SCHEDULING INDICE SCHEDULING ESEMPIO INTRODUTTIVO ESEMPIO INTRODUTTIVO SCHEDULING SCHEDULING

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "SCHEDULING INDICE SCHEDULING ESEMPIO INTRODUTTIVO ESEMPIO INTRODUTTIVO SCHEDULING SCHEDULING"

Transcript

1 orso di Laurea Triennale in INGEGNERIA GESTIONALE Anno Accademico 2012/13 Prof. Davide GIGLIO INDIE Esempio Inroduivo Generalià sui problemi di scheduling SINGLE MAHINE SPT (shores processing ime) scheduling EDD (earlies due dae) scheduling Algorimo di Moore Algorimo di Smih FLOW-SHOP E JOB-SHOP Algorimi di Johnson DI TASK PERIODII SU SINGLE MAHINE Prioriy scheduling Timeline scheduling 1 2 Quaro ragazzi (Anna, Bruno, arla e Diego) abiano nello sesso apparameno Ogni sabao maina comprano quaro quoidiani (La Repubblica, orriere della Sera, La Sampa e Gazzea dello Spor) che ciascuno vuole leggere nel proprio ordine preferio e per la duraa che vuole Anna vuole leggere la Repubblica per 1 ora, poi il orriere per 30 minui, poi la Sampa per 2 minui e infine la Gazzea per 5 minui Bruno vuole leggere il orriere per 1 ora e 15 minui, poi la Sampa per 3 minui, poi la Repubblica per 25 minui e infine la Gazzea per 10 minui arla vuole leggere la Sampa per 5 minui, poi il orriere per 15 minui, poi la Repubblica per 10 minui e infine la Gazzea per 30 minui Diego vuole leggere la Gazzea per 1 ora e 30 minui, poi la Repubblica per 1 minuo, poi il orriere per 1 minuo e infine la Sampa per 1 minuo I ragazzi sono molo abiudinari e quindi preferiscono aspeare che un giornale si liberi piuoso che cambiare la propria sequenza preferia I ragazzi si alzano ad orari differeni e appena alzai possono e vogliono iniziare a leggere i giornali Anna si alza alle 8:30 Bruno si alza alle 8:45 arla si alza alle 8:45 Diego si alza alle 9:30 Premesso che nessuno vuole uscire prima di avere concluso la leura di ui i giornali, qual è il più preso isane di empo in cui i ragazzi possono uscire di casa? Queso è un problema di scheduling Trovare l ordine secondo cui i 4 giornali sono lei dai 4 ragazzi in modo da finire prima possibile 3 4

2 Un possibile schedule è il seguene Repubblica Anna Diego arla Bruno orriere Bruno arla Anna Diego Sampa arla Bruno Anna Diego Gazzea Diego Anna arla Bruno a cui corrisponde il seguene Diagramma di Gan Quello appena viso è uno schedule ammissibile ( feasible ) ma non necessariamene oimo Si osservi come il fao di dovere rispeare la sequenza di leura desideraa dai quaro ragazzi, fa sì che vi siano degli inervalli di empo in cui alcuni giornali non vengono lei da nessuno, anche se vi sono delle persone che non sanno leggendo e devono ancora leggere ali giornali Ad esempio, Bruno alle 11:05 non sa leggendo e vi è libera la Gazzea che lui non ha ancora leo; ma Bruno prima della Gazzea vuole leggere la Repubblica che però è occupaa; la conseguenza è che sia Bruno che la Gazzea rimangono non aivi Repubblica A D B orriere B A D Sampa Gazzea B A D D A B 8:30 9:00 10:00 11:00 12:00 11: Non ue le combinazioni sono possibili Un esempio di schedule non ammissibile è il seguene Repubblica orriere Sampa Gazzea Diego Bruno Anna arla Diego arla Bruno Anna Diego Bruno arla Anna Anna Diego arla Bruno La non ammissibilià è dovua al fao che Anna non può iniziare a leggere la Gazzea prima di avere leo gli alri re giornali (in paricolare la Repubblica che è bloccaa da Diego) e Diego non può iniziare a leggere la Repubblica prima di avere leo la Gazzea (che è bloccaa da Anna) Uno schedule migliore è il seguene Repubblica Anna Bruno arla Diego orriere Bruno arla Anna Diego Sampa arla Bruno Anna Diego Gazzea Diego Anna arla Bruno a cui corrisponde il seguene Diagramma di Gan Repubblica A B D orriere B A D Sampa Gazzea B A D D A B 8:30 9:00 10:00 11:00 12:00 11:45 7 8

3 Quello appena viso è un alro schedule ammissibile, migliore di quello viso in precedenza (infai il compleion ime è alle 11:45 invece che alle 11:51) Queso schedule è sao oenuo dopo che si è osservao che la Gazzea, che è il giornale la cui leura viene erminaa per ulima, rimaneva non lea per 6 minui, dalle 11:05 alle Inverendo l ordine di leura della Repubblica per quano riguarda Bruno e Diego è sao possibile anicipare alle 11:05 l inizio della leura della Gazzea da pare di arla, facendo quindi scomparire l inervallo di 6 minui in cui la Gazzea non veniva lea Si noi che anche in queso schedule è la leura della Gazzea che deermina il compleion ime Lo schedule appena viso è oimo? La risposa è no Uno schedule oimo è il seguene Repubblica arla Anna Bruno Diego orriere arla Bruno Anna Diego Sampa arla Bruno Anna Diego Gazzea arla Diego Bruno Anna a cui corrisponde il seguene Diagramma di Gan Repubblica A B D orriere B A D Sampa B A D Gazzea D B A 9 8:30 9:00 10:00 11:00 12:00 11:30 10 In queso schedule, a differenza dei precedeni, i 4 ragazzi non iniziano a leggere appena possibile Anna si alza alle 8:30 ma inizia a leggere il suo primo giornale (la Repubblica) alle 9:15 Bruno si alza alle 8:45 ma inizia a leggere il suo primo giornale (il orriere) alle 9:05 Diego si alza alle 9:30 ma inizia a leggere il suo primo giornale (la Gazzea) alle 9:45 Solo arlo inizia a leggere il suo primo giornale (la Sampa) appena alzao Queso ha consenio di oenere uno schedule ammissibile il cui compleion ime è alle 11:30 (migliore quindi dei precedeni) Perché si può affermare che lo schedule appena viso sia oimo? Si osservi come esso sia sao oenuo facendo si che la leura della Gazzea (che anche in precedenza era quella che deerminava il compleion ime) inizi prima, alle 9:15 invece che alle 9:45 Si facciano adesso le segueni considerazioni: La Gazzea, se lea consecuivamene dai 4 ragazzi, impegna 2 ore e 15 minui Anna può iniziare a leggere la Gazzea non prima delle 10:02 (in quano si alza alle 8:30 e legge per 92 minui i giornali che precedono la Gazzea nella sua sequenza). Se la sequenza della Gazzea inizia con Anna, il compleion ime non può essere inferiore alle 12:17 Bruno può iniziare a leggere la Gazzea non prima delle 10:28 (in quano si alza alle 8:45 e legge per 103 minui i giornali che precedono la Gazzea nella sua sequenza). Se la sequenza della Gazzea inizia con Bruno, il compleion ime non può essere inferiore alle 12:43 arlo può iniziare a leggere la Gazzea non prima delle 9:15 (in quano si alza alle 8:45 e legge per 30 minui i giornali che precedono la Gazzea nella sua sequenza). Se la sequenza della Gazzea inizia con arlo, il compleion ime non può essere inferiore alle 11:30 Diego può iniziare a leggere la Gazzea non prima delle 9:30 (che è l ora in cui si alza, essendo la Gazzea il primo giornale nella sua sequenza). Se la sequenza della Gazzea inizia con Diego, il compleion ime non può essere inferiore alle 11:45 Il compleion ime non può quindi essere inferiore alle 11:30 E l unica soluzione oima? Non è deo

