Università degli Studi di Genova T esi di Laurea Specialistica di Ingegneria Gestionale. Indice..2 RINGRAZIAMENTI I modelli microscopici...

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Università degli Studi di Genova T esi di Laurea Specialistica di Ingegneria Gestionale. Indice..2 RINGRAZIAMENTI..5. 2.1 I modelli microscopici..."

Transcript

1

2 Indce Indce..2 RINGRAZIAMENTI..5 Captolo 1 Captolo 2 Introduzone.6 Modell matematc I modell mcroscopc Il modello Car Followng Lane Change Il modello ad Autom Cellular Consderazon su modell mcroscopc Il modello macroscopco Legge d conservazone della matera I metod d rsoluzone delle dfferenze fnte Relazone veloctà-denstà Il modello d Lghthll, Whtham e Rchards Il modello d Payne and Whtham Cenn su modell mesoscopc e su modell brd Captolo 3 Il Cell Transmsson Model Introduzone CTM: Cell Transmsson Model Introduzone al modello L equvalenza con l modello drodnamco (LWR) Il caso generale del CTM

3 3.2.4 La rappresentazone del modello CTM : Replogo La rappresentazone della rete La rappresentazone della rete Il modello CTM con percentual d svolta note Collegamento Ordnaro Modello d Confluenza Modello d Dvergenza ACTM: Asymmetrc Cell Transmsson Model Equazone d conservazone del flusso prncpale Equazone del flusso prncpale Captolo 4 Captolo 5 La smulazone: Matlab..69 I smulator realzzat Introduzone Programmazone del modello Ctm Defnzone del flusso Defnzone del numero de vecol present nella cella l-esma per ogn terazone d tempo t Prove per testare l attendbltà del modello Prma prova Seconda prova Terza prova Quarta prova Qunta prova Sesta prova

4 5.4 Programmazone del modello ACTM Defnzone del flusso prncpale f(l,k) e del numero d vecol present n cascuna cella per ogn terazone d tempo k n(l,k) Prove realzzate Prma prova Seconda prova Terza prova Quarta prova Qunta prova Smulazone dello svncolo d Savona tra A1 e A Defnzone del flusso Defnzone del numero d vecol present nella cella l-esma per ogn terazone d tempo k Prove realzzate Prma prova Seconda prova Terza prova Rappresentazone su Google Earth Captolo 6 Possbl svlupp e applcazon.123 Bblografa

5 RINGRAZIAMENTI Il prmo rngrazamento è per la prof. Sacone che m ha dato la possbltà d svolgere questo lavoro nel mglor modo. Un rngrazamento partcolare è per Carlo Calgars che è stato partcolarmente dsponble e sempre presente n tutto lo svolgmento d questa tes; m ha seguta costantemente rendendo possble tutto questo. Rngrazo ancora correlator Slva Sr e Marco Perrando per averm seguto nello svolgmento d questo lavoro. Rngrazo le me due madr perché sempre present n quest ann n cu è stato dffcle conclare gl stud e l lavoro. Un rcordo partcolare per mo fratello Gambattsta e me due cugn Salvatore e Guseppe. Vorre rcordare Francesco che conosce bene l nglese, Clela perché spero c sa sempre e Mnn che rompe bccher d vetro rosso. Non è facle esprmere quanto sa mportante raggungere l prncpale obettvo che m sono sempre proposta. 5

6 Captolo 1 Introduzone In poco pù d un secolo dalla sua nvenzone l automoble è dventato l mezzo d trasporto preferto dalla maggoranza delle persone. Cò è partcolarmente vero n Itala dove la percentuale d auto pro capte è la pù alta del mondo. La produzone d massa ha nfatt permesso prezz accessbl e l enorme svluppo del parco macchne. In parallelo è crescuto anche l numero delle nfrastrutture dedcate al trasporto su gomma: strade e autostrade. Lo scarso svluppo d altr mezz d trasporto come ferrove o l cabotaggo n confronto agl altr Paes, fa propendere sempre pù per l trasporto su gomma che tende a saturare le tratte a dsposzone. Cò s traduce n maggor cost drett, come per esempo l consumo d carburante dovuto alla veloctà d marca non ottmale, e n cost ndrett, come maggore nqunamento e perdte d tempo. Torno Savona Inverno 6

7 La soluzone d aumentare le nfrastrutture, oltre che costosa, ncontra sempre pù l opposzone de dfensor dell ambente e/o de comtat local e rchede temp lungh per la realzzazone. Nasce qund la necesstà d utlzzare al meglo le nfrastrutture esstent. Per questo occorre conoscere le caratterstche pecular d cascuna tratta e studarle n dverse condzon. Per fare cò s utlzza la tecnca della smulazone, la rproduzone al computer dell evolvere delle varabl d nteresse n funzone del tempo. In letteratura esstono var modell, n grado d rappresentare l evoluzone del traffco, che saranno descrtt pù avant e anche numeros software d smulazone del traffco. Non ho voluto utlzzare nessun software ma effettuare n prma persona la programmazone, sa perché quest software sono spesso oneros, sa perché rtengo che la scrttura dretta degl algortm consenta n defntva una mglore comprensone degl stess. L obettvo d questo lavoro d rcerca è stato quello d smulare una rete autostradale lo svncolo d Savona tra la A1 n drezone Ventmgla e la A6 n drezone Torno. Il modello utlzzato fa rfermento al Cell Transmsson model concepto da C.Daganzo e ad una successva varante l Assymetrc Cell Transmsson Model. Nel Captolo 2 sono stat descrtt prncpal modell d traffco vecol macroscopc e mcroscopc. Nel Captolo 3 s è descrtto l Cell Transmsson Model e L Asymmetrc Cell Transmsson Model. Il Captolo 5 è relatvo alla programmazone del CTM e dell ACTM. Lo 7

8 svncolo d Savona è stato smulato unendo le specfche de due modell: oltre ad una dvergenza tpca del CTM è stata trattata la presenza d rampe n ngresso ed n uscta tpche dell ACTM. 8

9 Captolo 2 Modell matematc I modell matematc utlzzat per la smulazone del traffco sono raggruppabl n quattro class. I modell mcroscopc, che descrvono l comportamento del traffco con un alto lvello d dettaglo, fno a consderare l sngolo vecolo. I modell macroscopc, che utlzzano relazon d nseme e ndvduano propretà e varabl d stato global. I modell mesoscopc, che s pongono a un lvello d dettaglo ntermedo tra precedent. I modell brd, che trattano alcune part con un modello e altre con un altro, ad esempo l flusso prncpale d una artera mportante con l modello mcroscopco e le rampe d accesso all artera stessa con l modello macroscopco. 2.1 I modell mcroscopc I modell mcroscopc descrvono l traffco attraverso le propretà del sngolo vecolo e sono applcabl a ret d traffco urbano ed extraurbano. Generalmente s cerca d determnare poszone, veloctà e accelerazone d cascun vecolo presente sul tratto stradale. Per ogn vecolo la poszone al tempo t t dpende dalla poszone e dalla veloctà dello stesso al tempo t. La veloctà al tempo t è nvece caratterzzata da delle grandezze relatve al vecolo e a quello del vecolo precedente: la veloctà relatva, la dstanza, l tempo d reazone dell autsta e ulteror 9

10 nformazon che possano rendere l modello conforme al comportamento d un automoblsta reale. In lnea generale le relazon funzonal che s assumono avere per modell mcroscopc sono rportate d seguto: v t t f gt, vt, v ~ t, t, p x t t xt vt t (2.1) dove: l sgnfcato d x t e t x~ sono rappresentat n fgura 2.1; v t è la veloctà al tempo t del vecolo n esame; gt xt xt s ~ è la dstanza effettva fra l vecolo ed l suo predecessore (con s lunghezza del vecolo); t è l tempo d camponamento; t è una componente d rumore che vene ntrodotta per modellare l fatto che ogn gudatore, avendo dverso temperamento, s comporta n manera dversa a partà d condzon; p è un vettore d eventual parametr present nel modello. Fgura 2-1: Schematzzazone del modello Car Followng 1

11 Ne modell mcroscopc occorre una grande quanttà d dat. La ragone d questa rchesta è che l equazone (2.1) rchede la poszone e la veloctà d ogn vecolo stante per stante. Ne consegue che la necesstà d consderare una così notevole mole d dat lmta l uso de modell mcroscopc a cas n cu la rete sa relatvamente semplce e la smulazone convolga un numero lmtato d vecol. V sono numeros tp d modell mcroscopc che consderano dvers element del traffco reale. Due d quest sono: l Car followng e l Lane Change Il modello Car Followng Il modello Car Followng, focalzza l'attenzone su un aspetto partcolare della guda: nel caso d brev dstanze tra vecol vene analzzato l comportamento d un vecolo n base a quello del precedente. Segure l vecolo precedente è un aspetto faclmente trattable e allo stesso tempo sgnfcatvo nell'evoluzone del traffco. Per queston d semplctà, nel modello base s consderano tratt stradal ad una sola corsa n cu non è consentto l sorpasso; esstono però n letteratura modell pù artcolat, n cu vengono pres n consderazone tratt d strada a pù corse, ncludendo dunque anche la possbltà d sorpasso tra vecol. Nel modello Car Followng la veloctà d ogn vecolo è ndpendente da quella degl altr vecol; nonostante questa assunzone, la veloctà del vecolo che segue è nfluenzata da quella del vecolo precedente n funzone della dstanza relatva tra due vecol n esame. 11

12 Tale relazone è nsta nella defnzone de modell Car Followng n quanto la dnamca d un vecolo che s muove su strada è funzone delle varabl che caratterzzano l moto del vecolo che lo precede. Tale potes rappresenta un comportamento dffuso anche nella guda su strade con pù corse. Reuschel e Ppes [1] [2] defnscono prm modell d traffco mcroscopc studando l moto d due vecol n fla tramte la seguente espressone: x x L Sx (2.2) n n1 n1 con x n1 poszone del vecolo n oggetto e x n poszone del vecolo che sta davant. Inoltre, S è la dstanza d scurezza mantenuta dall automoblsta proporzonale alla sua veloctà e L è la dstanza relatva al caso n cu le auto sono ferme e comprende la lunghezza dell auto che s trova davant. Fgura 2-2: Il modello d Reuschel e Ppes Dervando l equazone (2.1) s arrva alla conclusone che l accelerazone del vecolo -esmo è n funzone della veloctà del vecolo stesso e della 12

13 veloctà del vecolo che lo precede ovvero (-1)-esmo secondo la relazone d seguto rportata: 1 x n1 ( x n x n1) (2.3) S Il gudatore raccogle nformazon qual la sua veloctà, quella del vecolo precedente e lo spazo tra vecol, le elabora e prende decson che s concretzzano n un aumento o dmnuzone della veloctà. Defnendo l fattore d sensbltà 1 e ncludendo un rtardo S temporale t che ndca che l automoblsta non rsponde automatcamente alle varazon del vecolo precedente, s ottene la seguente formula nota come l equazone d base de modell car followng: x t t) x ( t) x ( ) (2.4) n1( n n1 t Se l fattore d sensbltà è espresso nella seguente forma s possono ottenere de rsultat mglor: x n n1 ( t ) x ( t) x n1 m ( t) l (2.5) con l, m esponent nter e una costante. Nel 1958 Chandler e altr rcercator, con dat fornt dal General Motors Techncal Center, testarono la correttezza del modello proposto da Reuschel e Ppes. Per condzon tpche d traffco loro rsultat mplcano che 1 t 1, 5s e,37s [3]. 13

14 2.1.2 Lane Change In caso d carreggata a pù corse la modellazone pù adatta è l Lane Change Model. Nell ntento d modellzare ret d traffco non s può escludere una manovra molto frequente durante la guda: l cambo d corsa. Una necesstà che s verfca frequentemente sa nel traffco urbano che extraurbano. Sa modell macroscopc che mcroscopc consderano la possbltà della devazone d una parte d traffco verso una drezone che non è la prncpale. D fatto, essendo modell mcroscopc basat sulla dnamca de sngol vecol, è necessaro che tal modell smulno anche sorpass n strade a pù corse. Questo problema del lane changng rappresenta una delle sfde pù ardue che gl studos de modell d traffco s sono trovat ad affrontare. Fn dagl ann 5 c è stata una evoluzone parallela tra modell d traffco mcroscopc e macroscopc, n questo contesto s sono svluppat modell che rappresentano camb d corsa e d Gap Acceptance. Quest ultm modell cercano d rappresentare l ngresso d un flusso d vecol da strade secondare su una strada prncpale, senza una regolazone semaforca. D fatto modell d lane changng sono studat come un caso partcolare del gap acceptance, n quanto l cambo d corsa avvene se 14

