Capitolo 2. Un introduzione all analisi dinamica dei sistemi
|
|
- Bonaventura Mele
- 8 anni fa
- Visualizzazioni
Transcript
1 Capitolo 2 Un introduzione all analisi dinamica dei sistemi Obiettivo: presentare una modellistica di applicazione generale per l analisi delle caratteristiche dinamiche di sistemi, nota come system dynamics, e contemporaneamente uno strumento software di simulazione Versione Un introduzione all analisi dinamica dei sistemi 1 Premessa La soluzione analitica di equazioni differenziali lineari a parametri costanti può essere ottenuta con il metodo della trasformata di Laplace Le tecniche numeriche di soluzione operano invece direttamente nel dominio del tempo, e si applicano non solo a equazioni lineari a parametri costanti, ma anche a equazioni non lineari e/o a parametri variabili nel tempo Il valore della funzione ottenuto a ogni ciclo del procedimento di soluzione è un approssimazione del valore, esatto, che si sarebbe ottenuto analiticamente Ma mentre le tecniche numeriche sono praticamente sempre applicabili una soluzione analitica può essere difficile e costosa, se non impossibile, da ottenere Le tecniche numeriche sono la base per i modelli di simulazione Un introduzione all analisi dinamica dei sistemi 2
2 Il primo passo: identificazione e strutturazione Il primo passo per analizzare (la dinamica di) un sistema è di decidere cosa considerare parte del sistema e cosa parte dell ambiente Occorre dunque in particolare stabilire: quali variabili (ed eventualmente quali costanti) caratterizzano il comportamento del sistema (variabili / costanti interne ) quali variabili caratterizzano il trasferimento di materia / energia / informazione dall ambiente al sistema (parametri di input, eventualmente utilizzabili per il controllo del sistema) quali variabili caratterizzano il trasferimento di materia / energia / informazione dal sistema all ambiente (parametri di output, tipicamente utilizzati come osservabili del sistema) Contestualmente è utile identificare le relazioni di dipendenza fra tali entità, per esempio impiegando un semplice formalismo grafico per cui: x y indica che la variabile y dipende dalla variabile / costante x Alcune (ovvie) condizioni di consistenza: le costanti e le variabili di input non possono avere frecce entranti le variabili di output non possono avere frecce uscenti, a meno che non siano anche considerate variabili interne Un introduzione all analisi dinamica dei sistemi 3 Esempio: la dinamica di un circuito resistivo Quali sono le variabili utili per descrivere il sistema? Quali di esse sono di input, quali interne, quali di output? Quali relazioni di dipendenza ci sono tra esse? implementare in un foglio elettronico un modello di simulazione di questo sistema, con input costante o variabile secondo un andamento noto, per esempio sinusoidale Un introduzione all analisi dinamica dei sistemi 4
3 Esempio: la dinamica di un circuito resistivo Le variabili in gioco sono, naturalmente, le tre indicate nello schema: V s (t), R e I(t) Si è in grado di intervenire sul comportamento del (= controllare il) sistema operando sul generatore di differenza di potenziale: V s (t) variabile di input La corrispondente variabile controllata, e che si suppone osservabile, è l intensità della corrente che si stabilisce nel circuito: I(t) variabile di output (o, in modo sostanzialmente equivalente, la differenza di potenziale ai capi del resistore: V R (t) = RI(t) ) Si può supporre che la resistenza del resistore sia un parametro che non varia nel tempo: R costante interna Le relazioni di dipendenza sono derivabili banalmente dall equazione I(t)=V s (t)/r (già nella forma output=f(input, variabili interne, costanti interne); graficamente: V s (t) R I(t) implementare il modello mediante un sistema di simulazione Un introduzione all analisi dinamica dei sistemi 5 Vensim: uno strumento a supporto della simulazione della dinamica di sistemi (useremo solo alcuni strumenti di una versione leggera, e free, del sistema ) La costruzione del modello relazionale / qualitativo: variabili e loro relazioni Elementi di interfaccia utente del sistema ed editing del modello relazionale La costruzione del modello quantitativo: equazioni : o costanti o variabili ausiliarie o variabili ombra o funzioni predefinite Esecuzione di una simulazione, con assegnazione dei relativi parametri temporali Visualizzazione grafica e testuale dei risultati della simulazione Esecuzione interattiva di simulazioni Nota: la system dynamics adotta una terminologia peculiare chiama esogene le variabili di input chiama supplementari le variabili di output Un introduzione all analisi dinamica dei sistemi 6
