Modellazione dei processi produttivi 98
|
|
|
- Marco Di Stefano
- 8 anni fa
- Visualizzazioni
Transcript
1 Modellazione dei processi produttivi Sistemi DES Reti di Petri Equazione di stato Grafo di stato Strutture fondamentali Proprietà Analisi matriciale P-invarianti T-invarianti Sifoni Trappole Macchine a stati finiti Esempio di processo manifatturiero Modellazione dei processi produttivi 98
2 Reti di Petri Carl Adam Petri, 1962 strumento per la modellizzazione di processi mediante sistemi ad eventi discreti ampia diffusione nel campo dell ingegneria elettronica e informatica modellazione di architetture di microprocessori Ajmone Marsan et al., 1994 applicazioni nell industria manifatturiera modellazione di Flexible Manufacturing System (FMS) Yan et al., 1998 modellazione di sistemi just-in-time Song & Lee, 1998 Reliability Modelling Schneeweiss 1999 Modellazione dei processi produttivi 99
3 Nella descrizione di un processo (produttivo, organizzativo, ecc.) spesso si ha la necessità di rappresentare sottoprocessi o attività che possono essere eseguite contemporaneamente, in parallelo fra loro, ma non indipendentemente l una dall altra Programmazione e Controllo Potrebbe accadere che un determinato passaggio o una certa fase del processo non possa verificarsi o non possa essere attivata fintanto che altre fasi o attività non sono concluse o fino al verificarsi di determinate condizioni. situazioni di questo tipo non possono essere descritte mediante un diagramma di flusso le attività sono rigidamente serializzate Con le Reti di Petri la serializzazione i degli step del procedimento viene superata due rami distinti non vengono mai percorsi contemporaneamente, ma rappresentano due strade alternative scelte secondo un criterio rigidamente deterministico dipendente dall esito della valutazione di una espressione booleana non solo permettono di rappresentare e di descrivere globalmente un processo, ma consentono anche di seguirne l evoluzione permettendo di visualizzare lo stato in cui si trova in un certo istante la rete. Modellazione dei processi produttivi 100
4 Programmazione e Controllo Possono rappresentare infiniti i fi i i stati con un numero finito di nodi Strumento di modellazione formale Strumento di analisi e verifica del comportamento di un sistema RETI DI PETRI Gli eventi non sono vincolati ad accadere con frequenza definita Gli eventi a flusso con code vengono rappresentati spontaneamente Modellazione dei processi produttivi 101
5 Rete di Petri: Flusso P: { P, T, F, M } Posto 0 Programmazione e Controllo P Posti T Transizioni F Relazioni di flusso M 0 Marcatura iniziale Proprietà: Transizione 1. P T P T F P T T P 1. gli insiemi dei posti e delle transizioni sono disgiunti 2. la rete deve avere almeno un posto o una transizione 3. F lega posti a transizioni e transizioni ai posti ma non transizioni a transizioni e posti a posti Modellazione dei processi produttivi 102
6 Esempio: pressofusione La pressa 1. Posiziona lo stampo sotto il pistone della pressa 2. Scalda lo stampo 3. Scalda il forno a muffola 4. Accendi la pressa e seleziona i parametri 5. Quando lo stampo è a temperatura la macchina è pronta 6. Quando il forno è a temperatura inserisci il crogiolo 7. Quando il materiale è fuso estrai il crogiolo ed effettua la colata dentro lo stampo 8. Al termine della colata aziona la pressa 9. A fine solidificazione estrai il getto Stampo Provini Forno a muffola Modellazione dei processi produttivi 103
7 Esempio: pressofusione Macchine pronte Posizionare stampo Scaldare forno Settare pressa stampo posizionato forno a temperatura pressa pronta Riscaldare stampo Fondere materiale stampo a temperatura materiale fuso colata Applicaz. pressione Prodotto finito mat. colato mat. In press. estrazione mat. solidif. solidificazione Modellazione dei processi produttivi 104
8 Una Rete di Petri è un grafo che consiste di posti, transizioni ed archi che li collegano gli archi di input collegano i posti con le transizioni gli archi di output collegano le transizioni con i posti Lo stato della rete indica una sua configurazione in un determinato istante dell esecuzione del processo descritto dalla rete stessa. Una Rete di Petri evolve passando attraverso una serie di stati pezzo 1 grezzo sulla macchina Si conferisce uno stato a una Rete di Petri mediante una marcatura Assegnamento di un numero Stato della rete e marcatura naturale ad ogni posto. Le transizioni invece rappresentano le componenti attive del modello. Rappresentano le attività che possono essere realizzate modificando lo stato della rete. operazione su 1 Operaz. su 1 finita pezzo 1 grezzo sulla macchina operazione su 1 Operaz. su 1 finita Modellazione dei processi produttivi 105
9 Le transizioni sono consentite (ossia possono essere realizzate) soltanto se sono abilitate, ossia soltanto se tutte le condizioni che le precedono sono verificate. transizione abilitata transizione non abilitata Quando viene attivata una transizione vengono rimossi le marche dai posti che precedono la transizione e alcune marche vengono collocate in ognuno dei posti che seguono la transizione stessa Modellazione dei processi produttivi 106
