Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni. Problemi di Scheduling Definizioni
|
|
- Modesto Marchese
- 8 anni fa
- Visualizzazioni
Transcript
1 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 all isieme P e s risorse all isieme R per ciascua delle attività dell isieme T i modo ordiato al fie di completare tutte le attività el rispetto dei vicoli imposti. Problemi di Schedulig Defiizioi Vicoli: ogi task deve essere eseguito al massimo da u macchia alla volta ogi macchia è capace di eseguire al massimo ua attività alla volta Caratteristiche dei macchie (*) : macchie i parallelo (esecuzioe delle stesse fuzioi) macchie dedicati (specializzati per l esecuzioe di determiate attività) (*) Classificazioe relativa alle caratteristiche fuzioali dei macchie e o alla loro disposizioe fisica Problemi di Schedulig Defiizioi macchie i parallelo Si possoo idetificare tre tipologie i fuzioe della velocità di esecuzioe del task idetical: le macchie hao uguale velocità uiform: le macchie hao velocità costati e idipedeti dai task urelated: le macchie hao velocità dipedeti dai task Problemi di Schedulig Defiizioi macchie dedicati Si possoo idetificare tre modelli Ope shop Flo shop Job shop Questi modelli prevedoo ua divisioe del progetto i sottoisiemi Progetto Job Job 2 J Task 2 Task 2 2 T 2 J J Ogi ob è diviso i task Problemi di Schedulig Defiizioi Problemi di Schedulig Defiizioi Caratteristiche dei task: Complessità Ope shop Il umero di task è uguale per ciascu ob e ogi task è eseguito, seza vicoli di precedeza, dalla macchia ad esso dedicata Flo shop Aggiuge all Ope shop vicoli di precedeza sui task Job shop Il umero di task è arbitrario Vector of processig time (*) p [p, p 2,, p m ] T dove p i tempo ecessario alla macchia P i per eseguire il task T es. h idetical machies p i p i, 2,, m h uiform machies p i p /b i i, 2,, m dove p stadard processig time b i processig speed factor di P i (*) parametro itero
2 Problemi di Schedulig Defiizioi Ready time (*) r : istate di tempo i cui il task T è proto per essere eseguito. Se il ready time è uguale per tutti i task r 0 Due date (*) d : idica il tempo limite etro il quale T dovrebbe essere completato (può essere superato). Deadlie (*) d : idica il tempo limite etro il quale T deve essere completato (o può essere superato). Weight (priority) (*) : coferisce le urgeze relative ai T. Reseurce request: evetuali risorse preseti el progetto. (*) parametro itero Problemi di Schedulig Defiizioi Grafo: rete di flusso delle attività Carta di Gatt: piaificazioe del progetto htask-o-ode graph T i /p i T /p Nodo task Arco vicolo di precedeza htask-o-arc graph T /p Nodo eveto Arco task Problemi di Schedulig Defiizioi Preemptio: i task possoo essere iterrotti Problemi di Schedulig Defiizioi Precedece: i task soo ordiati da vicoli strutturali T 4 T T 2 T 3 T 2 r r 2 r 3 r 2 r 4 Schedule preemptive: ogi task può essere iterrotto Schedule opreemptive: o è permessa l'iterruzioe dei task T T 2 T 3 fodameta muri tetto La relazioe di precedeza viee idicata co il simbolo < (es. T < T 2 ) Se esiste u legame del tipo T i < T i task soo detti dipedeti, altrimeti si defiiscoo idipedeti Preemptio e Precedece o si escludoo a viceda Problemi di Schedulig Defiizioi Codizioi da soddisfare: ogi macchia è associata al massimo ad u task ed ogi task è eseguito al massimo da ua macchia il Task T è eseguito ell itervallo di tempo [r, ) se i task T i e T soo legati dalla relazioe di precedeza T i < T, il task T o può iiziare fio a che il task T i o è stato completato sfruttare la codizioe di preemptio sui task solo se realmete possibile soddisfare i vicoli relativi alle risorse se preseti el problema verificare che tutti i task del progetto siao completati Problemi di Schedulig Defiizioi Parametri calcolabili per ogi task: completio time C : tempo di completameto del task T flo time F C -r : tempo totale di permaeza su ua macchia (somma dei tempi di attesa e di processo) lateess L C -d : differeza tra l'istate di tempo i cui il task è fiito e l'istate di tempo i cui doveva essere termiato L < 0 T è i aticipo L > 0 T è i ritardo L 0 ritardo ullo 2