4 Esempio: la dinamica di un circuito RC Quali sono le variabili utili per descrivere il sistema? Quali di esse sono di input, quali interne, quali di output? Quali relazioni di dipendenza ci sono tra esse? Ci sono delle differenze qualitative di rilievo tra questo sistema e il precedente? Un introduzione all analisi dinamica dei sistemi 7 Esempio: la dinamica di un circuito RC /1 Le variabili in gioco sono quelle indicate: V s (t), R, C, V C (t) e I(t) Sembra ragionevole che V s (t) e I(t) siano la variabile di input e di output rispettivamente e che R e C siano trattate da costanti interne Dall equazione della maglia, V s (t) = RI(t) + V C (t) e cioè I(t) = V s(t) V C (t), otteniamo che R la variabile di output dipende direttamente da V s (t), V C (t) e R: V C (t) V s (t) R I(t) rimane da stabilire la natura di V C (t) Un introduzione all analisi dinamica dei sistemi 8
5 Esempio: la dinamica di un circuito RC /2 Ricordiamo che la caratteristica del condensatore, I(t) = C d V C(t), può essere anche dt scritta in forma integrale come V C (t) = V C (t 0 ) + 1 t C I( )d : la variabile V C (t) dipende dalla 0 t costante C e dalla variabile I(t) (che dunque è una variabile sia interna sia di output): C R V s (t) V C (t) I(t) Ci sono due novità fondamentali: una dipendenza reciproca tra due variabili: l evoluzione di V C (t) dipende dall evoluzione di I(t) e viceversa ( per calcolare la prima bisogna calcolare la seconda e viceversa ) V C (t) dipende da I(t) in modo complesso: V C (t) accumula i valori che I(t) assume nel corso dell evoluzione del sistema (a partire da un valore iniziale, V C (t 0 )) Un introduzione all analisi dinamica dei sistemi 9 Valutazione numerica delle variabili integrali x (t) = x (t 0 ) + y ( )d Invece di trovare l espressione analitica di x (t), possiamo calcolare x (t) per un insieme finito di valori 0 t, 1 t =t 0 + t, 2 t =t 1 + t=t 0 +2 t, avendo fissato un t discreto Dunque, dato x (t 0 ) (che si deve supporre noto): x (t 1 ) = x (t 0 ) + y (t 0 ) t x (t 2 ) = x (t 0 ) + y (t 0 ) t + y (t 1 ) t n 1 x (t n ) = x (t 0 ) + i =0 y (t i ) t Ripetiamo qui quanto considerato in precedenza: il valore della funzione ottenuto a ogni ciclo del procedimento di soluzione è un approssimazione del valore, esatto, che si sarebbe ottenuto analiticamente ma mentre le tecniche numeriche sono praticamente sempre applicabili una soluzione analitica può essere difficile e costosa, se non impossibile, da ottenere t t 0 implementare secondo questo schema il modello del sistema precedente in un foglio elettronico Un introduzione all analisi dinamica dei sistemi 10
6 Due categorie di variabili Le variabili interne di un sistema possono essere classificate dunque in due categorie fondamentalmente diverse: le variabili il cui valore è ottenuto dalla valutazione istantanea di altre variabili le variabili il cui valore è ottenuto dalla valutazione cumulativa di altre variabili Le variabili a dipendenza istantanea sono chiamate variabili di flusso Le variabili a dipendenza cumulativa sono chiamate variabili di livello o di stato x y e rappresentiamo graficamente così: il fatto che la variabile di stato y dipende dalla variabile di flusso x Il comportamento dinamico di sistemi caratterizzati solo attraverso variabili di flusso è dunque del tipo: output(t) = f parametri interni (input(t)) sono sistema senza memoria Ogni dipendenza temporale più complessa tra input e output deriva dalla presenza di almeno una variabile di stato implementare il modello mediante un sistema di simulazione Un introduzione all analisi dinamica dei sistemi 11 Vensim /2 Variabili di stato Documentazione / commenti sul modello relazionale Loop e feedback, positivi e negativi Funzioni speciali (pulse, ramp, step, ) e funzioni lookup Un introduzione all analisi dinamica dei sistemi 12
