Mobilificio. Si vuole simulare il comportamento della gestione degli ordini da parte di una azienda che produce mobili di due qualità
|
|
- Teodoro Boni
- 8 anni fa
- Visualizzazioni
Transcript
1 Mobilificio Si vuole simulare il comportamento della gestione degli ordini da parte di una azienda che produce mobili di due qualità Gli ordini arrivano secondo una distribuzione di Poisson di valor medio λ Ogni ordine viene processato da M macchine automatiche identiche, ciascuna delle quali può produrre un mobile alla volta. La lavorazione richiede un tempo uniformemente distribuito nell'intervallo [T Mobilificio MIN,T MAX ]. Un ordine che arriva quando tutte le macchine sono impegnate viene messo in una coda FIFO, comune a tutte le macchine. Ogni mobile può essere di due qualità, standard (con probabilità PS) o super (con probabilità 1-PS). I mobili di qualità standard subiscono solo la lavorazione automatica, mentre quelli super hanno bisogno di una ulteriore lavorazione che viene effettuata manualmente da A addetti, ciascuno dei quali può completare un mobile alla volta. Questa seconda lavorazione richiede un tempo uniformemente distribuito in [TM MIN,TM MAX ]. Ogni operatore ha associata una coda FIFO che viene gestita secondo la seguente politica: se all'arrivo di un mobile c è un addetto libero, la lavorazione del mobile inizia immediatamente, altrimenti il mobile viene assegnato all'addetto che ha meno mobili in coda. Mobilificio 1/4
2 Mobilificio: dati Si vuole simulare il completamento di #O ordini e calcolare : La percentuale di mobili che attendono in una qualunque coda rispetto a quelli entrati nel sistema; Il tempo medio di permanenza in coda dei mobili di qualità standard; Il tempo medio di permanenza nel sistema dei mobili completati. Per ottenere i risultati della simulazione si utilizzino i seguenti parametri (le durate si intendano espresse in giorni): λ 1 M 4 PS 0.5 A 2 #O 30 [T MIN,T MAX ] [2,6] [TM MIN,TM MAX ] [3,8] Mobilificio 2/4
3 Entità: ordini: Mobilificio: elementi e Attributi: QualitàMobile diagramma Ipotesi di lavoro: ogni ordine è relativo a un solo mobile (se fossero più mobili occorrerebbe definire la relativa distribuzione di probabilità; se un ordine contenesse mobili standard e super occorrerebbe dafinire le relative probabilità) Code: una coda FIFO prima della lavorazione Automatica A code FIFO, una prima di ciascuna lavorazione Manuale Risorse: M macchine automatiche; A addetti alle lavorazioni manuali Mobilificio 3/4
4 Genera Ordini con tempo di interarrivo esp. neg. con media Mobilificio: diagramma Λ = 1 Assegna l attributo QualitàMobile: Standard con probabilità PS = 0.5 Super con probabilità 1-PS Scegli la più corta tra A=2 code Entra nella coda scelta, gestita con regola FIFO Entra in una coda FIFO Esegui lavorazione Automatica su una tra M macchine identiche con durata unif. in [Tmin,Tmax] Esegui lavorazione Manuale di durata random unif. in [TMmin,TMmax] QualitàMobile = Standard? NO exit SI Mobilificio 4/4
5 FastFood Si vuole simulare il seguente ristorante di tipo ``fast-food". I clienti arrivano al ristorante con distribuzione di Poisson di valor medio λ e immediatamente si avvicinano al banco delle ordinazioni che possiede NC casse. Le casse hanno un'unica coda di tipo FIFO. Qualora il cliente trovi una cassa libera, la occupa (in tempo supposto nullo) e la sua ordinazione viene evasa in un tempo uniformemente distribuito in [TO1,TO2]. Qualora nessuna delle casse sia libera, il cliente entra in coda. Alla fine dell'ordinazione, il cliente si reca nella sala di ristorazione in tempo costante pari a TR. Nella sala di ristorazione sono presenti NP posti a sedere e un numero, supposto illimitato ai fini della simulazione, di posti per mangiare in piedi. Qualora il cliente trovi un posto a sedere lo occupa e il pranzo ha durata uniformemente distribuita in [TP1,TP2], altrimenti occupa uno dei posti in piedi e pranza in un tempo uniformemente distribuito in [TP3,TP4]. Finito il pranzo i clienti lasciano il ristorante in tempo supposto nullo. Fast Food 1/4
6 FastFood: dati Relativamente a N clienti usciti dal ristorante, determinare: 1. il tempo medio passato nel sistema dai clienti; 2. la percentuale di clienti che hanno mangiato in piedi. Per ottenere i risultati della simulazione si utilizzino i seguenti parametri (le durate si intendano espresse in minuti): λ 1 NC 5 TR 1 NP 25 N 100 [TO1,TO2] [3,6] [TP1,TP2] [15,25] [TP3,TP4] [8,16] Fast Food 2/4
