1.7 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI
|
|
- Cinzia Volpe
- 5 anni fa
- Visualizzazioni
Transcript
1 86 TEORIA DELLE CODE.7 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI Fino ad ora abbiamo considerato modelli di code basati su processi di nascita e morte, con tempi di interarrivo e tempi di servizio distribuiti esponenzialmente e abbiamo analizzato le importanti proprietà di tali modelli e il loro efficace uso nel rappresentare situazioni reali. Tuttavia, esistono casi reali in cui le assunzioni fino ad ora fatte non sono soddisfatte. Ad esempio, sappiamo che gli arrivi secondo Poisson approssimano bene gli arrivi casuali che rappresentano una ragionevole assunzione in moltissime situazioni; tuttavia in alcuni casi, si possono invece avere situazioni di arrivi programmati e non più casuali. Analogamente, non sono infrequenti situazioni in cui i tempi di servizio sono regolati da schemi prestabiliti che non sono approssimati bene da una distribuzione esponenziale. Per queste ragioni, in questo paragrafo verrano esaminati sistemi a coda che utilizzano distribuzioni diverse da quella esponenziale. L analisi di questi modelli risulta, in genere, molto più difficile dell analisi compiuta fino ad ora sui sistemi basati su distribuzioni esponenziali in quanto il processo corrispondente ad un tale modello non è più, in generale, un processo di nascite e morte. Inizieremo questa trattazione rimuovendo la sola assunzione di avere una distribuzione esponenziale dei tempi di servizio e quindi considerando modelli generali M/G/s e la loro particolarizzazione ai modelli M/D/s e M/E k /s. Successivamente considereremo modelli che non abbiano arrivi poissoniani..7. Sistemi M/G/ Formula di Pollaczek Kintchine Consideriamo sistemi di code in cui gli arrivi sono di tipo poissoniano e i tempi di servizio siano indipendenti, identicamente distribuiti, supponendo che non ci sia alcuna assunzione sulla distribuzione di probabilità di tali tempi di servizio t s i. Osserviamo innanzitutto che la proprietà PASTA vista nel paragrafo.5. valida per ogni sistema con arrivi poissoniani, ovviamente, continua a valere anche nel caso che stiamo esaminando. Passiamo ora allo studio analitico dei sistemi M/G/. Esistono diversi metodi di analisi; utilizzeremo, nel seguito, quello basato sui tempi residui del servizio. Assumeremo solamente di conoscere la media /µ e la varianza σ 2 della distribuzione dei tempi di servizio. Nonostante non sia stata fatta alcuna assunzione sulla distribuzione dei tempi di servizio, esiste un risultato generale che fornisce il valore per il tempo medio di attesa nella coda T q. Tale risultato è noto come formula di Pollaczek Kintchine ed esprime la T q in funzione del momento secondo del tempo di servizio E ( (t s i )2). Naturalmente, vale E ( (t s i ) 2) = V ar(t s i ) + [E(t s i )] 2 = σ 2 + /µ 2. (.7.) Riportiamo tale formula nel teorema che segue.
2 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI 87 Teorema.7. Si consideri un sistema M/G/ in condizioni di stazionarietà. Sia λ la frequenza media degli arrivi e siano /µ e σ 2 rispettivamente la media e la varianza dei tempi di servizio. Allora si ha T q = λ σ2 + /µ 2 2( ρ). Dimostrazione: Supponiamo che la disciplina della coda sia di tipo FIFO. Indichiamo con R i il tempo residuo al completamento del servizio visto dall i-esimo utente quando arriva (ovvero, se un utente j sta usufruendo del servizio quando arriva l utente i arriva, R i è il tempo necessario affinché sia completato il servizio sull utente j). Indichiamo, inoltre, con n q i il numero degli utenti trovati nella coda dall i-esimo utente quando arriva. Naturalmente risulta t q i = R i + i j=i n q i t s j. (.7.2) Prendendo il valore atteso 3 ad entrambi i membri della (.7.2), si ha E(t q i ) = E(R i) + E(t s j)e(n q i ) = E(R i) + µ E(nq i ). (.7.3) Si osservi che la R i e la n q i sono quantità viste dall utente che arriva, ma, poiché gli arrivi sono poissoniani, tali quantità coincidono con le corrispondenti quantità viste da un osservatore esterno che osserva il sistema in un istante arbitrario. Passando al limite per i nella (.7.3), assumendo che questi limiti esistano, si ha T q = R + µ N q, (.7.4) dove R è il tempo residuo medio (a regime) definito da R = lim i E(R i ). Ora, poiché risulta N q = λt q, dalla (.7.4) si ha T q = R + λ µ T q 3 Si utilizza un noto risultato di teoria della probabilità secondo il quale, avendo X,..., X m variabili aleatorie indipendendenti, identicamente distribuite, con media comune E(X) ed m è una variabile aleatoria che può assumere valori 0,,..., allora E(X + + X m) = E(X)E(m)