7 Esempio: la dinamica di un circuito RLC Quali sono le variabili utili per descrivere il sistema? Quali di esse sono di input, quali interne, quali di output? Quali relazioni di dipendenza ci sono tra esse? Ci sono delle differenze qualitative di rilievo tra questo sistema e il precedente? Un introduzione all analisi dinamica dei sistemi 13 Esempio: la dinamica di un circuito RLC /1 Riprendendo le considerazioni fatte per il circuito RC e ricordando che la caratteristica dell induttore è V L (t) = L d I(t), otteniamo per la maglia: dt V s (t) = L d I(t) + RI(t) + V dt C (t), con I(t) = C d V C(t) dt Il termine d I(t)/dt rende la variabile di output I(t) non ottenibile algebricamente; dunque: d V C (t) = I(t) d I(t) = 1 dt C dt L [V s(t) RI(t) V C (t)] A questo punto possiamo integrare entrambe le equazioni: V C (t) = V C (t 0 ) + 1 t C I( )d I(t) = I(t 0 ) + 1 t L [V s ( ) RI( ) V C ( )]d 0 t 0 t da cui si ricava che questo sistema ha due variabili di stato (o equivalentemente: ha come variabile di stato un vettore a due componenti): differenza di potenziale ai capi del condensatore e intensità di corrente attraverso l induttore Un introduzione all analisi dinamica dei sistemi 14
8 Rappresentazione canonica Se x 1 (t),, x n (t) sono le variabili di stato di un sistema, si chiama rappresentazione canonica (a tempo continuo) del sistema il sistema (!) di equazioni differenziali: dx 1 (t) = f dt 1 (X(t)) dx n (t) = f dt n (X(t)) (con f i (X(t)) = f i (x 1 (t),, x n (t)) una notazione che manterremo d ora in poi per brevità) da cui è possibile ottenere le equazioni integrali: x i (t) = x i (t 0 ) + f i (X( )) d t t 0 la cui importanza è dunque evidente per l analisi numerica (= la calcolabilità) della dinamica del sistema Un introduzione all analisi dinamica dei sistemi 15 Esempio: la dinamica di un circuito RLC /2 Il diagramma delle dipendenze: C R V C (t) I(t) V s (t) L evidenzia come le due variabili di stato dipendano l una dall altra una fonte di complessità computazionale un esempio di struttura di feedback Un introduzione all analisi dinamica dei sistemi 16
9 Esempio: oscillatore armonico smorzato L equazione (differenziale) che descrive la dinamica di un pendolo sottoposto a smorzamento è: d 2 (t) dt 2 + a d (t) + b sin( (t))= 0 dt (a=coefficiente di smorzamento/massa); b=accelerazione di gravità/lunghezza del braccio) Si passa alla rappresentazione canonica del sistema per sostituzione di variabili: x 1 = x 2 =dx 1 /dt (dunque x 1 =posizione; x 2 =velocità) e quindi: dx 2 /dt = ax 2 b sin(x 1 ) Integrando: x 1 (t) = x 1 (t 0 ) + x 2 ( )d t t 0 t x 2 (t) = x 2 (t 0 ) + [ ax 2 ( ) b sin(x 1 ( ))]d t 0 un sistema senza input (=non controllabile) e con stato=output b a x 1 (t) x 2 (t) ha senso, in questo caso, sostenere che x 1 e x 2 sono in feedback l una sull altra? che tipo di feedback sarebbe? implementare il modello mediante un sistema di simulazione Un introduzione all analisi dinamica dei sistemi 17 Vensim /3 Scelta dell algoritmo di integrazione numerica Grafici custom Una nota: quando il modello include due o più variabili di stato in relazione di dipendenza reciproca, la scelta dell algoritmo di integrazione numerica e del valore t adottato nella simulazione sono critiche! Un introduzione all analisi dinamica dei sistemi 18
10 Dal quantitativo al qualitativo Il modo con più tipicamente si adottano metodologia e strumenti della system dynamics è inverso a quello che abbiamo impiegato finora invece di: si può: ricavare la rappresentazione canonica in forma differenziale o integrale del sistema analizzare la struttura del sistema e ricavare un diagramma delle relazioni derivare il diagramma delle relazioni di dipendenza tra variabili implementare il diagramma e le corrispondenti equazioni simulare il modello verificandone l adeguatezza (altrimenti ) implementare il diagramma verificandone l adeguatezza (altrimenti ) ipotizzare le equazioni che formalizzano quantitativamente le relazioni implementare le equazioni simulare il modello verificandone l adeguatezza (altrimenti ) Un introduzione all analisi dinamica dei sistemi 19 Sistemi, modelli, rappresentazioni formali La procedura : 1. identificazione delle variabili 2. identificazione delle relazioni 3. identificazione delle equazioni è basata su una fondamentale assunzione di natura concettuale: per un sistema in esame è possibile costruire più modelli, e di un modello è possibile costruire più rappresentazioni formali sistema modello rappresentazione formale La scelta tra modelli e, dato un modello, tra rappresentazioni formali non è una questione di verità ma dipende dalle finalità per cui si costruisce il modello / la rappresentazione Un introduzione all analisi dinamica dei sistemi 20
