3. Esercitazioni di Teoria delle code

Размер: px
Начинать показ со страницы:

Download "3. Esercitazioni di Teoria delle code"

Транскрипт

1 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33

2 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come s procede? S analzzano temp e modaltà d attesa degl utent n dverse code. S cerca la correlazone tra l numero d arrv e l numero d servz. Se problem sono semplfcabl s rsolvono per va analtca, altrment s procede alla smulazone. Poltecnco d Torno Pagna 2 d 33

3 Ottmzzazone del sstema d servzo Ottmzzare un sstema d servzo sgnfca: mnmzzare la somma de cost dovut all attesa dell utenza e de cost dovut all attvazone del servzo. Poltecnco d Torno Pagna 3 d 33

4 Andament qualtatv de cost d un sstema d servzo Costo medo d attesa Effcenza del servzo Somma de cost Costo medo Ottmzzare è poszonars sul mnmo Costo medo del servzo Costo fsso Effcenza del servzo Effcenza del servzo Il costo fsso è dovuto all esstenza del servzo Poltecnco d Torno Pagna 4 d 33

5 tempo d servzo Notazone d Kendall cardnaltà della popolazone da cu provengono gl arrv u/v/w/x/y/z tempo d nterarrvo numero d server dscplna della coda capactà del sstema d servzo Poltecnco d Torno Pagna 5 d 33

6 Notazon π n (t) : probabltà che c sano n utent nel sstema d servzo all stante t ( ) n Π t, z πn ( t) z : funzone generatrce d probabn ltà d π n (t) dπ ( ) ( t, z) N t dz : valore medo del numero d z utent present nel sstema d servzo Poltecnco d Torno Pagna 6 d 33

7 Notazon (cont.) λ(t) : frequenza d nter-arrvo µ(t) : frequenza d servzo L(t) N(t) - (t) : lunghezza meda della coda ove ( t ) λ µ ( t ) ( t ) è l fattore d utlzzo Poltecnco d Torno Pagna 7 d 33

8 Rsultato d Lttle In un sstema d servzo stazonaro valgono le seguent relazon: N(t) T t (t)λ(t) L(t) T c (t)λ(t) ove T t (t) : valore atteso del tempo speso da un utente nel sstema d servzo T c (t) : valore atteso del tempo speso da un utente n coda Poltecnco d Torno Pagna 8 d 33

9 M/M/ Legge degl arrv e de servz d tpo possonano Supponamo λ x λ e µ x µ, costant. Condzone d ergodctà: λ\µ < Probabltà d avere x utent nel sstema: π x x ( ) Probabltà d non avere attesa: π Poltecnco d Torno Pagna 9 d 33

10 M/M/ (contnua) Probabltà d avere almeno h utent nel sstema: π h ( ) ( ) h All equlbro : h 2 N L T t T c µ µ Poltecnco d Torno Pagna d 33

11 Eserczo proposto Ad un autolavaggo arrvano 8 clent all ora, con dstrbuzone d Posson. L autolavaggo può servre 2 clent all ora e la coda è d tpo M/M/. I dat precedent corrspondono a: λ8 ; µ2 ; λ\µ < S possono determnare tutt parametr presentat n precedenza, semplcemente applcando le defnzon. Poltecnco d Torno Pagna d 33

12 M/M/ con scoraggamento degl arrv Ad un casello autostradale non s può sfuggre alla coda, ma ad un autolavaggo sì. Per rappresentare questa possbltà d scelta: µ x µ ( servz non sono nfluenzat dalla coda) λ x x a +, a λ a e µ : fattore d utlzzo Poltecnco d Torno Pagna 2 d 33

13 M/M/ con scoraggamento degl arrv (contnua) La funzone d ergodctà camba. Se anche λ>µ,lo scoraggamento degl arrv lmta la lunghezza della coda. a Condzone d ergodctà: Parametr del sstema d servzo: π N x x! a µ a µ σ 2 N x e a µ, T t, x e N, T λ a µ c T t µ,l T µ c λ Poltecnco d Torno Pagna 3 d 33

14 M/M//k :sstema d servzo con capactà k a ( costante) se x < k λ µ x x µ ( costante) x se x k Sa noltre : a µ Poltecnco d Torno Pagna 4 d 33

15 M/M//k :sstema d servzo con capactà k Le probabltà d equlbro sono date da: π π π x x k + ( ) k+ x x k x > k π k rappresenta la probabltà d equlbro per un utente d trovare la coda pena ed è detta fattore d perdta nello stato d equlbro. Poltecnco d Torno Pagna 5 d 33

16 M/M/n s Il sstema è dotato d n s canal d dstrbuzone del servzo. La capactà del sstema è llmtata. λ µ x x λ xb se x ns nsb se x > ns λ < condzoned ergodctà n b s Tutt canal s consderano ugual Poltecnco d Torno Pagna 6 d 33

