Problemi di turnistica del personale nei trasporti. Pianificazione dei turni. Tecniche di ottimizzazione. Programma. Paolo Toth e Daniele Vigo

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Problemi di turnistica del personale nei trasporti. Pianificazione dei turni. Tecniche di ottimizzazione. Programma. Paolo Toth e Daniele Vigo"

Transcript

1 Problemi di turistica del persoale ei trasporti Paolo Toth e Daiele Vigo DEIS, Uiversità di Bologa Piaificazioe dei turi Dati: u isieme di servizi da effettuare i u determiato periodo di tempo u isieme di persoe assegare i modo ottimo ciascu servizio ad ua persoa i modo che siao rispettati i vicoli operativi Programma Descrizioe del problema e applicazioi Modelli matematici e di teoria dei grafi Algoritmi euristici Esempi Teciche di ottimizzazioe Sviluppo tecologie iformatiche: hardware / software Itegrazioe ella realtà operativa idustriale e commerciale Modelli ed algoritmi di ottimizzazioe tegoo coto di tutte le caratteristiche dei problemi reali hao tempi di calcolo compatibili co le esigeze operative

2 Servizio (task) Istate e luogo di iizio e fie Altre caratteristiche (otturo, lugo) Programmazioe Turi (Crew Rosterig) Determiazioe di u isieme di turi che coproo tutti i servizi el periodo di tempo assegato i f Turo (roster) Sequeza di servizi effettuabili da ua persoa el periodo di tempo assegato Turo (roster) Sequeza di giorate lavorative (pairig, duty, allacciameto)

3 Vicoli breve periodo (giorata lavorativa) lugo periodo (settimaa, mese, itero roster) riposi settimaali Problemi facili Servizi omogeei (istati di iizio e durate simili) Riposi i giori prefissati per tutto il persoale (es. Sabato e Domeica) Esempi: Uffici, Negozi,. Obiettivi miimizzazioe del umero di persoe ecessarie alla copertura dei servizi bilaciameto del carico di lavoro. Problemi difficili Servizi o omogeei istati di iizio e durate diversi distribuiti sulle 24h e su tutta la settimaa Piu servizi ella stessa giorata Riposi settimaali i giori diversi Esempi: Aziede di trasporto pubblico, Servizi di mautezioe,...

4 Aziede di trasporto pubblico (Bus, Aerei, Trei) Persoale: isieme di equipaggi (crew) autisti piloti e persoale di cabia macchiisti e cotrollori Il persoale fa capo ad u deposito di resideza Trip Si ottegoo scompoedo i viaggi dei veicoli rispetto ai puti di cambio Esempio: treo MI-NA MI 8:00 BO 9:43 9:47 FI 0:49 0:4 RM 2:25 2:40 NA 4:30 Aziede di trasporto pubblico (Bus, Aerei, Trei) Orario: isieme di servizi elemetari (trip) da effettuare i orari e giori prefissati i u dato periodo (settimaa, mese, stagioe...) Ogi trip deve essere eseguito da u solo equipaggio seza iterruzioe Trip Esempio: Autobus stazioe 4 8:26 8:23 8:40 8:05 7:0 7:30 7:32 2 8:00 Capoliea Cetro Capoliea 2 3

5 Caratteristiche dei Trip Istate e luogo di parteza Istate e luogo di arrivo Altre caratteristiche: otturo, lugo, Periodicita (tutti i giori, solo alcui giori) Vicoli sul pairig Sequeziameto: compatibilita (luoghi e tempi) t RM FI BO PD Vicoli giorata lavorativa Giorata lavorativa (pairig, duty, allacciameto): sequeza di trip effettuabili da u equipaggio i u periodo breve (uo o piu giori solari) L equipaggio parte e ritora al deposito di resideza Massima durata (astro) (es. 24h) Vicoli sul pairig Sequeziameto: tempo tecico miimo tra due trip t RM FI BO PD

6 Vicoli sul pairig Limiti sul tempo di guida: guida effettiva e soste brevi (es. <30 ) complessivo (es. 8h45 ) cotiuato (es. 4h30 ) Itervallo pasto (es. 30 di sosta tra le e le 5 e tra le 8 e le 22) Vicoli sul roster massimo umero di pairig co caratteritiche speciali (es. al max 7 otturi ogi 30g al max 2 otturi ogi 6g) massimo tempo di lavoro complessivo (es. 70h ogi 30g)... Vicoli sul roster Miimo riposo i resideza tra due pairig (es. 8h o 22h) Riposo settimaale : cadeza (es. deve icludere ogi 6 gioro) durata miima (es. > 48h) Crew Maagemet Determiazioe di u isieme di turi per il persoale Determiazioe di circuiti su u grafo opportuo Se problema o ciclico si determiao dei cammii