11 Esempio: investimento bancario Dato il modello base: tasso di interesse + capitale interessi + identificare le equazioni, implementare il modello e verificarne l adeguatezza mediante simulazione estendere il modello per tener conto di un tasso di reinvestimento inferiore al 100% e per distinguere il capitale nominale dal capitale in termini reali, cioè depurato dagli effetti dell inflazione, che potrebbe avere una variabilità temporale, per esempio crescente Un introduzione all analisi dinamica dei sistemi 21 Dal continuo al discreto Un modello come quello dell esempio precedente è evidentemente basato su una base temporale discreta (per esempio con t = 1 anno) In questo caso la struttura di dipendenza temporale tra le variabili del sistema non è più formalizzata mediante le equazioni differenziali (il differenziale dt non ha alcun significato empirico): dx i (t) = f dt i (X(t)) e quindi occorre adottare la versione discreta (=non portata al limite) del rapporto incrementale: x i (t+ t) x i (t) = f t i (X(t)) e quindi: x i (t+ t) = x i (t) + f i (X(t)) t E questa la forma che assumono le equazioni della rappresentazione canonica di un sistema a tempo discreto Un introduzione all analisi dinamica dei sistemi 22
12 Modelli a tempo discreto e simulazione Dalla rappresentazione canonica a tempo discreto: x i (t+ t) = x i (t) + f i (X(t)) t si passa facilmente alla versione procedurale, impiegata in simulazione: x i (t 0 ) x i (t 1 ) = x i (t 0 ) + f i (X(t 0 )) t x i (t 2 ) = x i (t 1 ) + f i (X(t 1 )) t = x i (t 0 ) + [f i (X(t 0 )) + f i (X(t 1 ))] t n 1 x i (t n ) = x i (t 0 ) + f i (X(t k )) t k =0 identica alla versione a tempo continuo approssimata introdotta in precedenza! cioè a sua volta interpretabile come l approssimazione di: x i (t) = x i (t 0 ) + f i (X( )) d t t 0 Un introduzione all analisi dinamica dei sistemi 23 Vensim /4 Ancora sulle variabili di stato: Vensim gestisce le due forme di rappresentazione canonica: modelli a tempo continuo: x i (t) = x i (t 0 ) + f i (X( )) d n 1 modelli a tempo discreto: x i (t n ) = x i (t 0 ) + f i (X(t k )) t k =0 nello stesso modo Vensim assume cioè che ogni variabile di livello (=di stato) sia definita specificando: - un valore iniziale, corrispondente al termine x i (t 0 ) - un valore da integrare / sommare Dunque data la rappresentazione canonica x i (t+ t) = x i (t) + f i (X(t)) t, il valore da sommare è f i (X(t)) e se invece la dinamica del sistema è specificata nella forma: x i (t+ t) = g i (X(t)) è necessario scrivere la funzione g i come x i (t) + f i (X(t)) t t t 0 Un introduzione all analisi dinamica dei sistemi 24
13 Esempio: dinamica di una popolazione Data l ipotesi di considerare una popolazione esclusivamente dal punto di vista della sua numerosità: identificare le variabili e le loro relazioni per modellizzare la dinamica di una popolazione condizionata dalla quantità di nascite e morti su base annuale, implementando quindi il relativo diagramma identificare le equazioni, implementare il modello e verificarne l adeguatezza mediante simulazione estendere il modello per tener conto della limitata capacità dell ambiente di sostenere la crescita della popolazione, eventualmente con un limite superiore variabile nel tempo Un introduzione all analisi dinamica dei sistemi 25 Esempio: dinamica di una popolazione nascite popolazione morti con: tn e vm: costanti tasso di nascita vita media popolazione(t ): i p i = p i 1 + n i 1 m i 1 nascite(t ): i n i = p i tn morti(t ): i m i = p i vm e quindi p i = p i 1 (1 + k), con k = tn 1 vm Formalizziamo i limiti di crescita sostituendo k k (1 p L) (L: popolazione massima): p i = p i 1 (1 + k (1 p i 1 L)) = p i 1 + k p i 1 p 2 i 1 k L L eventuale comportamento caotico dipende dal passo t della simulazione Un introduzione all analisi dinamica dei sistemi 26
14 Una sintesi Nei modelli a tempo continuo dalla rappresentazione canonica differenziale: dx i (t) dt = f i (X(t)) si passa per integrazione alla forma integrale: x i (t) = x i (t 0 ) + f i (X( )) d t t 0 Nei modelli a tempo discreto dalla rappresentazione canonica locale: x i (t+ t) = x i (t) + f i (X(t)) t si passa per iterazione e somma alla forma globale: n 1 x i (t n ) = x i (t 0 ) + f i (X(t k )) t k =0 Le forme a tempo discreto sono la versione approssimata delle corrispondenti a tempo continuo Un introduzione all analisi dinamica dei sistemi 27 Esempio: gestione di un magazzino modellizzare la dinamica di un magazzino in termini di ordini dai clienti, scorte a magazzino, vendite estendere il modello precedente distinguendo tra vendite e consegne, ipotizzando un ritardo temporale tra l atto di vendita (cioè l uscita