10 grezzo sulla macchina inizio operazione pezzo in lavorazione fine operazione pezzo in attesa scambio pezzi in uscita Modellazione dei processi produttivi 107
11 grezzo sulla macchina inizio operazione pezzo in lavorazione fine operazione pezzo in attesa scambio pezzi in uscita Modellazione dei processi produttivi 108
12 grezzo sulla macchina inizio operazione pezzo in lavorazione fine operazione pezzo in attesa scambio pezzi in uscita Modellazione dei processi produttivi 109
13 grezzo sulla macchina inizio operazione pezzo in lavorazione fine operazione pezzo in attesa scambio pezzi in uscita Modellazione dei processi produttivi 110
14 grezzo sulla macchina inizio operazione pezzo in lavorazione fine operazione pezzo in attesa scambio pezzi in uscita Modellazione dei processi produttivi 111
15 grezzo sulla macchina inizio operazione pezzo in lavorazione fine operazione pezzo in attesa scambio pezzi in uscita Modellazione dei processi produttivi 112
16 T : insieme dei nodi transizione P : insieme dei nodi posto Pre : matrice delle marcature per lo scatto Post : matrice delle marcature create dallo scatto rete di Petri: N = (T, P, Pre, Post, M 0 ) 0 Modellazione dei processi produttivi 113
17 Matrice PRE La macchina deve essere pronta Il nuovo pezze deve essere arrivato in posizione Modellazione dei processi produttivi 114
18 Modellazione dei processi produttivi 115
19 Modellazione dei processi produttivi 116
20 Scatto di transizione Modellazione dei processi produttivi 117
21 RETE DI PETRI MARCATA: {N, M 0 } Modellazione dei processi produttivi 118
22 GRAFO DI STATO: {N, M 0 } Modellazione dei processi produttivi 119
23 GRAFO DI STATO: {N, M 0 } Modellazione dei processi produttivi 120
24 GRAFO DI STATO: {N, M 0 } Modellazione dei processi produttivi 121
25 GRAFO DI STATO: {N, M 0 } Modellazione dei processi produttivi 122
26 GRAFO DI STATO: (N, M 0 ) Modellazione dei processi produttivi 123
27 GRAFO DI STATO: (N, M 0 ) Modellazione dei processi produttivi 124
28 Modellazione dei processi produttivi 125
29 Modellazione dei processi produttivi 126
30 Modellazione dei processi produttivi 127
31 GRAFO DI STATO: (N, M 0 ) Modellazione dei processi produttivi 128
32 Modellazione dei processi produttivi 129
33 GRAFO DI STATO: (N, M 0 ) Modellazione dei processi produttivi 130
34 Modellazione dei processi produttivi 131
35 GRAFO DI STATO: (N, M 0 ) Modellazione dei processi produttivi 132
36 MATRICE DI INCIDENZA Modellazione dei processi produttivi 133
37 EQUAZIONE DI STATO Modellazione dei processi produttivi 134
38 EQUAZIONE DI TRANSIZIONE Modellazione dei processi produttivi 135
39 Sequenze ammissibili: percorso ammissibile nel grafo degli stati No: S 143 S 125 Si: S 124 S 412 S 142 S 1245 S 4152 Modellazione dei processi produttivi 136
40 Approfondimenti sulle reti di Petri Modellazione dei processi produttivi 137
41 Proprietà di base delle Reti di Petri Non determinismo Programmazione e Controllo Data una rete di Petri marcata con matrice di marcatura M e dato S l insieme delle transizioni abilitate in M, solamente una di queste viene scelta a caso per lo scatto Non si fa nessun riferimento al tempo Serve una nuova valutazione della futura transizione abilitata a scattare Località della rete: L evoluzione del sistema è locale e ciò è garantito dall indipendenza degli eventi Modellazione dei processi produttivi 138
42 Esempio di una evoluzione di una rete: P3 P1 e P2: sottorete produttori P3 e P4: sottorete consumatori C1 P5 e P6: sottorete consumatori C2 t1 P1 t2 P7 t3 2 P4 t4 t1 è l assegnazione delle materie prime t2 è la produzione: gli oggetti da produrre in P1 sono prodotti finiti in P2 P2 2 2 t5 P5 4 4 P6 t6 P7 rappresenta una coda tra i produttori e i consumatori t3 e t5 sono le attività di assegnazione dei prodotti ai consumatori t4 e t6 sono le attività di consumo dei prodotti da parte dei consumatori Modellazione dei processi produttivi 139
43 Una transizione abilitata è t2 M 0 Allo scatto di t2 ci sono quattro possibili transizioni abilitate: t1, t2, t3 e t5 Scatto di t2 Allo scatto di t3 si ha una nuova configurazione Se volessimo aumentare i prodotti e/o i produttori sarebbe sufficiente aumentare le marche rispettive Scatto di t3 Modellazione dei processi produttivi 140
44 Due transizioni sono: Strutture fondamentali in sequenza Se t1 precede in una data marcatura t2 e lo scatto di t1 abilita t2 in conflitto strutturale Se e solo se hanno un posto di ingresso in comune in conflitto effettivo Se sono in conflitto strutturale e, poiché le marche non sono sufficienti ad abilitarle entrambe, lo scatto di una transizione disabilita l altra Modellazione dei processi produttivi 141
45 in concorrenza strutturale Se non condividono nessun posto di ingresso e quindi l una non disabilita l altra in concorrenza effettivaett La concorrenza strutturale implica la concorrenza effettiva poiché se sono abilitate entrambe le marche sono sufficienti ad entrambe le transizioni Transizione di sincronizzazione Più posti a monte Transizione di inizio di concorrenza Più posti a valle Modellazione dei processi produttivi 142