3 Problemi di Schedulig Defiizioi earliess E max {d -C, 0}: idica di quato il task è i aticipo E > 0 quato T è i aticipo E 0 T o è i aticipo tardiess D max {C -d, 0}: idica di quato il task è i ritardo D > 0 quato T è i ritardo D 0 T o è i ritardo lateess Problemi di Schedulig Defiizioi Parametri di valutazioe relativi ai possibili criteri di ottimizzazioe: schedule leght: C max max{ C } flo time medio: flo time medio pesato: F F F F maximum lateess: tardiess medio: Problemi di Schedulig Defiizioi L tardiess medio pesato: D max D max { L D } D Problemi di Schedulig Defiizioi umero di task i ritardo: deve U se C > d U 0 altrimeti U umero di task pesati i ritardo: U J U U Problemi di Schedulig Defiizioi Esempio. completio time C [3,4,5,6,,8,8,8] r 0 FC due date d [5,4,5,3,7,6,9,2] task 8 Parametri: lateess L C -d L [-2,0,0,3,-6,2,-,-4] earliess E max {d -C, 0} E [2,0,0,0,6,0,,4] tardiess D max {C -d, 0} D [0,0,0,3,0,2,0,0] Problemi di Schedulig Defiizioi Criteri: schedule leght: C max max{ C } C max 8 flo time medio: F F ( ) F 43/8 maximum lateess: L max max{ L } L max 3 tardiess medio: D D ( ) D 5/8 umero di task i ritardo: U U ( ) U 2 3
4 Aalisi dei problemi di Schedulig e Algoritmi Schedulig Algorithm: cosiste el trovare u algoritmo di ottimizzazioe, i base alla complessità del problema esamiato, mirato a costruire uo schedule ottimo del problema dato. Problemi di schedulig Complessità Algoritmi determiistici Algoritmi approssimati Aalisi dei problemi di Schedulig e Algoritmi Problema facile Algoritmo poliomiale - Aalisi caso peggiore - Aalisi media Rilassameto - preemptio -p - precedece Problema di schedulig ( aalisi di complessità ) Algoritmi approssimati - Aalisi caso peggiore - Aalisi media ) Aalisi probabilistica 2) Simulazioe Problema Algoritmi di eumerazioe esatta Algoritmi di ottimizzazioe pseudopoliomiale Classificazioe dei problemi di Schedulig I problemi di schedulig soo classificati sfruttado ua semplice otazioe proposta da Graham e Blazeicz. Tale otazioe è composta da tre campi: α,α 2 α β γ β, β2, β3, β4, β5, β6, β7, β8 Criterio di ottimizzazioe Classificazioe dei problemi di Schedulig CAMPO α : descrive le caratteristiche del macchia Parametro α {, P, Q, R, O, F, J} caratterizza il macchia usato: α sigle machie α P idetical machie α Q uiform machie α R urelated machie α O dedicated machie: ope shop system α F dedicated machie: flo shop system α J dedicated machie: ob shop system Parametro α 2 {Ø, k} idica il umero di macchie del problema α Ø umero variabile di macchie α 2 k umero di macchie uguale a k (k itero positivo) Classificazioe dei problemi di Schedulig CAMPO β : descrive le caratteristiche del task e delle risorse Parametro β {Ø,pmt} idica la possibilità di iterrompere o meo u task β Ø preemptio o possibile β pmt preemptio possibile Parametro β 2 {Ø,res} idica le caratteristiche delle risorse addizioali β 2 Ø o esistoo risorse addizioali β 2 res esistoo vicoli sulle risorse addizioali Parametro β 3 {Ø, prec, tree, chais}idica i vicoli di precedeza β 3 Ø, prec, ua, tree, chais idicao rispettivamete: task idipedeti, precedeza geerale, orgaizzazioe ad albero dei task, orgaizzazioe a catea dei task. Classificazioe dei problemi di Schedulig Parametro β 4 {Ø,r } descrive i ready time β 4 Ø ready time uguali β 4 r ready time defiiti per ogi task Parametro β 5 {Ø,p p, p p p} descrive i tempi di processo dei task β 5 Ø tempi di processo dei task tutti arbitrari β 5 (p p) tempi di processo dei task tutti uguali a p β 5 (p p p) p compreso tra due valori Parametro β 6 {Ø,d} descrive la deadlie β 6 Ø sistema seza deadlie β 6 d sistema co deadlie 4