15 esste uno spazo accettable tra due vetture sulla corsa d destnazone. I modell lane Change msurano la dstanza posterore ed anterore nella corsa d destnazone rlevata nella manovra d sorpasso. Tale dstanza deve essere suffcentemente ampa da non dsturbare l flure del traffco sulla corsa d destnazone. Altra regola fondamentale per l sorpasso è la German-Law n vgore negl stat con guda a destra, secondo cu è vetato l sorpasso a destra. Fgura 2-3: Schema d M anovra Lane Change In [4] è stata smulata una tratta autostradale con 2 corse, per cu s tratta d una modellstca multcorsa. In tale modellazone sono stat mpost de vncol: s è vetato a vecol pesant d transtare nella corsa d snstra, altrment s creerebbero de brusch rallentament de vecol present su tale corsa nel caso avvensse un sorpasso tra due mezz pesant. L algortmo usato è stato sprato al lavoro de rcercator dell unverstà d Dusburg [5]. 15

16 Nel modello è stata usata una varable che dentfca la drezone d un vecolo, ossa se l vecolo procede nella propra corsa o se sta per effettuare uno spostamento: l n left, rght, straght Tale varable ndca, per ogn stante d tempo, se l vecolo n nel prossmo ntervallo temporale effettua un cambo d corsa. La varable l n non è necessara se passagg tra le corse sono effettuat n manera sequenzale, ma tpcamente è preferble un aggornamento parallelo de camb d corsa per tutt vecol; per questo scopo, l utlzzo della varable l n rsulta ndspensable. La regola d valutazone del cambo d corsa è applcata ndfferentemente ad ogn tpo d vecolo leggero, avendo assunto che vecol pesant non possano transtare nelle corse d snstra. Dopo avere effettuato l sorpasso, l vecolo rtorna nella corsa d destra se questo passaggo non comporta nessuno svantaggo, sa n termn d veloctà assunta dal vecolo, sa n termn d ostacolo al traffco sulla corsa d destra. La regola del sorpasso utlzzata n [4] nel modello per la realzzazone dell algortmo del lane Changng fa rfermento al codce della strada tedesco. Il codce della strada tedesco veta l sorpasso nel caso n cu un vecolo sulla corsa d destra ntende superare un vecolo pù lento sulla corsa d snstra. 16

17 Nel codce tedesco un vecolo con veloctà v può passare dalla corsa d destra a quella d snstra se e solo se ncontra un vecolo pù lento sulla corsa d destra con veloctà v r o un vecolo pù lento n quella d snstra con veloctà v l. Nell mplementazone del modello n oggetto è stata usata una semplfcazone secondo l crtero amercano che consente l sorpasso sulla destra. Il vecolo può passare dalla corsa d destra a quella d snstra se l vecolo che lo precede nella corsa d destra è pù lento e se quello che lo precede della corsa d snstra transta con una veloctà maggore d quella del vecolo lento della propra corsa. Il crtero adottato n [4] è una medazone tra l codce della strada tedesco e quello amercano secondo cu l vecolo effettua un sorpasso se e solo se l vecolo che lo precede è pù lento e se sono rspettat vncol d scurezza per l corretto nsermento nella corsa d snstra. Nell aggornamento della veloctà l vecolo n oggetto consdera solo la dstanza dal vecolo che lo precede nella medesma corsa. Il sorpasso sulla destra consentto nella smulazone è effettuato da un vecolo che dopo l aggornamento della propra veloctà s sposta sulla corsa d snstra per superare un vecolo lento sulla corsa d destra; da questo punto d vsta non s assste ad un vero sorpasso sulla destra che contnua ad essere vetato nel modello mplementato. 17

18 Fgura 2-4: M anovre d sorpasso vetate nel modello d [4] Il modello ad Autom Cellular Il concetto d automa cellulare rsale al 194 quando Stansław Ulam lo utlzzò per studare la crescta de crstall e John von Neumann [6] per rappresentare un robot che ne costrusse un altro. Un automa cellulare è un modello costtuto da un numero fnto d celle che possono assumere dvers stat. Lo stato d una cella dpende da alcune celle adacent. Dopo un ntervallo d tempo dscreto gl stat delle celle vengono rcalcolat. Un automa cellulare è qund un sstema dnamco dscreto. La caratterstca d questo modello è che può descrvere element nteragent tra loro. Un aspetto che affascna gl studos è che anche semplc regole d transzone d stato generano comportament molto caotc. Stephen Wolfram ha svluppato numeros esemp d autom cellular e utlzza una semplce transzone d stato 18

19 per generare numer casual nel suo programma per l calcolo scentfco Mathematca [7]. L automa cellulare pù semplce è l Elementary Cellular Automata ed è undmensonale con due stat possbl per cella ( oppure 1). Con una tabella che specfca lo stato che una cella assume n futuro (o next generaton) s descrve l evoluzone dell automa cellulare n oggetto. In questo automa cellulare ogn cella con le sue due celle adacent costtusce un vcnato d tre celle e per questo motvo c saranno 3 2 possbl confgurazon d vcnato. Questo porta ad un totale d 8 2 regole attuabl. Come esempo d seguto s rporta l evoluzone della rule 3 ( ). I valor possbl delle tre celle che compongono l vcnato sono quell relatv alla rga superore della fgura, mentre valor che assumerà la cella centrale n futuro (next generaton) sono quell della rga nferore. Fgura 2-5: Rule 3 La rappresentazone grafca prodotta dopo 15 pass partendo da una grgla con una sola cella nera è rportata nella fgura seguente. 19

20 Fgura 2-6: Esecuzone della rule 3 Un partcolare automa cellulare chamato Il goco della vta [8], proposto da John Horton Conway [9], ha reso popolare questo modello graze alla sua pubblcazone nel 197 su Scentfc Amercan. Conway ha costruto un automa cellulare d partcolare nteresse per gl effett che s hanno nell evoluzone d una popolazone d organsm vvent. Nel modello s smula una popolazone d organsm vvent o celle n una grgla bdmensonale che s svluppano nel tempo sotto l effetto d tendenze all accrescmento ed all estnzone. Ogn cella ha un vcnato composto dalle otto celle adacent e può avere due stat: vvente (1) o morta (). Le celle cambano stato n base a due regole: la prma stablsce che una cella vvente può sopravvvere nella prossma generazone se e solo se ha 2 o 3 celle vvent nel propro vcnato; la seconda regola stablsce che una cella morta può tornare n vta nella prossma generazone se e solo ha 3 celle vvent nel propro vcnato. 2

21 2.1.4 Consderazon su modell mcroscopc I modell mcroscopc perseguono un elevato lvello d dettaglo ma rchedono percò una notevole capactà d calcolo. Anche supponendo d calcolare solo due varabl d stato per ogn vecolo occorre memorzzare 2 n valor. Qund, n una stuazone d traffco n cu s voglano fare delle prevson n tempo reale, occorrerebbe una enorme capactà d elaborazone. S prefersce allora cambare l modello usando valor med d grupp d vecol e calcolando valor med d veloctà e fluss. Il traffco vene n questo modo assmlato a un flusso d tpo draulco. 2.2 Il modello macroscopco Da un punto d vsta macroscopco l traffco automoblstco può essere vsto come una corrente o un fludo contnuo; d conseguenza prm tentatv d descrvere l traffco vecolare furono fatt per mezzo dell analoga con l drodnamca. Il flusso de mezz è trattato come quello d un lqudo ncomprmble, non s consderano veloctà e poszone del sngolo vecolo ma tal grandezze sono calcolate come varabl d nseme. I modell macroscopc presentano un lvello d dettaglo mnore rspetto a modell mcroscopc. La maggor parte d quest modell parte dalla formulazone del modello d traffco mcroscopco e utlzza varabl aggregate (varabl che contengono grandezze medate) su un gruppo d vecol. Per tale motvo non s possono modellzzare accelerazon o decelerazon d veloctà de sngol 21

22 vecol e, non essendo prevste ntersezon nel flusso d traffco, tal modell non s adattano ad applcazon n ambto urbano. D seguto sono defnte le varabl del sstema n una sezone x della tratta stradale x per un dato stante d tempo t: vecol ( x, t) : la denstà d traffco, ntesa come l numero d vecol km present; medamente per untà d lunghezza. S msura n vecol per chlometro; km v ( x, t) : la veloctà meda de vecol, s msura n chlometr orar; h vecol q ( x, t) : l flusso d traffco, nteso come l numero d vecol h passant da una specfca sezone della tratta stradale nell untà d tempo. S msura n vecol per ora. Generalmente s assume valda la nota relazone della fludodnamca che lega le tre varabl d stato: q v (2.6) Tale relazone è presente nella maggor parte de modell d traffco macroscopc. Dal momento che l traffco vecolare è trattato come un lqudo ncomprmble, s possono fare due mportant potes d partenza: l flusso d traffco s conserva e come tale sarà regolato da una legge d conservazone così come per flud; 22

23 esste una corrspondenza bunvoca tra la veloctà e la denstà e qund tra l flusso e la denstà che s concretzza n un'equazone d stato Legge d conservazone della matera In questa sezone s determna la legge d conservazone per l modello d traffco a partre da quella d un fludo. A questo proposto s consder lo scorrmento d un fludo comprmble monodmensonale assumendo che: x,t è la denstà del fludo; x t q, è l flusso lungo l asse x nel tempo t, tale per cu x2 x1 ; q q() è la relazone che lega e q ; le dmenson d x,t sono: untà untà d d massa lunghezza Pertanto la massa compresa tra x e x x può essere calcolata come: x x m t, x, x ) ( t, x) dx ( 1 2 x Il flusso x t q, attraverso la sezone x al tempo t è la quanttà d massa che transta n un stante d tempo t per l punto x, le dmenson sono : untà d massa/untà d tempo Dato un ntervallo d tempo T t t t, e un ntervallo d lunghezza I x, x x con, sa defnta ( t, x) la massa che flusce n un stante d 23

24 24 tempo t per l punto x s può scrvere la seguente formulazone relatva al flusso stantaneo: ), ( ), ( ), ( lm ), ( x t t t x t t x t x x t q t Per cu x x x dx x t t x x x t q x t q t x x x x t q x t q ), ( 1 )), ( ), ( ( 1 ), ( ), ( Scambando dervata e ntegrale s ottene la seguente ) ), ( ( 1 )), ( ), ( ( 1 ), ( ), ( x x x dx x t t x x x t q x t q t x x x x t q x t q Per l lmte x s ottene la seguente equazone: t x q x t x t,, (2.7) Nella nostra trattazone consderamo un termne addzonale d massa ), ( t x l : ), (,, t x l t x q x t x t (2.8) Rcordando l assunto che ) q( q s può scrvere che: x d dq x q L equazone 2.8 dventa: ), (, ), (, t x l x t x t x q t x t (2.9) s può supporre che ), ( ) ( t x v q per defnre la dpendenza d q da dall anals delle dmenson:

25 q untà d massa v untà d tempo untà untà d d lunghezza massa rsulta un assunto corretto n quanto: untà d lunghezza v ( x, t) untà d tempo Il caso pù semplce s trova quando v( x, t) c. L equazone, qund, prende la forma: ( x, t v( x, t)) x, t l( x, t) t x In altre parole l numero d auto entrant n un tratto stradale rsulta uguale al numero d auto uscent dallo stesso tratto supponendo che non v sano altre entrate o uscte. Nella seguente fgura è llustrato uno schema relatvo al tratto (a,b). Fgura 2-7: Intervallo (a,b) per l calcolo del flusso L equazone 2.9 può essere rscrtta come: x, t qx, t t x (2.1) Nel caso n cu l tratto stradale abba entrate e uscte, s ndca con: 25