della merce dal magazzino) e la consegna estendere il modello precedente per introdurre il processo di riordino dai fornitori, formalizzato considerando un livello di scorte desiderate, un tasso di adeguamento (= in quante unità di tempo il livello di scorte deve essere ripristinato) e un tasso di consegna da parte dei fornitori (= in quante unità di tempo la merce ordinata deve essere consegnata) analizzare il sistema secondo questo modello e cercare di identificare le combinazioni critiche dei parametri, anche in funzione di vari pattern (costante, a gradino, costante su un intervallo, a rampa su un intervallo, ) di ordini dai clienti (per i più bravi) estendere ulteriormente il modello, per gestire in modo appropriato gli eventuali ordini inevasi Un introduzione all analisi dinamica dei sistemi 28
Come 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
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
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
DettagliTransitori del primo ordine
Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli
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
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:
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)
DettagliComplementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013
Complementi di Analisi per nformatica *** Capitolo 2 Numeri Complessi e Circuiti Elettrici a Corrente Alternata Sergio Benenti 7 settembre 2013? ndice 2 Circuiti elettrici a corrente alternata 1 21 Circuito
DettagliTecniche di Simulazione: Introduzione. N. Del Buono:
Tecniche di Simulazione: Introduzione N. Del Buono: 2 Che cosa è la simulazione La SIMULAZIONE dovrebbe essere considerata una forma di COGNIZIONE (COGNIZIONE qualunque azione o processo per acquisire
DettagliControlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.
Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:
DettagliAppunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti.
Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Def. Si dice equazione differenziale lineare del secondo ordine
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
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
DettagliMacroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.
acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
DettagliEsempi di algoritmi. Lezione III
Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni
DettagliIl processo di modellazione. Gianluca Zanutto Università degli studi di Udine
Il processo di modellazione Gianluca Zanutto Università degli studi di Udine Perché modellare? La necessità di simulare la realtà Modellazione Realtà complessa Modello = Riduttore di complessità La mappa
DettagliCapitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM
Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM 2 OBIETTIVO: Il modello IS-LM Fornire uno schema concettuale per analizzare la determinazione congiunta della produzione e del tasso
DettagliIstituto Tecnico Industriale Statale Enrico Mattei
Istituto Tecnico Industriale Statale Enrico Mattei Specializzazione di Elettronica ed Elettrotecnica URBINO Corso di Sistemi Automatici Elettronici ESERCITAZIONE TRASFORMATA DI LAPLACE Circuiti del primo
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
DettagliMatematica generale CTF
Equazioni differenziali 9 dicembre 2015 Si chiamano equazioni differenziali quelle equazioni le cui incognite non sono variabili reali ma funzioni di una o più variabili. Le equazioni differenziali possono
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliIL PROBLEMA DELLE SCORTE
IL PROBLEMA DELLE SCORTE Un problema di Ricerca Operativa, di notevole interesse pratico, è il problema della gestione delle scorte, detto anche di controllo delle giacenze di magazzino. Esso riguarda
DettagliLa gestione aziendale, il reddito e il patrimonio
1 di 6 La gestione aziendale, il reddito e il patrimonio Come possono essere classificate le operazioni di gestione? La gestione aziendale è l insieme coordinato di operazioni attraverso le quali l impresa
DettagliDI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1
DIAGRAMMI A BLOCCHI TEORIA ED ESERCIZI 1 1 Il linguaggio dei diagrammi a blocchi è un possibile formalismo per la descrizione di algoritmi Il diagramma a blocchi, o flowchart, è una rappresentazione grafica
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,
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliLezione 18 1. Introduzione