46 Proprietà delle reti di Petri Raggiungibilità: Una marcatura M 1 è raggiungibile a partire da M se esiste almeno una sequenza di transizioni che permetta il passaggio da M a M 1 M 1 [ [M Insieme delle marcature raggiungibili a partire da M M M 1 raggiungibile da M Reversibilità: Una rete {N,M 0 } è reversibile se per ogni marcatura raggiungibile da M 0, M 0 è raggiungibile da questa marcatura M [ M, M [ M 0 0 Home state: Uno stato M* della rete {N,M 0 } è detto di home state se per ogni marcatura raggiungibile da M 0, M* è raggiungibile da questa marcatura M [ M, M* [ M 0 Modellazione dei processi produttivi 143
47 Limitatezza: Assenza di accumulo di marcature indesiderate nella rete Posto k-limitato: Rete k-limitata: Rete limitata: In tutte le marcature raggiungibili dalla rete non si supera mai il valore di k Tutti i posti della rete sono k-limitati. Rete k-limitata per qualche valore finito di k Esempio di rete non limitata la sequenza di scatti t1, t2, t3 può avvenire infinite volte accumulando marcature in P4 Modellazione dei processi produttivi 144
48 Rete binaria: Rete 1-limitata (ovvero k-limitata con k=1) Affinché una rete sia binaria la marcatura iniziale M0 e tutte le marcature da essa raggiungibili devono avere solo 0 e 1 Qualunque rete può essere resa limitata con l aggiunta di opportuni posti detti complementari Introduzione del posto P6 con significato complementare a P5: le marcature rappresentano le postazioni libere nel buffer Sistema produttoriconsumatori con buffer intermedio Modellazione dei processi produttivi 145
49 Vivezza: Capacità della rete di evolvere bene ovvero senza che si blocchi mai Transizione viva: Se e solo se per ogni marcatura raggiungibile da M 0 esiste un altra marcatura raggiungibile dalla prima nella quale la transizione risulta abilitata M [ M, M [ M t. c. t abilitata in M 0 Rete viva: Se tutte le transizioni sono vive Considerazioni: Una transizione è viva se da una qualunque marcatura M raggiungibile nella rete è possibile raggiungerne un altra M* in cui t è abilitata. Se questa transizione scatta in M* si raggiunge una marcatura M** che per definizione è raggiungibile da quella iniziale. Pertanto M** ricade nella definizione di vivezza. La transizione è allora ancora viva e a partire da M** raggiunge M*** e così via. In una rete viva tutte le transizioni possono scattare infine volte qualunque sia la marcatura raggiungibile da quella iniziale Modellazione dei processi produttivi 146
50 Marcatura viva: Se e solo se per ogni transizione esiste una marcatura raggiungibile ibil da M tale che la transizione i risulta abilitata t t T, M* [ M t. c. t abilitata in M * A partire dalla marcatura viva è possibile far scattare una qualunque transizione PROPRIETÀ: Una rete è viva se e solo se tutte le sue marcature raggiungibili dalla marcatura iniziale sono vive Marcatura morta: Se e solo se nessuna transizione è abilitata in M Modellazione dei processi produttivi 147
51 Limitatatezza: SI Vivezza: NO Reversibilità: NO Limitatatezza: SI Vivezza: NO Reversibilità: SI Limitatatezza: NO Vivezza: SI Reversibilità: SI Limitatatezza: SI Vivezza: SI Reversibilità: NO Esempi di Murata Modellazione dei processi produttivi 148
52 Analisi delle reti di Petri Insieme di raggiungibilità: Insieme R(N,M 0 ) più piccolo di marcature tale che: M R( N, M ) 0 0 La marcatura iniziale appartiene all insieme M* RNM (, ), t Ttc.. M*[ t M** M** RNM (, ) 0 0 Tutte le marcature iniziali raggiungibili dall insieme di raggiungibilità appartiengono all insieme Grafo di raggiungibilità G(N,M 0 ) Grafo di stato {N,M 0 } completo e minimo Modellazione dei processi produttivi 149
53 Rete di Petri Grafo di raggiungibilità Modellazione dei processi produttivi 150
54 Analisi matriciale Metodo di analisi che sfrutta le informazioni contenute nella matrice di incidenza Caratteristiche statiche Caratteristiche che dipendono dalla topologia della rete e non dalla marcatura P-Invarianti Sifoni T-Invarianti Trappole Vettori colonna Insiemi di posti Modellazione dei processi produttivi 151
55 P-invarianti: Insiemi di posti tali che la somma pesata delle marche che contengono rimane costante per tutte le marcature raggiungibili Def.: Un vettore è P-invariante se: M R ( N, M ), x ' tc.. x ' M x ' M 0 0 Eq. Di stato: Moltiplico a sinistra per x valida per ogni s non vuoto Se x è invariante allora: Modellazione dei processi produttivi 152
56 Gli invarianti si trovano dalle: Eq. 1 Eq. 2 Infinite soluzioni: Se un x è un P-invariante allora anche k x con k intero lo è Se un x1 e x2 sono P-invarianti allora anche x = x1 + x2 lo è Problema: determinare il più piccolo insieme di P-invarianti in grado di generare tutte le soluzioni delle equazioni Modellazione dei processi produttivi 153