26 vecol r x, t l flusso d vecol entrante nella sezone x al tempo t; h vecol s x, t l flusso d vecol uscente dalla sezone x al tempo t. h L equazone d conservazone dventa qund: x, t qx, t rx, t sx, t (2.11) t x dovendo tenere conto de termn relatv a ngress ed uscte I metod d rsoluzone delle dfferenze fnte Il metodo delle dfferenze fnte è fondamentale per rsolvere equazon dfferenzal con algortm numerc. In questo modo dscretzzamo l comportamento contnuo d tal equazon. Con questo metodo s trasforma l domno da contnuo a dscreto e s ntroduce un passo d dscretzzazone costante sulla dmensone temporale t. Nel nostro caso l percorso autostradale s suddvde n tratte cascuna delle qual contene al massmo una rampa d ngresso e una d uscta. La lunghezza del passo d dscretzzazone spazale è uguale alla lunghezza delle sngole tratte. Ad ogn rcorsone del metodo numerco l modello avanza d un stante temporale e per ogn sngola tratta s calcolano valor delle varabl d stato. Nel calcolo s utlzzano valor delle varabl all stante precedente rfert alla tratta n oggetto e a quella precedente e successva. S defnsce una grgla d punt nel pano cartesano ( x, t) potzzando che l pano rappresent le coordnate spazo/temporal d un qualsas fenomeno che abba luogo n una sola dmensone spazale. S fssa un 26

27 passo d dscretzzazone spazale x h e ed un passo d dscretzzazone temporale t k, la grgla è data da punt nodal del pano ( xm, tn ) ( mh, nk), per valor arbtrar m e n. Per una funzone v defnta sulla grgla, v, è l suo valore al nodo x, t ). m n ( m n Fgura 2-8: Rappresentazone bdmensonale della grgla Ne metod alle dfferenze fnte s sosttusce nell equazone da approssmare, per ogn dervata, un rapporto ncrementale fnto. Ad esempo, per una funzone regolare u, la dervata temporale u x, t ) può essere approssmata sa dalla dfferenza n avant (forward): t ) u u( mh,( n 1) k) u( mh, nk t k sa dalla dfferenza ndetro (backward): t ( m n 27

28 t ) u u( mh, nk) u( mh,( n 1) k t k che dalla dfferenza centrata (central): u u( mh,( n 1) k) u( mh,( n 1) k 2t k t ) In questo modo è possble scrvere l equazone (2.11) n termn dscret e qund renderla rsolvble tramte algortm teratv d calcolo, come vedremo pù avant quando descrveremo l modello d Payne e Whtham Relazone veloctà-denstà In un tratto d strada traffcato la relazone tra denstà e veloctà è tale per cu al crescere della denstà s ha una dmnuzone della veloctà. Tale relazone è propra de modell d traffco e non ha analoga con la fludodnamca. Nel corso degl ann sono state proposte dverse relazon a partre da quella lneare d Greenshelds [1] nel 1935: x, t v x, t v max 1 (2.12) max dove: v max : detta anche v free è la veloctà che assumerebbe un vecolo se fosse l unco nel tratto stradale; come evdenzato n fgura 2.9, è l caso n cu la denstà è uguale a zero; max : è la denstà massma possble presente nella corsa, rappresenta la stuazone d congestone n cu vecol sono ferm n coda. 28

29 Fgura 2-9: Relazone d Greenshelds Un altro modello fu proposto nel 1959 da Greenberg, che ntrodusse una relazone logartmca [11]: x, t v x, t vmax ln (2.13) max fno a quella pù utlzzata d Papageorgou [12], del 1995: v x, t v max x, t 1 max l m (2.14) Sceglendo opportunamente valor degl esponent l e m, ad esempo nterpolando dat spermental, s resce a calbrare la relazone per ogn tratto. Bsogna coè consderare dverse coppe d valor denstà-veloctà per po rappresentarle grafcamente; s scegle la curva che approssma tale andamento manpolando valor de parametr l e m o utlzzando tecnche d dentfcazone de parametr. Papageorgou ha defnto un range per valor de parametr l e m [13]: 29

30 .5 m l 4 Scelta la curva che lega denstà e veloctà s determna la relazone flusso-denstà, tale curva è detta anche dagramma fondamentale. Il parametro c (denstà crtca) d tale curva è l valore n corrspondenza r del quale vene raggunto l flusso massmo d vecol. Questa relazone è del tutto potetca, nfatt affermare che v V() sgnfca che, data una denstà locale tutt vecol assumono lo stesso comportamento, coè tutte le auto s muovono alla stessa veloctà. Valendo q v è possble defnre una curva flusso-denstà che dventa: ( x, t) q ( x, t) ( x, t) v( x, t) v max ( x, t) 1 (2.15) max l cu grafco è un ramo d parabola smmetrco, con concavtà verso l basso. Il flusso vecolare è crescente con la densta fno a q max raggunto n corrspondenza della denstà crtca c r., valore Al raggungmento d max s ha l congestonamento dell artera e l flusso vecolare è nullo. 3

31 Per calcolare la Fgura 2-1: Dagramma flusso-denstà a regme stazonaro cr s mpone che: dq v d f 1 max v f max v f 1 2 max da cu: dq d 1 cr 2 max Il dagramma flusso-denstà nel caso d relazone veloctà-denstà non lneare è dato da una parabola non smmetrca e n tal caso 1 2 cr max. Nel caso generale l grafco è quello rprodotto n fgura 2.11: 31

32 Fgura 2-11: Caso generale dagramma flusso-denstà La parte del dagramma n cu cr caratterzzata da un andamento monotono crescente è chamata parte stable o parte a traffco leggero. La parte del dagramma n cu cr è chamata parte nstable o parte a traffco pesante. È caratterzzata da una pendenza negatva: l flusso tende a dmnure per valor d denstà che superano l valore crtco e s avvcnano alla max, denstà d congestonamento. La zona ntermeda n cu valor della denstà sono prossm al valore d denstà crtca cr è nteressata dal fenomeno dello stop&go. L nstabltà è dovuta alla teora delle shockwaves secondo cu l aumento della perturbazone, dovuta ad una dscontnutà tra valor d denstà, alla presenza d ostacol, ncdent o ad un tratto congestonato, causa una perturbazone che vene propagata all ndetro Il modello d Lghthll, Whtham e Rchards Il prmo modello macroscopco per la descrzone del traffco autostradale sprato alla fludodnamca fu proposto da Lghthll e Whtham nel 1955 [14]] e ndpendentemente nel 1956 da Rchards [15]. S tratta d un equazone dfferenzale alle dervate parzal del prmo ordne [16]; l modello è conoscuto come LWR. L equazone è quella d conservazone: t x, t qx, t x r( x, t) s( x, t) (2.16) 32

33 Questa equazone vene normalmente dscretzzata rspetto allo spazo e al tempo come segue: T k 1 k q 1 k q k r ( k) s ( k) (2.17) dove: : è l ndce relatvo alle tratte, ossa a var segment che compongono l percorso stradale d nteresse; :è la lunghezza della tratta; k : s rfersce all evoluzone d una certa quanttà nell ntervallo temporale k T, ( k 1) T ; T : è l passo d dscretzzazone temporale; ( k 1) : è l valore d denstà sulla tratta esma al passo dscretzzazone ( k 1) esmo, ossa nell ntervallo k T, ( k 1) T ; q (k) : è l volume d vecol n uscta dal segmento al k esmo passo d dscretzzazone k T, ( k 1) T ; ( ) : è l flusso d vecol n uscta al medesmo passo d q 1 k dscretzzazone n rfermento alla tratta precedente ( 1) ; r (k) : è l flusso vecolare entrante nella tratta al passo k esmo ; s (k) : è l flusso vecolare n uscta dalla tratta al passo k esmo. 33

34 Fgura 2-12: Rappresentazon delle varabl per un sezone generca L equazone dscretzzata della denstà vene accoppata ad un equazone emprca, dnamca o statca, che descrva l evoluzone d v () che esamnamo nella trattazone seguente. Imponendo q v l equazone dventa: T ( k 1) ( k) 1( k) v 1( k) ( k) v ( k) r ( k) s ( k) (2.18) Per calcolare k 1 occorre conoscere l valore della parte destra dove è tutto noto tranne v. Per determnare la veloctà usamo la relazone fondamentale tra veloctà e denstà: v x, t v max x, t 1 max l m (2.19) 34

35 Il modello d Payne and Whtham Negl ann 7 Payne [17] e Whtham proposero ndpendentemente un modello (PW) del secondo ordne, coè con due equazon dfferenzal. Le varabl d stato del modello sono ) (k v, ) (k e ) (k q dove l ndce è relatvo a tratt stradal e l ndce k al tempo. La prma delle due equazon s rfersce alla conservazone della matera ed è la stessa del modello LWR. ), ( ), (,, t x s t x r x t x q t t x (2.2) Questa equazone dscretzzata assume la forma vsta n precedenza: ) ( ) ( ) ( ) ( ) ( ) ( ) ( 1) ( 1 1 k s k r k v k k v k T k k (2.21) Con N,..., 1 e 1,1,... k k La seconda equazone del modello rcavata da consderazon emprche è: x t x t x t x v t x V x t x v t x v t t x v ), ( ), ( ), ( ), ( ), ( ), ( ), ( 2 (2.22) L equazone vene dscretzzata nella forma seguente: k k k T k v k v k v T k v k V T k v k v 1 1 ) ( ( 1 (2.23) In questa equazone s utlzza la relazone fondamentale espressa nella sua forma pù generale come: m l k v k V max max ) ( 1 (

36 con 1,..., N e k,1,... k 1,,, v max, max, l, m sono parametr determnat emprcamente. 2.3 Cenn su modell mesoscopc e su modell brd I modell mesoscopc s pongono n uno stado d dettaglo ntermedo tra quell mcroscopc e quell macroscopc. Sebbene vecol vengano nzalmente consderat uno ad uno, s effettuano po delle mede global con le qual l modello procede. Il prncpo trae orgne dalle tecnche usate nella meccanca statstca. I modell brd utlzzano una combnazone de modell precedent n modo da concentrare la potenza d calcolo sulle varabl d maggore nteresse e schematzzando a un lvello d dettaglo nferore alcun aspett che, pur essendo rlevant, possono essere accettat con maggore approssmazone. Alcun esemp d questo modo d procedere, oltre che n applcazon commercal d software, s possono trovare n W. Burghout [18] 36

37 Captolo 3 Il Cell Transmsson Model 3.1 Introduzone Il modello CTM, dovuto a C. Daganzo [19] fu svluppato nel 1992 come una approssmazone dscreta del modello drodnamco. Come tale è qund capace d descrvere le onde d accelerazone e l comportamento del traffco nella formazone, propagazone e dsspazone delle code. Con questo modello s mostra come l evoluzone de fluss d traffco attraverso ret complesse possono essere smulat nel tempo basandos su una semplce rappresentazone macroscopca mplementable con un lnguaggo d programmazone del flusso d traffco che concorda con la teora delle onde cnematche sotto tutte le condzon d traffco. Il modello CTM schematzza l tratto stradale composto da celle rettlnee numerate da a I e con una sola fla d vecol. Queste due condzon escludono la possbltà d modellare strade a pù corse. Il modello base, applcato ad una rete caratterzzata da un unco ramo (lnk) vene utlzzato per la rappresentazone d dverse confgurazon che rappresentano var tp d ncroc, per lmtare l numero d ncroc che devono essere studat l attenzone s restrnge a ret con gunzon a tre ram. In questo caso sono solo due possbl tp d ncroc merges e dverges ne prm un ramo funzona da sorgente e rmanent due rappresentano le possbl alternatve d nstradamento del flusso; nel secondo l flusso provenente da due ram conflusce n uno solo. Molt tratt autostradal possono essere rappresentat n questo modo noltre, 37

38 per l ambto d questo lavoro d Tes, assumeremo che le percentual d svolta de vecol verso le vare destnazon sano note a pror come varabl aggregate. Il modello assume una veloctà d propagazone della congestone w costante, mentre dall anals d dat condotte dallo stesso Daganzo [2] rsulta che la veloctà d propagazone dmnusce con la denstà e la veloctà del traffco. Tuttava sempre dat spermental evdenzano che durante la congestone, la veloctà normalzzata d propagazone all ndetro della congestone nel tratto ( w,1 ) rmane costante e non dpende dal flusso. L assunzone che tutt vecol vaggno alla stessa veloctà n condzon d flusso lbero è poco realstca ma consderando una cella suffcentemente grande la veloctà meda costtusce una buona approssmazone della veloctà d flusso lbero. 3.2 CTM: Cell Transmsson Model Introduzone al modello Nel CTM ogn cella è n relazone con quelle precedent e quelle successve ed è caratterzzata da una varable d stato. Il modello è dscreto nello spazo e nel tempo: questo sgnfca che per ogn stante d camponamento aggornamo l valore d questa varable d stato per tutt gl element spazal n cu abbamo dvso l tratto stradale che voglamo rappresentare. Quest element spazal sono sezon che 38

