dei gas nei liquidi
LO STATO GASSOSO Proprietà fisiche dei gas Leggi dei gas Legge dei gas ideali Teoria cinetico-molecolare dei gas Solubilità dei gas nei liquidi STATO GASSOSO Un sistema gassoso è costituito da molecole
DettagliLa corrente elettrica
PROGRAMMA OPERATIVO NAZIONALE Fondo Sociale Europeo "Competenze per lo Sviluppo" Obiettivo C-Azione C1: Dall esperienza alla legge: la Fisica in Laboratorio La corrente elettrica Sommario 1) Corrente elettrica
DettagliStrana Italia in rete
Strana Italia in rete Giancarlo Livraghi aprile 2007 Questa è la prima parte del numero 80 della rubrica Il mercante in rete http://gandalf.it/mercante/merca80.htm Tutte le statistiche sono sempre discutibili.
Dettagli