Lezione 18 1 Introduzione In questa lezione vediamo come si misura il PIL, l indicatore principale del livello di attività economica. La definizione ed i metodi di misura servono a comprendere a quali
DettagliPremesse alla statistica
Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo
DettagliLa Metodologia adottata nel Corso
La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema
DettagliLa funzione di trasferimento
Sommario La funzione di trasferimento La funzione di trasferimento Poli e zeri della funzione di trasferimento I sistemi del primo ordine Esempi La risposta a sollecitazioni La funzione di trasferimento
DettagliLa teoria dell offerta
La teoria dell offerta Tecnologia e costi di produzione In questa lezione approfondiamo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta. In particolare: è possibile individuare
DettagliI Modelli della Ricerca Operativa
Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliProf. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base:
LA STRUTTURA DI RIPETIZIONE La ripetizione POST-condizionale La ripetizione PRE-condizionale INTRODUZIONE (1/3) Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto
DettagliProgettaz. e sviluppo Data Base
Progettaz. e sviluppo Data Base! Progettazione Basi Dati: Metodologie e modelli!modello Entita -Relazione Progettazione Base Dati Introduzione alla Progettazione: Il ciclo di vita di un Sist. Informativo
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
DettagliLEZIONE DI ELETTRONICA per la classe 5 TIM/TSE
LEZIONE DI ELETTRONICA per la classe 5 TIM/TSE MODULO : Analisi dei circuiti lineari in regime sinusoidale PREMESSA L analisi dei sistemi elettrici lineari, in regime sinusoidale, consente di determinare
DettagliContabilità generale e contabilità analitica
1/5 Contabilità generale e contabilità analitica La sfida della contabilità analitica è di produrre informazioni sia preventive che consuntive. Inoltre questi dati devono riferirsi a vari oggetti (prodotti,
Dettaglix (x i ) (x 1, x 2, x 3 ) dx 1 + f x 2 dx 2 + f x 3 dx i x i
NA. Operatore nabla Consideriamo una funzione scalare: f : A R, A R 3 differenziabile, di classe C (2) almeno. Il valore di questa funzione dipende dalle tre variabili: Il suo differenziale si scrive allora:
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliRAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI
RAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI Diagramma di flusso L algoritmo può essere rappresentato in vari modi, grafici o testuali. Uno dei metodi grafici più usati e conosciuti è il cosiddetto diagramma
Dettaglie-dva - eni-depth Velocity Analysis
Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa
DettagliIstituto d Istruzione Secondaria Superiore M.BARTOLO. A cura del Prof S. Giannitto
Istituto d Istruzione Secondaria Superiore M.BATOLO PACHINO (S) APPUNTI DI SISTEMI AUTOMATICI 3 ANNO MODELLIZZAZIONE A cura del Prof S. Giannitto MODELLI MATEMATICI di SISTEMI ELEMENTAI LINEAI, L, C ivediamo
DettagliE possibile modificare la lingua dei testi dell interfaccia utente, se in inglese o in italiano, dal menu [Tools
Una breve introduzione operativa a STGraph Luca Mari, versione 5.3.11 STGraph è un sistema software per creare, modificare ed eseguire modelli di sistemi dinamici descritti secondo l approccio agli stati
DettagliElettronica e Telecomunicazioni Classe Quinta. La trasformata di Laplace
Elettronica e Telecomunicazioni Classe Quinta La trasformata di Laplace ELETTRONICA E TELECOMUNICAZIONI CLASSE QUINTA A INFORMATICA INDICE Segnali canonici Trasformata di Laplace Teoremi sulla trasformata
DettagliAppunti di Sistemi Elettronici
Prof.ssa Maria Rosa Malizia 1 LA PROGRAMMAZIONE La programmazione costituisce una parte fondamentale dell informatica. Infatti solo attraverso di essa si apprende la logica che ci permette di comunicare
DettagliFONDAMENTI di INFORMATICA L. Mezzalira
FONDAMENTI di INFORMATICA L. Mezzalira Possibili domande 1 --- Caratteristiche delle macchine tipiche dell informatica Componenti hardware del modello funzionale di sistema informatico Componenti software
Dettaglistudieremo quali sono gli indicatori più importanti per determinare lo stato di salute di un economia
La Produzione Aggregata: metodi di misurazione del livello di attività e della congiuntura In questa lezione: studieremo quali sono gli indicatori più importanti per determinare lo stato di salute di un
DettagliCenni su algoritmi, diagrammi di flusso, strutture di controllo