39 vengono comunemente chamate celle. Come gà antcpato numeramo queste celle con ndc crescent a partre da 1. La lunghezza delle sezon non è scelta arbtraramente cascuna sezone è lunga quanto la dstanza percorsa da un vecolo n un stante d tempo e n condzon d traffco leggero. Evdentemente, data questa condzone s assume che tutt vecol d una cella passno alla cella successva per un stante d tempo. Defnamo qund n t come l numero de vecol present nella cella al tempo t, questa sarà la varable d stato l cu valore caratterzza cascuna cella. In questo caso la legge d transzone d stato s può scrvere come: n t n t 1 1 (3.1) S assume che la precedente legge d rcorsva valga per tutt fluss, a meno che l traffco sa rallentato da un collo d bottgla a valle. Questo assunto è ragonevole perché, per condzon d congestone che possono verfcars n perod d punta gran parte de rtard possono essere attrbut alle zone d crtctà n cu code dove l flusso eccede la capactà. Intendamo con flusso l numero de vecol che transta attraverso una certa sezone e per capactà l massmo numero d vecol che un tratto stradale può sostenere. Con questa assunzone neghamo che la causa della generazone d code possa essere rferta ad una qualche relazone funzonale tra flusso e veloctà. 39

40 A supporto d questa teora v sono una sere d consderazon emprche che mostrano come la veloctà meda calcolata per un dato stante d tempo lungo una sezone stradale rmane relatvamente costante e qund ndpendente dal flusso fno quando l flusso non s avvcna alla capactà. Per modellare quest fenomen d coda n cu non tutt vecol rescono a spostars nella cella seguente per mancanza d spazo ntroducamo due varabl (s usa nfatt consderare anche la loro dpendenza dal tempo per consentre la modellazone d ncdent, sebbene generalmente esse sano costant): N t : l massmo numero de vecol che può contenere la cella al tempo t, tale parametro è dretta conseguenza della lunghezza della cella e caratterzza la denstà massma della cella al tempo t; con rfermento a varabl defnte nel captolo precedente N t è l prodotto della lunghezza della cella e della sua denstà d congestone. Q t : l massmo numero d vecol che può entrare nella cella nell ntervallo d tempo t ( t, t 1), defnsce l massmo flusso o capactà. l numero de vecol che possono flure dalla cella 1 alla cella nell ntervallo d tempo t ( t, t 1) è detto (t) ; dove è l ndce relatvo alla sezone; vengono d conseguenza defnte le seguent quanttà l cu mnmo defnsce l flusso n transto: y 4

41 n ( ) : l numero de vecol nella cella -1 al tempo t; 1 t t Q : la capactà d flusso n nell ntervallo d tempo t ( t, t 1) ; N t n t : l numero d vecol che mancano per saturare la cella e n defntva quell che al massmo la cella potrebbe accoglere dalla cella precedente. Questa relazone asscura che la denstà de vecol n ogn sezone non super la denstà massma N t. La smulazone che c proponamo come obettvo segue ancora una volta l concetto dell equazone d conservazone della massa; n altre parole l numero de vecol che occupano la cella al tempo t+1 è uguale al numero d vecol che occupavano la cella al tempo t sommat a quell che nel fra tempo sono entrat e toglendo quell che sono usct. Questo s traduce nella relazone: n ( t 1) n ( t) y ( t) y 1( t 1) (3.2) I fluss sono collegat alle condzon d traffco al tempo t come nella seguente relazone: y t n t, Q t, N t n t mn 1 (3.3) y (t) y 1 ( t) cella Fgura 3-1: flusso entrante ed uscente dalla cella 41

42 La smulazone procedere attraverso l tempo aggornando l occupazone della cella per ogn t. Le condzone al contorno del sstema n esame possono essere defnte attraverso celle d mput e d output con caratterstche partcolar. La cella d output è l cosddetto snk per tutt vecol che escono dal nostro sstema. Conseguentemente essa deve avere dmensone nfnta ( N ) e un flusso massmo n entrata adeguato a rcevere tutt I 1 vecol che voglono uscre dal sstema, possblmente adattandos nel tempo. I fluss d ngresso possono essere modellat da una coppa d celle. La prma è una sorgente numerata ad esempo con ( n () ) con un nfnto numero d vecol che entrano n una cella d ngresso vuota d dmensone nfnta N ( ) che funzona come gate d ngresso per t l nostro sstema. La capacta d flusso Q ( ) dovrebbe essere mpostata par al flusso n ngresso desderato, per l ntervallo d tempo corrspondente. In questo modo la cella d ngresso funzona come un dosatore che rlasca traffco al rtmo che s desdera, mentre trattene (come farebbe un parcheggo), qualunque flusso che non resce ad entrare nel collegamento. Il rsultato della smulazone è ndpendente dall ordne n cu le celle sono consderate ad ogn terazone. Questa è un mportante propretà del CTM perchè permette l anals d ret complesse, ad esempo con loop d calcolo; nfatt l numero de vecol che entrano n una cella non t 42

43 è n relazone con l numero d quell che ne escono; qund solo le condzon corrent nfluenzano gl ngress n una cella. Abbamo detto che y (t) deve essere mnore d tre dverse quanttà (equazone 3.3) le prme due restrzon sono assolutamente ragonevol mentre la terza potrebbe essere crtcata consderando una cella che s svuota pù velocemente d quanto non venga rempta. Per controbattere questa argomentazone bsogna consderare la veloctà con cu gl spaz vuot per le macchne s muovono all ndetro ossa la cosddetta veloctà d propagazone dell onda. Tale veloctà alquanto mprobablmente sarà maggore della veloctà d flusso lbero e questo gustfca la presenza del terzo vncolo peraltro, gl effett dell uscta del flusso vengono rlevat a monte dopo un certo tempo. Nel modello descrtto fno ad ora questo tempo d rtardo è d fatto defnto come un stante d camponamento. Fare questo è del tutto equvalente ad assumere che l onda con cu la denstà lbera s propaga all ndetro è uguale alla veloctà d flusso lbero. Questo è equvalente a mporre che un vecolo non possa entrare ed uscre dalla stessa sezone nello stesso stante d tempo; qund la veloctà d propagazone all ndetro sarà mnore o uguale della veloctà d flusso lbero. Nella sezone seguente dmostramo come, sotto questa condzone, l modello CTM s comporta come l modello drodnamco LWR llustrato nel paragrafo L equvalenza con l modello drodnamco (LWR) Consderamo un tratto autostradale dalle caratterstche omogenee; voglamo ora dmostrare che l che le equazon 3.2 e 3.3, sono 43

44 un approssmazone dscreta del modello drodnamco d Lghthl, Wtham e Rchards dove la relazone tra l flusso e la denstà q () ha la forma d un trapezo soscele (fgura 3.2). 44

45 q q max v w max Fgura 3-2: Relazone flusso denstà con v w Defnendo: v : veloctà d flusso lbero; w veloctà d propagazone all ndetro della congestone; q max : flusso massmo; max : denstà massma. la relazone q () può essere espressa come: v, q, w( ) mnv, q, v( ) q mn (3.4) max max Il flusso massmo è defnto come seguente: vmax qmax (3.5) 2 Sosttuendo la 3.5 nell equazone d contnutà che rcordamo: max ( x, t) q( x, t) q( x, t) ( x, t ) t x x t s ottene l equazone dfferenzale che defnsce l evoluzone del sstema secondo l modello drodnamco: ( x, t mnv ( x, t), q, v( ( x, t) ) max max (3.6) x t max 45

46 D seguto voglamo dmostrare che l equazone 3.6 è equvalente al modello CTM. Trattandos d un autostrada le cu caratterstche sono assunte omogenee e costant, possamo semplfcare ed mporre: N ( t) N e ( t) Q Q Per dmostrare l equvalenza tra l approcco dscreto e quello contnuo s defnsce l tempo d camponamento uguale a dt e s scelgono celle d lunghezza tale per cu vdt=1. Possamo qund assumere lunghezza della cella par a 1 e v d nuovo uguale a 1. sussstono noltre le seguent equvalenze: x, max N, qmax Q e ( x, t) n ( t) Sotto queste convenzon le varabl tra parentes nell equazone 3.6 assumono la seguente forma: mn n ( t), Q, N n ( t) che concde con la defnzone d y ( ) dell equazone 3.2, eccetto per 1 t l ndce d n nell ultmo termne, che dovrebbe essere 1 puttosto che. Questo è rrlevante a meno che la denstà sa dscontnua. Le dscontnutà non sono trattate n questo lavoro d Tes. Dal momento che le equazon dfferenzal drodnamche sono soddsfatte solo quando la denstà è contnua n x possamo sostenere che la varable tra parentes è equvalete a y ( ) : mn n ( t), Q, N n ( t) y ( ) 1 t la parte snstra dell equazone 3.6 dventa: 1 t 46

47 y 1 ( t) y ( t) vdt y 1 ( t) y ( t) La parte destra dell equazone 3.6 ovvamente sarà: n ( t 1) n ( t) dt n ( t 1) n ( t) L uguaglanza d queste quanttà è equvalente alla rcorsone dell equazone 3.2: y 1( t) y ( t) n ( t 1) n ( t) Il caso generale del CTM Nella trattazone precedente s mpone l utlzzo d una relazone flussodenstà (trapezo soscele) la quale forza la veloctà d propagazone dell onda ad eguaglare n modulo la veloctà d flusso lbero w v. Questo è rrealstco perché nella realtà s è osservato come le onde s propaghno con veloctà nferore a quella d flusso lbero; ntroducendo questa consderazone s modfca l modo n cu modo n cu vecol s avvcnano al collo d bottgla e la localzzazone delle code. Con onde lente le code che s formano detro un ostacolo temporaneo persstono per pù tempo e vengono dsspate pù a monte. Peraltro questa dfferenza della veloctà dell onda non nflusce sull stante n cu un vecolo oltrepassa l ostacolo e, qund, non modfca l suo tempo d rtardo. Esamnamo un estensone del CTM che approssma l modello drodnamco con un equazone d stato che permetta la propagazone delle onde all ndetro (della congestone) con veloctà w v. 47

48 q q max v w max Fgura 3-3: Relazone flusso denstà con w v L equazone d stato llustrata n fgura è la seguente: q mn v, qmax, w( max ) max (3.7) con w v e q max max 1/ v 1/ w l modello è dentco rspetto a quello descrtto n eccetto che l equazone 3.2 che deve essere modfcata n: y t n t, Q t, w / vn t n t mn 1 (3.8) Anche n questo caso s può mostrare l equvalenza con l modello drodnamco. Per un autostrada omogenea l equazone dfferenzale che defnsce l evoluzone del sstema n un modello drodnamco è ora: ( x, t mnv ( x, t), q, w( ( x, t) ) max max (3.9) x t Nella rappresentazone n oggetto le caratterstche della cella sono ndpendent da e da t, coscchè nell equazone possamo usare N ( t) N e ( t) Q. S assume l stante d camponamento nel tempo Q uguale a dt e s scegle l untà d lunghezza tale per cu vdt 1. Qund valogono le seguent equvalenze: 48

49 x, N, qmax Q, w w/ v, e ( x, t) n ( t). max Con queste convenzon le funzon d mnmo dell equazone 3.9 può scrvers nella seguente forma: mn q( t), Q, w / v( N n ( t)) Quella scrtta sopra è la defnzone d y t n accordo con l equazone 3.8. eccetto per l ndce d n dell ultmo termne. Per modell con denstà contnua la parte snstra dell equazone 3.9 dove la dervata vene approssmata con un rapporto ncrementale fnto dventa: y t y ( ) t 1 1 La parte destra equvale a: n ( t 1) n ( t) 1 L equazone 3.9 e la rcorsone alle dfferenze fnte dell equazone 3.3 devono essere equvalent quando la denstà è contnua, perché entrambe esprmono l uguaglanza delle due quanttà sopra defnte. Come prma gl ndc scelt per l equazon 3.6 asscurano che le rcorson s comportno opportunamente anche n presenza delle dscontnutà Le equazon 3.2 e 3.8 rsolvono l modello drodnamco contnuo d fgura 3.2 quando è usato un stante d tempo nfntesmale dt. 49