7 FastFood: elementi e diagramma Entità: clienti Attributi: nessuno Code: Una coda FIFO prima della cassa Risorse: Posti a Sedere Fast Food 3/4
8 Definisci NP=25 risorse PostoASedere FastFood diagramma Genera gli arrivi clienti con tempo di interarrivo esp. neg. con media λ Entra in una coda FIFO occupa una risorsa PostoASedere Ritarda di un tempo Random uniforme in[tp1,tp2] (pranzo) Occupa la prima cassa libera di NC casse ed esegui ordinazione con durata random unif. in [TO1,TO2] Ritarda di un tempo TR (va in sala) libera una risorsa PostoASedere Ritarda di un tempo uniforme in [TP3,TP4] (pranzo) exit C è una risorsa PostoASedere libera? NO SI Incrementa contatore clienti in piedi Fast Food 4/4
9 CPU time sharing (1) Si vuole simulare un semplice meccanismo di time-sharing di un calcolatore. I processi (job) vengono attivati con tempi di interarrivo distribuiti secondo una esponenziale di valore medio λ pari a 2 secondi. A ogni job viene assegnato un numero pari all ordine di arrivo. Per ogni job il tempo totale di elaborazione richiesto e casuale distribuito come una variabile gamma con fattore di scala 2/3 e fattore di forma 3. Ogni job ha una priorita data da un numero intero casuale in [1,10]. I job vengono inseriti in una coda prioritaria. Il job a priorita massima (valore minimo) viene processato dalla CPU per un intervallo di tempo non superiore a 2 secondi (Cycle time), quindi se il job necessita ancora di tempo di elaborazione rientra in coda. Job a uguale priorita escono dalla coda con la regola FIFO. Con una simulazione di 10 ore di lavoro del sistema si vuole calcolare: 1. Il tempo totale di inattivita della CPU (idle time) 2. Il rapporto minimo, medio e massimo tra il tempo totale speso nel sistema da un job e il suo tempo di elaborazione richiesto. CPU 1/1
10 CPU time sharing (2) Si vuole simulare un semplice meccanismo di time-sharing di un calcolatore che modifica quello dell esempio precedente come segue: il tempo di di esecuzione di ogni job in un ciclo e soggetto ad una alea che ne modifica la durata. La durata effettiva non si puo conoscere a priori, ma solo stimare, quindi la durata previsa viene modificata con una variabile random normale di media 0.5 e varianza 1. Con probabilita 20% un job necessita, dopo un elaborazione, di un tempo di scrittura su un dispositivo lento (es. memoria o stampante). Tali operazioni, eseguite da un unico dispositivo, durano un tempo random uniforme in [8,30]. Durante tale operazione il job attende che questa sia terminata e solo dopo rientra in coda per completare l elaborazione. Con una simulazione di 10 ore di lavoro del sistema si vuole calcolare: 1. Il tempo totale di inattivita della CPU (idle time) 2. Il rapporto minimo, medio e massimo tra il tempo totale speso nel sistema da un job e il suo tempo di elaborazione richiesto. 3. Il tempo medio per eseguire l operazione lenta e il numero medio e massimo di job in attesa di questa elaborazione. CPU 1/1
11 Centro riabilitazione Definire il diagramma di flusso per la simulazione del seguente centro di rieducazione per traumi sportivi. Il centro apre al tempo 0 e non accetta l'arrivo di pazienti dopo l'istante TF. I pazienti arrivano secondo una distribuzione di Poisson di valor medio λ. Il paziente che arriva nel centro ha una probabilità V < 1 di doversi sottoporre ad una visita di controllo. In tal caso si reca, in tempo supposto nullo, nella sala d'attesa degli ambulatori. Ci sono NA ambulatori, ciascuno dei quali può eseguire una visita alla volta, ed un'unica coda FIFO di attesa. Nel caso il paziente trovi un ambulatorio libero, inizia immediatamente la visita, che ha durata uniformemente distribuita in [TV1,TV2], altrimenti attende nella coda. Una volta eseguita la visita (o nel caso non ne abbia avuto bisogno) il paziente si reca, in tempo supposto nullo, nella palestra dove si svolge la rieducazione. In palestra ci sono 3 fisioterapisti, ciascuno dei quali può seguire contemporaneamente K pazienti alla volta. Se ci sono fisioterapisti che possono seguire ulteriori pazienti, il paziente sceglie quello con meno pazienti ed inizia immediatamente la rieducazione che ha durata uniformemente distribuita in [TR1,TR2]; altrimenti attende in un'unica coda FIFO. Una volta finita la rieducazione il paziente esce dal sistema. Ogni volta che un paziente termina la rieducazione, qualora il suo fisioterapista non abbia altri pazienti e non ci sia nessuno in coda, il fisioterapista effettua un periodo di inattività di durata costante TP, al termine del quale riprende l'attività (se la coda e ancora vuota attende almeno TP minuti prima di rientrare in pausa) Centro riabilitazione 1/5