7 Grafo orietato: odi trip archi possibilita di coprire 2 trip co lo stesso equipaggio Ciclicita del problema Problema o ciclico u cammio corrispode a u roster Ciclicita del problema Problema ciclico u circuito corrispode a u roster Due tipi di problema Servizi o quotidiai Servizi quotidiai

8 Servizi o quotidiai I servizi o si ripetoo tutti i giori voli co cadeza settimaale servizi attivabili su richiesta Servizi o quotidiai Obiettivo: miimizzazioe del umero di turi (= umero equipaggi ecessari per coprire tutti i trip) Servizi o quotidiai Ogi occorreza di u servizio viee cosiderata sigolarmete grafo di grade dimesioe Servizi quotidiai Autobus e trei: i servizi si ripetoo (quasi) tutti i giori alcue variati ei giori festivi Ogi servizio deve essere coperto tutti i giori Gli equipaggi assegati a trip o effettuati i u dato gioro soo a disposizioe

9 Servizi quotidiai E sufficiete cosiderare ua sola occorreza di u servizio Grafo di dimesioe coteuta Obiettivo: miimizzazioe della lughezza complessiva (i giori) dei roster turo servoo 6 equipaggi Trip da coprire (ciclicamete) ogi gioro Eq g

10 Approccio risolutivo I vicoli sui pairig soo di atura diversa rispetto a quelli sui roster esempio: tempo miimo tra due trip el pairig: pochi miuti (cambio veicolo) tempo miimo tra due pairig el roster: molte ore di riposo i resideza Crew Schedulig Problem si determia u isieme di pairig a costo miimo i grado di coprire tutti i trip (di u gioro) Ogi pairig parte da u deposito copre u sottoisieme di trip ritora allo stesso deposito (resideza dell equipaggio) Approccio risolutivo Scomposizioe i due fasi: Crew Schedulig Problem (CSP): costruzioe dei pairig partedo dai trip Crew Rosterig Problem (CRP): costruzioe dei roster partedo dai pairig E l approccio ormalmete adottato Crew Schedulig Problem geeralmete risolto i due fasi:. Geerazioe dei pairig ammissibili (tipicamete ) 2. Selezioe dell isieme ottimo mediate soluzioe di u opportuo problema di Set Partitioig (SPP) o Set Coverig (SCP)

11 trip da coprire ogi gioro Crew Rosterig Problem Si sequeziao i pairig formado i roster I trip o vegoo piu cosiderati esplicitamete ma determiao le caratteristiche dei pairig che li cotegoo pairig roster da 2 giori

12 Crew Rosterig Problem I roster si determiao separatamete per ogi deposito (pairig che partoo e ritorao allo stesso deposito) Problemi di dimesioe piu coteuta ( pairig) Crew Rosterig Problem Trasporto aereo e ferroviario: molti pairig otturi e pesati pairig o omogeei tra loro vicoli sul roster complessi risparmi cosisteti di persoale co u rosterig efficace La soluzioe di CSP deve geerare pairig che si sequezio bee Crew Rosterig Problem Servizi di trasporto urbao: pochi pairig otturi pairig omogeei tra loro. di equipaggi dipede dal CSP fase di rosterig meo importate Obiettivi: CSP: mi. umero di pairig CRP: bilaciameto del carico Decomposizioe i CSP e CRP CSP Pairig Geeratio Set Coverig pairig Crew Rosterig trip Costo pairig roster

13 Crew Schedulig Fase (Pairig geeratio): geerazioe di tutti i pairig ammissibili se i pairig soo troppi si geerao solo i migliori c = costo pairig Esempio: Obiettivo: miimizzare um. pairig Vicoli: astro 8 ore trip: a b 8:00 9:40 0:0 2:0 2:50 5:00 pairig ammissibili: {a}, {a,b}, {a,c}, {a,b,c} {b}, {b,c}, {b,d}, {b,c,d} {c}, {c,d}, {d} c d 5:30 7:20 Costo = Pairig geeratio Matrice di copertura A: m. biaria di m righe ( per trip) coloe ( per pairig) A i = se pairig copre trip i 0 altrimeti i=,, m; =,, pairig ammissibili Costo= : {a}, {a,b}, {a,c}, {a,b,c} {b}, {b,c}, {b,d}, {b,c,d} {c}, {c,d}, {d} Matrice di copertura A i : a b c d c