4 Per deerminare la soluzione oima non è pensabile enumerare ui i possibili schedule e poi scegliere uno di quelli che hanno il compleion ime più basso on n job da eseguire su m macchine vi sono (n!) m possibili schedule Nell esempio inroduivo i job sono i ragazzi e le macchine sono i giornali da leggere Si hanno perano (4!) 4 = possibili schedule on un compuer molo rapido si porebbero analizzare ui Analizzando, ad esempio, 1000 schedule al secondo, ci vorrebbero circa 5 minui e mezzo Ma aumenando anche solo di 1 il numero di job/ragazzi si avrebbero da analizzare (5!) 4 = possibili schedule In queso caso ci vorrebbero circa 58 ore (più 2 giorni!) GENERALITÀ SUI PROBLEMI DI Il problema generico di scheduling è quello definio come n m General Job-Shop Problem Job Macchine {J 1,J 2,...,J n } {,M 2,...,M m } iascun job deve essere processao da ciascuna macchina una e una sola vola Vincoli ecnologici possono specificare un ordine secondo cui i job devono essere processai dalle macchine Un caso paricolare è rappresenao dal flow-shop problem in cui i vincoli ecnologici specificano che ui i job devono visiare le macchine secondo la sessa sequenza Un operazione consise nell esecuzione di un job su una macchina L enumerazione direa non è un buon meodo di risoluzione dei problemi di scheduling o i,j Operazione della macchina i sul job j GENERALITÀ SUI PROBLEMI DI Assunzioni classiche che caraerizzano i problemi di scheduling Due operazioni relaive allo sesso job non possono essere eseguie simulaneamene Le operazioni, una vola parie, non possono essere inerroe, devono essere compleae ( no preempion ) I job sono processai da ciascuna macchina, una e una sola vola Un job non può essere cancellao, deve essere porao a compleameno I empi di esecuzione dei job sulle macchine (processing ime) sono indipendeni dalla sequenza di servizio, cioè dallo schedule Ques ulima ipoesi significa che i se-up, se previsi, sono operaion-dependen e che i empi di rasferimeno ra le macchine sono non significaivi I job possono rimanere in aesa che una macchina diveni disponibile iascuna macchina può processare un solo job alla vola (le risorse sono single-server) GENERALITÀ SUI PROBLEMI DI Le macchine possono essere idle Le macchine non si guasano mai e sono disponibili per uo l inervallo di empo che caraerizza il problema di scheduling I vincoli ecnologici sono noi in anicipo e non possono variare nel empo Non vi sono grandezze socasiche che caraerizzano il problema. In paricolare: Il numero di job è noo e fisso Il numero delle macchine è noo e fisso I empi di esecuzione dei job sulle macchine (processing ime) sono noi e fissi Gli isani in cui i job sono disponibili (release ime) sono noi e prefissai Tue le alre grandezze necessarie per caraerizzare un problema di scheduling sono noe e fisse 15 16

5 PARAMETRI GENERALITÀ SUI PROBLEMI DI che caraerizzano i job e le macchine VALORI GENERALITÀ SUI PROBLEMI DI che caraerizzano i job in relazione a un paricolare schedule r i p i,j d i Release ime (o release dae o ready ime) Processing ime Due dae W i,k W i i Waiing ime Toal waiing ime ompleion ime W i = P m k=1 W i,k i = r i + P m k=1 (W i,k + p i,j(k) ) a i Allowance a i = d i r i F i Flow ime F i = i r i L i Laeness L i = i d i T i Tardiness T i = max{ i d i, 0} = max{l i, 0} E i Earliness E i = max{d i i, 0} = max{ L i, 0} con il pedice j(k) si indica la macchina M j(k) che è la macchina che esegue la k-h operazione del job, operazione che viene perano indicaa come o i,j(k) GENERALITÀ SUI PROBLEMI DI Daa una cera grandezza (oal waiing ime, compleion ime, ecc.), si considerano spesso il valore medio e il valore massimo di una ale grandezza VALORI GENERALITÀ SUI PROBLEMI DI che caraerizzano le macchine in relazione a un paricolare schedule X i GRANDEZZA P I n j Idle ime I j = max i=1 p i,j VALORE MEDIO VALORE MASSIMO X =(1/n) P n i=1 X i X max = max{x 1,X 2,...,X n } VALORI relaivi a un paricolare schedule in uno specifico isane di empo N w () Numero di job in aesa (o non proni) al empo N p () Numero di job in esecuzione al empo N c () Numero di job compleai al empo N u () Numero di job ancora da compleare al empo 19 20

6 GENERALITÀ SUI PROBLEMI DI Sono valide le segueni relazioni: INDIATORI DI PERFORMANE PER PROBLEMI DI RITERI BASATI SUL OMPLETION TIME N w () +N p () +N c () =n N w () +N p () =N u () N u (0) = n N u ( max )=0 F max max F Flow ime massimo ompleion ime massimo (makespan) Flow ime medio ompleion ime medio Essendo inolre ali valori riferii ad un paricolare isane di empo, il valore medio si può calcolare considerando l inegrale su uo l inervallo di empo che caraerizza lo schedule VALORE MEDIO N x = 1 max Z max 0 N x ()d Il makespan è il empo oale di produzione P n A vole si usano medie pesae del ipo i=1 i i e P n i=1 if i con 1, 2,..., n e 1, 2,..., n pesi opporuni (la cui somma è generalmene 1) Si raa di valori da minimizzare INDIATORI DI PERFORMANE PER PROBLEMI DI RITERI BASATI SULLE DUE DATE Anche per quesi indicaori è possibile prendere in considerazione delle medie pesae Si raa di valori da minimizzare L L max T T max n T Laeness media Laeness massima Tardiness media Tardiness massima Numero di job ardy INDIATORI DI PERFORMANE PER PROBLEMI DI RITERI BASATI SULL INVENTORY E SULL UTILIZZAZIONE DELLE MAHINE, I, I max sono valori da minimizzare N c N p N c N p I I max è un valore da massimizzare Numero medio di job compleai Numero medio di job in corso di esecuzione Idle ime medio Idle ime massimo 23 24

7 INDIATORI DI PERFORMANE PER PROBLEMI DI INDIATORI REGOLARI Un indicaore R si dice regolare ( misura regolare ) se è non decrescene rispeo al compleion ime Sia R funzione dei compleion ime 1, 2,..., n. Tale misura è regolare se dai INDIATORI DI PERFORMANE PER PROBLEMI DI Gli indicaori basai sul compleion ime (flow ime massimo e medio, compleion ime massimo e medio) e sulla due dae (laeness massima e media, ardiness massima e media, numero di job ardy) visi in precedenza sono misure regolari Non sono misure regolari gli indicaori che engono cono della earliness risula 1 apple 0 1, 2 apple 0 2,..., n apple 0 n R( 1, 2,..., n ) apple R( 0 1,0 2,...,0 n ) In praica, se si hanno due schedule nel primo dei quali i job vengono compleai non in riardo rispeo al compleameno dei job del secondo schedule, l uilizzo di una misura regolare assicura che il primo schedule non è peggiore del secondo (è quindi possibile scarare il secondo a favore del primo) INDIATORI DI PERFORMANE PER PROBLEMI DI EQUIVALENZE TRA INDIATORI Due indicaori sono equivaleni se uno schedule che è oimo per il primo è oimo anche per il secondo e viceversa LASSIFIAZIONE DEI PROBLEMI DI n/m/a/b I segueni indicaori di performance sono equivaleni:, F, W e L NUMERO DI JOB NUMERO DI MAHINE DISIPLINA DI SERVIZIO INDIATORE DI PERFORMANE Uno schedule che è oimo rispeo a L max, è anche oimo rispeo I segueni indicaori di performance sono equivaleni: max, N p e I N u e / max sono indicaori di performance equivaleni N w e W / max sono indicaori di performance equivaleni T max Disciplina di servizio (se m>1) F Flow shop (l ordine delle macchine è lo sesso per ui i job) P Permuaion flow-shop (l ordine delle macchine è lo sesso per ui i job e inolre si deve rovare uno schedule in cui l ordine di esecuzione dei job è lo sesso per ue le macchine) G General job shop (nessun vincolo ecnologico) Esempio: 6/2/F/ max 27 28

8 SINGLE MAHINE n/1/a/b Sono problemi semplici ma di un cero ineresse praico (processori nonime-sharing, impiani dedicai alla produzione di specifici iem, macchine boleneck all inerno di impiani complessi) Nei problemi di single machine scheduling si assume che ui i job da processare siano disponibili all inizio, ovvero r i =08J i,i =1,...,n Un risulao che sa alla base della risoluzione dei problemi di single machine scheduling è il seguene In un problema n/1//b, dove B è una misura regolare, esise uno schedule oimo in cui non vi sono idle ime, cioè la macchina inizia a processare i job all isane =0 e coninua senza inerruzioni fino a emporaneo = max SINGLE MAHINE La conseguenza del precedene eorema è che nei problemi n/1//b (con B misura regolare), per la deerminazione di uno schedule oimo, è sufficiene considerare i permuaion schedule Bisogna quindi rovare un permuazione di J 1,J 2,...,J n in modo che venga minimizzao l indicaore B Sia k l indice che indica la posizione di un job nella sequenza di esecuzione è perano il job che viene eseguio per k -esimo J i(k) è il processing ime del job che viene eseguio per k -esimo p i(k) è la due dae del job che viene eseguio per k -esimo d i(k) (si considereranno definizioni analoghe per le alre grandezze che caraerizzano un problemi di scheduling) SPT (SHORTEST PROESSING TIME) Si vuole minimizzare il empo medio di araversameno del sisema (flow ime medio) In un problema ale che p i(k) n/1//f n/1//f, il flow ime medio è minimizzao da una sequenza p i(1) apple p i(2) apple p i(3) apple... apple p i(n) essendo il processing ime del job che viene processao per k-esimo Uno schedule fao in queso modo prende il nome di SPT schedule Uno schedule SPT risolve in maniera oima anche i segueni problemi di scheduling: n/1//, n/1//w, n/1//l, n/1//n u, n/1//n w (cioè minimizza anche il compleion ime medio, il empo medio di aesa, la laeness media, il numero medio di job ancora da compleare e il numero medio di job in aesa) EDD (EARLIEST DUE DATE) n/1//l max Si vuole minimizzare la laeness massima In un problema n/1//l max, la laeness massima è minimizzao da una sequenza ale che d i(1) apple d i(2) apple d i(3) apple... apple d i(k) essendo la due dae del job che viene processao per k-esimo d i(k) Uno schedule fao in queso modo prende il nome di EDD schedule Uno schedule EDD risolve in maniera oima anche il problema di scheduling: n/1//t max (cioè minimizza anche la ardiness massima) 31 32