57 Supporto di un P-invariante: P-invariante a supporto minimo: Insieme dei posti corrispondenti ad elementi non nulli di x Un p-invariante è detto a supporto minimo se il suo supporto non contiene quello di nessun altro P-invariante della rete P-invariante canonico: Un p-invariante è detto a canonico se il massimo comun divisore dei suoi elementi non nulli è 1 Un P-invariante composto di soli elementi positivi permette di identificare un gruppo di posti dove si conserva non tanto il numero di marche ma una loro combinazione lineare Gli P-invarianti positivi sono detti componenti conservative di una rete Modellazione dei processi produttivi 154
58 Esempio di P-invariante negativo Il numero di marche in P1 è vincolato ad essere uguale a quello di P2 Generatore di P-invarianti positivi: Il più piccolo insieme di P-invarianti positivi PI k tale che ogni altro P-invariante della rete è ottenibile tramite ombinazione lineare degli invarianti di PI k Gli elementi dell insieme si chiamano P-invarianti minimi Proposizione 1 Proposizione 2 Un P-invariante è minimo se e solo se è canonico e a supporto minimo L insieme generatore di P-invarianti è finito ed è unico Modellazione dei processi produttivi 155
59 Rete coperta da P-invarianti: Ogni posto della rete appartiene al supporto di almeno un P-invariante Rete conservativa: Rete coperta da P-invarianti non negativi p P, x P-invariante tc.. p x et x( p) 0 Proposizione 3 Una rete conservativa è limitata In una rete conservativa il numero di marche non cresce mai indefinitamente. Non è detto il contrario Modellazione dei processi produttivi 156
60 Esempi: Reti coperte dal P-invariante [1,1,1] Qualunque sia la marcatura iniziale il numero delle marche si mantiene costante Questa rete è viva Due processi diversi si devono sincronizzare ovvero deve esistere una attesa reciproca Gli P-invarianti minimi sono: [1,1,0,0] e [0,0,1,1] Modellazione dei processi produttivi 157
61 Calcolo degli P-invarianti minimi Algoritmo di Colom e Silva In matrice identità di dimensione n Modellazione dei processi produttivi 158
62 T-invarianti: In modo duale agli P-invarianti rappresentano possibili sequenze di scatti che riportano la rete alla marcatura iniziale Def.: Un vettore (colonna) y è T-invariante se è soluzione dell equazione: Eq. 3 Se y è un vettore delle occorrenze coincidente con un T-invariante allora: Osservazione: La presenza di un T-invariante non implica che sia veramente possibile ritornare alla posizione di partenza Il significato di un T-invariante y è quello che, se fosse possibile far scattare ogni transizione del supporto di y in un ordine qualunque ma un numero di volte pari a quello definito da y allora lo stato della rete potrebbe tornare al valore iniziale al termine della sequenza Modellazione dei processi produttivi 159
63 Confrontando l Eq. 2 con l Eq. 3 Eq. 2 Eq. 3 Si deduce che: gli T-invarianti di una rete con matrice di incidenza C coincidono con gli P-invarianti di una rete con matrice di incidenza C e viceversa La matrice di incidenza C si ottiene dalla rete con matrice C scambiando i posti con le transizioni senza alterare gli indici dei nomi e invertendo il verso degli archi Se non di invertisse il verso degli archi, si otterrebbe una matrice di incidenza C Ad ogni modo C x=0 equivale a -C x=0 così come Cy=0 equivale a -C y=0 pertanto si otterrebbero gli stessi T-invarianti e P-invarianti Modellazione dei processi produttivi 160
64 Sifoni: Rappresenta un insieme di posti che complessivamente tende a perdere marche durante l evoluzione della rete e che, una volta arrivati a zero, non è più in grado di riacquistarne Notazione per le matrici dei Pre e dei Post: X Pre[X] X Post[X] Def.: Un sifone S è un insieme di posti se e solo se: S S Tutte le transizioni di ingresso per un sifone sono anche di uscita ma esistono delle transizioni di uscita che non sono di ingresso Modellazione dei processi produttivi 161
65 Esempio: Sifone: infatti: é contenuto in: Sifone: infatti: é contenuto in: Modellazione dei processi produttivi 162
66 Sifone minimo.: Un sifone S è minimo se e solo se esiste un altro sifone S tale che: S ' S Proprietà L unione di sifoni è un sifone Sifone di base: Un sifone di base è un sifone che non può essere ottenuto come unione di altri sifoni Proprietà Se S è un sifone privo di marche in una certa marcatura M allora è priva di marche anche ogni marcatura raggiungibile M [M> In presenza di un sifone non marcato tutte le transizioni di S sono morte e la rete in con S non viva Modellazione dei processi produttivi 163
67 Trappole: È il duale del sifone e rappresenta un insieme di posti che complessivamente tende ad acquistare marche durante l evoluzione della rete e che, una volta presa almeno una marca a zero, non è più in grado di smarcare contemporaneamente tutti i suoi posti Def.: Una trappola S è un insieme di posti se e solo se: S S Tutte le transizioni di uscita per una trappola sono anche di ingresso ma esistono delle transizioni di ingresso che non sono di uscita Modellazione dei processi produttivi 164
68 Esempio: Trappole: infatti: é contenuto in: Trappole anche: e Modellazione dei processi produttivi 165