14 Fase 2: Set Partitioig Selezioa u sottoisieme delle coloe di A i modo che: la somma dei costi delle coloe selezioate sia miima ogi riga sia coperta da ua e ua sola coloa selezioata (per ogi riga i e scelta ua sola coloa tale che A i = ) x Modello di Programmazioe Lieare Itera di SPP = se coloa selezioata 0 altrimeti =,, mi = c x A ix = i =,, m = { } x 0, =,, Matrice di copertura A i : a b c d c x Soluzioe SPP: coloe selezioate 2 e 0 Costo =2 Applicazioi Ferroviarie Ogi pairig copre pochi trip (5-6) Vicoli strigeti sui pairig U equipaggio puo essere trasportato (seza costi aggiutivi) come passeggero ciascu trip puo essere coperto piu di ua volta Set Partitioig Set Coverig

15 Modello di Programmazioe Lieare Itera di SCP x = se coloa selezioata 0 altrimeti =,, mi = c x A ix i =,, m = { } x 0, =,, pairig ammissibili Costo= : {a}, {a,b}, {a,c}, {a,b,c} {b}, {b,c}, {b,d}, {b,c,d} {c}, {c,d}, {d} 2 pairig massimali: {a,b,c}, {b,c,d} Matrice di copertura A i : 4 8 a 0 b c d 0 c Soluzioe SCP Coloe 4 e 8 costo globale = 2 Set Coverig Problem (SCP) Tra i pairig che hao lo stesso costo si devoo geerare solo quelli massimali Si possoo geerare tutti i pairig ammissibili (circa 0 6 per 5000 trip) Matrice di copertura molto sparsa (0.% - %) Set Coverig Problem (SCP) SCP e NP-difficile Algoritmi esatti: i tempi ragioevoli fio a 500 righe e 5000 coloe Per problemi di grade dimesioe (5000 righe e milioi di coloe): algoritmi euristici

16 Algoritmi euristici per SCP Algoritmo Greedy : si costruisce ua soluzioe i modo sequeziale aggiugedo ad ogi iterazioe la coloa co il miimo score s = c /k k =. di righe residue coperte da se tutte le righe soo coperte STOP Algoritmo Greedy c s Iter. s Iter. 2 s Iter. 3 Coloe selezioate,5,6; costo = Matrice di copertura A i (=8, m=5): Costo=0 c soluzioe ottima coloe, 3, 5 Euristici Lagragiai basati sul Rilassameto Lagragiao di SCP calcolo di u lower boud LB sul valore della soluz. ottima di SCP, z* LB z* LB = valore della sol. ottima del problema Rilassato Lagragiao, RL

17 Problema rilassato RL RL si ottiee dal problema origiale: ) dimiuedo il valore della fuzioe obiettivo per le soluzioi ammissibili 2) elimiado u sottoisieme di vicoli (si espade l isieme delle soluzioi ammissibili) L(u ) = mi = c x m + u i= A x i i = m m = u + c u A x i mi i i i= = i= m = u + mi i i= = m c = c u A i i i= c x Costo Lagragiao mi Problema rilassato RL = c x A ix i =,, m = { } m + u i i i= = 0 x 0, =,, A x z* Per ogi riga i moltiplicatore Lagr. u i 0 s.t. m L(u) = u + mi c x c = c u A i i= = { } m i i i= x 0, =,, Soluzioe ottima: x se c 0 = 0 se c > 0 = Costo Lagragiao,,

18 Determiazioe di buoi moltiplicatori u i per ogi vettore di moltiplicatori u 0 L(u) z* (lower boud) maggiore e il valore di L(u), piu accurata e la valutazioe di z* si cercao moltiplicatori u i che massimizzao L(u) procedimeti di tipo iterativo Per buoi moltiplicatori u i il costo Lagragiao della coloa m c = c u A i i i= Forisce iformazioi attedibili sulla utilita globale di selezioare la coloa c c x m u i L(u) = u + mi c x i i = = L(u)= 9-=8 Euristici Lagragiai si costruisce ua soluzioe i modo sequeziale aggiugedo ad ogi iterazioe la coloa co il miimo score c / k se c 0 s = c * k se c < 0 k =. di righe residue coperte da se tutte le righe soo coperte STOP