12 Centro riabilitazione: dati Si interrompa la simulazione quando sono usciti tutti i clienti e si calcoli: 1. il tempo medio di attesa trascorso globalmente in coda; 2. il numero medio di pause per fisioterapista. SI usino i seguenti dati ove i tempi sono espressi in minuti λ 3 V 0.3 TF 480 NA 3 TV1 5 TV2 10 K 6 TR1 20 TR2 60 TP 10 Centro riabilitazione 2/5
13 Entita : pazienti Centro riabilitazione Risorse: fisioterapisti (3) attributo: istante di fine pausa Code: coda ambulatorio (FIFO) coda palestra (FIFO) Centro riabilitazione 3/5
14 Genera gli arrivi pazienti con tempo Seleziona il fisioterapista attivo di Centro interarrivo esp. neg. riabilitazionediagramma con media λ=3 con massimo numero di posti disponibili il paziente fa una visita di controllo con prob. 0.3 SI Entra in una coda FIFO ambulatorio NO Ritarda di un tempo Random uniforme in [20,60] usando uno di 6 posti disponibili presso il fisioterapista Occupa lil primo ambulatorio libero di 3 ed esegui visita con durata random unif. in [5,10] exit Entra nella coda FIFO palestra Esci dalla coda quando almeno un fisioterapista e attivo e ha meno di 6 pazienti Centro riabilitazione 4/5
15 Centro riabilitazionediagramma inizialmente attivo Il fisioterapista attende in una coda (di lunghezza 1) Definisci una risorsa Fisioterapista, Esci dalla coda quando 1. non c e nessuno in terapia 2. La coda palestra e vuota 3. dall ultima fine pausa sono passati almeno 10 minuti Rendi il fisioterapista inattivo Ritarda di un tempo fisso di 10 minuti Memorizza l istante di fine pausa in un attributo del fisioterapista Centro riabilitazione 5/5
16 Discoteca Si definisca il diagramma di flusso per la simulazione della seguente piccola discoteca, in grado di contenere NP persone. All'ingresso della discoteca giungono gruppi di persone con tempo di interarrivo che segue una distribuzione esponenziale di valor medio l. Ciascun gruppo è composto da un numero di persone distribuito uniformemente in [1,NG]. Ogniqualvolta vi sia almeno un posto libero all'interno della discoteca la persona in attesa da più tempo entra in discoteca (si noti che non necessariamente tutti i componenti di un gruppo entrano nella discoteca contemporaneamente.) Trascorso un tempo uniformemente distribuito in [TC1,TC2] dall'entrata nella discoteca dell'ultimo elemento di un gruppo, tutti i componenti del gruppo escono contemporaneamente dal sistema. Si simuli il sistema per un tempo TS, determinando il tempo medio trascorso tra l'arrivo e l'entrata per le persone che sono entrate, utilizzando i seguenti parametri (le durate si intendano espresse in minuti): Discoteca 1/1 l 3 NP 100 NG 5 TC1 60 TC2 90 TS 300
Esempio 3: Mobilificio
Esempio 3: Mobilificio Un azienda operante nel settore dell arredamento intende simulare il funzionamento del proprio reparto produttivo. L azienda produce armadi di diverse qualità, che, a seconda delle
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE TEORIA DELLE CODE Teoria delle code Obiettivo Avere uno strumento analitico per determinare le condizioni di funzionamento di una rete in termini prestazionali La teoria delle
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE ESEMPI DI SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Esempi di simulazione Presentiamo alcuni esempi
DettagliESEMPI DI SIMULAZIONE
ESEMPI DI SIMULAZIONE Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) ESEMPI DI SIMULAZIONE 7/03/2006
DettagliTema N 1: Reparto Verniciatura
Tema N 1: Reparto Verniciatura Definire il modello per la simulazione del seguente reparto per la verniciatura di pezzi meccanici. I pezzi da verniciare arrivano secondo una distribuzione esponenziale
DettagliLa simulazione è l'imitazione di un processo o di un sistema reale per un
1 2 La simulazione è l'imitazione di un processo o di un sistema reale per un determinato periodo di tempo. La simulazione è l'imitazione di un processo o di un sistema reale per un determinato periodo
DettagliPROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa.