50 3.2.4 La rappresentazone del modello CTM : Replogo Fno ad ora abbamo llustrato come la teora del Cell Transmsson Model così come è stata ntrodotta dal suo nventore Daganzo n [19] prevede l utlzzo d una relazone tra l flusso d traffco (q) e la denstà (ρ) della forma seguente: q mn v, qmax, w( max ) max (3.1) In questo modo possamo scrvere delle formule d aggornamento dscrete per un sngolo lnk che consentono d calcolare lo stato futuro del sstema sulla base d quello passato. Queste equazon rappresentano noltre una approssmazone del modello LWR. Rcordamo che v, qmax, w e ρ, sono costant che, rspettvamente, denotano la veloctà d flusso lbero, l flusso massmo del lnk, la veloctà con la quale dsturb s propagano all ndetro quando l traffco è congestonato e la massma denstà del lnk. Il metodo assume che la strada sa dvsa n sezon omogenee,, la cu lunghezza è uguale alla dstanza percorsa da un vecolo che procede a veloctà v n un stante d tempo (mnore è la lunghezza della cella e mglore è l approssmazone con l modello LWR). Lo stato del sstema all stante t è dato dal numero d vecol n ogn cella, n(t). Per ogn cella s defnscono noltre seguent parametr. N t : l massmo numero d vecol che possono essere present nella cella all stante t; 5

51 Q t : l massmo numero d vecol che possono flure nella cella quando l tempo avanza da t a t+1. Se le celle sono numerate consecutvamente da =1 fno a I, la relazone rcorsva che rappresenta la trasmssone delle celle è: n ( t 1) n ( t) y ( t) y 1( t 1) (3.11) con y t flusso d ngresso nella cella nell ntervallo (t,t+1), dato da: y con t n t, Q t, N t n t mn 1 (3.12) w. v Possamo noltre defnre le condzon al contorno utlzzando celle specla d mput e output per, rspettvamente modulare l flusso d vecol n ngresso e smaltre quello n uscta La rappresentazone della rete La rete d traffco è descrtta generalmente con un grafo orentato composto da un nseme d arch e un nseme d nod Nel nostro modello ogn arco è defnto da parametr fsc come la propra lunghezza e l nseme de parametr che defnscono la relazone flusso denstà q() della forma dell equazone 3.1. Ogn arco può essere suddvso n celle, tuttava ne graf compless non è possble numerare le celle consecutvamente e specfcare che vecol fluscano da una cella alla cella +1. Pertanto rsulta convenente descrvere l sstema delle celle come un nseme d nod (I) e tutt possbl collegament frubl da vecol come un nseme d trasferment consentt (K). S not come l grafo così 51

52 costruto sa molto dfferente da quello orgnaramente descrtto nfatt le celle sono assocate a nod mentre gl arch rappresentano cosddett lnk: n questa nuova accezone l lnk è un oggetto astratto che rappresenta solo l collegamento tra due celle contgue. Per ogn lnk k s specfca una cella d nzo (Begnnng) e una cella d fne (Endng); la notazone utlzzata è Bk per la cella d nzo e Ek per la cella fnale. Nel modello nzale Q rappresenta l numero massmo d vecol che può entrare nella cella ì nell ntervallo d tempo t ( t, t 1), sotto la condzone che la cella possa osptare tale numero d vecol. Altrment s può defnre Q come l massmo flusso attraverso la cella, n questo caso esso assume sgnfcato d ndcatore della capactà, successvamente s defnsce l flusso mnmo tra Q 1 e Q, come massmo flusso ammssble da 1 a. Questo tpo d defnzone è pù adatta al modello d rete. In questo modo cascuna cella è caratterzzata da un numero massmo d vecol N e un massmo flusso d attraversamento Q. N e Q sono quanttà nodal La rappresentazone della rete Nella rappresentazone della rete l numero massmo d arch (lnks) entrant e/o uscent da cascuna cella (nod) è 3. Questo mplca consderare solo gunzon stradal a 3 ram. Le celle sono qund classfcate n tre tp celle d dverge se solo un lnk entra nella cella e due escono, celle d merge se due lnk entrano nella cella e uno esce, celle ordnary se un lnk entra e uno ne esce. Il modello base consste 52

53 della cella d merge (dverge), d lnk n ngresso e/o n uscta e delle celle da cu ess provengono (fgura 3.5). Per dentfcare var component, s usano prefss c e C : che denota l lnk complementare al lnk k mentre Ck ndca la cella complementare alla cella Bk nel caso merge e alla cella Ek nl caso dverge. I fluss su lnk k e ck sono determnat usando equazon sml alla 3.12 n cu le caratterstche fsche d rempmento sono quelle delle celle Bk, Ek, Ck. Fgura 3-4: M erge e Dverge Un autostrada potrebbe ncludere qualche lnk appartenente contemporaneamente a pù d una gunzone. La presenza d quest lnk potrebbe però complcare l equazone del flusso su lnk, per tale motvo le mult-gunzon non sono trattate nel modello. Così la rappresentazone della rete dventa d una delle tre class defnte merge lnk che provene da una gunzone d merge, dverge lnk che provene da una gunzone dverge e ordnary lnk o collegamento con gunzone ordnara. Non c sono perdte d generaltà dal momento che topologe non consentte (fgura 3.5) possono essere faclmente trasformate n 53

54 equvalent consentt, dmnuendo la loro lunghezza ed ncrementando l ntervallo d camponamento. Fgura 3-5: Topologa d rete non valda Fgura 3-6: Topologa d rete consentta 3.3 Il modello CTM con percentual d svolta note Il modello CTM è stato svluppato da Daganzo [21] per consderare confluenze e dvergenze d tratt stradal. Obettvo del Modello è per ogn nterazone d tempo determnare: l flusso che percorre cascun lnk; l numero d vecol present n ogn cella trasferendo opportunamente var fluss. D seguto saranno rportate le procedure utlzzate nella rsoluzone de tp d gunzone ammess. Nel mo lavoro utlzzerò modell svluppat 54

55 nel caso n cu le percentual d svolta de vecol sono note a pror come valor percentual aggregat. Nello studo delle gunzon, le condzon verranno espresse drettamente nella forma del modello CTM senza esplctare d nuovo le loro equvalent contnue Collegamento Ordnaro Nel caso d collegamento ordnaro la formula che fornsce l flusso y k t sul lnk k dall stante d tempo t all stante t+1 è quella del paragrafo precedente, che qu s rscrve ntroducendo pedc: y k t n,mnq, Q, N n mn (3.13) B k B k E k E k Ek Nella parte destra dell equazone s omette per semplctà la varable tempo. Nel seguto ogn grandezza la cu dpendenza dal tempo non è resa esplcta va consderata come rferta al tempo t. Un modo pù semplce d scrvere questa equazone s ottene dapprma dstnguendo tra flusso nvato (SI sent) dalla cella precedente e l fusso rcevuto (RI: receved) da quella successva. Defnamo per ogn cella I l massmo flusso che può essere nvato nell ntervallo d tempo t ( t, t 1) come: I S ( t) mn n, Q (3.14) I I mentre l flusso massmo che può essere rcevuto dalla cella I nell ntervallo d tempo t ( t, t 1) è defnto come: I I I R ( t) mn Q, N n (3.15) I I Ek 55

56 Il flusso y k t sul lnk k può qund essere rscrtto nella forma pù semplce: k y ( t) mn S, R. (3.16) Bk Ek Il flusso sul lnk k dovrebbe essere l massmo che può essere mandato dalla cella precedente a meno che la cella I che lo rceve non abba suffcente spazo per accoglere tale flusso. Se questo accade l flusso sarà l massmo permesso dalla cella a valle. L equazone 3.16 è nteressante perché ndca la drezone della causaltà. Negl ntervall d tempo n cu S R l flusso nel lnk k è determnato dalle condzon Bk Ek d traffco a monte come prevsto anche dal modello LWR. Vceversa quando S R l flusso è mposto dalle condzon a valle e dalle Bk Ek caratterstche del movmento retrogrado dell onda d traffco. Il numero d vecol present nelle due celle BK ed EK al tempo t +1 s determna con la formulazone seguente: n n Bk Ek t 1 n t y t Bk t 1 n t y t E k k k k k (3.17) Modello d Confluenza Bk Ck k ck Ek Fgura 3-7: La topologa della gunzone merge Nel caso d confluenza v possono essere tre cas: 56

57 Caso1 (Forward): la terza cella è n grado d assorbre tutto l flusso dalle altre due: questo sgnfca che l flusso su entrambe le celle d ngresso è mposto dalle condzon a monte, dal momento che a valle non abbamo costrzon; Caso2 (Backward): la terza cella non è n grado d assorbre l ntero flusso d nessuna delle due celle d orgne a causa d scarsa capactà o d coda che s propaga all ndetro dalle celle successve: n questo caso l flusso è completamente mposto dalle condzon a valle; Caso3 (Mxed): la terza cella è n grado d assorbre l flusso d una delle celle precedent ma non resce a smaltre l ntero numero d vecol provenent dall altra: evdentemente l flusso sarà mposto dalle condzon a monte puttosto che a valle a seconda della cella consderata. Il flusso deve soddsfare le seguent condzon general valde per tutt cas: I. y ( t) S y k Ck Bk ( t) S Ck (3.18) Con questa formulazone s defnsce che l flusso y k (t) che la cella BK può nvare deve essere evdentemente mnore o uguale del suo valore massmo S Bk ; stessa assunzone per l flusso y Ck (t) nvato dalla cella CK che deve essere nferore o uguale al suo massmo nvable. 57

58 II. R y ( t) y ( t) (3.19) Ek k Ck Un altra condzone valda ne tre cas è che la somma de fluss nvat dalla celle BK e CK deve essere nferore al flusso rcevble dalla cella EK. Oltre a queste due condzon s assume che le celle BK e CK nvno l massmo flusso possble nella cella EK sempre che questa possa rceverlo, ovvero valga la condzone seguente: yk ( t) S Bk e yk ( t) SCk se REk S Bk SCk (3.2) Se questa condzone non è soddsfatta s assumerà che nella cella EK entr l massmo numero d vecol rcevbl R Ek. S not come l equazone 3.2 rsolva l caso 1 descrtto n apertura d Sezone. Fnchè l flusso nvato dalla cella BK e dalla cella CK non s esaursce s assume che una frazone p k del flusso sa nvato da BK e una rmanente p dalla cella CK tal che p p 1. Ck k Ck Le costant p caratterzzano la prortà con cu l flusso s rpartsce nelle celle a valle, (per esempo l assoluta prortà d k mplca p 1 e k p Ck ), possamo qund dstnguere tra flusso prortaro e complementare. Se l rfornmento d vecol n uno degl approcc p k o pck s esaursce prma della fne dell ntervallo d tempo n oggetto rmanent vecol fluranno dall approcco complementare. Rsoluzone Grafca del Modello d Confluenza 58

59 Il rettangolo ombreggato n fgura rappresenta l nseme de fluss che soddsfa l equazone 3.16 sono mplcte le restrzon d non negatvtà. I 3 Cas dell equazone R y ( t) y ( t) sono rappresentat n fgura Ek k dalle rette (), () e () soluzon della formula n oggetto. Nella fgura è Ck rappresenta anche la retta d y Ck y ( t) k ( t) p p Ck k relatva a fluss d ngresso nella cella Ek prma che l flusso s esaursca. Fgura 3-8: Rsoluzone grafca modello d convergenza 59

60 Nel Caso 1 (Forward) le rette () e d s ntersecano n un punto esterno al rettangolo e contemporaneamente la retta () non attraversa lo stesso, n tale caso fluss sono le coordnate del punto P. Nel Caso 2 (backward) le rette () e d s ntersecano n un punto nterno al rettangolo la terza cella non può rcevere tutto l flusso nvato dalle due celle a monte (all nterno delle qual s accumuleranno vecol che non possono flure a valle) la soluzone è l punto d ntersezone Q. Nel Caso 3 (Mxed) le rette () e d s ntersecano n un punto esterno al rettangolo. Il rfornmento da una delle celle s esaursce prma della fne del tempo d valutazone e qund la soluzone deve essere sul lato del rettangolo che s nterseca con la retta d. In questo modo una cella esaursce l propro flusso n uscta mentre l flusso consentto per l altra vene determnato d conseguenza con semplc consderazon analtche o geometrche (se s consdera la fgura). Per l Caso 2 ed l Caso e 3 l punto d soluzone è l punto medo de tre punt ntersecat dalla retta (Q, Q Q ) o dalla retta (R R R ); pertanto s arrva alla seguente formulazone: y y k Ck serek S Bk SCk ( t) md S, R S, p R (3.21) ( t) md S Bk Ck, R Ek Ek S Ck Bk, p k Ck Ek R Ek Dove la funzone md{x,y,z} resttusce l valore ntermedo tra x, y e z. 6