19 Euristico Lagragiao c s Iter. s Iter. 2 s Iter. 3 Coloe selezioate,3,5; costo = 0 Crew Rosterig Problem i applicazioi ferroviarie pairig (allacciameti) istate iiziale, s i istate fiale, f i tempo di lavoro, w i attributi: (lugo, otturo, riposo fuori resideza) Problemi reali (FS SpA) m x des. LB sol. 507 x 63,009.2% x 47,3.3% x 55,55.2% ,536 x,08,84 0.4% ,284 x,092,60 0.2% ,872 x 968, % tempo limite : 3000 sec PC 486/ sec HP 735/25 Crew Rosterig Problem i applicazioi ferroviarie CRP: determiazioe di u isieme di roster di lughezza globale miima che coprao tutti gli allacciameti roster: sequeza ciclica di sestie sestia: gruppo di 6 giori cosecutivi i cui viee eseguito u sottoisieme di allacciameti

20 Vicoli (FS SpA) ) riposo settimaale : iclude sempre il 6 gioro della sestia durata miima 48h durata media 58h sul roster altri tipi di riposo (riposo doppio ) Vicoli (FS SpA) 4) Sequeziameto tra allacciameti: riposo miimo i resideza 8h (22h se etrambi otturi,...) regole speciali prima e dopo il riposo settimaale Vicoli (FS SpA) 2) Per ogi sestia (6 giori): al max 2 allacciameti otturi al max allacciameto lugo al max 2 allacciameti co riposo f.r. tempo totale di lavoro 36h 3) Per ogi gruppo di 30 giori: al max 7 allacciameti co riposo f.r. tempo totale di lavoro 70h Sestie Riposo settimaale 48h

21 Sestie Per sestia: lugo 2 otturi Lower Boud I boud immediati possoo essere scadeti Rilassameto di tutti i vicoli trae: regole di sequeziameto umero totale dei riposi settimaali Lower Boud Immediati (i giori): 6* (. tot. otturi)/ (. otturi per sestia) 6* (tempo tot. di lavoro)/ (tempo di lavoro per sestia) Modello di teoria dei grafi del rilassameto RP Multigrafo orietato G=(V,A) Vertici V={,, } allacciameti Archi sequeziameto di due allacciameti i e due tipi A=A UA 2 diretto co i mezzo il riposo settimaale i

22 Costo di u arco (i,), i miuti: miimo tempo tra s i ed s tale che il sequeziameto sia ammissibile s i = 0:0, f i = 6:30; s = 6:50, f = 2:30 c i = 30h40' c 2 i = 54h40' 2 ( i i ) Vicoli di grado x + x = =,, i= 2 ( i i ) x + x = i =,, = i Modello PLI del rilassameto RP se (i,) A t t t scelto = 2, xi = 0 altrimeti i, =,, y = mi.. di archi di A 2 i soluzioe ( i i i i ) 2 2 i= = v(rp) = mi c x + c x Vicoli sui riposi settimaali y i= = i= = 2 2 ( cix i + c ix i ) x α. delle sestie della soluzioe 2 i y α = 6*440= miuti di ua sestia

23 Vicoli di iterezza { } 2 x, x 0, i, =,, i i y 0 itero Soluzioe del rilassameto Si ottiee u problema Lagragiao poliomiale: dato λ x si determiao mediate u problema di assegameto a costo miimo (risolubile i tempo O( 3 )) y si determia i tempo costate sperimetalmete λ = 440 ( gioro) e di solito il moltiplicatore ottimo Soluzioe del rilassameto RP e NP-difficile ulteriore rilassameto Lagragiao del vicolo i= = x 2 i Co moltiplicatore Lagragiao λ y Euristico Lagragiao viee costruito u roster alla volta si utilizzao le iformazioi otteibili dalla soluzioe del rilassameto Lagragiao ogi roster viee costruito aggiugedo u pairig alla volta