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio a.a. 2012-2013 ELEMENTI DI TEORIA DELLE CODE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it
DettagliUtilizzato per trattenere entità che vengono poi successivamente rilasciate e tipicamente per: trattenere entità che devono ricevere un
Utilizzato per trattenere entità che vengono poi successivamente rilasciate e tipicamente per: trattenere entità che devono ricevere un autorizzazione; controllare lo stato di una macchina o di un operatore
DettagliMODELLI A CODA. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
MODELLI A CODA Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) MODELLI A CODA 17/04/2006 1 /
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori
DettagliBootstrap. Bootstrap. Shutdown. Struttura di un SO. Elementi principali di un SO:
Bootstrap Bootstrap All accensione di un calcolatore vengono attivati programmi di diagnostica scritti nella ROM (Read Only Memory) che verificano l assenza di guasti Poi viene attivato il programma di
DettagliSistemi Operativi. La gestione delle risorse
Sistemi Operativi La gestione delle risorse Introduzione Il sistema operativo ha il compito di fornire la gestione dell hardware ai programmi dell utente. Utente utilizza i programmi applicativi Programmi
DettagliTeoria delle File di Attesa
Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro
DettagliSistemi Operativi A.A. 2010/2011
Sistemi Operativi A.A. 2010/2011 Esercitazione 15 Dicembre 2009 (Agg.to Dic. 2010) Nome Cognome Matricola e-mail Esercizio 1 - Scheduling dei processi Data la seguente sequenza di processi Processo Istante
DettagliCorso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco
Politecnico di Milano Sede di Cremona A.A. 2003/04 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI ESERCITAZIONE:
DettagliLa teoria delle code
La teoria delle code 3 marzo 205 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Reti di Aperte Reti di Aperte Sistema M/M/ I 2 Reti di Aperte Una coda
DettagliPROCESSI DI POISSON. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
PROCESSI DI POISSON Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2006 Francesca Mazzia (Univ. Bari) PROCESSI DI POISSON 17/04/2006
DettagliEsame di stato. Ricerca Operativa. Testideivecchiesamidistatosulsito. Non sono disponibili soluzioni.
Esame di stato Ricerca Operativa Testideivecchiesamidistatosulsito http://www.or.deis.unibo.it/didattica.html Non sono disponibili soluzioni 1 Vecchio Ordinamento (prova scritta) 2 esercizi: Simulazione
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliSistema : collezione di componenti (elementi, entità) interdipendenti che interagiscono fra loro in accordo a specifiche predefinite.
Sistema : collezione di componenti (elementi, entità) interdipendenti che interagiscono fra loro in accordo a specifiche predefinite. Studio, analisi del sistema al variare delle caratteristiche operative.
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 21/12/2009
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 1/1/009 Esercizio 1. In periodo di esodo per le vacanze, sull A1 una grande area di servizio lavora a pieno regime. In media ogni
DettagliModelli a code d attesa dei sistemi operativi
Definizioni Preliminari Topologie Tandem (1 dispositivo I/O Tandem (2 dispositivi I/O) Coda chiusa Coda aperta Definizioni Preliminari variabili aleatorie: il risultato di un esperimento dall esito incerto
DettagliTre esempi di sistemi di congestione. Analisi delle loro simulazioni in linguaggio Simula
Tre esempi di sistemi di congestione Analisi delle loro simulazioni in linguaggio Simula Generalità introduttive Una larga classe di sistemi reali : Sistemi di produzione Sistemi di traffico e di comunicazione
DettagliSistemi Operativi 13 Novembre 2015
Sistemi Operativi 13 Novembre 2015 Esercizio 1 - Scheduling dei processi Data la seguente sequenza di processi Processo Istante Arrivo Durata Priorità P 1 0 7 2 P 2 1 5 3 P 3 3 3 1 P 4 7 5 2 se ne determini
Dettagli4.1 ESERCIZI DI RIEPILOGO
4 4.1 ESERCIZI DI RIEPILOGO Esercizio 4.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo
DettagliPolitecnico di Milano Sede di Cremona A.A. 2012/13. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1)
Politecnico di Milano Sede di Cremona A.A. 2012/13 Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Martino De Marco email: martino.demarco@mail.polimi.it skype: martino.demarco ESERCITAZIONE VALUTAZIONE
DettagliStatistica A. Ingegneria Logistica della Produzione - Teledidattico Prova del
1. Si sa che il 98% dei neonati presso una struttura sanitaria di una grande area metropolitana sopravvive al parto. Tuttavia il 0% dei parti sono cesarei e in questo caso il neonato sopravvive nel 96%
DettagliUniversità di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A Pietro Frasca.