9 ALGORITMO DI MOORE n/1//n T Si vuole minimizzare il numero di job in riardo (ardy job), indipendenemene da quano sono in riardo. Tale problema è risolo dal seguene algorimo (Algorimo di Moore) ALGORITMO STEP 1 ALGORITMO DI MOORE Sequenziare i job secondo la regola EDD in modo da definire una sequenza di job (J i(1),j i(2),...,j i(n) ) ale che d i(k) apple d i(k+1) per ogni k =1, 2,...,n 1; sia essa la sequenza correne STEP 2 Trovare il primo job ardy, sia esso si rova alcun job, passare allo sep 4 STEP 3 J i(l), nella sequenza correne; se non Trovare nella sequenza (J i(1),j i(2),...,j i(l) ) il job con il più alo processing ime ed escludere esso dalla sequenza correne; riornare allo sep 2 con una sequenza correne aggiornaa (è più cora di 1 rispeo a prima) STEP 4 osruire uno schedule composo dalla sequenza correne di job seguia dai job che sono sai esclusi nelle varie ierazioni dello sep 3 (quesi ulimi possono essere messi in qualunque ordine); ale schedule è oimo SINGLE MAHINE SHEDULE OTTIMI VS. SHEDULE EFFIIENTI Nei casi precedeni è sao mosrao come sia possibile deerminare uno schedule che sia oimo rispeo un cero indicaore di performance In alcuni casi ha però senso considerare delle funzioni di coso che engano cono di più indicaori di performance (ad esempio, se si vuole penalizzare sia il compleameno in riardo dei job sia i cosi di invenory è necessario uilizzare una funzione di e F ) T max In quesi casi l obieivo è deerminare uno schedule efficiene Dai due schedule S e S 0, si dice che S 0 è efficiene rispeo gli indicaori di performance µ 1,µ 2,...,µ v se non esise uno schedule S ale che SINGLE MAHINE SHEDULE OTTIMI VS. SHEDULE EFFIIENTI Il risulao imporane è che se il coso oale è una funzione crescene nelle variabili µ 1,µ 2,...,µ v prese singolarmene, uno schedule che garanisca il coso minimo (cioè uno schedule oimo) deve essere uno schedule efficiene T max (un esempio di funzionale di coso crescene nei suoi argomeni e F è la funzione c(t max, F )=4T max +7F ) Si può quindi procedere nella ricerca di ui gli schedule efficieni e poi, sulla base della funzione di coso adoaa, scegliere quello che presena il coso minore (che sarà quindi lo schedule oimo) µ 1 apple µ 0 1 µ 2 apple µ µ v apple µ 0 v con una diseguaglianza srea in almeno un caso Si dice anche che non esise uno schedule S che domina S

10 ALGORITMO DI SMITH Si voglia deerminare uno schedule efficiene rispeo al empo medio di araversameno del sisema Fe alla ardiness massima Per oenere ale schedule si può sfruare il seguene Algorimo di Smih L algorimo di Smih consene di minimizzare il flow ime medio (che, avendo supposo nullo il release ime di ogni job, coincide con il compleion ime medio) nell ipoesi che nessun job sia ardy, ovvero che T max =0 (quindi l algorimo di Smih non rova di per sè uno schedule efficiene ma verrà sfruao per la deerminazione di esso) L algorimo di Smih si basa sul seguene eorema T max In un problema n job / 1 macchina in cui ue le due dae sono rispeae ( T max =0) esise uno schedule che minimizza F e in cui il job J P k è n l ulimo ad essere processao, P se e solo se d k i=1 p i e p k p l per n ui i job J l ali che d l i=1 p i ALGORITMO STEP 1 ALGORITMO DI SMITH Siano k = n, = P n i=1 p i e U = {J 1,J 2,...,J n } STEP 2 Trovare J i(k) in U ale che d i(k) e p i(k) p l per ui i job J l ali che STEP 3 Decremenare k di 1; decremenare della quanià p i(k) ; eliminare J i(k) da U STEP 4 d l Se ci sono ancora job da schedulare (cioè se k 1) riornare allo sep 2; alrimeni fermarsi; in ques ulimo caso, lo schedule oimo per il problema considerao è (J i(1),j i(2),...,j i(n) ) Ovviamene queso algorimo va eseguio solamene dopo avere verificao che esisa uno schedule EDD in cui T max = ALGORITMO DI SMITH Si rilassi adesso la condizione T max =0, con l obieivo di deerminare uno schedule efficiene rispeo a F e T max L algorimo di Smih può essere uilizzao in modo da minimizzare F con la condizione T max apple Bisogna innanziuo incremenare ue le due dae della quanià e poi considerare il seguene sep 2 modificao STEP 2 Trovare J i(k) in U ale che d i(k) e p i(k) p l per ui i job J l ali che d l ; se bisogna effeuare una scela per J i(k), scegliere quello che ha la due dae maggiore on ale modifica, o è impossibile cosruire uno schedule oppure lo schedule risulane è uno schedule efficiene rispeo a F e T max FLOW-SHOP E JOB-SHOP Quando il numero di macchine è maggiore di 1, si parla di scheduling in he flow-shop oppure di scheduling in he general job-shop Quesi problemi sono di gran lunga più complicai rispeo a quelli visi nel caso di single-machine scheduling. Solano per un limiao insieme di problemi esisono degli algorimi cosruivi che consenono di oenere lo schedule oimo Nel caso non siano disponibili algorimi cosruivi per risolvere un cero problema di scheduling, è necessario ricorrere a meodologie enumeraive (come la programmazione dinamica e il branch-and-bound) oppure a meodologie eurisiche che però non sono in grado di fornire la soluzione oima di un problema Anche per quesa caegoria di problemi assumeremo che ui i job da processare siano disponibili all inizio, ovvero 39 40

11 FLOW-SHOP In un flow-shop ui i job visiano le macchine nello sesso ordine (vincolo ecnologico) Esisono due risulai di caraere generale per quano riguarda i problemi di flow-shop scheduling Job J 1 J 2 J n Processing Order M 2 M 3... M m M 2 M 3... M m M 2 M 3... M m In un problema n/m/f/b, con B misura regolare, è sufficiene considerare schedule in cui vi sia la sessa sequenza di esecuzione dei job sulle prime due macchine, e M 2 FLOW-SHOP In un problema n/m/f/f max non c è bisogno di considerare gli schedule in cui vi sia una diversa sequenza di esecuzione dei job sulle ulime due macchine, M m 1 e M m onseguenza direa di quesi due eoremi è che, al fine di deerminare uno schedule oimo, nei problemi n/2/f/b (con qualsiasi B purché regolare) n/3/f/f max è possibile considerare esclusivamene i permuaion schedule Il problema n/2/f/f max può essere risolo araverso l Algorimo di Johnson ALGORITMO DI JOHNSON Si devono processare n job araverso 2 macchine, ciascun job deve visiare le macchine nella sequenza - M 2, in modo da minimizzare il empo massimo di araversameno del sisema (problema n/2/f/f max ) Avendo supposo che i release ime siano nulli, ale problema equivale a minimizzare il compleion ime massimo (makespan) L algorimo di Johnson si basa sulla seguene considerazione: dao che all inizio la macchina M 2 sarà necessariamene idle (dovendo aendere che il primo job che viene eseguio venga processao da ), è ragionevole ipoizzare che convenga iniziare a processare sulla macchina il job con il processing ime più breve su analogamene, dao che alla fine sarà idle la macchina, è ragionevole ipoizzare che l ulimo job da eseguire, sulla macchina M 2, sia il job con il processing ime più breve su M 2 ALGORITMO DI JOHNSON M2 È IDLE QUANDO SI ESEGUE IL PRIMO JOB SU M1 M1 È IDLE QUANDO SI ESEGUE L ULTIMO JOB SU M2 M 2 Sulla base di quesa considerazione (e sul fao che sia sufficiene considerare i permuaion schedule), l algorimo di Johnson deermina uno schedule oimo che consise in una permuazione di {J 1,J 2,...,J n } ale che i primi job che vengono eseguii hanno bassi processing ime su, menre gli ulimi job che vengono eseguii hanno bassi processing ime su Siano, per semplicià: a i = p i,1 M 2 Processing ime del job J i sulla macchina b i = p i,2 Processing ime del job J i sulla macchina M