24 Costruzioe di u roster ) scegli u pairig iiziale i 0 2) Iterativamete: i = ultimo pairig sequeziato 2.) esamia la chiusura del roster: i riposo settimaale i 0 i riposo settimaale i 0 memorizza il miglior roster Costruzioe di u roster 3) STOP quado o si puo migliorare il roster attuale l algoritmo termia quado tutti i pairig soo iseriti esecuzioe multipla co variazioe dei parametri del calcolo dello score Costruzioe di u roster 2.2) aggiugi al roster il pairig h che miimizza uo score dipedete dall aumeto del lower boud associato alla sequeza: i h i riposo settimaale h Problemi reali (FS SpA) LB sol tempo limite : 90 miuti su PC 486/33

25 Iterazioe tra CSP e CRP CSP Pairig Geeratio Set Coverig trip Costo pairig Iterazioe tra CSP e CRP... 4 a Iterazioe: CSP 53 pairig CRP 44 sestie pairig Crew Rosterig roster OK? o risparmio di 2 sestie = 2 equipaggi! Iterazioe tra CSP e CRP Parte dei trip del deposito di Milao: 56 trip 47,3 pairig a Iterazioe: CSP 6 pairig CRP 46 sestie 2 a Iterazioe: CSP 5 pairig CRP 45 sestie

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema

Dettagli

Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni

Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni Problemi di Schedulig Defiizioi I problemi di schedulig soo caratterizzati da tre isiemi: Attività (Task) T {T,T 2, T } macchie (Machies) P {P,P 2, P m } Risorse R {R,R 2, R s } Schedulig: assegare m Macchie

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero Lezioe 9- - Problema del trasporto Prof. Cerulli Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, ) A o violi

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

Terzo appello del. primo modulo. di ANALISI 18.07.2006

Terzo appello del. primo modulo. di ANALISI 18.07.2006 Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo

Dettagli

Parte 2. Problemi con macchine parallele

Parte 2. Problemi con macchine parallele Parte 2 Problemi co macchie arallele Esemio job 1 2 3 4 5 j 2 3 5 1 4 2macchie Assegado{2,3,5}aM1e{1,4}aM2 M2 M1 4 1 1 3 3 2 5 5 8 12 Assegado{1,4,5}aM1e{2,3}aM2 M2 3 2 M1 4 1 5 1 3 5 7 8 R m //C Algoritmo

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5 Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio

Dettagli

ICT e Sistemi informativi Aziendali. ICT e Sistemi informativi Aziendali. Sommario. Materiale di supporto alla didattica

ICT e Sistemi informativi Aziendali. ICT e Sistemi informativi Aziendali. Sommario. Materiale di supporto alla didattica ICT e Sistemi iformativi Aziedali Materiale di supporto alla didattica ICT e Sistemi iformativi Aziedali CAPITOLO IV base e warehouse Sommario Modelli dei dati Modello relazioale DBMS La progettazioe di

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

Formula per la determinazione della Successione generalizzata di Fibonacci.

Formula per la determinazione della Successione generalizzata di Fibonacci. Formula per la determiazioe della uccessioe geeralizzata di Fiboacci. A cura di Eugeio Amitrao Coteuto dell articolo:. Itroduzioe......... uccessioe di Fiboacci....... 3. Formula di Biet per la successioe

Dettagli

SISTEMA D'IMPRESA GESTIONE GESTIONE SISTEMA DELLE OPERAZIONI SIMULTANEE E SUCCESSIVE SI DISPIEGANO DINAMICAMENTE

SISTEMA D'IMPRESA GESTIONE GESTIONE SISTEMA DELLE OPERAZIONI SIMULTANEE E SUCCESSIVE SI DISPIEGANO DINAMICAMENTE SISTEMA D'IMPRESA ORGAIZZAZIOE GESTIOE 1 GESTIOE SISTEMA DELLE OPERAZIOI SIMULTAEE E SUCCESSIVE SI DISPIEGAO DIAMICAMETE PER IL RAGGIUGIMETO DEI FII DELL IMPRESA 2 ORGAIZZAZIOE I SESO AMPIO LA RIUIOE DI

Dettagli

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto Sommario Metodologie di progetto Massimo Violate troduzioe Progetto a Livello Porte Logiche Progetto a Livello Registri Progetto a Livello Sistema. troduzioe U sistema è ua collezioe di oggetti, compoeti,

Dettagli

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto

Dettagli

Interesse e formule relative.