17 Eserczo Calcolare l tempo medo d attesa n coda per una scala moble dat: massma portata: 2 passegger/gradno veloctà scala: gradno/sec numero medo d arrv: /mn arrv possonan Il problema è modellzzable M/D/ (D: la veloctà della scala è costante) Poltecnco d Torno Pagna 7 d 33

18 Soluzone dell eserczo Il tempo medo d attesa è: T c λ 2µ µ S conosce: λ passegger/mnuto S calcola: µ2 passegger/mnuto Da cu: T c,25mn,5sec Poltecnco d Torno Pagna 8 d 33

19 Eserczo 2 S determn l numero d casell necessar ad un uscta autostradale per avere un numero medo d utent mnore d 5. Il sstema è caratterzzato da: traffco medo d utent n uscta dstrbuto unformemente e par a 85 vecol (supposto dstrbuto unformemente dalle 7 alle 2) la percentuale d utent vacard è del 5% l numero medo d servz/ora a casell normal è 2, a casell vacard è 6 S us un modello M/M/n s Poltecnco d Torno Pagna 9 d 33

20 Soluzone dell eserczo 2 S ndvduano 2 sstem separat: casell vacard casell normal Casell vacard I vecol n una gornata sono 425. Per cu λ425/3 vecol/ora 326,9 vecol/ora E noto µ6 vecol/ora λ/µ.545 potzzando n s S può verfcare che N<5: N/( ).2 vecol Poltecnco d Torno Pagna 2 d 33

21 Soluzone dell eserczo 2 (contnua) Casell normal S ha: λ326,9 vecol/ora e µ2 vecol/ora Ovvamente o 2 canal non sono suffcent. Servono almeno tre canal. Con 3 canal s ottene N9 che non soddsfa le specfche. S prova con quattro canal ottenendo un valore mnore d 5. Poltecnco d Torno Pagna 2 d 33

22 Eserczo 3 S ha un sstema caratterzzato da: λ2/8 vecol/ora,5 vecol/ora µ/3 vecol/mnuto2 vecol/ora Utlzzando un modello M/M/ s calcol la lunghezza meda della coda ed l tempo medo d attesa del servzo. Con un modello M/M/;k4 la probabltà d perdta del clente successvo. Poltecnco d Torno Pagna 22 d 33

23 M/M/ L ÄT t M/M/;k π k λ µ Soluzone dell eserczo 3 2 ì(, vecol ñ) 2 k ( ) π k + ore 4,4 Poltecnco d Torno Pagna 23 d 33

24 Eserczo 4 S consder un sstema d servzo caratterzzato da: tempo d nter-arrvo esponenzalmente dstrbuto e con valore atteso par a /λ n, con nnumero d utent nel sstema d servzo tempo d servzo esponenzalmente dstrbuto con valore atteso par a /µ n Sano po: 4.) λ µ (2 + b ) a 4.2) λ µ ( + 2 a) a + + a Poltecnco d Torno Pagna 24 d 33

25 Eserczo 4 (contnua) S calcolno: le probabltà d equlbro e la condzone d ergodctà sotto la quale queste probabltà esstono e sono unvoche la relatva funzone generatrce delle probabltà d equlbro l valore atteso per l numero d utent nel sstema d servzo nello stato d equlbro la probabltà d trovare non pù d h utent nello stato d equlbro Poltecnco d Torno Pagna 25 d 33

26 Poltecnco d Torno Pagna 26 d 33 Poltecnco d Torno Soluzone dell eserczo 4. Dato che λ e µ sono funzon crescent d s può ntrodurre: S possono qund calcolare le probabltà: b a µ λ con, 2 + +, h h j j j j h h j j π π

27 Soluzone dell eserczo 4. (contnua) Tenendo conto che: j j ( + ) s possono rcavare le probabltà d equlbro : π π ( ( ) + ) 2 ( ) 2 Poltecnco d Torno Pagna 27 d 33

28 Soluzone dell eserczo 4. (contnua) La funzone generatrce delle probabltà d equlbro rsulta: ( ) Π z 2 ( z) ( 2 ( ) ( + ) z 2 da cu l valore atteso N, per l numero d utent nello stato d equlbro: ) N( ) dπ( z) dz z 2 Poltecnco d Torno Pagna 28 d 33

29 Soluzone dell eserczo 4. (contnua) La probabltà d avere meno d h utent nel sstema vale: Pr( n h) ( h + h n 2) π h+ n + ( h h n n ( n + ) ( ) + ) h+ 2 2 Poltecnco d Torno Pagna 29 d 33