Università di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2016-17 Pietro Frasca Lezione 5 Martedì 25-10-2016 Definizione di processo Esiste una distinzione concettuale
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una
DettagliSistemi Discreti. Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi
Sistemi Discreti Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi 1 Code Introduzione Classificazione dei sistemi a coda Legge di Little Sistemi a coda singola Reti di
DettagliESEMPI DI SIMULAZIONE
ESEMPI DI SIMULAZIONE Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) ESEMPI DI SIMULAZIONE 7/03/2006
Dettagliλ è detto intensità e rappresenta il numero di eventi che si
ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di
DettagliIL SISTEMA OPERATIVO
IL SISTEMA OPERATIVO (seconda parte) PROGRAMMI UTENTE INTERPRETE COMANDI FILE SYSTEM GESTIONE DELLE PERIFERICHE GESTIONE DELLA MEMORIA GESTIONE DEI PROCESSI (NUCLEO) HARDWARE La gestione delle periferiche
DettagliEsercitazione di Statistica Distribuzioni (Uniforme discreta e continua/ Binomiale/ Poisson) 18/11/2015
Esercitazione di Statistica Distribuzioni (Uniforme discreta e continua/ Binomiale/ Poisson) 18/11/2015 Esercizio 1 Il responsabile delle risorse umane di un azienda ha constatato che vi è un turn-over
DettagliSIMULAZIONE DI SISTEMI CASUALI 2 parte. Processi stocastici e teoria delle code. Processi stocastici
SIMULAZIONE DI SISTEMI CASUALI 2 parte Processi stocastici e teoria delle code Processi stocastici Generalità La distribuzione di Poisson (degli eventi rari) è caratterizzata dall avere una funzione di
DettagliStatistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C.
uniforme Bernoulli binomiale di Esercitazione 10 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 55 Outline uniforme Bernoulli binomiale di 1 uniforme 2 Bernoulli 3 4
DettagliEsercizi di riepilogo
Esercizi di riepilogo Es1: Scommesse al casinò Tizio e Caio si alternano al tavolo di un casinò. Tizio gioca negli istanti di tempo dispari, mentre Caio in quelli pari Ad ogni istante di tempo, il guadagno
DettagliComputazione per l interazione naturale: fondamenti probabilistici (1)
Computazione per l interazione naturale: fondamenti probabilistici (1) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
DettagliCorso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco
Politecnico di Milano Sede di Cremona A.A. 2004/05 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI Slide
DettagliLaboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI
Politecnico di Milano Sede di Cremona A.A. 2007/08 Laboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Fabio Zeri (gundam@metarete.it) Slide 1 Multiplazione Permette la condivisione di un mezzo trasmissivo
DettagliSimulazione Numerica
Fondamenti di Ricerca Operativa T-A a.a. 2016-2017 Simulazione Numerica Andrea Lodi, Enrico Malaguti, Daniele Vigo Novembre 2016 Simulazione numerica Tecnica che permette di condurre esperimenti su modelli
DettagliPianificazione di un esperimento di simulazione
Pianificazione di un esperimento di simulazione Processo di creazione ed uso di un modello. Criteri di scelta della simulazione : appropriatezza del modello e della soluzione costo semplicità di uso 1.
DettagliDiagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto
Diagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto 14 1. Dato un numero dire se è positivo o negativo 2. e se il numero fosse nullo? 3. Eseguire il prodotto tra
DettagliTeoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi.
Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro
DettagliLaboratorio di Calcolo B 67
Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però
DettagliReti di Telecomunicazioni. Sistemi a coda
Reti di Telecomunicazioni Sistemi a coda Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è stata
DettagliScheduling della CPU
Scheduling della CPU 1 Scheduling della CPU Obiettivo della multiprogrammazione: massimizzazione dell utilizzo della CPU. Scheduling della CPU: commuta l uso della CPU tra i vari processi. Scheduler della
DettagliMarco Cesati Dipartimento di Ingegneria Civile e Ingegneria Informatica Università degli Studi di Roma Tor Vergata
Lezione R7 bloccanti e job aperiodici Sistemi embedded e real-time 20 novembre 2012 Dipartimento di Ingegneria Civile e Ingegneria Informatica Università degli Studi di Roma Tor Vergata SERT 13 R7.1 Di
Dettagliarrivi in un tempo t è pari a λ*t, come si può ricavare dalla media su k della distribuzione di Poisson :
Sistema di coda ad un canale con arrivi poissoniani e tempi di servizio esponenziali. Si può dimostrare che assumere il tasso degli arrivi costante e pari a equivale ad assumere per gli intervalli fra
DettagliPROBLEMI DI PROBABILITÀ 2
PROBLEMI DI PROBABILITÀ 2. Si sceglie a caso un numero X nell intervallo (0, ). (a) Qual è la probabilità che la usa prima cifra decimale sia? (b) Qual è la probabilità che la seconda cifra decimale sia
Dettagli' $ Teoria del traffico & % 1
Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze
DettagliSimulazione Numerica
Fondamenti di Ricerca Operativa T-A a.a. 2014-2014 Simulazione Numerica Andrea Lodi, Enrico Malaguti, Daniele Vigo Novembre 2014 Simulazione numerica Tecnica che permette di condurre esperimenti su modelli
Dettagli2. Simulazione discreta: approcci alla simulazione
Anno accademico 2008/09 Elementi di un programma di simulazione Controllore Tempo di simulazione Generatore dei dati di input Entità Eventi Attività Stati Processi Simulazione per eventi: le classi L approccio
DettagliIl supporto al sistema operativo
Politecnico di Milano Il supporto al sistema operativo Prof. Mariagiovanna Sami sami@elet.polimi.it 2007- Obiettivi e Funzioni Perché introdurre il sistema operativo? Convenienza Rende più facile usare
Dettagli5. Analisi dei dati di output
Anno accademico 2008/09 Analisi dei dati di Output Y 1, Y 2,..., Y m : output della simulazione. Le variabili casuali Y 1, Y 2,..., Y m non sono in generale indipendenti Se supponiamo però di avere effettuato
DettagliReti di Telecomunicazioni. Sistemi a coda M/M/1
Reti di Telecomunicazioni Sistemi a coda M/M/1 Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è
DettagliCatene di Markov. Richiami teorici
Catene di Marov Richiami teorici Pagina di 4 Alcune definizioni L insieme di tutti i possibili risultati di un esperimento è detto spazio degli eventi dell esperimento. Lo spazio si indica con Ω ed un
DettagliLaboratorio di Calcolo B 68
Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però
DettagliTest di verica per il corso di Reti di Telecomunicazioni
Nome e Cognome Laurea Diploma in Test di verica per il corso di Reti di Telecomunicazioni 1/11/003 1. In un centralino con una sola linea esterna, si sa che il carico è inferiore a 0.1 Erlang. Quale fra
DettagliSTATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)
DettagliI sistemi operativi (prima parte) Agostino Lorenzi I sistemi operativi - Atlas
I sistemi operativi (prima parte) Le esigenze dell informatica moderna Computer facili da usare Gestione di grandi archivi di dati Esecuzione di più programmi sulla stessa macchina Collegamento in rete
DettagliESERCITAZIONE 7 - Soluzioni. Algoritmi di schedulazione Fattibilità di sistemi real-time Gestione della memoria, paginazione e gestione del disco
ESERCITAZIONE 7 - Soluzioni Algoritmi di schedulazione Fattibilità di sistemi real-time e gestione del disco 2 Algoritmi di schedulazione 3 Algoritmi di schedulazione (1) 1) Supponendo di utilizzare l
DettagliCOMPITI DI RETI DI TELECOMUNICAZIONI 2005-2006. Prof. Giovanni Poggi. ultima revisione 9.1.2009
COMPITI DI RETI DI TELECOMUNICAZIONI 2005-2006 Prof. Giovanni Poggi ultima revisione 9.1.2009 1. In un hard-discount, nell ora di punta, i clienti arrivano alla cassa secondo un processo di Poisson al
DettagliPrestazioni e affidabilità di Sistemi Introduzione. Analisi quantitativa: scopi
Prestazioni e affidabilità di Sistemi Introduzione Analisi quantitativa (vs qualitativa) di sistemi - sistemi di elaborazione - sistemi di comunicazione - sistemi di traffico - sistemi di produzione Utenti
DettagliITIS OTHOCA ORISTANO
ITIS OTHOCA ORISTANO CARATTERISTICHE DEI PROCESSI PRODUTTIVI LAY-OUT IMPIANTI PARTE 2 Si definisce linea di produzione una successione concatenata di posti di lavoro che eseguono una data operazione in
DettagliDischi e CPU. Alcuni esercizi sulle prestazioni (seconda parte)
Dischi e CPU Alcuni esercizi sulle prestazioni (seconda parte) Calcolo della «domanda» di servizio alla CPU D C,CPU = U C / X C tempo medio di CPU consumato per transazione U C = utilizzo della classe
DettagliIntroduzione alla Simulazione
Introduzione alla Simulazione Discrete-event simulation (DES) Modelli Stocastici e Dinamici Le variabili di stato cambiano valore solo in corrispondenza di eventi discreti, determinati a loro volta da
DettagliLezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.