3 88 TEORIA DELLE CODE R(τ) s t s t 2 s t s t 2 t τ Figura.7. Grafico del tempo residuo da cui si ottiene T q = R ρ. (.7.5) Per completare la dimostrazione rimane da calcolare il valore di R. Effettueremo questo calcolo con l ausilio di un grafico. Riportiamo, infatti, in Figura.7. il grafico del tempo residuo del servizio R(τ) in funzione del tempo τ, ovvero il tempo che rimane per il completamento del servizio del cliente che sta usufruendo del servizio al tempo τ, assumendo R(0) = 0. Ovviamente, quando un nuovo servizio di durata t s i inizia, R(τ) ha valore t s i, poi decresce linearmente. Consideriamo, ora, un istante di tempo t per il quale risulti R(t) = 0 e indichiamo con il numero di arrivi (ovvero di partenze) nell intervallo [0, t]. La media temporale di R(τ) nell intervallo [0, t] è data da Poiché t 0 t t 0 R(τ)dτ. R(τ)dτ rappresenta l area della superficie racchiusa tra la funzione R(τ) e l asse delle ascisse, tale area è anche uguale alla somma delle aree dei
4 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI 89 triangoli, ovvero da i= 2 (ts i ) 2. Risulta quindi t t 0 R(τ)dτ = t i= 2 (ts i ) 2. (.7.6) Ora, moltiplicando e dividendo per al secondo membro della (.7.6) si ha t t 0 R(τ)dτ = 2 t (t s i ) 2 i= (.7.7) e passando al limite per t nella (.7.7) (assumendo che i limiti esistano) si ha (t s t lim R(τ)dτ = i ) 2 t t 2 lim i= lim. (.7.8) t t t 0 Ora, poiché per t sufficientemente grande vale l uguaglianza tra media temporale e valore atteso, si ha lim t t t 0 R(τ)dτ = lim i E(R i ) = R, ed inoltre lim = λ. t t Infine, per la legge forte dei grandi numeri, si ha Quindi la (.7.8) diventa lim t (t s i ) 2 i= = E ( (t s i ) 2). R = 2 λe ( (t s i ) 2) e sostituendo questo valore di R ora ottenuto nella (.7.5), utilizzando la (.7.) la dimostrazione è completata. Osservazione.7. Abbiamo derivato la formula di Pollaczek Kintchine assumendo che la disciplina della coda sia di tipo FIFO, ma la formula rimane valida in generale comunque si scelga la disciplina della coda purché essa sia indipendente dal tempo di servizio richiesto. Non è invece valida se l ordine con cui si accede al servizio dipende dal tempo di servizio.
5 90 TEORIA DELLE CODE Una volta determinato il valore di T q dalla formula di Pollaczek Kintchine, si possono determinare i valori delle altre misure di prestazione, ovvero N q = λt q = λ2 σ 2 + ρ 2 2( ρ) N = N q + ρ = λ2 σ 2 + ρ 2 2( ρ) + ρ T = N λ = λσ2 + λ/µ 2 2( ρ) + µ. Osservazione.7.2 Se consideriamo un sistema di code M/M/ come caso particolare di un sistema M/G/, si ha σ 2 = /µ 2 e quindi l applicazione della formula di Pollaczek Kintchine fornisce per T q il valore T q = λ/[µ(µ λ)] che naturalmente coincide con l espressione di T q già determinata nel caso di sistema M/M/. Osservazione.7.3 Osservando le espressioni delle misure di prestazione ora ottenute, si vede che a parità di λ e µ, queste grandezze aumentano all aumentare della varianza del tempo di servizio σ 2. Da questo punto di vista, la situazione ideale (ovvero quella che minimizza queste grandezze) si otterrebbe con σ 2 = 0 che si ha con tempi di servizio costanti, ovvero per sistemi di tipo M/D/. Si tenga presente che, a parità di valore atteso, si può intervenire sui tempi di servizio per renderli più regolari possibile (ovvero rendendo la varianza piccola). Questo è molto importante perché mostra che la regolarità del servizio assume una grande importanza da questo punto di vista, e che quindi non è sufficiente considerare la velocità media del servizio. La grande flessibilità dei modelli M/G/ li rende molto utili, ma il prezzo da pagare per questa loro generalità sta nel fatto che, purtroppo, non sono disponibili, nel caso generale, risultati per sistemi multiservente, ovvero per sistemi M/G/s con s >. Nel seguito esaminiamo due casi particolari importanti: i sistemi M/D/s e i sistemi M/E k /s. Sistemi M/D/s Sistemi M/D/s I sistemi di code M/D/s assumono tempi di servizio costanti; essi forniscono un buon modello per situazioni in cui il servizio è effettuato sempre attraverso una medesima procedura. Naturalmente risulta σ 2 = 0. Per quanto riguarda il caso singolo servente (s = ), i valori delle misure di prestazione si ottengono dal caso generale di sistemi M/G/ ponendo σ 2 = 0. In particolare, si avrà: T q = 2 λ µ(µ λ)
6 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI 9 N q = λ 2 2 µ(µ λ) ρ 2 N = 2( ρ) + ρ T = λ/µ 2 2( ρ) + µ. Soffermandoci ad osservare i valori di T q e di N q si vede che essi risultano pari esattamente alla metà dei valori corrispondenti per un sistema di code M/M/ (dove σ 2 = /µ 2 ). Questo evidenzia il fatto che una diminuzione di σ 2 porta ad un notevole miglioramento (diminuzione) di T q e di N q. Per quanto riguarda il caso multiservente, (s > ) esiste un metodo per determinare la distribuzione di probabilità del numero degli utenti nel sistema, in condizioni di stazionarietà, ma esso esula dallo scopo di queste note perché molto tecnico e particolare. Esistono anche in questo caso risultati tabulati e grafici dell andamento di N in funzione di ρ = λ/(sµ). Sistemi M/E k /s In termini di deviazione standard (σ), i sistemi M/D/s e M/M/s rappresentano Sistemi due situazioni estreme: i primi assumono che non ci siano variazioni nei tempi M/E k /s di servizio, (σ = 0), mentre i secondi assumono tempi di servizio distribuiti esponenzialmente con una variazione che può essere anche molto grande (σ = /µ). Tra questi due casi estremi si colloca una distribuzione importante per la quale risulta 0 < σ < /µ e che rappresenta bene i tempi di servizio in molte situazioni reali: si tratta della distribuzione di Erlang (E k ) di parametri k e µ a media /µ, la cui densità di probabilità è data da f(t) = (µk)k (k )! tk e kµt, t 0. Una tale distribuzione di probabilità ha varianza pari a /(kµ 2 ) e deviazione standard σ pari a /( kµ) e quindi se i tempi di servizio seguono questa distribuzione, il parametro k rappresenta una sorta di grado di variabilità dei tempi di servizio. Richiamiamo il fatto che la sua importanza deriva da due punti fondamentali: è una famiglia di distribuzioni a due parametri e quindi con scelte opportune si riesce ad approssimare bene un tempo di servizio reale ed inoltre per k = si ottiene la distribuzione esponenziale e per k essa tende alla distribuzione degenere (σ 0); dalla Proprietà E5 della distribuzione esponenziale richiamata nel paragrafo.3., si ha che la somma di k variabili indipendenti, identicamente distribuite esponenzialmente ciascuna con media /(kµ), ha distribuzione
7 92 TEORIA DELLE CODE di Erlang E k. Quindi se un servizio si compone di k operazioni successive a ciascuna delle quali è associato un tempo di servizio distribuito esponenzialmente con media /(kµ), allora il tempo di servizio complessivo segue la distribuzione di Erlang E k. Per quanto riguarda il caso singolo servente (s = ) dalle formule generali per un sistema M/G/ si ottengono i valori delle misure di prestazione per sistemi M/E k / ponendo σ 2 = /(kµ 2 ), ovvero T q = + k 2k N q = + k 2k λ µ(µ λ) λ 2 µ(µ λ) T = T q + µ = + k 2k N = λt = + k 2k λ µ(µ λ) + µ λ 2 µ(µ λ) + λ µ. Si osservi che ovviamente, per k, i valori di T q e di N q tendono ai corrispondenti valori ottenuti nel caso M/D/. Per quanto riguarda il caso multiservente (s > ), non è possibile ottenere analiticamente la distribuzione di probabilità del numero degli utenti presenti nel sistema in condizioni di stazionarietà. Tuttavia, anche in questo caso sono disponibili valori tabulati e grafici di N al variare di ρ = /(sµ)..7.2 Sistemi con arrivi non poissoniani Concludiamo questo paragrafo con alcuni cenni ai sistemi di code che non presentano arrivi secondo Poisson. Infatti, come abbiamo già visto per quanto riguarda i tempi di servizio, anche il processo degli arrivi potrebbe non essere casuale, ma essere programmato in una qualche forma. Possiamo pertanto considerare modelli dei seguenti tipi: GI/M/s : non impongono restrizioni sul processo degli arrivi; D/M/s : gli arrivi sono ad intervalli regolari; E k /M/s : gli arrivi seguono la distribuzione di Erlang E k. Per tutti i tre tipi ora menzionati si è assunto che i tempi di servizio sono distribuiti esponenzialmente. Tuttavia è possibile considerare anche modelli ancora più generali come E m /E k /s, E k /D/s, D/E k /s. La trattazione di questi modelli esula dallo scopo di queste note e pertanto essi non verranno trattati.
8 RETI DI CODE 93.8 RETI DI CODE.8. Generalità La trattazione della teoria delle code effettuata fino ad ora ha sempre considerato singoli sistemi a coda. Tuttavia, molto spesso i sistemi reali si possono presentare sotto forma di più sistemi a coda connessi fra di loro e si parla quindi di reti di code. Le reti di code cono state utilizzate con successo nella modellizzazione di molti sistemi reali: reti di telecomunicazioni, sistemi di calcolo, sistemi manufatturieri e molti altri. Una rete di code può essere descritta come un grafo orientato composto da un certo numero di nodi (m) ciascuno dei quali rappresenta un sistema a coda e gli archi rappresentano le rotte seguite dagli utenti da un sistema all altro. In generale, si può pensare che ad una rete di code arrivino utenti dall esterno in ciascun nodo della rete, così come da ciascun nodo un utente può lasciare la rete. Ovvero, un utente entra nella rete in un certo nodo, attraversa alcuni nodi della rete e poi presso un nodo lascia la rete. Può anche accadere che gli utenti possano ritornare presso nodi già visitati. È facile immaginare che lo studio di una rete è in generale è molto più complicato dello studio di un singolo sistema a coda perché ovviamente si deve tenere conto di ogni sistema a coda componente la rete per analizzare il flusso totale degli utenti. Le reti di code si dividono in reti aperte in cui sono possibili ingressi di utenti alla rete dall esterno e uscite degli utenti dalla rete verso l esterno; reti chiuse in cui il numero degli utenti all interno della rete è fissato e gli utenti circolano all interno della rete senza che ci sia possibilità di ingressi dall esterno o uscite verso l esterno. Per caratterizzare completamente una rete di code devono essere assegnati: la topologia della rete le distribuzioni di probabilità dei tempi di interarrivo degli utenti presso i nodi che prevedono ingresso di utenti le distribuzioni di probabilità dei tempi di servizio presso ciascun nodo costituente la rete le regole di istradamento.