12 ALGORITMO STEP 1 Siano STEP 2 Sia STEP 3 k =1 e l = n ALGORITMO DI JOHNSON U = {J 1,J 2,...,J n } la lisa dei job ancora da schedulare Trovare il valore più piccolo ra ui gli e dei job ancora da schedulare STEP 4 Se il valore più piccolo è a i, schedulare J i nella k-esima posizione della sequenza di esecuzione, ogliere J i dalla lisa dei job ancora da schedulare, incremenare k di 1, andare allo sep 6 STEP 5 b i Se il valore più piccolo è, schedulare J i nella l-esima posizione della sequenza di esecuzione, ogliere J i dalla lisa dei job ancora da schedulare, decremenare l di 1, andare allo sep 6 STEP 6 Se vi sono ancora job da schedulare ornare allo sep 3; alrimeni sop a i b i 45 ALGORITMO DI JOHNSON L algorimo di Johnson può essere adaao per risolvere il problema di scheduling n/2/g/f max (in cui non vi è più il vincolo che ciascun job deve essere processao da ue le macchine) Essendo 2 le macchine, è possibile classificare i job nel seguene modo: Tipo A: job che vengono processai solo da Tipo B: job che vengono processai solo da M 2 Tipo : job che vengono processai prima da e poi da M 2 Tipo D: job che vengono processai prima da M 2 e poi da Uno schedule oimo può essere oenuo applicando il seguene algorimo 46 ALGORITMO ALGORITMO DI JOHNSON STEP 1 Schedulare i job di ipo A in qualsiasi ordine; sia STEP 2 Schedulare i job di ipo B in qualsiasi ordine; sia STEP 3 la sequenza oenua la sequenza oenua Schedulare i job di ipo applicando l algorimo di Johnson viso in precedenza; sia la sequenza oenua STEP 4 S Schedulare i job di ipo D applicando l algorimo di Johnson viso in precedenza (facendo aenzione perché bisogna considerare M 2 come prima macchina e come seconda); sia la sequenza oenua STEP 5 Uno schedule oimo è dao dalle segueni sequenze di esecuzione M 2 S D : S! S A! S D : S D! S B! S S A S B DI TASK PERIODII SU SINGLE MAHINE Si considerino aivià (ask) che devono essere eseguie periodicamene. In queso caso, i job sono i singoli elemeni di un ask periodico, ovvero le singole esecuzioni dell aivià in quesione Essendo i ask aivai periodicamene, l obieivo è quello di eseguire i vari job all inerno di ogni periodo di aivazione; in alre parole, si ha una deadline in corrispondenza della fine di ogni periodo di aivazione Si suppone che il periodo di aivazione e il empo di esecuzione dei vari ask (quindi dei job) siano cosani ISTANTE DI ATTIVAZIONE DEADLINE a i (k) d i (k) =a i (k + 1) k-esimo JOB DEL TASK i PERIODO DI ATTIVAZIONE (k+1)-esimo JOB DEL TASK i PERIODO DI ATTIVAZIONE (k+2)-esimo JOB DEL TASK i PERIODO DI ATTIVAZIONE 47 48

13 DI TASK PERIODII SU SINGLE MAHINE I vari ask da eseguire sono indipendeni ra loro Il problema da affronare è quello di schedulare su una single machine un insieme di ask periodici in modo che ue le deadline siano soddisfae Si considerino n ask periodici caraerizzai da periodo di aivazione i e empo di esecuzione p i Il faore di uilizzazione della single machine è nx p i U = i=1 i ondizione necessaria per la schedulabilià dei ask è che sia U apple 1 Tale condizione è anche sufficiene solo per alcuni algorimi di scheduling periodico; per alri la condizione sufficiene sarà U apple U lsm, con U lsm < 1 valore che caraerizza lo specifico algorimo e che dipende anche dal numero di ask da processare ALGORITMO RATE MONOTONI PRIORITY ORDERING (RMPO) Ad ogni ask viene assegnaa una priorià inversamene proporzionale al proprio periodo di aivazione La priorià viene uilizzaa per schedulare i ask mediane un meccanismo di preempion Ad ogni aivazione di un nuovo job di un ask, si aggiorna la coda dei job proni e si manda in esecuzione quello caraerizzao dalla maggiore priorià TASK 1 TASK 2 TASK 3 DEL TASK 1 SUL TASK 2 DEL TASK 1 SUL TASK 3 DEL TASK 3 SUL TASK 2 DEL TASK 1 SUL TASK 3 U lsm < 1 i 49 i 50 ALGORITMO RATE MONOTONI PRIORITY ORDERING (RMPO) L algorimo RMPO è un algorimo saico: la priorià dei diversi ask è assegnaa a priori e rimane ale per ua la duraa del funzionameno del sisema L algorimo RMPO è oimo nel campo dello scheduling di processi periodici con assegnazione saica delle priorià Queso significa anche che se un insieme di ask periodici non sono schedulabili ramie l algorimo RMPO, allora non esise nessun alro algorimo di ipo saico che riesca a risolvere lo sesso problema di scheduling La schedulabilià di ask periodici araverso l algorimo RMPO è garania per uilizzazioni inferiori al valore massimo U lsm = n(2 1/n 1) 1 ln ALGORITMO EARLIEST DEADLINE FIRST (EDF) È un algorimo basao su un assegnazione dinamica della priorià In ogni isane viene schedulao il job la cui deadline è più imminene È un algorimo inrinsecamene preempive Non appena viene aivao un job caraerizzao da una deadline più sringene rispeo al job in esecuzione, il job in esecuzione viene bloccao per iniziare l esecuzione del job appena aivao TASK 1 TASK 2 TASK 3 DEL TASK 1 SUL TASK 2 DEL TASK 1 SUL TASK 2 Ulsm = n(2 1/n i 1) 51 i 52

14 ALGORITMO EARLIEST DEADLINE FIRST (EDF) EDF vs RMPO L algorimo EDF è un algorimo dinamico: la priorià dei diversi ask è assegnaa dinamicamene sulla base della propria deadline assolua L algorimo deve ricalcolare la priorià dei ask ad ogni aivazione TASK 1 Applicazione dell algorimo RMPO L algorimo EDF è oimo nel campo dello scheduling di processi periodici con assegnazione dinamica delle priorià Queso significa anche che se un insieme di ask periodici non sono schedulabili ramie l algorimo EDF, allora non esise nessun alro algorimo di ipo dinamico che riesca a risolvere lo sesso problema di scheduling Dao un insieme di ask periodici, la loro schedulabilià araverso l algorimo EDF è garania se il faore di uilizzo è minore o uguale a 1 L algorimo EDF offre quindi garanzie di schedulazione maggiori rispeo all algorimo RMPO; ques ulimo è però più semplice da implemenare essendo un algorimo saico TASK 2 TASK 3 TASK 1 TASK 2 TASK 3 DEL TASK 3 SUL TASK 2 DEL TASK 1 SUL TASK 3 DEADLINE DEL TASK 2 NON RISPETTATA Applicazione dell algorimo EDF Ulsm = n(2 1/n i 1) 53 Ulsm = n(2 1/n i 1) 54 EDF vs RMPO L algorimo EDF può essere uilizzao nello scheduling di processi non necessariamene periodici non essendo la priorià influenzaa dalla periodicià (l algorimo RMPO invece no) Sono possibili esensioni ai due algorimi visi in cui si considera una deadline relaiva che non coincide con l isane di aivazione L algorimo DMPO (Deadline Monoonic Prioriy Ordering) è un algorimo saico (oimo) in cui la priorià di ogni ask è assegnaa in maniera saica ed è inversamene proporzionale alla deadline relaiva ISTANTE DI ATTIVAZIONE a i (k) k-esimo JOB DEL TASK i FINESTRA DI ESEGUIBILITÀ DEL JOB DEADLINE d i (k) (k+1)-esimo JOB DEL TASK i FINESTRA DI ESEGUIBILITÀ DEL JOB (k+2)-esimo JOB DEL TASK i FINESTRA DI ESEGUIBILITÀ DEL JOB TIMELINE Approccio molo uilizzao (sisemi miliari, sisemi aeronauici, conrollo del raffico aereo) in quano non prevede alcun meccanismo di preempion Si basa sulla suddivisione dell asse emporale in inervalli di empo uguali (ime slices) da assegnare in maniera opporuna per l esecuzione dei vari ask/job Minor ycle: massimo comune divisore di ui i periodi di aivazione Major ycle: minimo comune muliplo di ui i periodi di aivazione La duraa di un ime slice viene presa pari al minor cycle e, all inerno di queso inervallo, vengono schedulai in modo arbirario i job di ui i ask Il major cycle è il periodo dopo il quale la schedulazione si ripee in maniera sempre idenica L unica ipoesi necessaria è che il processing ime di ogni job sia minore del minor cycle (queso per eviare la preempion) Ulsm = n(2 1/n i 1) 55 Ulsm = n(2 1/n i 1) 56