discrete uniforme Bernoulli Poisson Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 56 Outline discrete uniforme Bernoulli Poisson 1 2 discrete 3
DettagliTERMINA ESECUZIONE A B =85 85 C =90 90 D = E = INIZIA ESECUZIONE
ESERCIZIO Scheduling 1 In un sistema vengono generati 5 processi (A,B,C,D,E), con durate (in millisecondi) sotto specificate: Processo Durata A 25 B 6 C 5 D 15 E 1 Tutti i processi avanzano senza mai sospendersi.
DettagliPRINCIPI GENERALI. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
PRINCIPI GENERALI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) PRINCIPI GENERALI 7/03/2006
DettagliINTRODUZIONE ALLA TEORIA DEL TRAFFICO
INTRODUZIONE ALLA TEORIA DEL TRAFFICO IC3N 2000 N. 1 Definizioni preliinari Sistea soggetto a traffico: astrazione definita convenzionalente di un sistea reale (o di una parte di esso in cui entrano ed
DettagliPRINCIPI GENERALI - CONTINUA
PRINCIPI GENERALI - CONTINUA Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 7 Marzo 2006 Francesca Mazzia (Univ. Bari) PRINCIPI GENERALI
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/6/2010
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /6/00 Nota. E obbligatorio sia scegliere le risposte negli appositi spazi (numeriche, o le formule nali a seconda del caso), sia
DettagliArchitettura degli elaboratori A.A
Architettura degli elaboratori A.A. 2018-2019 Prima prova di verifica intermedia 2 nov 2018 Compito Tipo A Indicare in alto a destra su tutti i fogli ricevuti il proprio nome, cognome, numero di matricola
DettagliObiettivo della multiprogrammazione: massimizzazione dell utilizzo della CPU. Scheduling della CPU: commuta l uso della CPU tra i vari processi.
Scheduling della CPU Scheduling della CPU Obiettivo della multiprogrammazione: massimizzazione dell utilizzo della CPU. Scheduling della CPU: commuta l uso della CPU tra i vari processi. Scheduler (a breve
DettagliScheduling della CPU. Lo scheduling Stefano Quer Dipartimento di Automatica e Informatica Politecnico di Torino
Scheduling della CPU Lo scheduling Stefano Quer Dipartimento di Automatica e Informatica Politecnico di Torino 2 Concetti fondamentali Uno degli obbiettivi della multiprogrammazione è quello di massimizzare
DettagliArea FA AE Specifica tecnica STM015 Cliente: FA AE
Area FA AE Specifica tecnica STM015 Cliente: FA AE Prodotto: FX3U / FR-D720 Test comunicazione RS485 PLC- Inverter con istruzioni dedicate Mod. FA_STM_00 Data: 02.04.09 Pag. 1/24 STM015.doc Rev. 00 Preparato
DettagliCriteri di Scheduling! Algoritmi di Scheduling! Scheduling per sistemi multprocessore!! Modelli Asimmetrico e Simmetrico! Processori Multicore!