9 94 TEORIA DELLE CODE Figura.8. Esempio di rete aperta Lo stato n della rete è definito dal vettore n = (n,..., n m ), dove le n i, i =,..., m rappresentano lo stato del sistema i esimo..8.2 Il processo delle partenze per i sistemi M/M/s Teorema di Burke Preliminare allo studio delle reti di code c è l analisi del processo delle partenze (uscite) dal sistema degli utenti che hanno usufruito del servizio. È molto importante conoscere le caratteristiche di questo processo per studiare le reti di code in quanto il processo delle partenze da un sistema coincide con il processo degli arrivi nel sistema successivo. Riportiamo di seguito un risultato che vale per sistemi M/M/s noto come Teorema di Burke.
10 RETI DI CODE 95 Figura.8.2 Esempio di rete chiusa Teorema.8. Si consideri un sistema M/M/s con s (incluso s = ) con frequenza media di arrivo pari a λ in condizioni di stazionarietà. Allora i) il processo della partenze dal sistema è un processo di Poisson di parametro λ; ii) in ogni istante di tempo t, il numero di utenti presenti nel sistema è indipendente dalla sequenza dei tempi di partenza prima di t. Quindi in un sistema a coda con arrivi poissoniani e tempi di servizio distribuiti esponenzialmente, anche il processo delle partenze dal sistema è un processo di Poisson, ovvero il processo delle partenze ha le stesse caratteristiche del processo degli arrivi, nonostante il servizio che è avvenuto e il relativo tempo. Si osservi inoltre che questo risultato è indipendente anche dalla disciplina della coda. L utilità di questo risultato all interno della teoria delle code è evidente: se gli utenti che escono da un sistema M/M/s entrano in un altro sistema a coda, gli arrivi a questo secondo sistema saranno ancora poissoniani. Quindi, assumendo che i tempi di servizio del secondo sistema siano distribuiti esponenzialmente, il sistema a coda del secondo nodo si comporta come un sistema M/M/s e può
11 96 TEORIA DELLE CODE reti feedforward essere studiato indipendentemente dal primo nodo. Quindi in virtù del teorema di Burke, possiamo collegare in una rete sistemi a coda M/M/s e, purchè non ci siano cicli, ovvero purché gli utenti non possano rivisitare nodi già precedentemente visitati (reti feedforward), si può analizzare la rete decomponendola nodo a nodo. L assenza di cicli è necessaria altrimenti si potrebbe perdere la natura poissoniana dei flussi in ingresso ai nodi. La dimostrazione di questo teorema si basa su una proprietà detta reversibilità dei processi di nascita e morte che permette di vedere i processi delle partenze corrispondenti agli arrivi del processo invertito. È stato anche dimostrato che il sistema M/M/s è l unico sistema di tipo FIFO che gode delle proprietà enunciate nel Teorema di Burke [Kleinrock, 975]..8.3 Serie di code La più semplice rete di code che si può costruire consiste nell avere un numero fissato (m) di sistemi a coda in serie, in cui non ci siano limiti sulla capacità della coda di ogni singolo sistema componente la rete. Questa situazione si verifica nella pratica, ad esempio, nei sistemi manufatturieri (linee di assemblaggio in cui i prodotti devono passare attraverso una serie di stazioni di lavoro); nei sistemi ospedalieri dove un paziente può essere sottoposto, in sequenza, ad un certo numero di accertamenti; nelle procedure di tipo amministrativo che prevedono più fasi successive (registrazione, pagamento, ritiro documenti,...). Assumiamo che al primo sistema arrivino utenti secondo un Figura.8.3 Esempio di serie di code processo di Poisson di parametro λ e che in ciascun sistema componente ci siano s i serventi, i =,..., m, ciascuno operante con tempi di servizio distribuiti esponenzialmente con parametro µ i con λ < s i µ i per ogni i =,..., m. Si assume inoltre che tali tempi di servizio siano indipendenti. In condizioni stazionarie, per il Teorema di Burke, ciascuno dei sistemi ha arrivi poissoniani con parametro λ e quindi i sistemi possono essere analizzati come tanti sistemi M/M/s i isolati. Il caso più semplice corrisponde ad avere due sistemi in serie (sistema tandem) con singolo servente. In questo caso è molto semplice dimostrare che la probabilità congiunta che n utenti sono nel primo sistema e n 2 utenti nel secondo sistema è data dal prodotto delle singole probabilità, ovvero P (n, n 2 ) = p n p n2 = ρ n ( ρ ) ρ n 2 2 ( ρ 2),