15 TIMELINE TASK 1 TASK 2 TASK 3 MINOR. MINOR. MINOR. MINOR. MINOR. MINOR. MINOR. MINOR. MAJOR YLE MAJOR YLE Ulsm = n(2 1/n i 1) E una meodologia esremamene semplice da implemenare e fornisce uno schedule ripeiivo Lo sudio della schedulabilià può essere effeuao a priori sulla base dei empi di esecuzione assegnai ai vari ime slice Il principale svanaggio è che una minima modifica delle caraerisiche dei ask da schedulare rende necessaria una complea rivisiazione della soluzione adoaa: è perano molo uilizzao in quei casi in cui i empi di aivazione e quelli di processing sono noi a priori e difficilmene soggei a variazioni 57

SCHEDULING SCHEDULING

SCHEDULING SCHEDULING Corso di Laurea Triennale in INGEGNERIA GESTIONALE Anno Accademico 2012/13 Prof. Davide GIGLIO 1 INDICE Esempio Introduttivo Generalità sui problemi di scheduling SINGLE MACHINE SPT (shortest processing

Dettagli

Soluzione degli esercizi del Capitolo 2

Soluzione degli esercizi del Capitolo 2 Sisemi di auomazione indusriale - C. Boniveno, L. Genili, A. Paoli 1 degli esercizi del Capiolo 2 dell Esercizio E2.1 Il faore di uilizzazione per i processi in esame è U = 8 16 + 12 48 + 6 24 = 1. L algorimo

Dettagli

2. Politiche di gestione delle scorte

2. Politiche di gestione delle scorte deerminisica variabile nel empo Quando la domanda viaria nel empo, il problema della gesione dell invenario divena preamene dinamico. e viene deo di lo-sizing. Consideriamo il caso in cui la domanda pur

Dettagli

V AK. Fig.1 Caratteristica del Diodo

V AK. Fig.1 Caratteristica del Diodo 1 Raddrizzaore - Generalià I circuii raddrizzaori uilizzano componeni come i Diodi che presenano la caraerisica di unidirezionalià, cioè permeono il passaggio della correne solo in un verso. In figura

Dettagli

La programmazione aggregata nella supply chain. La programmazione aggregata nella supply chain 1

La programmazione aggregata nella supply chain. La programmazione aggregata nella supply chain 1 La programmazione aggregaa nella supply chain La programmazione aggregaa nella supply chain 1 Linea guida Il ruolo della programmazione aggregaa nella supply chain Il problema della programmazione aggregaa

Dettagli

Struttura dei tassi per scadenza

Struttura dei tassi per scadenza Sruura dei assi per scadenza /45-Unià 7. Definizione del modello ramie gli -coupon bonds preseni sul mercao Ipoesi di parenza Sul mercao sono preseni all isane ZCB che scadono fra,2,,n periodi Periodo:

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Universià di Napoli Parenope Facolà di Ingegneria Corso di Comunicazioni Elerice docene: Prof. Vio Pascazio a Lezione: 7/04/003 Sommario Caraerizzazione energeica di processi aleaori Processi aleaori nel

Dettagli

VALORE EFFICACE DEL VOLTAGGIO

VALORE EFFICACE DEL VOLTAGGIO Fisica generale, a.a. /4 TUTOATO 8: ALO EFFC &CCUT N A.C. ALOE EFFCE DEL OLTAGGO 8.. La leura con un mulimero digiale del volaggio ai morsei di un generaore fornisce + in coninua e 5.5 in alernaa. Tra

Dettagli

Lezione n.12. Gerarchia di memoria

Lezione n.12. Gerarchia di memoria Lezione n.2 Gerarchia di memoria Sommario: Conceo di gerarchia Principio di localià Definizione di hi raio e miss raio La gerarchia di memoria Il sisema di memoria è molo criico per le presazioni del calcolaore.

Dettagli

Organizzazione della produzione

Organizzazione della produzione Scheduling Organizzazione della produzione PROOTTO che cosa chi ORGNIZZZIONE PROCESSO come FLUSSO I PROUZIONE COORINMENTO PINIFICZIONE SCHEULING quando Pianificazione della produzione: schedulazione di

Dettagli

Media Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo

Media Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo Media Mobile di ampiezza k (k pari) Esempio: Vendie mensili di shampoo Mese y 1 266,0 2 145,9 3 183,1 4 119,3 5 180,3 6 168,5 7 231,8 8 224,5 9 192,8 10 122,9 11 336,5 12 185,9 1 194,3 2 149,5 3 210,1

Dettagli

ESEMPI DI ESERCIZI SU IRPEF ED IRES

ESEMPI DI ESERCIZI SU IRPEF ED IRES ESEMPI DI ESERCIZI SU IRPEF ED IRES 1. Irpef 1) Dopo avere definio il conceo di progressivià delle impose, si indichino le modalià per la realizzazione di un sisema di impose progressivo. 2) Il signor

Dettagli

METODI DECISIONALI PER L'AZIENDA. www.lvproject.com. Dott. Lotti Nevio

METODI DECISIONALI PER L'AZIENDA. www.lvproject.com. Dott. Lotti Nevio METODI DECISIONALI PER L'AZIENDA www.lvprojec.com Do. Loi Nevio Generalià sui sisemi dinamici. Variabili di sao, di ingresso, di uscia. Sisemi discrei. Sisemi lineari. Paper: Dynamic Modelling Do. Loi

Dettagli

Operazioni finanziarie. Operazioni finanziarie

Operazioni finanziarie. Operazioni finanziarie Operazioni finanziarie Una operazione finanziaria è uno scambio di flussi finanziari disponibili in isani di empo differeni. Disinguiamo ra: operazioni finanziarie in condizioni di cerezza, quando ui gli

Dettagli

Sviluppare una metodologia di analisi per valutare la convenienza economica di un nuovo investimento, tenendo conto di alcuni fattori rilevanti:

Sviluppare una metodologia di analisi per valutare la convenienza economica di un nuovo investimento, tenendo conto di alcuni fattori rilevanti: Analisi degli Invesimeni Obieivo: Sviluppare una meodologia di analisi per valuare la convenienza economica di un nuovo invesimeno, enendo cono di alcuni faori rilevani: 1. Dimensione emporale. 2. Grado

Dettagli

La previsione della domanda nella supply chain

La previsione della domanda nella supply chain La previsione della domanda nella supply chain La previsione della domanda 1 Linea guida Il ruolo della prerevisione nella supply chain Le caraerisiche della previsione Le componeni della previsione ed

Dettagli

USO DELL OSCILLOSCOPIO

USO DELL OSCILLOSCOPIO Con la collaborazione dell alunno Carlo Federico della classe IV sez. A Indirizzo Informaica Sperimenazione ABACUS Dell Isiuo Tecnico Indusriale Saele A. Monaco di Cosenza Anno scolasico 009-010 Prof.

Dettagli

Automazione Industriale AA 2002-2003 Prof. Luca Ferrarini

Automazione Industriale AA 2002-2003 Prof. Luca Ferrarini Auomazione Indusriale AA 2002-2003 Prof. Luca Ferrarini Laboraorio 1 Obieivi dell eserciazione Sviluppare modelli per la realizzazione di funzioni di auomazione Comprensione e uilizzo di Ladder Diagrams

Dettagli

Salvataggi (dal questionario sui gruppi)

Salvataggi (dal questionario sui gruppi) PAOLO BECHERUCCI www.raid.i Salvaaggi (dal quesionario sui gruppi) Ricordiamoci delle norme sulla Privacy!!! Vengono eseguii dei backup dei dai? regolarmene in modo manuale 46% non regolarmene 3% regolarmene

Dettagli

velocità angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un intervallo di tempo)

velocità angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un intervallo di tempo) V A = AMPIEZZA = lunghezza di V A ALTERNATA Proiezione di V X ISTANTE = velocià angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un inervallo di empo) DEVE ESSERE COSTANTE Angolo

Dettagli

Esercizi di Matematica Finanziaria

Esercizi di Matematica Finanziaria Esercizi di Maemaica Finanziaria Copyrigh SDA Bocconi Faori nanziari Classi care e rappresenare gra camene i segueni faori nanziari per : (a) = + ; 8 (b) = ( + ; ) (c) = (d) () = ; (e) () = ( + ; ) (f)

Dettagli

Sistemi Organizzativi

Sistemi Organizzativi Sistemi Organizzativi Lezione 12/12/2004 Introduzione al corso e definizioni di base Informazioni generali Pre-requisiti: lassi di complessità Metodi enumerativi: - programmazione dinamica - branch-and-bound

Dettagli

Osservabilità (1 parte)

Osservabilità (1 parte) eoria dei sisemi - Capiolo 9 sservabilià ( pare) Inroduzione al problema della osservabilià: osservazione e ricosruzione. Sai indisinguibili e sai non osservabili...3 Soospazi di osservabilià e non osservabilià

Dettagli

Economia e gestione delle imprese - 07. Sommario. Liquidità e solvibilità

Economia e gestione delle imprese - 07. Sommario. Liquidità e solvibilità Economia e gesione delle imprese - 07 Obieivi: Descrivere i processi operaivi della gesione finanziaria nel coneso aziendale. Analizzare le decisioni di invesimeno. Analizzare le decisioni di finanziameno.