5 Classificazioe dei problemi di Schedulig Parametro β 7 {Ø, k} descrive il massimo umero di task preseti i u ob i caso di sistemi ob shop β 7 Ø il umero di task è arbitrario o il problema di schedulig o è di tipo ob shop β 7 ( k) il umero di task per ogi ob o supera k Parametro β 8 {Ø, o-ait} idica la possibilità di attesa di u task tra due macchie, i caso di schedulig su macchie dedicate β 8 Ø Buffer di capacità illimitata tra le macchie β 8 o-ait Buffer di capacità ulla tra le macchie Classificazioe dei problemi di Schedulig Esempi. Problema: d C max macchia Rispettare deadlie Miimizzazioe lughezza schedule Problema: O3 pmt, r L max CAMPO γ : deota il criterio di ottimizzazioe idicado il parametro di valutazioe cosiderato γ C C, C, Lmax, D, D, U,, max { U } Ope shop system Ready time co 3 macchie Possibilità di iterrompere i task Miimizzazioe del ritardo max Sigle Machie Schedulig (SMS) Sigle Machie Schedulig L SMS è impiegato i ambieti multi-macchia per: Studiare meglio i colli di bottiglia Migliorare l orgaizzazioe dei task su macchie costose Semplificare lo studio di ua itera liea di produzioe Notazioe: β γ I task soo ordiati secodo i segueti criteri: Miimizzazioe della lughezza dello schedule Miimizzazioe del Flo Time medio (medio pesato) Ottimizzazioe dei ritardi/aticipi rispetto alle due date Miimizzazioe della lughezza dello schedule Ordiare i task, rispettado i vicoli imposti dal problema, miimizzado C max Miimizzazioe della lughezza dello schedule Ordiare i task, rispettado i vicoli imposti dal problema, miimizzado C max Notazioe: β C max Notazioe: β C max T T2 T3 r r 2 r 3 d d d 2 3 C max T T2 T3 r r 2 r 3 d d d 2 3 C max 5
6 Miimizzazioe della lughezza dello schedule ESEMPIO prec, r, d C max E u problema Hp semplificative Tempi di esecuzioe p Ready time e deadlie soo multipli iteri di ua data uità di misura prec, r, p, d C max Miimizzazioe del Flo Time medio (medio pesato) Si vuole miimizzare il tempo medio di permaeza dei task sulla macchia F F (C r ) Notazioe β C C r E u problema poliomiale C ESEMPI C T T3 T4 T T C T2 T4 ESEMPI C p T C SPT C C T T2 T4 T T C T2 T4 ESEMPI C T T2 C 20 T3 p p / T T4 C SPT C C WSPT Altre tipologie di problemi Problema Variate Complessità c Poliomiale c Poliomiale r c p, r c Poliomiale pmt, r c Poliomiale pmt, r c d c pmt, d c NP Hard pmt, d c Poliomiale pmt, r, d c prec c prec, d c prec, r c 6
7 Criteri di miimizzazioe i fuzioe delle Due Dates SCHEDULING Criteri di miimizzazioe i fuzioe delle Due Dates Si riferiscoo ai segueti parametri: ritardo massimo umero operazioi i ritardo ritardo medio poderale aticipo medio Miimizzazioe di LMAX Miimizzazioe del ritardo massimo Obiettivo: otteere uo schedule che miimizzi il ritardo massimo delle attività i progetto LMAX L MAX max{l} ove LC-d Tipologie di problemi Problema Complessità LMAX Poliomiale r LMAX * pmt, r LMAX Poliomiale prec, r LMAX pmt, prec, r LMAX EDD (Earliest Due Date) Algorithm Permette di risolvere problemi di schedulig del tipo LMAX i forma poliomiale. La soluzioe si ottiee ordiado i task secodo l ordie crescete delle due dates caratteristiche. Il metodo EDD permette di miimizzare il lateess massimo (LMAX) ed il tardess massimo (D). * se ho p uitari la complessità è poliomiale 7
8 EDD - Esempio Soluzioe di problema LMAX Sia dato T{T, T2, T3, T4, T5} e d{3, 5, 6, 2, 4} Soluzioe: S {T4, T, T5, T2, T3} MF (McMaho & Floria) Algorithm È u algoritmo di tipo Brach & Boud. È otteuto a partire dall algoritmo di Jackso (EDD). Applica ua tecica di forard schedulig. T4 T T5 T2 T d 4 d d 5 d 2 d 3 Tiee coto sia dei ready time che delle due dates. È applicabile al caso r L MAX e, co qualche modifica, ache al caso prec, r L MAX. MF - Soluzioe r,p L MAX * t 0 FINE NO T SI t : max{t, mi T T {r}} scelgo T t.c. r t, d miimo T : T-{T} pogo T i S al tempo t t : t + Miimizzazioe del umero di task i ritardo * Caso particolare di r L MAX risolvibile i forma poliomiale Miimizzazioe di Σ U Obiettivo: defiire uo schedule che miimizzi il umero pesato di attività i ritardo ove peso task T Σ U U idice di ritardo del task: -0 se C d - altrimeti Tipologie di problemi Problema Complessità U Poliomiale U * r U pmt, r U prec LMAX * se ho pesi accettabili la complessità è poliomiale 8