12 RETI DI CODE 97 con ρ = λ/µ < e ρ 2 = λ/µ 2 <. Infatti, per la prima parte del Teorema di Burke il processo delle partenze dal secondo sistema è di Poisson e per l indipendenza dei tempi di servizio il secondo sistema può essere visto come un singolo sistema M/M/, e quindi si ha p n = ρ n ( ρ ), p n2 = ρ n 2 2 ( ρ 2). Per la seconda parte del Teorema di Burke, in un qualsiasi istante t il numero degli utenti presenti nel primo sistema è indipendente dalla sequenza degli arrivi al secondo sistema prima di t e quindi anche dal numero degli utenti nel secondo sistema. Quindi si ha P (n, n 2 ) = ρ n ( ρ ) ρ n 2 2 ( ρ 2). Questo si estende ad una serie di un numero finito di sistemi a coda in serie. Quindi la probabilità congiunta che una rete costituita da m sistemi a coda in serie sia allo stato n = (n,..., n m ) si può scrivere nella forma P (n) = P (n, n 2,..., n m ) = p n p n2 p nm = ρ n ( ρ )ρ n 2 2 ( ρ 2) ρ nm m ( ρ m ), dove ρ j = λ/µ j <, j =,..., m. Questa rappresenta la cosiddetta soluzione in forma prodotto. Il tempo medio totale di permanenza nell intero sistema, ovvero nella rete, e il numero medio di utenti presenti nella rete si possono calcolare semplicemente sommando le corrispondenti quantità calcolate in riferimento ai singoli sistemi. Si osservi che le considerazioni fino ad ora riportate non valgono se la capacità dei singoli sistemi a coda componenti la rete fosse finita. Esempio.8. Supponiamo di avere un sistema formato da due stazioni di lavoro monoserventi in serie: la prima è una stazione di lavorazione, la seconda una stazione di collaudo. I pezzi arrivano alla prima stazione secondo un processo di Poisson con media 0 l ora. I tempi di servizio dei serventi sono distribuiti esponenzialmente con media rispettivamente di 2 e 5 pezzi l ora. Per quanto esposto, gli arrivi alla seconda stazione sono poissoniani di parametro λ = 0 e l analisi può essere condotta studiando singolarmente i due sistemi M/M/. Poiché risulta ρ = 5 6 < ρ 2 = 2 3 < esiste una distribuzione stazionaria della rete. Analizzando i due sistemi singolarmente si ha T = µ λ = 2 ora, T 2 = µ 2 λ = 5 ora e N = λt = 5 pezzi, N 2 = λt 2 = 2 pezzi. Per quanto riguarda la rete si ha N = N + N 2 = 7 pezzi e T = T + T 2 = 7/0 ora, ovvero 42 minuti.
Reti di Telecomunicazioni 1
Reti di Telecomunicazioni 1 AA2011/12 Sistemi a coda Blocco E4 Ing. Francesco Zampognaro e-mail: zampognaro@ing.uniroma2.it Lucidi Prof. Stefano Salsano 1 Modelli per sistemi telefonici - La coda M/M/S/S
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliAppendice B: Reti di code
Appendice B: Reti di code B. INTRODUZIONE ALLE RETI DI CODE B.. Generalità La trattazione della teoria delle code effettuata fino ad ora ha sempre considerato singoli sistemi a coda. Tuttavia, molto spesso
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della
Dettagli3.1 ESERCIZI DI RIEPILOGO
3 3.1 ESERCIZI DI RIEPILOGO Esercizio 3.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo
DettagliClub Alpino Italiano. Commissione Lombarda Materiali e Tecniche
Club Alpino Italiano Commissione Lombarda Materiali e Tecniche L ASSICURAZIONE IN PARETE: L IMPORTANZA DELL ALTEZZA DELLA PRIMA PROTEZIONE E DI UNA CORRETTA ASSICURAZIONE PER RIDURRE I RISCHI DI IMPATTO
DettagliLezione 12 Argomenti
Lezione 12 Argomenti Costi di produzione: differenza tra costo economico e costo contabile I costi nel breve periodo Relazione di breve periodo tra funzione di produzione, produttività del lavoro e costi
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliMassimi e minimi vincolati in R 2 - Esercizi svolti
Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare
DettagliDefinizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A
Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
Dettagli7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari
7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,
DettagliEsercizi sulla conversione tra unità di misura
Esercizi sulla conversione tra unità di misura Autore: Enrico Campanelli Prima stesura: Settembre 2013 Ultima revisione: Settembre 2013 Per segnalare errori o per osservazioni e suggerimenti di qualsiasi
DettagliUNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA
UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliMATEMATICA e COMPLEMENTI di MATEMATICA
ALLEGATO N.8_b MATEMATICA e COMPLEMENTI di MATEMATICA DESTINATARI gli studenti delle classi: terze e quarte nuovo ordinamento RISULTATI DI APPRENDIMENTO DELL OBBLIGO D ISTRUZIONE, CHIAVE EUROPEA Padroneggiare
DettagliUnità di misura di lunghezza usate in astronomia
Unità di misura di lunghezza usate in astronomia In astronomia si usano unità di lunghezza un po diverse da quelle che abbiamo finora utilizzato; ciò è dovuto alle enormi distanze che separano gli oggetti
DettagliMobilificio. Si vuole simulare il comportamento della gestione degli ordini da parte di una azienda che produce mobili di due qualità
Mobilificio Si vuole simulare il comportamento della gestione degli ordini da parte di una azienda che produce mobili di due qualità Gli ordini arrivano secondo una distribuzione di Poisson di valor medio
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliELEMENTI DI ANALISI SPETTRALE 1 I DUE DOMINI
Lezioni di Fisica della Terra Solida, Università di Chieti, a.a. 999/. Docente A. De Santis ELEMENTI DI ANALISI SPETTRALE I DUE DOMINI È spesso utile pensare alle unzioni ed alle loro trasormate di Fourier
DettagliVALORE PIÙ CONVENIENTE DEL RENDIMENTO