69 Proprietà L unione di trappole è una trappola Proprietà Se S è una trappola marcata in una certa marcatura M allora rimane marcata in ogni marcatura raggiungibile M [M> Proprietà Il supporto di un P-invariante con elementi non negativi è un sifone e una trappola Non tutti i sifoni o trappole di una rete sono pericolosi ai fini della vivezza. Il legame tra queste strutture e la vivezza non è semplice Proprietà Se M è una marcatura morta allora l insieme dei posti privi di marche: È un sifone non marcato Modellazione dei processi produttivi 166
70 Proprietà Se ogni sifone contiene una trappola marcata in una marcatura M allora non esiste in [M> una marcatura morta Se infatti, per assurdo, esistesse una simile marcatura M allora i posti senza marche in M costituiscono un sifone senza marche contraddicendo l ipotesi N.B.: non è detto che una rete in cui ogni sifone contiene una trappola sia viva Esempio precedente: Sifoni marcati che non contengono trappole Infatti tramite la sequenza [ t3 t1 t2 t1 ] è possibile raggiungere M = [ ] che è morta Modellazione dei processi produttivi 167
71 Macchine a stati finiti La macchina a stati finiti è un automa Macchina a stati finiti: È una rete di Petri tale che: t T, t 1 et t 1 j j j Proprietà : È strettamente conservativa Il numero di marche nella rete non cambia mai Il sistema è finito e pure il grafo di raggiungibilità Se la marcatura iniziale contiene una sola marca allora la rete è binaria Se la rete è fortemente connessa (cioè è possibile andare da un nodo all altro seguendo una relazione di flusso) e se ha almeno un gettone Allora la rete è viva Modellazione dei processi produttivi 168
72 Grafo marcato Sottoclasse delle reti di Petri in cui ogni posto ha esattamente una transizione di ingresso e una di uscita Grafo marcato: Proprietà : È una rete di Petri tale che: p P, p 1 et p 1 i i i Mentre la macchina a stati può avere al suo interno dei conflitti (un posto con molte transizioni in uscita), il grafo marcato non può modellare conflitti A differenza della macchina a stati, il grafo marcato può modellare la creazione e la distruzione di marche necessarie per la simultaneità necessaria per la sincronizzazione Un grafo marcato è vivo se e solo se ogni suo ciclo contiene almeno un posto con una marca Sequenza di posti ottenuta con un flusso in cui la transizione di ingresso al primo posto della sequenza è anche quella di uscita all ultimo posto Modellazione dei processi produttivi 169
73 Reti a scelta libera Sono reti che non ammettono confusione Scelta libera: È una rete di Petri tale che: t T, p P, t { p } opp p { t } j i j i i j Per ogni arco da un posto ad una transizione o quel posto è l unico posto in ingresso a quella transizione (non c è sincronizzazione) oppure quella transizione è l unica transizione in uscita da quel posto (non ci sono conflitti) I conflitti potenziali sono controllati: I conflitti accadono solo se il posto è in ingresso a molte transizioni Se un posto è in ingresso a molte transizioni allora esso è l unico ingresso per tutte le transizioni O tutte le transizioni sono permesse o non lo è nessuna Scelta libera Modellazione dei processi produttivi 170
74 Una macchina a stati e un grafo marcato sono reti a scelta libera ma non vale il viceversa Tipica situazione di confusione Non è chiaro a priori quale delle due transizioni scatterà CONFLITTO Modellazione dei processi produttivi 171
75 Reti a scelta libera estesa Scelta libera estesa: È una rete di Petri tale che: t T, p, un arco da tutti i posti di ingresso a t a tutte le trasizioni di uscita di p j i j i Se due posti hanno una transizione di uscita in comune, allora quei posti hanno le stesse transizione di uscita: Rete a scelta libera estesa Una rete a scelta libera estesa è una rete a scelta libera ma non vale il viceversa Teorema di Commoner: una rete a scelta libera estesa è viva se i suoi sifoni contengono una trappola trasformazione in rete a scelta libera Modellazione dei processi produttivi 172
76 Reti a scelta asimmetrica Scelta libera asimmetrica: È una rete di Petri tale che: p p p p opp p p i j i j i j Esempio di scelta asimmetrica Proprietà Una rete a scelta asimmetrica è viva se (ma non solo se) tutti i sifoni contengono una trappola Modellazione dei processi produttivi 173
77 Diagramma di Venn per le relazioni tra le classi di reti di Petri Modellazione dei processi produttivi 174
78 Esempio di processo manifatturiero Programmazione e Controllo Il processo in esame è costituito da due centri di lavoro, due robot e due nastri trasportatori. Ogni centro è servito da un robot per le operazioni di carico e scarico. Un nastro è usato per i pezzi da lavorare, con un massimo per entrambi di due alla volta. L altro nastro è usato per i pallet vuoti. Ci sono tre pallet disponibili nel sistema. Ogni pezzo da lavorare è manipolato su M1 e M2, in questo ordine. Centro di lavoro M1 Centro di lavoro M2 Semilavorati Robot 1 Robot 2 Nastro trasportatore 2 Prodotti finiti Pallet Nastro trasportatore 1 Pallet Modellazione dei processi produttivi 175
79 Modellazione dei processi produttivi 176
80 Marcatura iniziale: Matrice di incidenza: Modellazione dei processi produttivi 177