30 Poltecnco d Torno Pagna 3 d 33 Poltecnco d Torno Soluzone dell eserczo 4.2 S può ntrodurre la seguente notazone: S possono qund calcolare le probabltà: ( ) ( )( ) a µ λ con, , h h j j j j h h j j π π

31 Soluzone dell eserczo 4.2 (contnua) Tenendo conto che: ( + ) ( +! ) ( ) j j s possono rcavare le probabltà d equlbro : π π! + ( + )! Poltecnco d Torno Pagna 3 d 33

32 Soluzone dell eserczo 4.2 (contnua) La funzone generatrce delle probabltà d equlbro rsulta: Π( z)! + ( + ) z! z ( z) e + z da cu l valore atteso N, per l numero d utent nello stato d equlbro: dπ( z) N( ) dz z Poltecnco d Torno Pagna 32 d 33

33 Soluzone dell eserczo 4.2 (contnua) La probabltà d avere meno d h utent nel sstema vale: Pr( n h) h n h n n+ h π n n n! + + ( n +! ) ( h )! Poltecnco d Torno Pagna 33 d 33

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Подробнее

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Подробнее

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Подробнее

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016 POLITECNICO DI BARI - DICATECh Corso d Laurea n Ingegnera Ambentale e del Terrtoro IDRAULICA AMBIENTALE - A.A. 015/016 ESONERO 15/01/016 ESERCIZIO 1 S consder la rete aperta n fgura, nella quale le portate

Подробнее

Corso di Automazione Industriale 1. Capitolo 7

Corso di Automazione Industriale 1. Capitolo 7 1 Corso d Automazone Industrale 1 Captolo 7 Teora delle code e delle ret d code Introduzone alla Teora delle Code La Teora delle Code s propone d svluppare modell per lo studo de fenomen d attesa che s

Подробнее

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Подробнее

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Подробнее

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Подробнее

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Подробнее

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Подробнее

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

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

Подробнее

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Подробнее

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Unverstà d Napol Parthenope acoltà d Ingegnera Corso d Metod Probablstc Statstc e Process Stocastc docente: Pro. Vto Pascazo 20 a Lezone: /2/2003 Sommaro Dstrbuzon condzonate: CD, pd, pm Teorema della

Подробнее

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

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

Подробнее

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Подробнее

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Подробнее

Teoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S

Teoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S Teoria delle code Sistemi stazionari: M/M/1 M/M/1/K M/M/S Fabio Giammarinaro 04/03/2008 Sommario INTRODUZIONE... 3 Formule generali di e... 3 Leggi di Little... 3 Cosa cerchiamo... 3 Legame tra N e le

Подробнее

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: [email protected] Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Подробнее

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Подробнее

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Подробнее

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Подробнее

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Подробнее

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Подробнее

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Подробнее

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

Подробнее

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Подробнее

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Подробнее

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Подробнее

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

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

Подробнее

I fabbisogni standard nel settore sanitario Commento allo schema di decreto legislativo

I fabbisogni standard nel settore sanitario Commento allo schema di decreto legislativo Federalsmo I fabbsogn standard nel settore santaro Commento allo schema d decreto legslatvo Guseppe Psauro Premessa La defnzone del sstema d fnanzamento della santà è charamente un momento fondamentale

Подробнее

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Подробнее

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Подробнее

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Подробнее

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: [email protected] Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Подробнее

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz ([email protected])

Подробнее

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

Подробнее

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio Codce d Stoccaggo Captolo 7 Blancamento e rentegrazone dello stoccaggo 7.4 Corrspettv per servz d stoccaggo L UTENTE è tenuto a corrspondere a STOGIT, per la prestazone de servz, gl mport dervant dall

Подробнее

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

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

Подробнее

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Подробнее

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

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

Подробнее

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: [email protected]

Подробнее

Modello idraulico - Rapporto tecnico. (Rev. 0b)

Modello idraulico - Rapporto tecnico. (Rev. 0b) ASAP LIFE06/ENV/IT/000255 ASAP_D4-3_ModelloIdraulcoRappTecnco_IT_0b 1/20 LIFE06/ENV/IT/255 A.S.A.P. Actons for Systemc Aqufer Protecton The ASAP proect s partally funded by the European Unon LIFE Programme

Подробнее

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Подробнее

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Подробнее

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Подробнее

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Подробнее

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Подробнее

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Подробнее

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS Delberazone 20 ottobre 2004 Approvazone delle condzon general d accesso e d erogazone del servzo d rgassfcazone d gnl predsposte dalla socetà Gnl Itala Spa (delberazone n. 184/04) L AUTORITÀ PER L ENERGIA

Подробнее

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Подробнее

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Подробнее

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Подробнее

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Подробнее

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Подробнее

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Подробнее