VALORE PIÙ CONVENIENTE DEL RENDIENTO In una macchina elettrica ad un rendimento più elevato corrisponde un minor valore delle perdite e quindi un risparmio nelle spese di esercizio (in quanto minori risultano
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliOFFERTA DI LAVORO. p * C = M + w * L
1 OFFERTA DI LAVORO Supponiamo che il consumatore abbia inizialmente un reddito monetario M, sia che lavori o no: potrebbe trattarsi di un reddito da investimenti, di donazioni familiari, o altro. Definiamo
DettagliMETODI DI CONVERSIONE FRA MISURE
METODI DI CONVERSIONE FRA MISURE Un problema molto frequente e delicato da risolvere è la conversione tra misure, già in parte introdotto a proposito delle conversioni tra multipli e sottomultipli delle
Dettagli5 DERIVATA. 5.1 Continuità
5 DERIVATA 5. Continuità Definizione 5. Sia < a < b < +, f : (a, b) R e c (a, b). Diciamo che f è continua in c se sono verificate le ue conizioni: (i) c esiste (ii) = f(c) c Si osservi che nella efinizione
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliI Bistabili. Maurizio Palesi. Maurizio Palesi 1
I Bistabili Maurizio Palesi Maurizio Palesi 1 Sistemi digitali Si possono distinguere due classi di sistemi digitali Sistemi combinatori Il valore delle uscite al generico istante t* dipende solo dal valore
DettagliRegola del partitore di tensione
Regola del partitore di tensione Se conosciamo la tensione ai capi di una serie di resistenze e i valori delle resistenze stesse, è possibile calcolare la caduta di tensione ai capi di ciascuna R resistenza,
DettagliInsegnare relatività. nel XXI secolo
Insegnare relatività nel XXI secolo E s p a n s i o n e d e l l ' U n i v e r s o e l e g g e d i H u b b l e La legge di Hubble Studiando distanze e moto delle galassie si trova che quelle più vicine
DettagliEsercizi sui Circuiti RC
Esercizi sui Circuiti RC Problema 1 Due condensatori di capacità C = 6 µf, due resistenze R = 2.2 kω ed una batteria da 12 V sono collegati in serie come in Figura 1a. I condensatori sono inizialmente
DettagliEsercizi di dimensionamento dei sistemi di commutazione telefonica
Politecnico di Milano Sede di Cremona A.A. 2013/20134 Corso di RETI DI COMUNICAZIONE ED INTERNET Modulo 1 Esercizi di dimensionamento dei sistemi di commutazione telefonica Antonio Corghi Modelli di commutazione
DettagliElementi di matematica finanziaria
Elementi di matematica finanziaria 1. Percentuale Si dice percentuale di una somma di denaro o di un altra grandezza, una parte di questa, calcolata in base ad un tanto per cento, che si chiama tasso percentuale.
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliClassificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni
Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Docente:Alessandra Cutrì Richiamo:Zeri di Funzioni olomorfe (o analitiche) Sia f : A C C A aperto connesso,
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche 1. Esercizio (1 marzo 211 n.
DettagliITIS OTHOCA ORISTANO
ITIS OTHOCA ORISTANO CARATTERISTICHE DEI PROCESSI PRODUTTIVI LAY-OUT IMPIANTI PARTE 2 Si definisce linea di produzione una successione concatenata di posti di lavoro che eseguono una data operazione in
DettagliProtocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliPiano di lavoro di Matematica
ISTITUTO DI ISTRUZIONE SUPERIORE Liceo Scientifico ALDO MORO Istituto to Tecnico Via Gallo Pecca n. 4/6-10086 Rivarolo Canavese Tel 0124 454511 - Fax 0124 454545 - Cod. Fiscale 85502120018 E-mail: segreteria@istitutomoro.it
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
Dettaglidifferiticerti.notebook November 25, 2010 nov 6 17.29 nov 6 17.36 nov 6 18.55 Problemi con effetti differiti
Problemi con effetti differiti sono quelli per i quali tra il momento di sostentamento dei costi ed il momento di realizzo dei ricavi intercorre un certo lasso di tempo. Nei casi in cui il vantaggio è
DettagliOnline Gradient Descent
F94 Metodi statistici per l apprendimento Online Gradient Descent Docente: Nicolò Cesa-Bianchi versione 9 aprile 06 L analisi del Perceptrone ha rivelato come sia possibile ottenere dei maggioranti sul
DettagliCome si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice
1 Come si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice Principio di funzionamento Che cosa è una NetList Fasi
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliEsercizi di Matematica Finanziaria
Università degli Studi di Siena Facoltà di Economia Esercizi di Matematica Finanziaria relativi ai capitoli V-X del testo Claudio Pacati a.a. 1998 99 c Claudio Pacati tutti i diritti riservati. Il presente
DettagliEsercitazioni di Reti Logiche. Lezione 1 Rappresentazione dell'informazione. Zeynep KIZILTAN zkiziltan@deis.unibo.it
Esercitazioni di Reti Logiche Lezione 1 Rappresentazione dell'informazione Zeynep KIZILTAN zkiziltan@deis.unibo.it Introduzione Zeynep KIZILTAN Si pronuncia Z come la S di Rose altrimenti, si legge come
DettagliPer un corretto funzionamento dei sistema si progetta un controllo a retroazione secondo lo schema di figura.