Cenni su algoritmi, diagrammi di flusso, strutture di controllo Algoritmo Spesso, nel nostro vivere quotidiano, ci troviamo nella necessità di risolvere problemi. La descrizione della successione di operazioni
DettagliGUIDA DI APPROFONDIMENTO IL CONTROLLO DI GESTIONE: IL SISTEMA DI REPORTING
WWW.SARDEGNAIMPRESA.EU GUIDA DI APPROFONDIMENTO IL CONTROLLO DI GESTIONE: IL SISTEMA DI REPORTING A CURA DEL BIC SARDEGNA SPA 1 S OMMAR IO LA FUNZIONE DEI REPORT... 3 TIPOLOGIA DEI REPORT... 3 CRITERI
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliCapitolo Terzo Valore attuale e costo opportunità del capitale
Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter
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
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliUniversità degli Studi di Parma Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica. Ingegneria del Software. La fase di Analisi
Università degli Studi di Parma Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica Ingegneria del Software La fase di Analisi Giulio Destri Ing. del software: Analisi - 1 Scopo del modulo Definire
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
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
DettagliCorso di Informatica
Corso di Informatica Modulo T3 1-Sottoprogrammi 1 Prerequisiti Tecnica top-down Programmazione elementare 2 1 Introduzione Lo scopo di questa Unità è utilizzare la metodologia di progettazione top-down
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.
DettagliFABBISOGNO DI FINANZIAMENTO
FABBISOGNO DI FINANZIAMENTO Fonti interne: autofinanziamento Fonti esterne: capitale proprio e capitale di debito Capitale proprio: deriva dai conferimenti dei soci dell azienda e prende il nome, in contabilità,
DettagliDOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione di due; non sono previste penalizzazioni in caso di risposte non corrette)
In una ora rispondere alle dieci domande a risposta multipla e a una delle due domande a risposta aperta, e risolvere l esercizio. DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione
DettagliMICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare
DettagliTraccia di soluzione dell esercizio del 25/1/2005
Traccia di soluzione dell esercizio del 25/1/2005 1 Casi d uso I casi d uso sono in Figura 1. Ci sono solo due attori: il Capo officina e il generico Meccanico. Figura 1: Diagramma dei casi d uso. 2 Modello
DettagliDatabase. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
DettagliPotenza elettrica nei circuiti in regime sinusoidale
Per gli Istituti Tecnici Industriali e Professionali Potenza elettrica nei circuiti in regime sinusoidale A cura del Prof. Chirizzi Marco www.elettrone.altervista.org 2010/2011 POTENZA ELETTRICA NEI CIRCUITI
DettagliALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo
ALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo INPUT: dati iniziali INPUT: x,y,z AZIONI esempio: Somma x ed y
DettagliCONCETTO DI LIMITE DI UNA FUNZIONE REALE
CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e
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;
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliL IDENTIFICAZIONE STRUTTURALE
e L IDENTIFICAZIONE STRUTTURALE I problemi legati alla manutenzione e all adeguamento del patrimonio edilizio d interesse storico ed artistico sono da alcuni anni oggetto di crescente interesse e studio.
DettagliTECNICO SUPERIORE PER L AUTOMAZIONE INDUSTRIALE
ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE INDUSTRIA E ARTIGIANATO TECNICO SUPERIORE PER L AUTOMAZIONE INDUSTRIALE STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI DESCRIZIONE DELLA FIGURA
Dettagli( ) i. è il Fattore di Sconto relativo alla scadenza (futura) i-esima del Prestito
DURATA FINANZIARIA CORRISPONDENTE AL TASSO FINANZIARIAMENTE EQUIVALENTE Il calcolo della Durata Finanziaria Corrispondente (DFC) al Tasso Finanziariamente Equivalente del Prestito () ha come obiettivo
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
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
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
DettagliEsame di Stato 2015 - Tema di Matematica
Esame di Stato 5 - Tema di Matematica PROBLEMA Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di euro al mese, più centesimi per ogni minuto
DettagliFasi di creazione di un programma
Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma
DettagliPaperone e Rockerduck: a cosa serve l antitrust?