61 Le equazon 3.2 e 3.21 defnscono fluss attraverso una convergenza nell ntervallo d tempo (t,t+1) e sono la generalzzazone dell equazone 3.16 usata nel collegamento ordnaro. Per determnare l numero d vecol present nelle celle s userà la formulazone S può far varare l valore d p nel tempo, come per le altre caratterstche d cella qual N, Q e δ, oppure farlo dpendere dallo stato della cella fnale. Far dpendere Q dal tempo può utle per stratege d controllo del tpo ramp-meterng ; la dpendenza d N dal tempo può essere utle per un modello con chusure temporanee d corsa mentre far dpendere p dal tempo consentrebbe d smulare ntersezon stradal governate da semafor. Per una convergenza controllata da un semaforo s possono modfcare le condzon 3.2 e 3.21 nelle seguent formulazon, tenendo conto che l semaforo può mpedre ad una cella d orgne d nvare l propro flusso alla cella d destnazone anche se essa è lbera: y k ( t) se p k ( t) (3.22) k Ek Bk y ( t) mn R, S se ( t) 1 p k Una varazone della formula 3.22 s applca se l flusso secondaro non è totalmente nterrotto quando l flusso ad altra prortà e basso (ad esempo quando alcune manovre d svolta sono permesse anche a semaforo rosso). 61

62 S not anche come, se le p dpendono dall occupazone delle celle a monte della gunzone, è possble attuare stratege d controllo del traffco Modello d Dvergenza k Ek Bk ck Ck Fgura 3-9 La topologa della gunzone dverge Nel Modello d dvergenza schematzzato n fgura 3-9 s assume che la cella Bk possa nvare un numero massmo d vecol S Bk (t) durante l ntervallo d tempo (t,t+1) mentre la cella Ek e la cella Ck possono rcevere rspettvamente un numero massmo d vecol par a R Ek (t) e R Ck (t). Le quanttà S Bk (t), R Ek (t) e R Ck (t) sono date dalle equazon 3.14 e 3.15 come per l collegamento ordnaro. Poché una parte d S Bk (t) è destnata alla cella Ek e una parte alla cella Ck s assume che tutto l flusso s blocch se una delle due celle non abba la capactà rcettva adeguata al flusso nvatogl ovvero se SBk ( t) Rk( t) (con =C,E). Cò sgnfca che vecol che non rescono a flure o nella cella C o nella cella E ovvamente bloccano quell seguent ndpendentemente dalla loro destnazone; questo assunto, consderato accettable per l lvello d accuratezza rchesto da modell d larga 62

63 scala, mplca che vecol nel modello d dvergenza (qund n tutta la rete del Cell Transmsson Model) procedono con sequenza FIFO (frst-nfrst -out). Nel mo lavoro d Tes s assume che una frazone fssa del traffco d S Bk (t) vada n una cella e l resto nell altra secondo le percentual b Ek e b tal che b b 1. Ck Ek Ck Pertanto l numero d vecol che entrano nella cella EK ed CK al tempo t sarà dato rspettvamente dalle equazon seguent y ( t) b y (3.23) k Ek Bk y Ck ( t) b y (3.24) Ck Bk Il flusso y Bk (t), n uscta dalla cella BK dovrebbe essere l pù grande possble ma senza eccedere la quanttà che può essere rcevuta dalle celle seguent. Questo mplca che y k (t) non deve superare R Ek (t) e che C (t) deve essere mnore d R Ck (t) Queste condzon possono essere espresse matematcamente come : max y ( t) : y ( t) S, b y ( t) R, b y ( t) R (3.25) Bk Bk Bk Ek Bk La soluzone d questo problema d programmazone lneare è la seguente: REk RCk y Bk ( t) mns Bk,, (3.26) bek bck Ek Ck Bk Ck y k 63

64 Per aggornare lo stato del sstema nel tempo d camponamento scelto s utlzzano: l equazone 3.26 per defnre l flusso nel modello d dverge; una formula equvalente a quella del collegamento ordnaro e del collegamento con convergenza per determnare l numero d vecol present nelle tre celle all stante d tempo t+1: n n n Bk Ck Ek t 1 nbk t yb t k ( t 1) nck ( t) bck yb t k t 1 n t b y t E k Ek B k 3.4 ACTM: Asymmetrc Cell Transmsson Model Il modello ACTM derva da una modfca del precedente CTM (Cell Transmsson Model [22]. La dfferenza pù rlevante tra due modell rguarda l modo d trattare le convergenze: nell ACTM v è una lnea d scorrmento prncpale alla quale s connettono le rampe d entrata e d uscta. Nel modello ACTM s ntroduce un parametro addzonale ( ) per controllare la mscelazone tra l flusso prncpale e l flusso della rampa n ngresso. Nell applcazone dell ACTM l autostrada è suddvsa n I sezon ognuna delle qual contene almeno una rampa d ngresso e una d uscta sotto la condzone che quest ultma sa a monte. 64

65 Le sezon sono numerate da a I-1 ed l tempo è dvso n ntervall d stessa ampezza t. f 1, k v w n f f, k w v 1 f 1 1 n 1 f 1, k r,k s,k r 1, k s 1, k Fgura 3-1: l M odello Asymmetrc Cell Transmsson M odel Le prncpal varabl che ntervengono nel modello sono elencate d seguto: n : [vecol/sezon] numero d vecol nella sezone al tempo k; (, k) f (, k ) :[vecol/perod] numero d vecol che passa dalla sezone alla sezone ( + 1) nell'ntervallo k; r (, k) : [vecol/perod] numero d vecol che entra nella sezone dalla rampa d ngresso nell'ntervallo k; s (, k) :[vecol/perod] numero d vecol che esce nella sezone dalla rampa d ngresso nell'ntervallo k; Per ogn tratto s hanno anche le quanttà caratterstche ndpendent dal tempo: n : [vecol/sezon] numero massmo d vecol che l tratto può contenere; f : [vecol/perod] numero massmo d vecol che possono passare dal tratto al tratto ( + 1 ); 65

66 : coeffcente d mescolamento del flusso sulla rampa d ngresso, ndca quanto del flusso della rampa d ngresso s unsce al flusso prncpale;,1 v : veloctà normalzzata del flusso lbero nel tratto ; w,1 : veloctà normalzzata d propagazone all'ndetro della congestone nel tratto. Nel modello la lunghezza delle celle è normalzzata a 1 n funzone delle veloctà v,1 e w,1. L nterpretazone grafca delle quanttà caratterstche è llustrata nella fgura seguente. f (, k) f v w n n(, k ) Fgura 3-11: Interpretazone grafca delle varabl d traffco. Nel modello v sono due equazon relatve al flusso prncpale: equazone d conservazone della massa sulla corsa prncpale; equazone del flusso sulla corsa prncpale Equazone d conservazone del flusso prncpale Dato l stante d tempo k e defnte le seguent quanttà come: n : quanttà d vecol nel tratto al tempo k; (, k) 66

67 ( 1, k ) r( 1) f :quanttà d vecol che entrano nel tratto al tempo k; (, k) s( 1) f : quanttà d vecol che escono dal tratto al tempo k. L equazone d conservazone della massa sulla corsa prncpale assume la seguente forma: n n f r f s ) (3.27) (, k1) ( (, k) ( 1, k) ( 1) (, k) ( 1) Il numero d vecol present n ogn cella all stante d tempo k+1 è uguale alla somma del numero d vecol present nella cella nell stante d tempo precedente k, l numero d vecol nvat dalla cella a valle -1, del numero d vecol entrant dalla rampa d ngresso ; a questa somma s sottraggono l numero d vecol uscent dalla rampa d uscta della cella e quell nvat dalla cella n oggetto alla successva cella Equazone del flusso prncpale Per formulare l equazone del flusso sulla corsa prncpale per ogn cella s defnscono delle condzon lmte per fluss ammssbl espresse d seguto: f s v n r (, k ) (, k ) (, k ) (, k ) : s lmta l flusso totale che lasca la sezone nell stante d tempo k assumendo che l traffco s muova alla veloctà v ndpendentemente dal flusso; f w n n r : c asscura che l flusso della strada (, k) 1 1 ( 1, k) ( 1, k) prncpale non ecceda la quanttà massma che può essere rcevble dalla sezone seguente. Il secondo membro della dsequazone ndca la porzone w 1 dello spazo totale dsponble nella cella a valle +1; 67

68 f f (, k ) : questa espressone rappresenta l lmte d capactà del flusso prncpale. (, k) F ˆ mn f s (, k) ; (, k) : rappresenta l mnmo tra l numero massmo d vecol che possono passare dal tratto al tratto ( + 1 ) e quell entrat dalla rampa; Date queste condzon lmte l flusso prncpale è calcolato n analoga al Cell Transmsson Model come l mnmo tra l flusso nvato dalla cella a monte, assumendo veloctà massma possble, e tra l flusso che può essere rcevuto dalla cella a valle. L equazone del flusso prncpale f (, k) sarà data dalla seguente formula: f mn[ v ( n(, k) r(, k) ); w( 1) ( n( 1) n( 1; k) r( 1; k) ); F(, ) ] (3.28) (, k) k Con l equazone del flusso prncpale è smle all equazone del flusso nel CTM per l collegamento ordnaro e per l modello d dvergenza. 68

69 Captolo 4 La smulazone: Matlab Il codce è stato svluppato nteramente nel lnguaggo d scrptng messo a dsposzone dal software Matlab. Questo programma costtusce d fatto uno standard per l calcolo scentfco. Cò è dovuto senz altro alla facltà d mplementazone d algortm anche compless, untamente ad una evoluta capactà grafca. Negl ann 7 con l lnguaggo FORTRAN furono svluppate molte lbrere per la rsoluzone d problem d algebra lneare [23]. Nel 198 Cleve Moler scrsse un programma che, utlzzando queste lbrere, funzonava come una avanzata calcolatrce scentfca. Nel 1985 con la fondazone della socetà Mathworks [24] l codce venne rscrtto completamente n C. Il nome è l acronmo d MATrx LABoratory. Inzalmente pensato per agevolare l calcolo matrcale, negl ann s è arrcchto d nuove funzonaltà e d specal strument dedcat (toolbox) come l pdetool, utle per la rsoluzone numerca d equazon dfferenzal alle dervate parzal, o Smulnk, noto per agevolare la defnzone e la soluzone d modell dnamc attraverso rappresentazon a blocch. Il punto d forza d Matlab resta comunque quello d maneggare senza dffcoltà le matrc e le funzon ad esse assocate (nversone d matrc, calcolo del determnante, ecc.). Ogn varable numerca è nclusa n una struttura matrcale: anche uno scalare è nteso come matrce 1x1. 69

70 L ambente d lavoro s presenta come una shell (tpo DOS o Bash, d cu perlatro nterpreta molt comand) n cu è possble nserre le struzon drettamente da lnea d comando. Il lnguaggo d scrptng Matlab consente d realzzare degl scrpt che raggruppano nsem d operazon altrment lancabl sngolarmente dalla lnea d comando che comunque costtusce la sua prncpale nterfacca. Con questa funzonaltà esso rende possble la realzzazone d ver e propr programm, sebbene non possa essere consderato un lnguaggo d programmazone n senso lato: ad esempo le lste d comand vengono nterpretate e non complate. Nonostante questo, s è reso possble defnre alcune component tpche de lnguagg d programmazone, come la defnzone d varabl o la creazone d funzon. Le varabl vengono memorzzate n una memora locale che l programma chama Workspace : esse sono mantenute fno a quando l utente non le elmna con un opportuno comando (o, charamente, alla chusura del programma). In questo modo s rende possble anche lavorare da lnea d comando sulle varabl defnte all nterno d scrpt appena lancat. Nel tempo, sono state aggunte vare funzonaltà che rendono l software sempre pù vcno ad un IDE d programmazone orentato 7

71 all esecuzon d software prevalentemente matematc (peraltro s dmostra ottmo anche nella gestone d fle d testo e strnghe, oltre che d mmagn), come ad esempo la possbltà d realzzare nterfacce grafche che rcordano molto lnguagg vsual come Vsual Basc. Operazon sulle Matrc Nella sua gestone orentata al calcoo matrcale, Matlab mette a dsposzone dell utente tutte le prncpal operazon sulle matrc rendendole estremamente banal da usare. In questo senso, defnte due matrc A e B, la loro somma sarà ottenuta semplcemente con l comando A+B; l prodotto rghe per colonne vene defnte da A*B, l nversa della matrce vene calcolata con A^(-1) mentre la traposta come A. Evdentemente le matrc sono anche l modo mglore per collezonare valor numerc (ntendendole qund alla stregua d tabelle): n quest cas s rende utle la possbltà d esegure operazon elemento per elemento facendo prededere l operatore dal punto (A.*B); Contator Un altra possbltà che l software mette a dsposzone è la defnzone d ntervall d valor: la notazone corrspondente è l smbolo de due punt: la dctura n=1:2:3 memorzza n un vettore sgnfca: tutt valor da 1 a trenta con passo 2. In questa modo è facle costrure contator o assegnare matrc. 71