Tema di: SISTEMI ELETTRONICI AUTOMATICI Testo valevole per i corsi di ordinamento e per i corsi di progetto "SIRIO" - Indirizzo Elettronica e Telecomunicazioni 2001 Il candidato scelga e sviluppi una tra
DettagliMINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO
Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA
DettagliEsercitazioni di contabilità
Esercitazioni di contabilità esercitazione n. 1 28-04-2016 Capitoli 1-4 libro Marchi Dipartimento di Economia e Management Corso di Economia Aziendale L-Z A.A. 2015-16 1 Le quattro operazioni fondamentali
DettagliLa mobilità degli elementi chimici
La mobilità degli elementi chimici Gli ioni contenuti nella parte sinistra del diagramma sono quelli che in soluzione si presentano sotto forma di cationi semplici. Gli ioni nella parte centrale del diagramma
DettagliESPERIENZE CON GLI SPECCHI PIANI
1. Qual è la posizione dell immagine fornita da uno specchio piano? Di che tipo di immagine si tratta? Disponi il cilindro giallo dietro lo specchio, in modo che coincida con l immagine riflessa del cilindro
DettagliTECNICHE DI CONTROLLO
TECNICHE DI CONTROLLO Richiami di Teoria dei Sistemi Dott. Ing. SIMANI SILVIO con supporto del Dott. Ing. BONFE MARCELLO Sistemi e Modelli Concetto di Sistema Sistema: insieme, artificialmente isolato
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliNUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
DettagliRIDUZIONE DELLE DISTANZE
RIDUZIONE DELLE DISTANZE Il problema della riduzione delle distanze ad una determinata superficie di riferimento va analizzato nei suoi diversi aspetti in quanto, in relazione allo scopo della misura,
DettagliGeometria Superiore Esercizi 1 (da consegnare entro... )
Geometria Superiore Esercizi 1 (da consegnare entro... ) In questi esercizi analizziamo il concetto di paracompattezza per uno spazio topologico e vediamo come questo implichi l esistenza di partizioni
DettagliIllustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali
Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Materiale utilizzato: Telaio (carrucole,supporto,filo), pesi, goniometro o foglio con goniometro stampato, righello Premessa
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
DettagliLa mappatura dei geni umani. SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione
La mappatura dei geni umani SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione Un grande impulso alla costruzione di mappe genetiche è stato dato da le tecniche della
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Modelli a coda Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Sistemi a coda Gli elementi chiave di un sistema a coda
DettagliBarriere assorbenti nelle catene di Markov e una loro applicazione al web
Università degli studi di Roma Tre Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi relativa alla Tesi di Laurea in Matematica di Giulio Simeone Barriere assorbenti
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di Comunicazioni Elettriche docente: Prof. Vito Pascazio 1 a Lezione: 9/04/003 Sommario Caratterizzazione energetica di processi aleatori Processi
DettagliLa Funzione Caratteristica di una Variabile Aleatoria
La Funzione Caratteristica di una Variabile Aleatoria La funzione caratteristica Φ densità di probabilità è f + Φ ω = ω di una v.a., la cui x, è definita come: jωx f x e dx E e j ω Φ ω = 1 La Funzione
DettagliGLI STRUMENTI PER IL DISEGNO
GLI STRUMENTI PER IL DISEGNO Gli strumenti che noi useremo sono: 1) Fogli di carta liscia di formato A3, squadrati; 2) N. 2 matite, preferibilmente micromine (una con mina H e una con mina HB); 3) Gomma
DettagliVARIABILI ALEATORIE E VALORE ATTESO
VARIABILI ALEATORIE E VALORE ATTESO Variabili aleatorie Variabili discrete e continue Coppie e vettori di variabili aleatorie Valore atteso Proprietà del valore atteso Varianza Covarianza e varianza della
DettagliREDDITO E RISPARMIO DELLE FAMIGLIE E PROFITTI DELLE SOCIETÀ
8 gennaio 2016 III trimestre 2015 REDDITO E RISPARMIO DELLE FAMIGLIE E PROFITTI DELLE SOCIETÀ Nel terzo trimestre del 2015 il reddito disponibile delle famiglie consumatrici in valori correnti è aumentato
DettagliVALUTAZIONE DEGLI INVESTIMENTI AZIENDALI. Docente: Prof. Massimo Mariani
VALUTAZIONE DEGLI INVESTIMENTI AZIENDALI Docente: Prof. Massimo Mariani 1 SOMMARIO Definizione di investimento classificazione degli investimenti valutazione finanziaria dell investimento i criteri per
DettagliSistemi di Servizio e Simulazione
Sistemi di Servizio e Simulazione Soluzioni degli esercizi di esame proposti negli appelli dell a.a.2004-05 Sono stati distribuiti sul sito web i testi di tre appelli di esame dell anno accademico 2004-05:
DettagliDomanda e offerta. consumatori di un bene/servizio per ciascun livello di prezzo del bene/servizio preso
. . La funzione di domanda La funzione di domanda (o curva di domanda) rappresenta la quantità domandata dai consumatori di un bene/servizio per ciascun livello di prezzo del bene/servizio preso in considerazione.
DettagliLA MOLE LA MOLE 2.A PRE-REQUISITI 2.3 FORMULE E COMPOSIZIONE 2.B PRE-TEST
LA MOLE 2.A PRE-REQUISITI 2.B PRE-TEST 2.C OBIETTIVI 2.1 QUANTO PESA UN ATOMO? 2.1.1 L IDEA DI MASSA RELATIVA 2.1.2 MASSA ATOMICA RELATIVA 2.2.4 ESERCIZI SVOLTI 2.3 FORMULE E COMPOSIZIONE 2.4 DETERMINAZIONE
DettagliInterpretando i dati delle indagini PMI. Esplorando la correlazione degli Indici economici selezionati dalle indagini PMI
Interpretando i dati delle indagini PMI Esplorando la correlazione degli Indici economici selezionati dalle indagini PMI Interpretando i dati PMI Il ciclo boom-bust È utile innanzitutto considerare un
DettagliVARIABILI ALEATORIE CONTINUE
VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità
DettagliINTRODUZIONE AL CONTROLLO OTTIMO
INTRODUZIONE AL CONTROLLO OTTIMO Teoria dei Sistemi Ingegneria Elettronica, Informatica e TLC Prof. Roberto Zanasi, Dott. Giovanni Azzone DII - Università di Modena e Reggio Emilia AUTOLAB: Laboratorio
DettagliFISICA Corso di laurea in Informatica e Informatica applicata
FISICA Corso di laurea in Informatica e Informatica applicata I semestre AA 2004-2005 G. Carapella Generalita Programma di massima Testi di riferimento Halliday Resnick Walker CEA Resnick Halliday Krane
DettagliLiceo Carducci Volterra - Classe 3 a B Scientifico - Prof. Francesco Daddi - 29 novembre 2010. d) la velocità con cui giunge a terra.
Liceo Carducci Volterra - Classe 3 a B Scientifico - Prof. Francesco Daddi - 9 novembre 010 Esercizi sul moto di caduta libera Esercizio 1. Una pallina da tennis viene lasciata cadere dal punto più alto
DettagliDefinizione unitaria delle coniche
Autore/i: M.Maddalena Bovetti docente di matematica della Scuola Media Superione Titolo: Definizione unitaria delle coniche Collocazione: Difficoltà: Livello di scolarità: Periodo scolastico: Abstract:
DettagliEsercitazione Strumentazione virtuale
Esercitazione Strumentazione virtuale - 1 Esercitazione Strumentazione virtuale 1 - Oggetto Introduzione alla strumentazione virtuale. LabView: il pannello frontale e il diagramma a blocchi. Esempi: generatore
DettagliEsercizi svolti. Elettrotecnica
Esercizi svolti di Elettrotecnica a cura del prof. Vincenzo Tucci NOVEMBE 00 NOTA SUL METODO PE LA DEGLI ESECIZI La soluzione degli esercizi è un momento della fase di apprendimento nel quale l allievo
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
DettagliESAME 13 Gennaio 2011
ESAME 13 Gennaio 2011 Esercizio 1. Si consideri un operazione finanziaria che ha valore x 0 = 120 in t 0 = 0 e restituisce x 1 = 135 all istante t. Supponendo che l operazione in esame sia soggetta ad
DettagliCAPITOLO II. Il Vantaggio Assoluto
CAPITOLO II Il Vantaggio Assoluto Ragionare di commercio internazionale facendo uso del modello Domanda-Offerta: le esportazioni (importazioni) corrispondono ad un eccesso di offerta (domanda), ai prezzi
DettagliCircolare N. 152 del 19 Novembre 2014
Circolare N. 152 del 19 Novembre 2014 Per i lavoratori disoccupati da almeno 24 mesi incentivi riconosciuti solo per le assunzioni entro il 31.12.2014 (Legge di stabilità per il 2015) Gentile cliente,
DettagliL equilibrio dei gas. Lo stato di equilibrio di una data massa di gas è caratterizzato da un volume, una pressione e una temperatura
Termodinamica 1. L equilibrio dei gas 2. L effetto della temperatura sui gas 3. La teoria cinetica dei gas 4. Lavoro e calore 5. Il rendimento delle macchine termiche 6. Il secondo principio della termodinamica
DettagliEsercizio. Fabrizio Dolcini (http://staff.polito.it/fabrizio.dolcini/) Dipartimento di Fisica del Politecnico di Torino - Esercitazioni di Fisica I
1 Esercizio Un automobile sfreccia alla velocità costante v A = 180 Km/h lungo una strada, passando per un punto di appostamento di una volante della polizia stradale. La volante, dopo un tempo tecnico
DettagliLezione 3: Il problema del consumatore: Il
Corso di Economica Politica prof. Stefano Papa Lezione 3: Il problema del consumatore: Il vincolo di bilancio Facoltà di Economia Università di Roma La Sapienza Il problema del consumatore 2 Applichiamo
Dettagli1 Esercizi di Riepilogo sui piani di ammortamento
1 Esercizi di Riepilogo sui piani di ammortamento 1. Un individuo riceve, al tempo t 0, in prestito la somma di euro S 60.000 da restituire con quattro rate semestrali posticipate R 1 ; R ; R 3 ; R 4.
DettagliIntroduzione alla programmazione lineare. Mauro Pagliacci
Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati
DettagliElettronica analogica: cenni
Elettronica analogica: cenni VERSIONE 23.5.01 valle del componente di acquisizione dati nella struttura funzionale di un sistema di misura: misurando x y y z sens elab pres ambiente w abbiamo già considerato
DettagliESERCIZIO 1: Vincolo di bilancio lineare
Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un
DettagliESERCIZI DEL CORSO DI INFORMATICA
ESERCIZI DEL CORSO DI INFORMTIC Questa breve raccolta di esercizi vuole mettere in luce alcuni aspetti della prima parte del corso e fornire qualche spunto di riflessione. Il contenuto del materiale seguente
DettagliS P E T T R O S C O P I A. Dispense di Chimica Fisica per Biotecnologie Dr.ssa Rosa Terracciano
S P E T T R O S C O P I A SPETTROSCOPIA I PARTE Cenni generali di spettroscopia: La radiazione elettromagnetica e i parametri che la caratterizzano Le regioni dello spettro elettromagnetico Interazioni
Dettagli