Dettagli

MATEMATICA FINANZIARIA A.A. 2007 2008 Prova dell 8 febbraio 2008. Esercizio 1 (6 punti)

MATEMATICA FINANZIARIA A.A. 2007 2008 Prova dell 8 febbraio 2008. Esercizio 1 (6 punti) MATEMATICA FINANZIARIA A.A. 007 008 Prova dell 8 febbraio 008 Nome Cognome Maricola Esercizio (6 puni) La vendia raeale di un bene di valore 000 prevede il pagameno di rae mensili posicipae cosani calcolae

Dettagli

Lezione 11. Inflazione, produzione e crescita della moneta

Lezione 11. Inflazione, produzione e crescita della moneta Lezione 11 (BAG cap. 10) Inflazione, produzione e crescia della monea Corso di Macroeconomia Prof. Guido Ascari, Universià di Pavia Tre relazioni ra produzione, disoccupazione e inflazione Legge di Okun

Dettagli

Argomenti trattati. Rischio e Valutazione degli investimenti. Teoria della Finanza Aziendale. Costo del capitale

Argomenti trattati. Rischio e Valutazione degli investimenti. Teoria della Finanza Aziendale. Costo del capitale Teoria della Finanza Aziendale Rischio e Valuazione degli invesimeni 9 1-2 Argomeni raai Coso del capiale aziendale e di progeo Misura del bea Coso del capiale e imprese diversificae Rischio e flusso di

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

I confronti alla base della conoscenza

I confronti alla base della conoscenza I confroni alla ase della conoscenza Un dao uaniaivo rae significao dal confrono con alri dai Il confrono è la prima e più immediaa forma di analisi dei dai I confroni Daa una grandezza G, due suoi valori

Dettagli

Si analizza la lavorazione attuale per ricavare dati sulla durata utensile. A questo scopo si utilizza la legge di Taylor:

Si analizza la lavorazione attuale per ricavare dati sulla durata utensile. A questo scopo si utilizza la legge di Taylor: Esercizio D2.1 Torniura cilindrica eserna Un ornio parallelo è arezzao con uensili in carburo e viene uilizzao per la sgrossaura di barre in C40 da Φ 32 a Φ 28. Con un rapporo di velocià corrispondene

Dettagli

Fisica Generale Modulo di Fisica II A.A. 2014-15 Esercitazione 7 CIRCUITI IN REGIME SINUSOIDALE

Fisica Generale Modulo di Fisica II A.A. 2014-15 Esercitazione 7 CIRCUITI IN REGIME SINUSOIDALE Fisica Generale Modulo di Fisica II A.A. 4-5 Eserciazione 7 CICUII IN EGIME SINUSOIDALE Fa. Un generaore di correne alernaa con volaggio massimo di 4 e frequenza di 5 Hz è collegao a una resisenza 65 Ω.

Dettagli

CAPITOLO 6 La programmazione operativa (operations scheduling)

CAPITOLO 6 La programmazione operativa (operations scheduling) CAPITOLO 6 La programmazione operativa (operations scheduling) Contenuti Le funzioni della PO Gli obiettivi della PO Il job loading Il metodo dell assegnazione Il job sequencing Regole e tecniche di priorità

Dettagli

Lezione n.7. Variabili di stato

Lezione n.7. Variabili di stato Lezione n.7 Variabili di sao 1. Variabili di sao 2. Funzione impulsiva di Dirac 3. Generaori impulsivi per variabili di sao disconinue 3.1 ondizioni iniziali e generaori impulsivi In quesa lezione inrodurremo

Dettagli

1. Considerazioni generali

1. Considerazioni generali 1. Considerazioni generali Modelli di shop scheduling In molti ambienti produttivi l esecuzione di un job richiede l esecuzione non simultanea di un certo numero di operazioni su macchine dedicate. Ogni

Dettagli

Lezione 10. (BAG cap. 9) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia

Lezione 10. (BAG cap. 9) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia Lezione 10 (BAG cap. 9) Il asso naurale di disoccupazione e la curva di Phillips Corso di Macroeconomia Prof. Guido Ascari, Universià di Pavia In queso capiolo Inrodurremo uno degli oggei più conosciui

Dettagli

Anche sugli impianti in esercizio è possibile intervenire attuando una serie di soluzioni in grado di ridurre sensibilmente il consumo di energia.

Anche sugli impianti in esercizio è possibile intervenire attuando una serie di soluzioni in grado di ridurre sensibilmente il consumo di energia. Risparmio Energeico Risparmio Energeico per Scale e Tappei Mobili La riduzione dei consumi di energia proveniene dalle foni fossili non rinnovabili (perolio, carbone) è una delle priorià assolue, insieme

Dettagli

Corso Sistemi Informativi Aziendali, Tecnologie dell Informazione applicate ai processi aziendali. Sistemi informativi aziendali

Corso Sistemi Informativi Aziendali, Tecnologie dell Informazione applicate ai processi aziendali. Sistemi informativi aziendali Corso Sistemi Informativi Aziendali,. Sistemi informativi aziendali di Simone Cavalli (simone.cavalli@unibg.it) Bergamo, Febbraio - Marzo 2009 Produzione (cenni) Pagina 2 Produzione La produzione, in termini

Dettagli

tp = 0 P + t r a 0 P Il modello di crescita aritmetico deriva dalla logica del tasso di interesse semplice

tp = 0 P + t r a 0 P Il modello di crescita aritmetico deriva dalla logica del tasso di interesse semplice Eserciazione 7: Modelli di crescia: arimeica, geomerica, esponenziale. Calcolo del asso di crescia e del empo di raddoppio. Popolazione sabile e sazionaria. Viviana Amai 03/06/200 Modelli di crescia Nella

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

A. Quantità edificatorie e densità territoriale...1

A. Quantità edificatorie e densità territoriale...1 Cara di Urbanisica I Pro.ssa Arch. Fabiola Fraini Cara di Urbanisica I --- a.a. 2003/2004 PROGETTO PER UN AMBITO URBANO NEL QUARTIERE DI CENTOCELLE Laboraorio progeuale annuale INDICAZIONI RIGUARDO LE

Dettagli

L ipotesi di rendimenti costanti di scala permette di scrivere la (1) in forma intensiva. Ponendo infatti c = 1/L, possiamo scrivere

L ipotesi di rendimenti costanti di scala permette di scrivere la (1) in forma intensiva. Ponendo infatti c = 1/L, possiamo scrivere DIPRTIMENTO DI SCIENZE POLITICHE Modello di Solow (1) 1 a. a. 2015-2016 ppuni dalle lezioni. Uso riservao Maurizio Zenezini Consideriamo un economia (chiusa e senza inerveno dello sao) in cui viene prodoo

Dettagli

SINGOLARITA DELL ANTIMERIDIANO DI GREENWICH(di mortolacarlo)

SINGOLARITA DELL ANTIMERIDIANO DI GREENWICH(di mortolacarlo) SINGOLARITA DELL ANTIMERIDIANO DI GREENWICH(di orolacarlo) La peculiariàdella doppia daa di cui gode l anieridiano di Greenwic è noa, ance ai non addei ai lavori;per esepio a ci a leo il libro di avvenura

Dettagli

Programmazione della produzione a lungo termine e gestione delle scorte

Programmazione della produzione a lungo termine e gestione delle scorte Programmazione della produzione a lungo ermine e gesione delle score Coneso. Il problema della gesione delle score consise nel pianificare e conrollare i processi di approvvigionameno dei magazzini di

Dettagli

del segnale elettrico trifase

del segnale elettrico trifase Rappresenazione del segnale elerico rifase Gli analizzaori di poenza e di energia Qualisar+ consenono di visualizzare isananeamene le caraerisiche di una ree elerica rifase. Rappresenazione emporale I

Dettagli

Scheduling della CPU:

Scheduling della CPU: Coda dei processi pronti (ready( queue): Scheduling della CPU primo ultimo PCB i PCB j PCB k contiene i descrittori ( process control block, PCB) dei processi pronti. la strategia di gestione della ready

Dettagli

Schedulazione di attività in presenza di attività interrompibili

Schedulazione di attività in presenza di attività interrompibili Schedulazione di attività in presenza di attività interrompibili Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell informazione