81 Unico T-invariante: Gli P-invarianti minimi sono 6: Supporti agli P-invarianti: Ogni posto della rete appartiene ad almeno un P-invariante dunque la rete è CONSERVATIVA e LIMITATA Modellazione dei processi produttivi 178
82 Marcature raggiungibili dalla rete: Modellazione dei processi produttivi 179
83 Grafo di raggiungibilità Modellazione dei processi produttivi 180
84 Analisi del grafo di raggiungibilità Dal grafo di deduce che la rete progettata è viva Infatti: a partire da ogni marcatura raggiungibile, è possibile raggiungerne un altra in cui una determinata transizione sia abilitata Lo si poteva vedere anche considerando che la rete di Petri è un grafo marcato poiché gli unici sifoni che contiene sono i supporti dei P-invarianti che sono inizialmente marcati, allora la rete è viva Modellazione dei processi produttivi 181
Luigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 10. Reti di Petri: analisi strutturale Luigi Piroddi [email protected] Analisi strutturale Un alternativa all analisi esaustiva basata sul
Luigi Piroddi
Automazione industriale dispense del corso 13. Reti di Petri: analisi strutturale sifoni e trappole Luigi Piroddi [email protected] Introduzione Abbiamo visto in precedenza il ruolo dei P-invarianti
Luigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 9. Reti di Petri: analisi dinamica e metodi di riduzione Luigi Piroddi [email protected] Metodi di analisi di Reti di Petri Ci sono 2 modi
Luigi Piroddi
Automazione industriale dispense del corso 9. Reti di Petri: analisi dinamica e metodi di riduzione Luigi Piroddi [email protected] Metodi di analisi di Reti di Petri Ci sono 2 modi per analizzare
Appunti sulle Reti di Petri
Appunti sulle Reti di Petri Marco Liverani 13 maggio 2004 1 Introduzione Le Reti di Petri, proposte nel 1962 da Carl Adam Petri, sono uno strumento per la modellizzazione di processi ed in particolare
Luigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 8. Reti di Petri: rappresentazione algebrica Luigi Piroddi [email protected] Rappresentazione matriciale o algebrica E possibile analizzare
AUTOMAZIONE INDUSTRIALE (Prof. Luigi Piroddi)
POLITECNICO DI MILANO - SEDE DI COMO AUTOMAZIONE INDUSTRIALE (Prof. Luigi Piroddi) Anno Accademico 22/3 Prima Verifica in Itinere (recupero) Appello del 7 febbraio 23 ESERCIZIO Si consideri la rete di
Luigi Piroddi
Automazione industriale dispense del corso 12. Metodi top-down, bottom-up e ibridi Luigi Piroddi [email protected] Introduzione Esistono varie tecniche sistematiche di modellizzazione che consentono
Luigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 6. Reti di Petri: definizioni, evoluzione e proprietà Luigi Piroddi [email protected] Reti di Petri Un formalismo molto potente e compatto
Luigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 12. Metodi top-down, bottom-up e ibridi Luigi Piroddi [email protected] Introduzione Abbiamo visto un esempio di costruzione di un modello
Luigi Piroddi
Automazione industriale dispense del corso 6. Reti di Petri: definizioni, evoluzione e proprietà Luigi Piroddi [email protected] Reti di Petri Un formalismo molto potente e compatto per rappresentare
AUTOMAZIONE INDUSTRIALE Prof. Luca Ferrarini
POLITECNICO DI MILANO AUTOMAZIONE INDUSTRIALE Prof. Luca Ferrarini Anno Accademico 2009 / 10 24 giugno 2010 COGNOME... NOME... MATRICOLA... FIRMA... Non riportare sulla stessa pagina risposte a domande
Luigi Piroddi [email protected]
Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi [email protected] Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,
Modellazione di Workflow mediante le Reti di Petri. Prof. Giancarlo Fortino
Modellazione di Workflow mediante le Reti di Petri Prof. Giancarlo Fortino [email protected] Introduzione Il successo di un sistema di workflow si basa sulla qualità dei flussi di lavoro che lo compongono.
Analisi matriciale delle reti di Petri (P/T)
Analisi matriciale delle reti di Petri (P/T) Proprietà strutturali: P-invarianti e T-invarianti Analisi matriciale delle reti di Petri (P/T) - richiami preliminari sull evoluzione delle RdP - Condizione
AUTOMA A STATI FINITI
Gli Automi Un Automa è un dispositivo, o un suo modello in forma di macchina sequenziale, creato per eseguire un particolare compito, che può trovarsi in diverse configurazioni più o meno complesse caratterizzate
Le reti di Petri P/T (Posti/Transizioni)
Le reti di Petri P/T (Posti/Transizioni) Rete di Petri P/T (Posti/Transizioni) - rappresentazione grafica - Elementi costitutivi Esempio Posto Transizione Arco Peso (1 se omesso) w P1 P T1 P3 Marca (o
Analisi di PN. Uso delle PN per l'analisi dei Sistemi Dinamici Discreti. Proprietà (1) Reti di Petri Analisi di Alcune Proprietà
Reti di Petri Analisi di Alcune Proprietà Analisi di PN Tra i vantaggi che si hanno modellizzando sistemi con PN c'è la possibilità di analizzare il comportamento di sistemi, al fine di scoprire eventuali
Soluzione degli esercizi del Capitolo 8
Sistemi di automazione industriale - C. Bonivento, L. Gentili, A. Paoli Soluzione degli esercizi del Capitolo 8 Soluzione dell Esercizio E8. La rete di Petri corrispondente alle matrici I, O e marcatura
GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi!