Paperone e Rockerduck: a cosa serve l antitrust? Paperone Anna Torre, Rockerduck Ludovico Pernazza 1-14 giugno 01 Università di Pavia, Dipartimento di Matematica Concorrenza Due imprese Pap e Rock operano
DettagliSegnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro
Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione
DettagliReti sequenziali sincrone
Reti sequenziali sincrone Un approccio strutturato (7.1-7.3, 7.5-7.6) Modelli di reti sincrone Analisi di reti sincrone Descrizioni e sintesi di reti sequenziali sincrone Sintesi con flip-flop D, DE, T
DettagliIL SISTEMA INFORMATIVO
LEZIONE 15 DAL MODELLO DELLE CONDIZIONI DI EQUILIBRIO AL MODELLO CONTABILE RIPRESA DEL CONCETTO DI SISTEMA AZIENDALE = COMPLESSO DI ELEMENTI MATERIALI E NO CHE DIPENDONO RECIPROCAMENTE GLI UNI DAGLI ALTRI
DettagliPolli e conigli. problemi Piano cartesiano. Numeri e algoritmi Sistemi e loro. geometrica. Relazioni e funzioni Linguaggio naturale e
Polli e conigli Livello scolare: primo biennio Abilità Interessate Calcolo di base - sistemi Risolvere per via grafica e algebrica problemi che si formalizzano con equazioni. Analizzare semplici testi
DettagliIl database management system Access
Il database management system Access Corso di autoistruzione http://www.manualipc.it/manuali/ corso/manuali.php? idcap=00&idman=17&size=12&sid= INTRODUZIONE Il concetto di base di dati, database o archivio
DettagliELEMENTI DI DEMOGRAFIA
ELEMENTI DI DEMOGRAFIA 2. Caratteristiche strutturali della popolazione Posa Donato k posa@economia.unisalento.it Maggio Sabrina k s.maggio@economia.unisalento.it UNIVERSITÀ DEL SALENTO DIP.TO DI SCIENZE
DettagliRicerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani
Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.
DettagliSoluzione dell esercizio del 12 Febbraio 2004
Soluzione dell esercizio del 12/2/2004 1 Soluzione dell esercizio del 12 Febbraio 2004 1. Casi d uso I casi d uso sono riportati in Figura 1. Figura 1: Diagramma dei casi d uso. 2. Modello concettuale
DettagliOgni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il
Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il raggiungimento degli obiettivi avendo come fine il mantenimento
DettagliSia data la rete di fig. 1 costituita da tre resistori,,, e da due generatori indipendenti ideali di corrente ed. Fig. 1
Analisi delle reti 1. Analisi nodale (metodo dei potenziali dei nodi) 1.1 Analisi nodale in assenza di generatori di tensione L'analisi nodale, detta altresì metodo dei potenziali ai nodi, è un procedimento
Dettaglia b c Figura 1 Generatori ideali di tensione
Generatori di tensione e di corrente 1. La tensione ideale e generatori di corrente Un generatore ideale è quel dispositivo (bipolo) che fornisce una quantità di energia praticamente infinita (generatore
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
DettagliModulo 2. Domanda aggregata e livello di produzione
Modulo 2 Domanda aggregata e livello di produzione Esercizio. In un sistema economico privo di settore pubblico, la funzione di consumo è: C = 200 + 0.8Y; gli investimenti sono I= 50. a) Qual è il livello
DettagliPIL : produzione e reddito
PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi
DettagliIl processo di modellazione. Alberto F. De Toni Massimo Bearzi Università degli studi di Udine
Il processo di modellazione Alberto F. De Toni Massimo Bearzi Università degli studi di Udine Perché modellare? La necessità di simulare la realtà Modellazione Realtà complessa Modello = Riduttore di complessità
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliASSE MATEMATICO. Competenze Abilità Conoscenze
Competenze di base a conclusione del I Biennio Confrontare ed analizzare figure geometriche del piano e dello spazio individuando invarianti e relazioni. Analizzare, correlare e rappresentare dati. Valutare
DettagliL ANALISI ABC PER LA GESTIONE DEL MAGAZZINO
L ANALISI ABC PER LA GESTIONE DEL MAGAZZINO È noto che la gestione del magazzino è uno dei costi nascosti più difficili da analizzare e, soprattutto, da contenere. Le nuove tecniche hanno, però, permesso
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
DettagliLa Minimizzazione dei costi
La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione
Dettagli