Interesse e formule relative. Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del

Dettagli

Analisi Fattoriale Discriminante

Analisi Fattoriale Discriminante Aalisi Fattoriale Discrimiate Bibliografia Lucidi (materiale reperibile via Iteret) Lauro C.N. Uiversità di Napoli Gherghi M. Uiversità di Napoli D Ambra L. Uiversità di Napoli Keeth M. Portier Uiversity

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Calcolo Combinatorio (vers. 1/10/2014)

Calcolo Combinatorio (vers. 1/10/2014) Calcolo Combiatorio (vers. 1/10/2014 Daiela De Caditiis modulo CdP di teoria dei segali Igegeria dell Iformazioe - sede di Latia, CALCOLO COMBINATORIO Pricipio Fodametale del Calcolo Combiatorio: Si realizzio

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016 Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Un modello di interazione tra CPU e dispositivi di I/O

Un modello di interazione tra CPU e dispositivi di I/O Idice lezioe: Richiami e otazioi: Abbiamo visto: sistema moolitico (I + E + O) dividiamo I e O da E, e affidiamo loro ua CPU replichiamo gli I e gli O per parallelizzare sigolarmete gli I e O Parallelizzazioe

Dettagli

Probabilità e Statistica I

Probabilità e Statistica I Probabilità e Statistica I Elvira Di Nardo (Dipartimeto di Matematica) Uiversità degli Studi della Basilicata e-mail:diardo@uibas.it http://www.uibas.it/uteti/diardo/home.html Tel:097/05890 Prerequisiti:

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

La stima per capitalizzazione dei redditi

La stima per capitalizzazione dei redditi La stima per capitalizzazioe dei redditi 24.X.2005 La stima per capitalizzazioe La capitalizzazioe dei redditi è l operazioe matematico-fiaziaria che determia l ammotare del capitale - il valore di mercato

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

L ammortamento dei prestiti. S. Corsaro Matematica Finanziaria a.a. 2007/08

L ammortamento dei prestiti. S. Corsaro Matematica Finanziaria a.a. 2007/08 L ammortameto dei prestiti. Corsaro Matematica Fiaziaria a.a. 27/8 Prestiti idivisi Operazioi fiaziarie co due cotraeti mutuate o creditore: presta u capitale mutuatario o debitore: si impega a restituire

Dettagli

Disposizioni semplici. Disposizioni semplici esercizi

Disposizioni semplici. Disposizioni semplici esercizi Disposizioi semplici Ua disposizioe (semplice) di oggetti i k posti (duque 1 < k < ) è ogi raggruppameto di k oggetti, seza ripetizioi, scelti fra gli oggetti dati, cioè ciascuo dei raggruppameti ordiati

Dettagli

3. Progetto di reti di comunicazione

3. Progetto di reti di comunicazione 3. Progetto di reti di comuicazioe 66 ROC-00/01 Capitolo 3 3. 1 Alberi di costo miimo e alberi di costo miimo co capacità Come acceato el paragrafo 2.1.2, i questo corso affroteremo solo due aspetti del

Dettagli

Rendita perpetua con rate crescenti in progressione aritmetica

Rendita perpetua con rate crescenti in progressione aritmetica edita perpetua co rate cresceti i progressioe aritmetica iprediamo l'esempio visto ella scorsa lezioe di redita perpetua co rate cresceti i progressioe arimetica: Questa redita può ache essere vista come

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti di statistica e geostatistica Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

1. Considerazioni generali

1. Considerazioni generali . osiderazioi geerali Il processaeto di ob su acchie parallele è iportate sia dal puto di vista teorico che pratico. Dal puto di vista teorico questo caso è ua geeralizzazioe dello schedulig su acchia

Dettagli

VAIO-Link Guida Cliente

VAIO-Link Guida Cliente VAIO-Lik Guida Cliete "Cosideriamo ogi sigola domada del cliete co la massima attezioe e il dovuto rispetto e facciamo del ostro meglio perché il cliete abbia u'ottima impressioe del cetro di assisteza

Dettagli

Programmazione dinamica vs. divide-et-impera

Programmazione dinamica vs. divide-et-impera Programmazioe diamica vs. divide-et-impera Aalogia Soo etrambi paradigmi di sitesi di algoritmi che risolvoo problemi combiado le soluzioi di sottoproblemi Differeza Secodo divide-et-impera si suddivide

Dettagli

I Sistemi ERP e l innovazione aziendale: dalle Funzioni ai Processi, aspetti innovativi ed aspetti progettuali