72 Funzon Matlab s dstngue per l elevatssmo numero d funzon predefnte; generalmente esse sono orentate al calcolo matematco, ma anche la gestone d fle, l nput ed output d stream d testo, l processng d mmagn o d segnal vengono gestt con opportune procedure. Grafc Una delle potenzaltà maggor d Matlab è la capactà d rappresentazone grafca. Sa n ambto bdmensonale che trdmensonale è possble ottenere grafc faclmente modfcabl a seconda delle esgenze dell utente. In fgura 5-1 mostramo un esempo d grafco bdmensonale ottenuto utlzzando una funzone n grado d trovare una funzone non lneare n grado d approssmare l comportamente d una sere d dat. 72

73 6 Input data Fgura 4-1: Esempo d grafca bdmensonale 73

74 data degree = 1 degree = 2 degree = 3 degree = 4 degree = 5 degree = 6 degree = 7 degree = Fgura 4-2: Esempo d grafc sovrappost In fgura 5-2 mostramo un nseme d grafc sovrappost semplc da confrontare (n questo esempo s stma l trend d crescta de punt dat attraverso polnom d grado crescente. La parte d grafca trdmensonale è partcolarmente potente. Essa consente nfatt d rappresentare su tre ass sa funzon d due varabl che matrc altrment defnte. Sono noltre dsponbl numerosssm tp d grafc che consentono dverse vsualzzazon. Ogn fgura è po esportable n var format compres quell vettoral che non perdono qualtà se ngrandt. 74

75 Fgura 4-3: Superfce trdmensonale Fgura 4-4: Rappresentazone trdmensonale d f(z)=z 1/3 75

76 Programmazone Nel suo lnguaggo d scrptng Matlab usa strutture sml a quelle de pù comun lnguagg d programmazone. Ad esempo, v sono le due classche struzon per ccl: Il for, abbnato a un contatore: for =1:p:n end. ed l whle whle (cond) end Per esegure una sere d struzon al verfcars o meno d una condzone s usa l comando f: f (condzone) else end Per una molteplctà d condzon mutuamente esclusve s può usare l comando swtch: swtch (espressone) 76

77 case Valore1 case Valore 2 otherwse end 77

78 Captolo 5 I smulator realzzat 5.1 Introduzone La parte nzale del lavoro d Tes è stata ncentrata sulla realzzazone d due smulator utlzzando Matlab per modellzzare l Cell Transmsson Model e l Asymmetrc Cell Transmsson Model. La parte fnale della tes consste nell applcazone de due modell ad un caso reale, ossa lo svncolo d Savona tra la A1 n drezone Ventmgla e la A6 n drezone Torno. Vedamo nella seguente trattazone come sono stat mplementat modell. 5.2 Programmazone del modello Ctm Nella programmazone del Ctm ho consderato un caso potetco n cu l tratto stradale è stato suddvso n 8 sezon celle. I rettangol numerat n fgura rappresentano le celle, mentre le frecce (lnk) che collegano le sezon defnscono esclusvamente la drezone n cu l flusso d vecol s rpartsce nella rete; pertanto le celle sono da consderars contgue. Nella cella 1 e nella cella 2 sono stat nsert due ngress, rspettvamente y1 e y2. La cella 1, la cella 2 e la cella 3 costtuscono una convergenza d tpo merge : l flusso dalla cella 1 e dalla cella 2 conflusce nfatt nella cella 3 con precse proporzon d devazone e sotto alcun vncol relatv alla capactà rcettva della terza cella. Dalla cella 3 l flusso s muove nella cella 4 e da questa alla cella 5; 78

79 le tre sezon sono collegate da lnk ordnar n quanto solo un lnk entra nella cella 4 ed uno esce per conflure nella cella 5. La cella 5, la cella 6 e la cella 7 costtuscono nvece una dvergenza d tpo dverge ; dalla sezone 5 nfatt l flusso s rpartsce su due lnk, uno confluente nella cella 6 ed uno nella cella 7. Fgura 5-1 Il modello rappresentato Al varare del tempo k camba lo stato delle celle, generando così una matrce dell'evoluzone del sstema. È stato defnto con l=1,.,8 l parametro ndcante l numero della cella trattata. La smulazone s svluppa lungo un numero predefnto d terazon d tempo. S è scelto d modellare l ngresso de vecol nel sstema tramte l nsermento d due celle d orgne fluss n ngresso y1 per la cella 1 e y2 per la cella 2. Indcando con w la veloctà retrograda [sezon/perodo] e con v la veloctà d flusso lbero [sezon/perodo], è stata posta n base a dat spermental la veloctà d propagazone all ndetro della congestone a crca un terzo della veloctà massma d scorrmento lbero. w=1/3 v=3 79

80 È stato defnto l rapporto d tra le veloctà w e v utlzzato per calcolare la quanttà d vecol da ntrodurre nella cella l-esma. d=w/v; Le percentual d convergenza e dvergenza rappresentano rspettvamente le frazon d flusso che provengono dalla cella precedente e dpartono n quella successva. È stata ndcata con p la percentuale d convergenza e con b quella d dvergenza, tale percentual varano nell ntervallo [, 1]. Nella fase d nzalzzazone le celle sono state caratterzzate da un numero massmo d vecol e da un flusso massmo ammssble. S è posta par a zero la quanttà nzale d vecol present nelle sezon all stante d tempo nzale. È stato ndcato con N(l) l numero massmo d vecol che la cella l-esma può contenere e con Q(l) l massmo flusso che può flure attraverso la cella l-esma nel tempo d smulazone scelto. S è posta par a zero la quanttà d vecol nella cella 1 nell stante d tempo 1. La quanttà massma d vecol, ndcata con S(l,k), che la cella l può nvare a quella successva è ottenuta come mnmo tra vecol che contene e quell che la possono attraversare. La quanttà d vecol, ndcata con R(l,k), che la cella l può rcevere è data dal mnmo tra vecol che la possono attraversare e la capactà resdua, ottenuta come dfferenza tra l massmo numero d vecol che 8

81 la cella può contenere e vecol contenut, moltplcat per l rapporto tra le veloctà vsto n precedenza. Fgura 5-2: M odello d una sngola cella L nzalzzazone è stata espressa con un cclo for sull ndce l. for l=1:7 N(l)=N; Q(l)=Q; n(l,1)=; S(l,1)=mn( Q(l), n(l,1) ); R(l,1)=round(mn( Q(l), d*(n(l)-n(l,1)) )); End Nella fase d programmazone s è scelto d nserre una cella 8 con capactà nfnta nella quale conflusce l flusso provenente dalla cella 6 e dalla cella 7. La cella 8 è stata nserta al fne d smulare correttamente l uscta dal tratto stradale smulato: essa d fatto svolge la funzone d serbatoo. L obettvo della smulazone è, per ogn terazone d tempo t defnre sa l flusso della cella l-esma, sa l numero de vecol present n ogn cella. 81

82 5.2.1 Defnzone del flusso Per modellare la convergenza, ovvero l caso n cu l flusso nvato dalla cella 1 e dalla cella 2 conflusce nella cella 3, sono stat modellat due cas: nel prmo la cella 3 ha capactà suffcente a raccoglere l flusso y13 provenente dalla cella 1 e y23 provenente dalla cella 2; nel secondo caso la cella 3 può rcevere solo una parte del flusso nvatole n proporzone al coeffcente d convergenza p. Il flusso entrante nella cella 3 nvato dalla cella 1 y13 sarà dato dal valore medano delle tre seguent quanttà: l massmo flusso che può nvare la cella 1 nel tempo d smulazone scelto, la dfferenza tra l massmo flusso rcevble dalla cella 3 e l massmo flusso nvable dalla cella 2 e la percentuale p della capactà rcettva della cella 3. Il flusso entrante nella cella 3 nvato dalla cella 2, y23, sarà dato dal valore medano delle tre seguent quanttà: l massmo flusso che può nvare la cella 2 nel tempo d smulazone scelto, la dfferenza tra l massmo flusso rcevble dalla cella 3 e l massmo flusso nvable dalla cella 1 e la percentuale p della capactà rcettva della cella 3. f (R(3,k) > S(1,k)+S(2,k)) y13=s(1,k); y23=s(2,k); else A1=[S(1,k); R(3,k)-S(2,k); p*r(3,k)]; A2=[S(2,k); R(3,k)-S(1,k); (1-p)*R(3,k)]; y13=round(medan(a1)); y23=round(medan(a2)); 82

83 end Nella modellazone del collegamento ordnaro tra le celle 4, 5, 6 l flusso entrante n cascuna cella è calcolato come segue: y34 = round(mn( S(3,k),R(4,k) )); y45 = round(mn( S(4,k),R(5,k) )); Nel modello d dvergenza vecol nella cella 5 s dvdono tra la cella 6 e la cella 7 rspettvamente attraverso fluss y56 e y57. Vene costruto un vettore che contene l flusso nvable dalla cella 5 e quell rcevbl dalla cella 7 e dalla cella 6 ovvero. Il mnmo d questo vettore rappresenta l flusso totale uscente y5 dalla cella 5 che vene po rpartto n y56 e y57 n base alla percentuale b del dverge. b è la frazone del flusso y5 che confluscee nella cella 7 mentre 1-b è la frazone complementare del flusso y5 che conflurà n y6. tomn2 = [S(5,k), (R(7,k)/b), (R(6,k)/(1-b))]; y5=round(mn( tomn2 )); y57=b*y5; y56=(1-b)*y5; Defnzone del numero de vecol present nella cella l- esma per ogn terazone d tempo t Per cò che rguarda le formule d aggornamento per l calcolo del numero de vecol nel tempo d smulazone, sono state scrtte tenendo 83

84 conto de vecol n entrata e n uscta da cascuna cella; ad esempo nella cella 1 nell terazone d tempo k+1 c saranno vecol present al tempo precedente n(1,k), pù quell entrat y1 meno quell usct y13, a patto che questa quanttà non super la capactà massma della cella Q(1). n(1,k+1) = mn( n(1,k)+y1-y13, N(1) ); n(2,k+1) = mn( n(2,k)+y2-y23, N(2) ); n(3,k+1) = n(3,k)+y13+y23-y(4); n(4,k+1) = n(4,k)+y(4)-y(5); n(5,k+1) = n(5,k)+y(5)-y57-y56; n(6,k+1) = n(6,k)+y56-s(6,k); n(7,k+1) = n(7,k)+y57-s(7,k); n(8,k+1) = n(8,k) + S(6,k) + S(7,k); 5.3 Prove per testare l attendbltà del modello Una volta scrtto l codce sono state effettuate numerose prove per testare l attendbltà del modello. S è scelto d grafcare l numero de vecol present n ogn cella n trenta terazon tempo (essendo questa la varable d stato delle celle). Queste prove sono state condotte a lvello qualtatvo, senza l ntenzone d modellare n modo precso l comportamento d un vero tratto stradale: per questo motvo, le grandezze n goco, per quanto verosml, non sempre sono specfcate e comunque non sono da consderare come 84

85 attuabl n un sstema reale. In ogn caso, s può potzzare d consderare un tratto d rfermento monocorsa, con celle d lunghezza 2m e tempo d camponameno par 6 second Prma prova In questa prma prova s è scelto d far flure alla cella 1 e alla cella 2, nelle prme undc terazon d tempo, un numero d vecol sempre par a 3 mentre nelle terazon d tempo successve s sono post degl ngress par a. S è scelta una percentuale d merge p par a,5 e una d dverge par,5. Per ogn cella s è scelto un N(l) par a 5 e un Q(l) par a 25. cella 1 cella cella cella cella cella cella cella Fgura 5-3: Prma prova 85