9 Hodgso s Algorithm Permette di risolvere problemi di schedulig del tipo U (task co pesi idetici) i forma poliomiale. Prevede due passi procedurali: da u ordiameto EDD, creare u isieme T dei task che si cocludoo etro il termie d caratteristico (putuali); 2 compiere lo schedule dei task i T, secodo EDD, e di T-T (tardivi), co ordie arbitrario. Hodgso s Algorithm - Esempio Sia dato T,..8, p[0,6,3,,4,8,7,6] e d[5,20,,8,6,25,28,9]. ) ordio i T secodo EDD; T {T5,T8,T4,T3,T2,T6,T7,T} 2) defiisco ρ, termie che tiee coto del processig time dei task i T ; 3) cosidero sigolarmete i task T i T, li aggiugo temporaeamete i T e cofroto ρ co d: se ρ>d T è i ritardo lo tolgo da T e lo pogo i T-T ; se ρ d T è putuale lo matego i T ; 4) ordio T secodo EDD e T-T arbitrariamete; T {T5,T4,T3,T2,T6}; T-T {T,T7,T8} 5) defiisco lo schedule complessivo dei task: S{T (T-T )} S(T5,T4,T3,T2,T6,T,T7,T8) Laler s Algorithm Risolve problemi U (se co pesi accettabili, es. pi<p i ) i forma poliomiale. È ua variate del metodo di Hodgso. T è ordiato i modo che Ti<T pi>p oppure pip, i< oppure pip, i, i< La somma dei pesi i T è massima. Miimizzazioe del ritardo medio e medio poderale Miimizzazioe di ΣD e di Σ D Obiettivo: defiire uo schedule che miimizzi il ritardo medio ed il ritardo medio poderale dei task del progetto ritardo medio ΣD ritardo medio poderale ove peso del task T D ritardo del task T Σ D Tipologie di problemi Problema Complessità D * D * prec, p D chais, p D chais, p D pmt D * se i p soo uitari o se i soo accettabili od uitari la complessità è poliomiale 9
10 Miimizzazioe di E Miimizzazioe dell aticipo medio Obiettivo: defiire uo schedule che miimizzi l aticipo medio del progetto E E ove E aticipo del task T Miimizzazioe di E Questo tipo di problemi è equivalete ai problemi di schedule ove sia richiesta la miimizzazioe del ritardo medio. Pertato i metodi di schedulig adottati per questi ultimi valgoo ache per questa categoria di problemi. 0
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
Dettagli52. 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
DettagliAnno 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
DettagliSuccessioni. 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
DettagliNumerazione 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
DettagliSUCCESSIONI 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
Dettagli5 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
DettagliEQUAZIONI 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
DettagliPrincipi base di Ingegneria della Sicurezza
Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il
Dettagli1. 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
DettagliElementi 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
DettagliPercorsi di matematica per il ripasso e il recupero
Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo
DettagliIL 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
DettagliSUCCESSIONI 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! CRITERI DI VALUTAZIONE E REGOLE DI PRIORITA! SCHEDULING A MACCHINA SINGOLA (m=1) ! SCHEDULING MACCHINE IN SERIE (m 3)
CORSO DI GESTIONE DELLA PRODUZIONE INDUSTRIALE PROF. ING. GIOVANNI MUMMOLO PROGRAMMAZIONE OPERATIVA Schedulig PROBLEMI DI SCHEDULING! CRITERI DI VALUTAZIONE E REGOLE DI PRIORITA! SCHEDULING A MACCHINA
DettagliCONCETTI 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
DettagliPARTE 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)
DettagliLimiti di successioni
Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe
DettagliTerzo 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
DettagliInteresse 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
DettagliAppunti 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
DettagliFoglio 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 >
DettagliCalcolo 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
Dettagli1 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
DettagliSUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1
SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:
DettagliDEFINIZIONE 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
DettagliAnalisi 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?
DettagliIl 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
DettagliCapitolo 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
DettagliLA 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
DettagliRendita 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
DettagliLa 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
DettagliSintassi 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:
Dettagli19 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
DettagliCorso 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.