Dettagli

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI A.A. 2013/14 Eserciazione - IRPEF TESTO E SOLUZIONI Esercizio 1 - IRPEF Il signor X, che vive solo e non ha figli, ha percepio, nel corso dell anno correne, i segueni reddii: - Reddii da lavoro dipendene

Dettagli

Scheduling. Scheduling 14/12/2003 1/7

Scheduling. Scheduling 14/12/2003 1/7 Scheduling In un computer multiprogrammato più processi competono per l'uso della CPU. La parte di sistema operativo che decide quale processo mandare in esecuzione è lo scheduler. Batch OS: scheduling

Dettagli

Un sistema operativo è un insieme di programmi che consentono ad un utente di

Un sistema operativo è un insieme di programmi che consentono ad un utente di INTRODUZIONE AI SISTEMI OPERATIVI 1 Alcune definizioni 1 Sistema dedicato: 1 Sistema batch o a lotti: 2 Sistemi time sharing: 2 Sistema multiprogrammato: 3 Processo e programma 3 Risorse: 3 Spazio degli

Dettagli

Algoritmi di scheduling - Parte 2

Algoritmi di scheduling - Parte 2 Algoritmi di scheduling - Parte 2 Automazione I 12/11/2013 Vincenzo Suraci STRUTTURA DEL NUCLEO TEMATICO ALGORITMO DEADLINE MONOTONIC PRIORITY ORDERING (DMPO) ALGORITMO TIMELINE SCHEDULING (TS) SCHEDULING

Dettagli

(a cura di Francesca Godioli)

(a cura di Francesca Godioli) lezione n. 12 (a cura di Francesca Godioli) Ad ogni categoria della variabile qualitativa si può assegnare un valore numerico che viene chiamato SCORE. Passare dalla variabile qualitativa X2 a dei valori

Dettagli

Scheduling. Sistemi Operativi e Distribuiti A.A. 2004-2005 Bellettini - Maggiorini. Concetti di base

Scheduling. Sistemi Operativi e Distribuiti A.A. 2004-2005 Bellettini - Maggiorini. Concetti di base Scheduling Sistemi Operativi e Distribuiti A.A. 2-25 Bellettini - Maggiorini Concetti di base Il massimo utilizzo della CPU si ottiene mediante la multiprogrammazione Ogni processo si alterna su due fasi

Dettagli

La vischiosità dei depositi a vista durante la recente crisi finanziaria: implicazioni in una prospettiva di risk management

La vischiosità dei depositi a vista durante la recente crisi finanziaria: implicazioni in una prospettiva di risk management La vischiosià dei deposii a visa durane la recene crisi finanziaria: implicazioni in una prospeiva di risk managemen Igor Gianfrancesco Camillo Gilibero 31/01/1999 31/07/1999 31/01/2000 31/07/2000 31/01/2001

Dettagli

LEZIONE 3 INDICATORI DELLE PRINCIPALI VARIABILI MACROECONOMICHE. Argomenti trattati: definizione e misurazione delle seguenti variabili macroecomiche

LEZIONE 3 INDICATORI DELLE PRINCIPALI VARIABILI MACROECONOMICHE. Argomenti trattati: definizione e misurazione delle seguenti variabili macroecomiche LEZIONE 3 INDICATORI DELLE RINCIALI VARIABILI MACROECONOMICHE Argomeni raai: definizione e misurazione delle segueni variabili macroecomiche Livello generale dei prezzi, Tasso d inflazione, π IL nominale,

Dettagli

Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11

Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11 Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 11 In questa lezione vedremo alcune applicazioni della tecnica greedy al progetto di algoritmi on-line. Vediamo

Dettagli

RISPOSTA NEL DOMINIO DEL TEMPO

RISPOSTA NEL DOMINIO DEL TEMPO RISPOSTA NEL DOMINIO DEL TEMPO Nel dominio del empo le variabili sono esaminae secondo la loro evoluzione emporale. Normalmene si esamina la risposa del sisema a un segnale di prova canonico, cioè si sollecia

Dettagli

Università di Pisa - Polo della Logistica di Livorno Corso di Laurea in Economia e Legislazione dei Sistemi Logistici. Anno Accademico: 2013/14

Università di Pisa - Polo della Logistica di Livorno Corso di Laurea in Economia e Legislazione dei Sistemi Logistici. Anno Accademico: 2013/14 Universià di isa - olo della Logisica di Livorno Corso di Laurea in Economia e Legislazione dei Sisemi Logisici Anno Accademico: 03/4 CORSO DI SISTEMI DI MOVIMENTAZIONE E STOCCAGGIO Docene: Marino Lupi

Dettagli

Esercitazione n 2. Morganti Nicola Matr. 642686. Molla ad elica cicilindrica

Esercitazione n 2. Morganti Nicola Matr. 642686. Molla ad elica cicilindrica ar. 64686 olla ad elica cicilindrica Eserciazione n 9 In figura è rappresenao un basameno sospeso anivibrane di una macchina nella quale viene originaa una forza perurbane alernaa sinusoidale di inensià

Dettagli

1) Descrivere dettagliatamente a quale problema di scheduling corrisponde il problema.

1) Descrivere dettagliatamente a quale problema di scheduling corrisponde il problema. Un veicolo viene utilizzato da una società di trasporti per trasportare beni a partire da un unico deposito verso prefissate località di destinazione. Si supponga che occorre trasportare singolarmente

Dettagli

Calcolatori Elettronici A a.a. 2008/2009

Calcolatori Elettronici A a.a. 2008/2009 Calcolatori Elettronici A a.a. 2008/2009 PRESTAZIONI DEL CALCOLATORE Massimiliano Giacomin Due dimensioni Tempo di risposta (o tempo di esecuzione): il tempo totale impiegato per eseguire un task (include

Dettagli

flusso in uscita (FU) Impresa flusso in entrata (FE)

flusso in uscita (FU) Impresa flusso in entrata (FE) Analisi degli invesimeni Il bilancio è una sinesi a poseriori della siuazione di un'azienda. La valuazione degli invesimeni è un enaivo di valuare a priori la validià delle scele dell'azienda. L'invesimeno

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Il condensatore. Carica del condensatore: tempo caratteristico

Il condensatore. Carica del condensatore: tempo caratteristico Il condensaore IASSUNTO: apacia ondensaori a geomeria piana, cilindrica, sferica La cosane dielerica ε r ondensaore ceramico, a cara, eleroliico Il condensaore come elemeno di circuio: ondensaori in serie

Dettagli

Esercizi di Gestione della Produzione Industriale. Tabella 1: tempi di lavorazione di un set di job.

Esercizi di Gestione della Produzione Industriale. Tabella 1: tempi di lavorazione di un set di job. Esercizio 1: schedulazione con il modello di Johnson...2 Soluzione dell esercizio 1 (schedulazione con il modello di Johnson)...2 Esercizio 2: schedulazione con il modello di Hodgson...3 Soluzione dell

Dettagli

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

Trasformazioni di Galileo

Trasformazioni di Galileo Principio di Relaivià Risrea (peciale) e si sceglie un dr rispeo al uale le leggi della fisica sono scrie nella forma più semplice (dr ineriale) allora le sesse leggi valgono in ualunue alro dr in moo

Dettagli

IL DIMENSIONAMENTO DEGLI IMPIANTI IDROSANITARI Vasi d espansione e accumuli

IL DIMENSIONAMENTO DEGLI IMPIANTI IDROSANITARI Vasi d espansione e accumuli FOCUS TECNICO IL DIMENSIONAMENTO DEGLI IMIANTI IDROSANITARI asi d espansione e accumuli RODUZIONE DI ACQUA CALDA SANITARIA Due sono i sisemi normalmene uilizzai per produrre acqua calda saniaria: quello

Dettagli

Differenziazione di prodotto e qualità in monopolio

Differenziazione di prodotto e qualità in monopolio Economia Indusriale Capiolo 7 Differenziazione di prodoo e qualià in monopolio Beoni Michela Gallizioli Giorgio Gaverina Alessandra Rai Nicola Signori Andrea AGENDA Concei di differenziazione vericale

Dettagli

Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione

Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione presentato in questo file trova la seq. a costo minimo per

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

La volatilità delle attività finanziarie

La volatilità delle attività finanziarie 4.30 4.5 4.0 4.5 4.0 4.05 4.00 3.95 3.90 3.85 3.80 3.75 3.70 3.65 3.60 3.55 3.50 3.45 3.40 3.35 3.30 3.5 3.0 3.5 3.0 3.05 3.00.95.70.65.60.55.50.45.40.35.30.5.0.5.0.05.00.95.90.85.80.75.70.65.60.55.50.45.40.35.30.5.0.5.0.05.00

Dettagli

SCELTE INTERTEMPORALI E DEBITO PUBBLICO

SCELTE INTERTEMPORALI E DEBITO PUBBLICO SCELTE INTERTEMPORALI E DEBITO PUBBLICO Lo sudio delle poliiche economiche con il modello IS-LM permee di analizzare gli effei di breve periodo delle decisioni di poliica fiscale e monearia del governo.