Criteri di Scheduling! Algoritmi di Scheduling! Scheduling per sistemi multprocessore!! Modelli Asimmetrico e Simmetrico! Processori Multicore! 5.2! Silberschatz, Galvin and Gagne 2005! 1! Massimizzare
DettagliCapitolo 5 - Silberschatz
Scheduling della CPU Capitolo 5 - Silberschatz Concetti di base La multiprogrammazione cerca di ottenere la massima utilizzazione della CPU. L esecuzione di un processo consiste in cicli d esecuzione della
DettagliEsercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 9-10-11 Es1: Aspettazioni iterate Siano X, Y, e Z v.a. discrete. Dimostrare le seguenti generalizzazioni della legge delle aspettazioni iterate a) b) c) Es2: Bacchetta Abbiamo
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliInformatica Teorica. Macchine a registri
Informatica Teorica Macchine a registri 1 Macchine a registri RAM (Random Access Machine) astrazione ragionevole di un calcolatore nastro di ingresso nastro di uscita unità centrale in grado di eseguire
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,
Dettagli2. Introduzione alla probabilità
. Introduzione alla probabilità Carla Seatzu, 8 Marzo 008 Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari: è l insieme Ω di tutti i possibili esiti
DettagliTEORIA DELLE CODE TEORIA DELLE CODE
Corso di Laurea Triennale in INGEGNERIA GESTIONALE Anno Accademico 2012/13 Prof. Davide GIGLIO 1 INDICE IL SISTEMA CODA Definizioni e proprietà generali Indici di prestazione Leggi fondamentali Code deterministiche
DettagliA.A. 2004/2005 ESERCIZI DI SISTEMI DI COMMUTAZIONE LS
A.A. 2004/2005 ESERCIZI DI SISTEMI DI COMMUTAZIONE LS Esercizio 1 Si consideri un commutatore a pacchetto a 1000 ingressi con pacchetti di lunghezza fissa e buffer in ingresso di dimensione L=10. Il carico
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009 Esercizio 1 (20 punti). Esaminiamo il controllo passaporti in un aeroporto in entrata per gli Stati Uniti, controllo
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliModelli e Metodi per l Automazione
Prof. Davide Giglio Modelli e Metodi per l Automazione Facoltà di Ingegneria Anno Accademico 20/202 ESEMPI ED ESERCIZI RETI DI CODE 7. Un sistema di produzione è costituito da 4 macchine M, M 2, M 3 e
Dettagli1. Che cos è un sistema multiprogrammato? Si può realizzare la multiprogrammazione
1. Che cos è un sistema multiprogrammato? Si può realizzare la multiprogrammazione su un sistema con una sola CPU? 2. Qual è la differenza tra un interruzione e una trap? Si faccia qualche esempio. 1.
DettagliGestione dei Processi
Gestione dei Processi Informatica B Che cosa è un processo per il SO? Processo programma! Rappresenta un istanza di un programma composta da: codice eseguibile (il programma stesso) dati del programma
DettagliDiagrammi a blocchi 1
Diagrammi a blocchi 1 Sommario Diagrammi di flusso, o a blocchi. Analisi strutturata. Esercizi. 2 Diagrammi a blocchi È un linguaggio formale di tipo grafico per rappresentare gli algoritmi. Attraverso
DettagliSistemi Operativi e Laboratorio, Prova del 10/4/2018 compito A
Nome: Cognome: Matricola: corso: fila: posto: sercizio 1 (5 punti) Uno spool di stampa di un sistema multithread che gestisce due stampanti fisiche, è organizzato con un thread gestore che gestisce le
DettagliSCHEDULING DELLA CPU. Obiettivi. » Introduzione allo scheduling della CPU. » Algoritmi di scheduling della CPU
SISTEMI OPERATIVI SCHEDULING DELLA CPU Obiettivi» Introduzione allo scheduling della CPU Aspetto fondamentale dei sistemi operativi multiprogrammati» Algoritmi di scheduling della CPU» Criteri per la scelta
DettagliSistemi Operativi e Laboratorio, Prova del?/?/?
Nome: Cognome: Matricola: fla: posto: corso: Esercizio 1 Quali delle seguenti operazioni possono essere eseguite da un processo in stato utente? Operazione: Invocare l istruzione TSL (test and set lock-tipo
DettagliAnalisi delle prestazioni dei sistemi produttivi
Analisi delle prestazioni dei sistemi produttivi Per analisi delle prestazioni di un sistema produttivo si intende lo studio dei legami delle variabili di prestazione di un sistema produttivo avendo imposto
Dettagli- 4 - La multiplazione statistica nelle reti a pacchetto
Politecnico di Milano Dipartimento di Elettronica e Informazione - 4 - La multiplazione statistica nelle reti a pacchetto Laboratorio di Reti di Telecomunicazione Premessa Useremo NS e nscript per studiare
Dettagli- 4 - La multiplazione statistica nelle reti a pacchetto
Politecnico di Milano Dipartimento di Elettronica e Informazione - 4 - La multiplazione statistica nelle reti a pacchetto Laboratorio di Reti di Telecomunicazione Premessa Useremo NS e nscript per studiare
DettagliLaboratorio di Algoritmi
Laboratorio di Algoritmi Progetto Supermercato (giugno 2017) Nota: La scadenza del progetto è fissata per lunedì 19 giugno compreso. Nota: Questa versione del documento è stata aggiornata il 13 giugno.
Dettagli