86 Il funzonamento è del tutto ragonevole: nfatt l flusso vene trasmesso da una cella all altra n cascun ntervallo d tempo. In questo esempo abbamo mposto w=1: nfatt le congeston vengono smaltte stantaneamente. La forma d onda s mantene pressoché costante tranne che nelle celle d merge e d dverge dove le percentual mposte (,5 n entramb cas) sono evdentemente rspettate. Infatt l numero d vecol della cella 3 è la somma de vecol delle celle 1 e 2 (cosa possble dal momento che, vst dat che abbamo nserto, essa è n grado d rceverl tutt) mentre l numero d vecol della cella 5 è equamente rpartto all stante successvo sulle celle 6 e 7. La cella 8, nfne, s comporta come un parcheggo a capactà nfnta nel quale vecol vengono mmagazznat quando arrvano Seconda prova Nella seconda prova s è scelto d far varare l coeffcente b, n tale modo vara la rpartzone del flusso y5 uscente dalla cella 5 tra le celle 6 e 7. Come s vede n fgura, la somma del numero de vecol present nelle celle 6 e 7 per ogn terazone d tempo è par al numero d vecol nvat dalla cella 5. Nel caso n esame con b =.1 la cella 7 rceve l 1% del flusso y5 nvato dalla cella 5 e la cella 6 l restante 9%. Anche n questo caso s è mposto w=1: l modello conseguentemente s comporta n modo analogo all LWR. 86

87 cella 1 cella cella cella cella cella cella cella Fgura 5-4: Seconda prova: la cella 6 rceve pù vecol della cella 7 87

88 5.3.3 Terza prova La varazone d p non porta varazon fno a quando la cella 3 dventa ncapace d raccoglere l flusso d almeno una tra le celle 1 e 2. Nell espermento, abbamo mposto una p tale da prortarzzare l flusso provenente dalla cella 2. La quanttà d vecol n entrata alle due celle d ngresso è uguale: a causa d questa dfferenza nell assegnazone della prortà, s nota come la cella 2 s svuot molto pù velocemente della cella 1 e raggunga una denstà massma nferore. 4 cella 1 2 cella cella cella cella cella cella cella Fgura 5-5: Terza prova: la cella 2 ha prortà sulla cella 1 88

89 5.3.4 Quarta prova D partcolare nteresse è l caso n cu una delle celle (nel nostro caso la numero 5) ha un ostacolo che s manfesta come una dmnuzone della capactà massma. L espermento è condotto n stuazon standard (ngress ugual per entrambe le celle d partenza e percentual d merge e d dverge par a,5). 2 cella 1 2 cella cella cella cella cella cella cella Fgura 5-6: Quarta prova: la cella 5 ha una capa ctà rdotta La prma fgura mostra come la congestone s verfch a monte della cella 5: le celle a valle, nvece, saranno prevalentemente lbere. Lo smaltmento della congestone è pratcamente stantaneo (a partre dal momento n cu gl ngress dmnuscono). Questo è dovuto 89

90 all mposzone d w=1. Per lo stesso motvo notamo un comportamento fortemente oscllatoro: vecol rspondono alle sollectazon del sstema stantaneamente e qund s muovono quas come se fossero un unco elemento soldale. Se no usamo w=1/3, come proposto da Daganzo, la coda prevedblmente s propaga all ndetro ed ha temp d smaltmento molto pù elevat. Il grafco seguente mostra questa stuazone. cella 1 cella cella cella cella cella cella cella Fgura 5-7: Quarta prova: temp d smaltmento maggor In questo caso sono state elmnate anche le nstabltà. 9

91 5.3.5 Qunta prova Possamo ottenere una smulazone d un caso smle al precedente, sebbene rappresentatvo d una stuazone dfferente, rducendo l flusso massmo n entrata alla cella 5, n luogo della sua capactà massma. cella 1 cella cella cella cella cella cella cella Fgura 5-8: Qunta prova: l flusso n entrata alla cella 5 blocca vecol nelle celle a monte Dal grafco s nota come le celle prma della congestone d flusso sano saturate per un valore par alla loro capactà massma (n questo caso 5 vecol) meno l numero d vecol trasmssbl n avant dalla cella congestonata (nel nostro caso mposto par a 1). La stuazone camba ntroducendo w=1/3: n questo modo l traffco s propaga all ndetro 91

92 pù lentamente ed vecol non rescono a rspondere n modo tale da rempre stantaneamente vuot che s creano d fronte a loro. Il confronto tra queste due stuazon è mostrato nella fgura seguente. Fgura 5-9: Confronto tra l caso con w=1 (sopra) e w=1/3 (sotto) Sesta prova In questa prova s è scelto d testare l comportamento del modello nel caso d ngress a scalno, ovvero n tre brev ntervall d tempo s è scelto d avere un numero entrante d vecol nella cella 1 e nella cella 2 par a 3. Nelle celle a valle tre mpuls s propagano: nel caso d w=1, ess rescono a scarcars fno a zero e qund la forma d onda vene mantenuta n tutt e tre cas; con w=1/3 nvece questo non succede ed l valore massmo raggunto dalle onde cresce. 92

93 5 cella 1 5 cella cella cella cella cella cella cella Fgura 5-1: Sesta prova con w=1 cella 1 cella cella cella cella cella cella cella

94 Fgura 5-11: Sesta prova con w=1/3 5.4 Programmazone del modello ACTM Nel modello ACTM s è scelto d smulare l comportamento d 1 celle (sezon) contgue. Detto l=1,,1, n cascuna cella l-esma entra l flusso provenente dalla cella a monte f(l-1) ed esce l flusso f(l) nvato alla cella l+1 a valle. È stato stablto un tempo d smulazone k=1,,n (con n Є N), per valutare l evoluzone del numero d vecol present n ogn cella. Nella modellazone s assume che le sezon dalla 2 alla 9 abbano una rampa d ngresso e una rampa d uscta e che, per ogn stante k, n cascuna cella l entr un numero d vecol par a r(l,k) ed esca un numero d vecol par a s(l,k). Fgura 5-12: Grandezze caratterstche cella Nel modello ACTM vene ntrodotto l coeffcente gamma che tene conto del mescolamento del flusso provenente dalle rampe. S rassumono d seguto valor de parametr utlzzat. w=.5/3; v=.5; gamma=,5; 94

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

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 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

Dettagli

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

Dettagli

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

Dettagli

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

Dettagli

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

Dettagli

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

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t 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

Dettagli

Aritmetica e architetture

Aritmetica e architetture Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone

Dettagli

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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

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

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Progetto Lauree Scientifiche. La corrente elettrica

Progetto Lauree Scientifiche. La corrente elettrica Progetto Lauree Scentfche La corrente elettrca Conoscenze d base Forza elettromotrce Corrente Elettrca esstenza e resstvtà Legge d Ohm Crcut 2 Una spra d rame n equlbro elettrostatco In un crcuto semplce

Dettagli

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

Dettagli

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

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

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: )

Dettagli

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

Dettagli

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

Dettagli

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: federca.gross@unmore.t

Dettagli

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

Dettagli

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.

Dettagli

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

Dettagli

* * * 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

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

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:

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

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

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

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

Dettagli

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

Dettagli

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

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

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

Dettagli

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

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Newsletter Lean Production Autore: Dott. Silvio Marzo Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.

Dettagli

Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007

Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007 Fondament d Vsone Artfcale (Seconda Parte PhD. Ing. Mchele Folgherater Corso d Robotca Prof.ssa Guseppna Gn Anno Acc.. 006/007 Caso Bdmensonale el caso bdmensonale, per ndvduare punt d contorno degl oggett

Dettagli

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

Dettagli

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

Dettagli

Elettricità e circuiti

Elettricità e circuiti Elettrctà e crcut Generator d forza elettromotrce Intenstà d corrente Legg d Ohm esstenza e resstvtà Effetto termco della corrente esstenze n sere e n parallelo Legg d Krchoff P. Maestro Elettrctà e crcut

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

Dettagli

Corrente elettrica e circuiti

Corrente elettrica e circuiti Corrente elettrca e crcut Generator d forza elettromotrce Intenstà d corrente Legg d Ohm esstenza e resstvtà esstenze n sere e n parallelo Effetto termco della corrente Legg d Krchhoff Corrente elettrca

Dettagli

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

Dettagli

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

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

9.6 Struttura quaternaria

9.6 Struttura quaternaria 9.6 Struttura quaternara L'ultmo lvello strutturale é la struttura quaternara. Non per tutte le protene è defnble una struttura quaternara. Infatt l esstenza d una struttura quaternara é condzonata alla

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

Dettagli

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

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

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 (cesare.fantuzz@unmore.t)

Dettagli

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

Dettagli

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca ONTOI UTOMTII Ingegnera della Gestone Industrale e della Integrazone d Impresa http://www.automazone.ngre.unmore.t/pages/cors/ontrollutomatcgestonale.htm MODEI DI SISTEMI Ing. ug Bagott Tel. 05 0939903

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

Induzione elettromagnetica

Induzione elettromagnetica Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

Il diagramma PSICROMETRICO

Il diagramma PSICROMETRICO Il dagramma PSICROMETRICO I dagramm pscrometrc vengono molto utlzzat nel dmensonamento degl mpant d condzonamento dell ara, n quanto consentono d determnare n modo facle e rapdo le grandezze d stato dell

Dettagli

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:

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

Risoluzione quesiti I esonero 2011

Risoluzione quesiti I esonero 2011 Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca

Dettagli

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

Dettagli

Soluzioni per lo scarico dati da tachigrafo innovativi e facili da usare. http://dtco.it

Soluzioni per lo scarico dati da tachigrafo innovativi e facili da usare. http://dtco.it Soluzon per lo scarco dat da tachgrafo nnovatv e facl da usare http://dtco.t Downloadkey II Moble Card Reader Card Reader Downloadtermnal DLD Short Range and DLD Wde Range Qual soluzon ho a dsposzone per

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Prova di verifica n.0 Elettronica I (26/2/2015)

Prova di verifica n.0 Elettronica I (26/2/2015) Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta

Dettagli

STRATIGRAFIE PARTIZIONI VERTICALI

STRATIGRAFIE PARTIZIONI VERTICALI STRATIGRAFI PARTIZIONI VRTICALI 6. L solamento acustco: tecnche, calcol 2 Trasmssone rumor In edlza s possono dstnguere dfferent tp d rumor: rumor aere (vocare de vcn da altre untà abtatve, rumor provenent

Dettagli

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

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare. Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

Dettagli

Distribuzione di Boltzmann. Nota

Distribuzione di Boltzmann. Nota Dstrbuzone d Boltzmann ota Tutto l soggetto trattato deve n realta essere nserto nel quadro concettuale della meccanca statstca, che non e trattato n questo corso. Quest cenn sono solo un breve rchamo

Dettagli

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

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

Questo è il secondo di una serie di articoli, di

Questo è il secondo di una serie di articoli, di DENTRO LA SCATOLA Rubrca a cura d Fabo A. Schreber Il Consglo Scentfco della rvsta ha pensato d attuare un nzatva culturalmente utle presentando n ogn numero d Mondo Dgtale un argomento fondante per l

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

TORRI DI RAFFREDDAMENTO PER L ACQUA

TORRI DI RAFFREDDAMENTO PER L ACQUA TORRI DI RAFFREDDAMENTO PER ACQUA Premessa II funzonamento degl mpant chmc rchede generalmente gross quanttatv d acqua: questa, oltre ad essere utlzzata drettamente n alcune lavorazon, come lavagg, dssoluzon,

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA UNIVERSITA DEGI STUDI DI CASSINO FACOTA DI INGEGNERIA ANTONIO RUSSO, ANGEO EOPARDI ANAISI DE ERRORE CONNESSO A APPROSSIMAZIONE DEE UNGHEZZE E DEE CEERITA NE METODO DI INTEGRAZIONE DEE CARATTERISTICHE (MOC)

Dettagli

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

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

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: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

Fig.1.2.1 Schema a blocchi di un PMSM isotropo con ingressi ed uscite del controllo digitale.

Fig.1.2.1 Schema a blocchi di un PMSM isotropo con ingressi ed uscite del controllo digitale. . ll metodo del fattore d scala globale Il progetto d un sstema d controllo dgtale può avvalers del cosddetto metodo del fattore d scala globale (FSG), attraverso l quale è possble stablre una corrspondenza

Dettagli

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria 2 Modello IS-LM 2. Gl e ett della poltca monetara S consderun modello IS-LM senzastatocon seguent datc = 0:8, I = 00( ), L d = 0:5 500, M s = 00 e P =. ) S calcolno valor d equlbro del reddto e del tasso

Dettagli

7. TERMODINAMICA RICHIAMI DI TEORIA

7. TERMODINAMICA RICHIAMI DI TEORIA 7. ERMODINMI RIHIMI DI EORI Introduzone ermodnamca: è lo studo delle trasformazon dell energa da un sstema all altro e da una forma all altra. Sstema termodnamco: è una defnta e dentfcable quanttà d matera

Dettagli