Dettagli

Terminologia relativa agli aggregati

Terminologia relativa agli aggregati N. 17 I/10 Terminologia relaiva agli aggregai Schede ecniche Edilizia Genio civile 1 Presupposi Con l'inroduzione delle Norme europee (EN) riguardani gli aggregai, la erminologia finora uilizzaa è saa

Dettagli

Guida Compilazione Piani di Studio on-line

Guida Compilazione Piani di Studio on-line Guida Compilazione Piani di Studio on-line SIA (Sistemi Informativi d Ateneo) Visualizzazione e presentazione piani di studio ordinamento 509 e 270 Università della Calabria (Unità organizzativa complessa-

Dettagli

Lezione 15. Lezione 15. ADC di tipo Flash. ADC di tipo Flash. ADC di tipo Flash. ADC di tipo Flash. Sommario. Materiale di riferimento

Lezione 15. Lezione 15. ADC di tipo Flash. ADC di tipo Flash. ADC di tipo Flash. ADC di tipo Flash. Sommario. Materiale di riferimento Sommario Lezione 15 Converiore di ipo Flash Converiore a gradinaa Converiore a rampa Converiore ad approssimazioni successive (SA) Converiore di ipo SigmaDela Esempi di converiori preseni a bordo di mc

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

Azionamenti Elettrici

Azionamenti Elettrici Azionameni Elerici 2.4. CONVERTITORI DC/DC... 33 2.4.1. Conrollo dei converiori DC/DC... 33 2.4.2. FullBridge converer (DC/DC)... 34 2.4.2.1. PWM con commuazione di ensione bipolare...35 2.4.2.2. PWM con

Dettagli

Bibliografia. Gestione operativa della produzione. Terminologia. Schedulazione. Schedulazione operativa della produzione

Bibliografia. Gestione operativa della produzione. Terminologia. Schedulazione. Schedulazione operativa della produzione Bibliografia Gestione operativa della produzione Schedulazione operativa della produzione 14/12/2001 11.54 E.L. Lawler, J.K. Lenstra, A.G.H. Rinnoy Kan, D.B. Shmoys, Sequencing and Scheduling: Algorithms

Dettagli

Amministrazione gruppi (all interno della Scuola)

Amministrazione gruppi (all interno della Scuola) Amministrazione gruppi (all interno della Scuola) Guida breve per il docente che amministra il gruppo Premessa Il gruppo viene creato solo dall amministratore della Scuola. Il docente che è stato inserito

Dettagli

Le basi della valutazione secondo i cash flow. Aswath Damodaran

Le basi della valutazione secondo i cash flow. Aswath Damodaran Le basi della valuazione secondo i cash flow Aswah Damodaran Valuazione secondo i cash flow: le basi dell'approccio Valore = = n CF = 1 1+ r ( ) dove, n = anni di via dell'aivià CF = Cash flow nel periodo

Dettagli

PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)

PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo

Dettagli

Scheduling della CPU

Scheduling della CPU Scheduling della CPU Scheduling della CPU Obiettivo della multiprogrammazione: massimizzazione dell utilizzo della CPU. Scheduling della CPU: attivita` di allocazione della risorsa CPU ai processi. Scheduler

Dettagli

Adottando il metodo più corretto (in riferimento al Manuale di Meccanica, Hoepli) verificare la resistenza strutturale del dente.

Adottando il metodo più corretto (in riferimento al Manuale di Meccanica, Hoepli) verificare la resistenza strutturale del dente. 1) Risolvere i segueni due esercizi (empo assegnao 2h) a) Un riduore cosiuio da una coppia di ruoe nae a ni drii a proporzionameno normale ve rasmeere una poenza di 5kW. Inolre si hanno i segueni dai:

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1

LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 I CODICI 1 IL CODICE BCD 1 Somma in BCD 2 Sottrazione BCD 5 IL CODICE ECCESSO 3 20 La trasmissione delle informazioni Quarta Parte I codici Il codice BCD

Dettagli

Schedulazione delle attività di un progetto in presenza di multi-calendari e di vincoli sulle risorse

Schedulazione delle attività di un progetto in presenza di multi-calendari e di vincoli sulle risorse Schedulazione delle attività di un progetto in presenza di multi-calendari e di vincoli sulle risorse Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR

Dettagli

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI Prima di riuscire a scrivere un programma, abbiamo bisogno di conoscere un metodo risolutivo, cioè un metodo che a partire dai dati di ingresso fornisce i risultati attesi.

Dettagli

MACCHINE ELETTRICHE. Campo rotante. Stefano Pastore. Dipartimento di Ingegneria e Architettura Corso di Elettrotecnica (IN 043) a.a.

MACCHINE ELETTRICHE. Campo rotante. Stefano Pastore. Dipartimento di Ingegneria e Architettura Corso di Elettrotecnica (IN 043) a.a. MACCINE ELETTRICE Campo roane Sefano Pasore Diparimeno di Ingegneria e Archieura Corso di Eleroecnica (IN 043) a.a. 01-13 Inroduzione campo magneico con inensià ane che ruoa aorno ad un asse con velocià

Dettagli

ESEMPIO 1: eseguire il complemento a 10 di 765

ESEMPIO 1: eseguire il complemento a 10 di 765 COMPLEMENTO A 10 DI UN NUMERO DECIMALE Sia dato un numero N 10 in base 10 di n cifre. Il complemento a 10 di tale numero (N ) si ottiene sottraendo il numero stesso a 10 n. ESEMPIO 1: eseguire il complemento

Dettagli

MODELLI AFFLUSSI DEFLUSSI

MODELLI AFFLUSSI DEFLUSSI MODELLI AFFLUSSI DEFLUSSI Al ecnico si presenano moli casi in cui non è sufficiene la deerminazione delle massime porae ramie i crieri di similiudine idrologica, precedenemene esposi. Si ciano, a iolo

Dettagli

Distribuzione Weibull

Distribuzione Weibull Disribuzione Weibull f() 6.6.4...8.6.4. 5 5 5 3 Disribuzione di Weibull Una variabile T ha disribuzione di Weibull di parameri α> β> se la sua densià di probabilià è scria nella forma: f ( ) exp da cui

Dettagli

Pag. 1. Introduzione allo scheduling. Concetti fondamentali. Scheduling della CPU. Concetti fondamentali. Concetti fondamentali. Algoritmi.

Pag. 1. Introduzione allo scheduling. Concetti fondamentali. Scheduling della CPU. Concetti fondamentali. Concetti fondamentali. Algoritmi. Concetti fondamentali Scheduling della CU Introduzione allo scheduling Uno degli obbiettivi della multiprogrammazione è quello di massimizzare l utilizzo delle risorse e in particolare della CU er raggiungere

Dettagli

Moltiplicazione di segnali lineari

Moltiplicazione di segnali lineari Moliplicazione di segnali lineari Processo non lineare: x ( x ( x ( Meodologia uilizzaa per: Campionameno ed acquisizione dai Processi di comunicazione (modulazione Abbiamo viso con il campionameno dei

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondameni di Teleomuniazioni 6 - SEGNALI IN BANDA ASSANTE E MODULAZIONI rof. Mario Barbera [pare 4] 1 Modulazioni digiali binarie Il segnale m() sia un segnale digiale in banda base, rappresenao

Dettagli

Gestione del processore e dei processi

Gestione del processore e dei processi Il processore è la componente più importante di un sistema di elaborazione e pertanto la sua corretta ed efficiente gestione è uno dei compiti principali di un sistema operativo Il ruolo del processore

Dettagli

Ottobre 2009. ING ClearFuture

Ottobre 2009. ING ClearFuture Oobre 2009 ING ClearFuure Una crescia cosane. Con una solida proezione nel empo. ING ClearFuure è la soluzione assicuraiva Uni Linked di dirio lussemburghese, realizzaa apposiamene da ING Life Luxembourg

Dettagli

Teoria delle leggi finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08

Teoria delle leggi finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08 Teoria delle leggi finanziarie Inensià di ineresse L inensià di ineresse relaiva al periodo da x ad y è definia come adimensionale I( xy, ) 1 ixy (, ) γ ( xy, ) = = C y x ( dimensione di empo -1 ) L inensià

Dettagli

Versioni x.7.9 Note Operative

Versioni x.7.9 Note Operative Versioni x.7.9 Note Operative Le versioni x.7.9 sono state rilasciate per poter predisporre i dati per il cosiddetto spesometro 2013 o per la comunicazione delle operazioni IVA rilevanti utilizzando il

Dettagli

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.

Dettagli

Algoritmi di scheduling

Algoritmi di scheduling Capitolo 2 Algoritmi di scheduling 2.1 Sistemi Real Time In un sistema in tempo reale (real time) il tempo gioca un ruolo essenziale. Le applicazioni di tali sistemi sono molteplici e di larga diffusione.

Dettagli