G R A F I 1 GRAFI Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! 2 cip: cip: Pallogrammi Pallogrammi GRAFI: cosa sono I grafi sono una struttura matematica fondamentale: servono
Luigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 11. Modellizzazione con reti di Petri Luigi Piroddi [email protected] Introduzione Un sistema di produzione automatizzato serve a ricavare
Analisi matriciale delle reti di Petri (P/T)
Analisi matriciale delle reti di Petri (P/T) - P-invarianti e T-invarianti - Analisi matriciale delle reti di Petri (P/T) - richiami preliminari sull evoluzione delle RdP - Condizione di abilitazione di
Analisi matriciale delle reti di Petri (P/T) - sifoni e trappole -
Analisi matriciale delle reti di Petri (P/T) - sifoni e trappole - - richiami preliminari sulle proprietà strutturali - Abbiamo visto che alcune caratteristiche dei sistemi dinamici (DES compresi) non
LABORATORIO DI INFORMATICA Lezione 7
Laurea in Scienze dell Educazione a.a. 2009-200 LABORATORIO DI INFORMATICA Lezione 7 00 000 00 0 000 000 0 La nostra immaginazione è tesa al massimo; non, come nelle storie fantastiche, per immaginare
Introduzione alla programmazione
Introduzione alla programmazione Risolvere un problema Per risolvere un problema si procede innanzitutto all individuazione Delle informazioni, dei dati noti Dei risultati desiderati Il secondo passo consiste
Note sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
«Sciente e Tecnologie dei Beni Culturali»
5 Informatica CdS in «Sciente e Tecnologie dei Beni Culturali» AA 2014-2015 Mini-sito dell insegnamento: http://www.unife.it/scienze/beni.culturali/insegnamenti/informatica Prof. Giorgio Poletti [email protected]
Corso di elettrotecnica Materiale didattico: i grafi
Corso di elettrotecnica Materiale didattico: i grafi A. Laudani 12 ottobre 2005 I grafi costituiscono uno strumento matematico che permette di descrivere e schematizzare una grande varietà di problemi
Appunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
Introduzione alla programmazione Algoritmi e diagrammi di flusso. Sviluppo del software
Introduzione alla programmazione Algoritmi e diagrammi di flusso F. Corno, A. Lioy, M. Rebaudengo Sviluppo del software problema idea (soluzione) algoritmo (soluzione formale) programma (traduzione dell
PROGRAMMAZIONE LINEARE E DUALITA'
PROGRAMMAZIONE LINEARE E DUALITA' 1) Dati i punti di R 2 (1, 2), (1, 4), (2, 3), (3, 5), (4, 1), (4, 2), (5, 5), (6, 2), (6, 5). Determinare graficamente: A - L'involucro convesso di tali punti. B - Quali
Esercizio d esame Petri e Gantt B
Esercizio d esame Petri e Gantt B Una cella di lavorazione e montaggio portiere funziona nel seguente modo. Quando sono disponibili una quaterna Q scocca, portiera destra, portiera sinistra, portellone
Indice generale. Prefazione
Prefazione vii 1 Classificazione dei sistemi e dei modelli 1 1.1 Introduzione 1 1.2 Principi di base della teoria dei sistemi e del controllo 2 1.2.1 I concetti di sistema e di modello 3 1.2.2 Il concetto
Corso di Informatica di Base
Corso di Informatica di Base A.A. 2011/2012 Algoritmi e diagrammi di flusso Luca Tornatore Cos è l informatica? Calcolatore: esecutore di ordini o automa Programma: insieme di istruzioni che possono essere
Fondamenti di informatica II 1. Sintesi di reti logiche sequenziali
Titolo lezione Fondamenti di informatica II 1 Sintesi di reti logiche sequenziali Reti combinatorie e sequenziali Fondamenti di informatica II 2 Due sono le tipologie di reti logiche che studiamo Reti
NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
Proprietà strutturali: Controllabilità e Osservabilità
CONTROLLI AUTOMATICI LS Ingegneria Informatica Proprietà strutturali: Controllabilità e Osservabilità Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 051 2093034 e-mail: [email protected]
ESERCIZI SULLA TECNICA BACKTRACKING e BRANCH & BOUND
ESERCIZI SULLA TECNICA BACKTRACKING e BRANCH & BOUND 1. [ STRINGHE] Scrivere in pseudo-codice una procedura che, preso in input un intero n, stampi tutte le stringhe di lunghezza minore o uguale ad n sull
I Diagrammi di Flusso OO
Corso di Laurea Specialistica in Ingegneria Informatica Corso di Ingegneria del Software A. A. 2008 - I Diagrammi di Flusso OO Generalità I diagrammi di attività vengono usati per modellare processi a
Problemi, algoritmi, calcolatore
Problemi, algoritmi, calcolatore Informatica e Programmazione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Problemi, algoritmi, calcolatori Introduzione
Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
Sistemi Web per il turismo - lezione 3 -
Sistemi Web per il turismo - lezione 3 - Software Si definisce software il complesso di comandi che fanno eseguire al computer delle operazioni. Il termine si contrappone ad hardware, che invece designa
1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi
Argomenti della Lezione 1) Codici convoluzionali 2) Circuito codificatore 3) Diagramma a stati e a traliccio 4) Distanza libera 5) Algoritmo di Viterbi 1 Codici convoluzionali I codici convoluzionali sono
Macchine sequenziali. Automa a Stati Finiti (ASF)
Corso di Calcolatori Elettronici I Macchine sequenziali Prof. Roberto Canonico Università degli Studi di Napoli Federico II Dipartimento di Ingegneria Elettrica e delle Tecnologie dell Informazione Corso
Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ [email protected] Lorenzo Pareschi (Univ. Ferrara)
Rappresentazione in complemento a 2: caratteristiche generali
Rappresentazione in complemento a 2: caratteristiche generali La rappresentazione non è completamente posizionale, ma in parte sì. Guardando il bit più significativo (MSB) si capisce se il numero è positivo
La codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
LEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
Algoritmi e soluzione di problemi
Algoritmi e soluzione di problemi Dato un problema devo trovare una soluzione. Esempi: effettuare una telefonata calcolare l area di un trapezio L algoritmo è la sequenza di operazioni (istruzioni, azioni)
Fondamenti di Informatica
Fondamenti di Informatica AlgoBuild: Strutture selettive, iterative ed array Prof. Arcangelo Castiglione A.A. 2016/17 AlgoBuild : Strutture iterative e selettive OUTLINE Struttura selettiva Esempi Struttura
Altrimenti, il M.C.D. di a e b è anche divisore di r (e.g. a=15,b=6,r=3 che è il M.C.D.)