I Sistemi ERP e l innovazione aziendale: dalle Funzioni ai Processi, aspetti innovativi ed aspetti progettuali I Sistemi ERP e l iovazioe aziedale: dalle Fuzioi ai Processi, aspetti iovativi ed aspetti progettuali Uiversità di L Aquila, 14 maggio 2004 Ig. Nicola Pace I Sistemi ERP e l iovazioe aziedale Uiversità

Dettagli

P i Pf. = P=P f -P i =0,2 atm. tot = =

P i Pf. = P=P f -P i =0,2 atm. tot = = Stato gassoso 1) La camera d aria di uo peumatico viee riempita fio alla pressioe di,5 atmosfere alla temperatura di 5 C; i movimeto, la temperatura ella camera d aria sale fio a 65 C ed il volume aumeta

Dettagli

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

BLOCCO TEMATICO DI ESTIMO. Diritti reali: usufrutto CORSO PRATICANTI 2015

BLOCCO TEMATICO DI ESTIMO. Diritti reali: usufrutto CORSO PRATICANTI 2015 BLOCCO TEMATICO DI ESTIMO Diritti reali: usufrutto CORSO PRATICANTI 2015 Usufrutto L'usufrutto è il diritto di godimeto da parte di ua persoa detta USUFRUTTUARIO di u bee altrui; il proprietario del bee

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

Programmazione Matematica a Numeri Interi (Integer Programming - IP)

Programmazione Matematica a Numeri Interi (Integer Programming - IP) Programmazioe Matematica a Numeri Iteri (Iteger Programmig - IP) Problema di ottimizzazioe di ua fuzioe obiettivo lieare soggetta al rispetto di u isieme di vicoli lieari i cui tutte o parte delle variabili

Dettagli

Complessità Computazionale

Complessità Computazionale Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo

Dettagli

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio Radicali Per itrodurre il cocetto di radicali che già avete icotrato alle medie quado avete imparato a calcolare la radice quadrata e cubica dei umeri iteri, abbiamo bisogo di rivedere il cocetto di uzioe

Dettagli

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x. ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA Architetture dei sistemi itegrati digitali Alessadro Bogliolo Esercitazioe 2 Progetto e realizzazioe di u semplice sitetizzatore musicale basato su FPGA (A) Defiizioe della specifica ed esperimeti prelimiari

Dettagli

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 18

McGraw-Hill. Tutti i diritti riservati. Caso 18 Mauale di Estimo Vittorio Gallerai, Giacomo Zai, Davide Viaggi Caso 18 Copyright 2005 The Compaies srl Stima del diritto di usufrutto e del valore della uda proprietà relativi ad u appartameto di civile

Dettagli

ORIENTAMENTO E COMUNICAZIONE. Analisi del territorio. Definizione di alternative. Analisi e rappresentazione degli effetti. Scelta tra alternative

ORIENTAMENTO E COMUNICAZIONE. Analisi del territorio. Definizione di alternative. Analisi e rappresentazione degli effetti. Scelta tra alternative SOFTWARE ORIENTAMENTO E COMUNICAZIONE Diario del processo Mappa degli attori Trasparenza delle procedure Analisi del territorio Catalogo dati e indicatori Sistema informativo leggero Definizione di Generazione

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

Economia Internazionale - Soluzioni alla IV Esercitazione

Economia Internazionale - Soluzioni alla IV Esercitazione Ecoomia Iterazioale - Soluzioi alla IV Esercitazioe 25/03/5 Esercizio a) Cosa soo le ecoomie di scala? Come cambia la curva di oerta i preseza di ecoomie di scala? Perchè queste oroo u icetivo al commercio

Dettagli

ALLEGATO C ELENCO PREZZI UNITARI QUANTITA PREVISTA. Cassonetti Intervento. Cestini Intervento. 231 Interventi. Cassonetti Intervento.

ALLEGATO C ELENCO PREZZI UNITARI QUANTITA PREVISTA. Cassonetti Intervento. Cestini Intervento. 231 Interventi. Cassonetti Intervento. ART. 1 2 3 DESCRIZIONE Svuotaeto autoatizzato di coteitori portarifiuti da 1,1 3 istallati dall'ipresa presso le Stazioi Autostradali, i Posti di Mautezioe ediate ipiego di attrezzatura specifica e secodo

Dettagli

I 3 addendi nel modello di Lighting di OpenGL. Modello di illuminazione di OpenGL. luce finale = ambiente + riflessione + emissione.