DettagliLezione 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
DettagliLA 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
DettagliCorso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.
Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo
DettagliIMPLICAZIONE 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
DettagliSTATISTICA 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
DettagliStatistica 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
DettagliSuccessioni. Capitolo 2. 2.1 Definizione
Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo
DettagliSISTEMA 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
Dettagli8. 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
DettagliUna 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
DettagliCampionamento 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
DettagliSoluzione 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
DettagliV 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
DettagliProbabilità 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:
DettagliComplessità 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
DettagliAPPUNTI 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).
DettagliTeorema 13. Se una sere converge assolutamente, allora converge:
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e
DettagliStatistica (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
DettagliUniversità 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
DettagliSistemi 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
DettagliCorso 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
DettagliEsercizi riguardanti limiti di successioni
Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse
DettagliANALISI 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
DettagliPianificazione e supervisione della produzione in isole robotizzate
Piaificazioe e supervisioe della produzioe i isole robotizzate Cadidato Stefao Cappugi Relatori Prof.Ig. G.Bucci Prof.Ig. P.Nesi Dott.Ig. F.Fioravati Ig. A.Villoresi Ig. M.Perfetti Dipartimeto di Sistemi
DettagliProblemi di turnistica del personale nei trasporti. Pianificazione dei turni. Tecniche di ottimizzazione. Programma. Paolo Toth e Daniele Vigo
Problemi di turistica del persoale ei trasporti Paolo Toth e Daiele Vigo DEIS, Uiversità di Bologa http://promet4.deis.uibo.it/ Piaificazioe dei turi Dati: u isieme di servizi da effettuare i u determiato
DettagliLe 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
DettagliModelli multiperiodali discreti. Strategie di investimento
Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello
DettagliCampi 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
DettagliApprofondimenti 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
DettagliSerie numeriche: esercizi svolti
Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:
DettagliCalcolo 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
DettagliDISTRIBUZIONI 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
DettagliSuccessioni 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..
DettagliStrumenti 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
DettagliI appello - 29 Giugno 2007
Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (
DettagliFormula 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
DettagliProgrammazione 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
Dettagli5. Le serie numeriche
5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi
DettagliRandom 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
DettagliII-9 Successioni e serie
SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La
DettagliSchedulazione di attività in presenza di attività interrompibili
Schedulazione di attività in presenza di attività interrompibili Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell informazione
DettagliCorso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015
Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale
DettagliCapitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE
Capitoo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE 3.1 LA TEORIA DI WEIBULL I comportameto meccaico dee fibre di giestra e di juta è stato caratterizzato mediate o studio dea resisteza a trazioe dee fibre
DettagliDisposizioni 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
DettagliESERCIZI DI ANALISI I. Prof. Nicola Fusco 1. Determinare l insieme in cui sono definite le seguenti funzioni:
N. Fusco ESERCIZI DI ANALISI I Prof. Nicola Fusco Determiare l isieme i cui soo defiite le segueti fuzioi: ) log/ arctg π ) 4 ) log π 6 arcse ) ) tg log π + ) 4) 4 se se se tg 5) se cos tg 6) [ 6 + 8 π
DettagliSERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n
SERIE NUMERICHE Esercizi risolti. Applicado la defiizioe di covergeza di ua serie stabilire il carattere delle segueti serie, e, i caso di covergeza, trovare la somma: = + b) = + +. Verificare utilizzado
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
Dettagli1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6
SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie
DettagliStatistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni
Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.
DettagliMatematica 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
DettagliLe 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
DettagliTecnica 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
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliMetodi 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
DettagliSTATISTICA 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
DettagliSERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.
Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.
DettagliI 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
DettagliSTIME E LORO AFFIDABILITA
TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da
DettagliCapitolo 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
DettagliCAPITOLO 5 TEORIA DELLA SIMILITUDINE
CAPITOLO 5 TEORIA DELLA SIMILITUDINE 5.. Itroduzioe La Teoria della Similitudie ha pricipalmete due utilizzi: Estedere i risultati otteuti testado ua sigola macchia ad altre codizioi operative o a ua famiglia
DettagliAnalisi 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
DettagliRisposte. 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
Dettagli3.1 Il principio di inclusione-esclusione
Capitolo 3 Calcolo combiatorio 3.1 Il pricipio di iclusioe-esclusioe Il calcolo combiatorio prede i cosiderazioe degli isiemi fiiti particolari e e cota il umero di elemeti. Questo può dar luogo ad iteressati
DettagliRandom 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