Elaboratore Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni sui dati digitale l informazione è rappresentata in forma numerica
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
Gestione della produzione e della supply chain Logistica distributiva
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non
Fondamenti di Automatica
Fondamenti di Automatica Controllo con retroazione dello stato Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. 39 0532 974839 E-mail: [email protected] pag. 1 Controllo
Introduzione alle Reti di Petri
Università degli Studi di Padova FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria dell Informazione Tesi di laurea triennale Introduzione alle Reti di Petri Candidato: Elena Zanotto Matricola 591936
Sequential Functional Chart
Sequential Functional Chart Nel 1975 nasce il GRAFCET GRAPHe de Coordination Etapes Transitions Nel 1987 è stato adottato come standard internazionale dall IEC (Comitato Elettrotecnico Internazionale)
Il concetto di calcolatore e di algoritmo
Il concetto di calcolatore e di algoritmo Elementi di Informatica e Programmazione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin Informatica
Fondamenti di Automatica
Fondamenti di Automatica Proprietà strutturali e leggi di controllo aggiungibilità e controllabilità etroazione statica dallo stato Osservabilità e rilevabilità Stima dello stato e regolatore dinamico
IL METODO DEL SIMPLESSO
IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno
Introduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
Modulo 1 Concetti di base della Tecnologia dell Informazione
Modulo 1 Concetti di base della Tecnologia dell Informazione 1.0.1.1 1.0.1.2 1.0.1.3 Algoritmi Definizione di algoritmo e sua rappresentazione grafica Per algoritmo si intende un procedimento, che permette
Esercizi di Algoritmi e Strutture Dati
Esercizi di Algoritmi e Strutture Dati Moreno Marzolla [email protected] Ultimo aggiornamento: 3 novembre 2010 1 Trova la somma/1 Scrivere un algoritmo che dati in input un array A[1... n] di n interi
Flusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni [email protected] Corso di: Ottimizzazione Combinatoria Dal
Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n
Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra e di Matematica
LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
Richiami di Algebra di Commutazione
LABORATORIO DI ARCHITETTURA DEI CALCOLATORI lezione n Prof. Rosario Cerbone [email protected] http://digilander.libero.it/rosario.cerbone a.a. 6-7 Richiami di Algebra di Commutazione In questa
I.4 Rappresentazione dell informazione
I.4 Rappresentazione dell informazione Università di Ferrara Dipartimento di Economia e Management Insegnamento di Informatica Ottobre 13, 2015 Argomenti Introduzione 1 Introduzione 2 3 L elaboratore Introduzione
STRUMENTI MATEMATICI
1. TABELLA A DOPPIA ENTRATA 1 STRUMENTI MATEMATICI E' un riquadro formato da righe orizzontali e colonne verticali. I dati sulla prima colonna sono i dati in entrata di ciascuna riga; i dati sulla prima
Elettronica I Amplificatore operazionale ideale; retroazione; stabilità
Elettronica I Amplificatore operazionale ideale; retroazione; stabilità Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: [email protected] http://www.dti.unimi.it/
MATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
Programmazione Lineare
Programmazione Lineare Andrea Scozzari a.a. 2012-2013 March 14, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare March 14, 2013 1 / 18 Metodo del Simplesso Dato un problema di PL in forma standard
Controlli Automatici I
Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE V Sommario LEZIONE V Proprietà strutturali Controllabilità e raggiungibilità Raggiungibilità nei sistemi lineari Forma
Possibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente
Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino
TEORIA DEI SISTEMI SISTEMI LINEARI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.
Appunti di informatica. Lezione 3 anno accademico Mario Verdicchio
Appunti di informatica Lezione 3 anno accademico 2015-2016 Mario Verdicchio Numeri binari in memoria In un calcolatore, i numeri binari sono tipicamente memorizzati in sequenze di caselle (note anche come
Automa a Stati Finiti (ASF)
Automa a Stati Finiti (ASF) E una prima astrazione di macchina dotata di memoria che esegue algoritmi Introduce il concetto fondamentale di STATO che informalmente può essere definito come una particolare
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
Teoria degli Insiemi
Teoria degli Insiemi Docente: Francesca Benanti Ottobre 2017 1 Teoria degli Insiemi La Teoria degli Insiemi è una branca della matematica creata alla fine del diciannovesimo secolo principalmente dal matematico
COLLEGAMENTO SERIE E PARALLELO DI BIPOLI (Resistenze)
COLLEGAMENTO SERIE E PARALLELO DI BIPOLI (Resistenze) Per realizzare un circuito elettrico è necessario collegare tra loro più bipoli. Il tipo di collegamento che si effettua dipende dalle esigenze e dagli
Parte V: Rilassamento Lagrangiano
Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice
Geometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