I 3 addendi nel modello di Lighting di OpenGL. Modello di illuminazione di OpenGL. luce finale = ambiente + riflessione + emissione. Modello di illumiazioe di OpeG el resto di questa lezioe vediamo il modello di illumiazioe di OpeG è il modello di lightig storico quello adottato dalla Fixed Pipelie di OpeG eza shader programmati: l

Dettagli

Logistica o distribuzione

Logistica o distribuzione 6. I problemi di trasporto e distribuzione 1 Logistica o distribuzione La logistica è l attività di trasportare merci e/o servizi dai luoghi ( sorgenti ) dove tali merci o servizi sono disponibili, alle

Dettagli

L OFFERTA DI LAVORO 1

L OFFERTA DI LAVORO 1 L OFFERTA DI LAVORO 1 La famiglia come foritrice di risorse OFFERTA DI LAVORO Notazioe utile: T : dotazioe di tempo (ore totali) : ore dedicate al tempo libero l=t- : ore dedicate al lavoro : cosumo di

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

Successioni e Progressioni

Successioni e Progressioni Successioi e Pogessioi Ua successioe è ua sequeza odiata di umei appateeti ad u isieme assegato: ad esempio, si possoo avee successioi di umei itei, azioali, eali, complessi Il pimo elemeto della sequeza

Dettagli

En0tà. Proge(are una base di da0. Chiave. Associazioni

En0tà. Proge(are una base di da0. Chiave. Associazioni E0tà Proge(are ua base di da0 A. Ferrari Nel proge(o si idividuao iizialmete le e0tà Le e0tà corrispodoo a classi di ogge? del modo reale I uo schema, ogi e0tà ha u ome che la ide0fica uivocamete.

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete

Dettagli

Soluzione del tema di Informatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Prof. Mauro De Berardis Itis Teramo Mercurio 2011 Prova scritta di

Soluzione del tema di Informatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Prof. Mauro De Berardis Itis Teramo Mercurio 2011 Prova scritta di Soluzioe del tema di Iformatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Sessioe ordiaria Esame di Stato 2011 Tema di Iformatica - Progetto: Mercurio Soluzioe proposta da: Co il termie Web 2.0 si

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

Classe IV Matematica Scuola primaria

Classe IV Matematica Scuola primaria MATERIALI PER LA VALUTAZIONE DEI TRAGUARDI DI COMPETENZA Classe IV Matematica Scuola primaria Traguardo per lo sviluppo della competenza Riesce a risolvere facili problemi in tutti gli ambiti di contenuto,

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA Corso di Laurea i Ig Edile Politecico di Bari AA 2008-2009 Prof ssa Letizia Bruetti DISPENSE DEL CORSO DI GEOMETRIA 2 Idice Spazi vettoriali Cei sulle strutture algebriche 4 2 Defiizioe di spazio vettoriale

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

Dettagli

Prot. 3514c44c Bari, 15/07/2014. Oggetto: Pubblicazione Graduatorie provvisorie Operatori Economici

Prot. 3514c44c Bari, 15/07/2014. Oggetto: Pubblicazione Graduatorie provvisorie Operatori Economici Prot. 3514c44c Bari, 15/07/2014 Oggetto: Pubblicazioe Graduatorie provvisorie Operatori Ecoomici PON C 1 FSE 2014 192 Iterveti formativi per lo sviluppo delle competeze chiave comuicazioe elle ligue straiere

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

Mauro Quattrone SCOMPOSIZIONE DELLE SERIE TEMPORALI ECONOMICHE

Mauro Quattrone SCOMPOSIZIONE DELLE SERIE TEMPORALI ECONOMICHE [ ANALISI DOMANDA ] Mauro Quattroe SCOMPOSIZIONE DELLE SERIE TEMPORALI ECONOMICHE Teciche statistiche di aalisi della domada itera applicate alla previsioe dei costi diretti dei bei saitari, ecoomali e

Dettagli

Problemi di trasporto merci

Problemi di trasporto merci Problemi di routing di veicoli: 1 - Introduzione Daniele Vigo DEIS, Università di Bologna dvigo@deis.unibo.it Problemi di trasporto merci Trasporto merci 10% - 25% del costo totale dei beni di consumo

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli