Progetto VS Processo

Definizioni

Progetto

Un Progetto è una iniziativa temporanea intrapresa per creare un prodotto, un servizio o un risultato con caratteristiche di unicità.

Iniziativa: Decisione pronta e cosciente di intraprendere o promuovere un'azione volta a un fine determinato.

Temporaneo: Di ciò che non è destinato a durare stabilmente, ma ha un carattere di provvisorietà.

Prodotto: Quanto si ottiene da attività tecnicamente ed economicamente definite.

Servizio: Prestazione di lavoro, spec. domestico, alle dipendenze di altri.

Risultato: Esito conclusivo e definitivo che contrassegna un procedimento o ne convalida l'efficacia o l'esattezza, spec. nell'ambito di un'attività.

Unicità: Proprietà di quanto si pone da solo e non ha uguali o simili.

Commento

Il progetto è un'iniziativa.

Questa iniziativa ha una finalità, di creare uno tra prodotti, servizi, risultati.

Ha un carattere temporaneo ed è unico.

Processo

Attività correlate o interagenti che trasformano elementi in ingresso in elementi in uscita.

Commento

Il processo è - di fatto - un algoritmo. Non ha carattere di unicità e non è un'iniziativa, ma un'attività.

Formule notevoli

Poisson (discreta)

PX=k=λkk!e

Valore atteso: λ

Varianza: λ

Uniforme

Nell'intervallo (a,b) la funzione ha probabilità

fx=1b-a

Valore atteso: (a+b)/2

Varianza:

b-a212

Normale

fx=12πσe-12x-μσ2

Questa formula incasinata deriva dalla funzione di Gauss

e-x2

il cui integrale da -∞ a +∞ è π. Per questo al denominatore, per fare in modo che la derivata della normale sia uno e non kπ, c'è 1/√π.

Inoltre la funzione è più o meno "gonfia" a seconda di σ, e più o meno "spostata" dallo zero a seconda di μ.

Valore atteso: μ (la curva è simmetrica)

Varianza: σ2

Binomiale

La distribuzione binomiale mostra la distribuzione di n estrazioni da un campione di tipo bianco/nero (solo due scelte chiaramente distinte) con reinserimento.

I parametri sono:

  1. x/q/pp/nn: uno o più valori richiesti
  2. n: il numero di estrazioni
  3. p: la probabilità dell'evento

Nell'esempio di 17 studenti maschi, considerati "successo" nell'esempio, e 13 studentesse (totale: 30 studenti), per sapere la probabilità di ottenere esattamente 2 maschi su 3 estrazioni con reinserimento, si utilizza:

> dbinom(2, 3, 17/30)
[1] 0.4174444

 

Ipergeometrica

La distribuzione ipergeometrica mostra la distribuzione di n estrazioni da un campione di tipo bianco/nero (solo due scelte chiaramente distinte) senza reinserimento.

I parametri sono:

  1. x/q/p/nn: uno o più valori richiesti
  2. w: il numero di casi di successo (palline bianche nell'urna)
  3. b: il numero di casi di non successo (palline nere nell'urna)
  4. n: il numero di estrazioni

Nell'esempio di 17 studenti maschi, considerati "successo" nell'esempio, e 13 studentesse (totale: 30 studenti), per sapere la probabilità di ottenere esattamente 2 maschi su 3 estrazioni, si utilizza:

> dhyper(2, 17, 13, 3)
[1] 0.435468

Le distribuzioni - probabilità, quantile, densità, valore casuale

In R le distribuzioni riportano un prefisso che può essere una lettera tra p, q, d, r.

  • p significa "probabilità" della distribuzione
  • q significa "quantile"
  • d significa "densità"
  • r significa "randon", cioè valore casuale

Gli esempi seguenti si basano sulla distribuzione normale con μ=100 e σ=30 da 1 a 200.

pnorm rappresenta la funzione di ripartizione, che - come previsto - inizia a zero e tende a 1; dnorm rappresenta la probabilità e disegnando la probabilità di ciascun punto da 1 a 200 si ottiene la classica gaussiana:

qnorm rappresenta il valore che si trova al quantile, quindi il primo parametro che prende è un valore da 0 a 1. Per esempio, la mediana si ottiene passando come primo parametro 0.5:

> qnorm(0.5, 100, 30)
[1] 100

Volendo rappresentare con un grafico l'andamento dei quartili si può utilizzare la funzione qnorm(seq(0, 1, 0.01), 100, 30), che produce questo grafico:

rnorm restituisce una certa quantità (primo parametro) di valori casuali con la distribuzione scelta.

plot

La funzione plot prende come parametri:

  1. un vettore di valori da posizionare nell'asse x
  2. un vettore di valori da posizionare nel grafico, che dovrebbe essere di dimensione uguale al primo
  3. un tipo:
    • p => points
    • l => lines
    • h => histogram
    • s => steps
    • altri meno interessanti
  4. main = intestazione del grafico
  5. sub = piè di pagina del grafico
  6. xlab / ylab = etichette degli assi
  7. asp = proporzione y/x

Lezione 2, Esercizio 2

Un dado non truccato viene lanciato 6 volte.
b) Si calcoli la cardinalità dell'evento "si ottengono tre diversi valori, ciascuno due volte".

Su sei lanci è possibile ottenere valori a coppie uguali in

63

modi diversi (U = uguale, D = diverso)

U U D D D D
U D U D D D
U D D U D D
U D D D U D
U D D D D U
D U U D D D
D U D U D D
D U D D U D
D U D D D U
D D U U D D
D D U D U D
D D U D D U
D D D U U D
D D D U D U
D D D D U U

In quanti modi è possibile ottenere una coppia di numeri scelti tra sei lanciando un dado due volte?
62

In quanti modi è possibile ottenere una coppia di numeri scelti tra quattro lanciando un dado due volte?
42

In quanti modi è possibile ottenere una coppia di numeri scelti tra due lanciando un dado due volte?
22

La probabilità condizionata

La probabilità condizionata è la probabilità che avvenga un evento dopo che ne è avvenuto un altro non certo.

Per esempio, qual è la probabilità che un pacco contenga il premio pià grande dopo che si è aperto un altro pacco.

L'intuizione in questo caso gioca brutti scherzi: la probabilità infatti non è la stessa che ci sarebbe iniziando direttamente con la premessa già verificata!

Per esempio, quante probabilità ci sono di fare almeno un sei lanciando un dado due volte? E lanciandoli assieme? Se faccio sei al primo lancio, non lancerò il dado una seconda volta, quindi la probabilità lanciandoli assieme è 12/36 (=2/6), mentre lanciandoli di seguito è 1/6 + 5/36 = 11/36. La differenza è che lanciandoli assieme contemplo un caso in più, il 6-6, che non avrei se lanciassi i dadi di seguito.

La probabilità condizionata si indica con P(A|B), che significa "probabilità che si verifichi A dato per certo B".

La formula è

PA|B=PAPBPB

NP completezza

  • Problemi Decidibili
    • Trattabili (complessità polinomiale)
    • Intrattabili (complessità esponenziale)
  • Problemi Indecidibili

 

  • Problemi decisionali (sì/no)
  • Ottimizzazioni (il migliore è n)

ma a ogni problema di ottimizzazione può essere associato un problema decisionale

 

  • Classe P: problemi risolvibili in tempo polinomiale O(nk)
  • Classe NP: problemi verificabili in tempo polinomiale O(nk)

P ⊆ NP

NPC???