Tesi Sui Costi Di Costruzione

POLITECNICO DI MILANO
Facolt di Ingegneria Edile/Architettura

Corso di Laurea Magistrale in
Ingegneria dei Sistemi Edilizi
STIMA PARAMETRICA DEL COSTO DI COSTRUZIONE

Individuazione di un metodo di stima, in fase di progettazione preliminare, del costo di
costruzione tramite luso delle regressioni lineari.
Relatore: Prof. Ing. Fulvio RE CECCONI

Co - relatore: Prof. Ing. Giuseppe RIGAMONTI
Tesi di Laurea Magistrale di:

Andrea Paolo CEREA
Matr. 735903
Corrado PREMOLI:
Matr. 734300
ANNO ACCADEMICO 2009 - 2010

costruzione tramite luso delle regressioni lineari
INDICE DEI CAPITOLI

1 INTRODUZIONE
19
2 STATO DELLARTE
23
2.1 LA STIMA DEI COSTI
23
2.2 MODELLI PARAMETRICI E RETI NEURALI PER LA STIMA DEI COSTI DI PRODUZIONE: UNINTRODUZIONE E UN
CONFRONTO
25
2.3 STATO DI FATTO DEI MODELLI DI COSTO PARAMETRICI
30
2.4 CRITERI ED ELABORAZIONE DEI COSTI NEI MODELLI PARAMETRICI
35
2.5 NOTA METODOLOGICA
37
2.6 CASI PRATICI
38
2.6.1 VILLA SINGOLA DI PREGIO
38
2.6.2 EDIFICIO RESIDENZIALE PLURIPIANO
44
2.6.3 EDIFICIO AD USO UFFICI
48
2.6.4 CAPANNONE INDUSTRIALE DI MEDIE DIMENSIONI
54
2.6.5 SCUOLA MATERNA
60
2.6.6 STRADA URBANA
68
2.7 CONSIDERAZIONI
72
2.8 CASI PRATICI DI APPLICAZIONE DI MODELLI NON LINEARI DA RETE NEURALE
71
2.8.1 STIMA DEL COSTO DELLA RETE FERROVIARIA METROPOLITANA AD ANKARA
71
2.8.2 STIMA DEL COSTO DI PROGETTI DI NUCLEI ABITATIVI COREANI
80
3 METODO E STRUMENTI
89
3.1 METODO
89
3.2 STRUMENTI: LE REGRESSIONI LINEARI
95
3.2.1 INSIEMI DI DATI BIVARIATI
95
Politecnico di Milano, Facolt di Ingegneria Edile/Architettura

Corso di Laurea Magistrale in Ingegneria dei Sistemi Edilizi
Anno Accademico 2009 - 2010

3.2.2 VARIANZA E DEVIAZIONE STANDARD CAMPIONARIE
95
3.2.3 COEFFICIENTE DI CORRELAZIONE CAMPIONARIA
96
3.2.4 SISTEMI DI STIMA E PARAMETRI DI REGRESSIONE
97
3.3 METODO MONTECARLO: CENNI

3.3.1 CAMPIONAMENTO DI NUMERI CASUALI DA UNA DISTRIBUZIONE DI PROBABILIT NOTA
102
3.3.2 ESEMPI DI METODO DI GENERAZIONE DI NUMERI CASUALI PER IL METODO MONTECARLO
103
4 APPLICAZIONE DEL METODO AL CASO DI STUDIO
107
4.1 PROGETTO VILLE UBOLDO
108
4.2 PROGETTO VILLA DON ORIONE
111
4.3 PROGETTO VALBRONA
114
4.4 PROGETTO SIGMA
117
4.5 PROGETTO LA DUCALE
120
4.6 PROGETTO DELTA
123
4.7 PROGETTO CASALINA
126
4.8 PROGETTO BELVEDERE
129
4.9 PROGETTO BRIVIO
132
4.10 INDIVIDUAZIONE DEI PARAMETRI
137
4.11 SELEZIONE PARAMETRI
142
4.12 STUDIO DEI PROGETTI: REGRESSIONI LINEARI MULTIPLE
158
4.13 STUDIO PROBABILISTICO DEI DATI
170
4.14 SIMULAZIONI MONTECARLO
195
4.15 ESITO E VALUTAZIONI FINALI DEL METODO PROBABILISTICO
219
4.15.1 COSTI E PREZZI
231
4.15.2 FATTORI CORRETTIVI
236
5 CONCLUSIONE
100
245

INDICE DELLE FIGURE

2 STATO DELLARTE
FIGURA 1 PROSPETTO SUD
40
FIGURA 2 SEZIONE VERTICALE
40
FIGURA 3 PIANTA PIANO TERRA
41
FIGURA 4 PIANTA PIANO PRIMO
42
FIGURA 5 PIANTA PIANO SECONDO
42
FIGURA 6 PIANTA PIANO PRIMO
45
FIGURA 7 PIANTA PIANO SECONDO
46
FIGURA 8 PROSPETTO NORD
50
FIGURA 9 PROSPETTO OVEST
50
FIGURA 10 SCHEMA DEI VOLUMI DELL'EDIFICIO IN ESAME
51
FIGURA 11 PIANTA FUORI SCALA
51
FIGURA 12 SEZIONE VERTICALE A-A
52
FIGURA 13 SEZIONE VERTICALE B-B'
52
FIGURA 14 PROSPETTO PRINCIPALE
56
FIGURA 15 SEZIONE VERTICALE A-A'
56
FIGURA 16 PIANTA
57
57
FIGURA 18 RAPPRESENTAZIONE SCHEMATIZZATA DEI VOLUMI
58
58
FIGURA 20 PROSPETTO EST
58
FIGURA 21 SCHEMA DEI VOLUMI CHE COMPONGONO LA SCUOLA MATERNA
63
FIGURA 22 PROSPETTO NORD
63


FIGURA 23 PROSPETTO EST
63
64
FIGURA 25 PIANTA
64
FIGURA 26 SEZIONE VERTICALE A-A'
65
65
FIGURA 28 SEZIONE VERTICALE C-C'
66
FIGURA 29 SEZIONE VERTICALE DELLA STRATIGRAFIA DELLA SEDE STRADALE PRIMA DELLINTERVENTO
68
FIGURA 30 SEZIONE VERTICALE DELLA ZONA DELLA SEDE STRADALE OGGETTO DI INTERVENTO
69
FIGURA 31 SCHEMA GRAFICO DI FUNZIONAMENTO DI UNA RETE NEURALE
76
FIGURA 32 SUPERFICIE COSTI/PERCENTUALE DI SEZIONI IN ELEVAZIONE/PERCENTUALE DI SEZIONI DI TUNNEL

DEDOTTA DAL MODELLO R5 PARAMETRICO- SUPERFICIE LINEARE
77
FIGURA 33 SUPERFICIE COSTI/PERCENTUALE DI SEZIONI IN ELEVAZIONE/PERCENTUALE DI SEZIONI DI TUNNEL
DEDOTTA DAL MODELLO N2 DI RETE NEURALE - SUPERFICIE NON LINEARE
78
FIGURA 34 SCHEMA DI FLUSSO UTILIZZATO PER L'ANALISI DEI COSTI DI PROGETTO DELLA METROPOLITANA
TURCA
79
FIGURA 35: DIAGRAMMA DI FLUSSO DEL PROCESSO DI STIMA USATO IN COREA
81
3 METODO E STRUMENTI
FIGURA 36: DIAGRAMMA DI FLUSSO DEL FUNZIONAMENTO STANDARD DEL METODO
92
FIGURA 37: DIAGRAMMA DI FLUSSO DEL FUNZIONAMENTO MIGLIORATIVO DEL METODO AFFINAMENTO DEI
PARAMETRI MEDIANTE AUMENTO DEL DATA-SET (METODO A)
93
FIGURA 38: DIAGRAMMA DI FLUSSO DEL FUNZIONAMENTO MIGLIORATIVO DEL METODO AUMENTO DEI
PARAMETRI MEDIANTE AUMENTO DEL DATA-SET (METODO B)
94
FIGURA 39 RENDERIZZAZIONE DEL PRGETTO DELLE VILLE AD UBOLDO
110
FIGURA 40 RENDERIZZAZIONE DEL PROGETTO DELLA VILLA DON ORIONE
113
FIGURA 41 RENDERIZZAZIONE DEL PROGETTO A VALBRONA
116


FIGURA 42 RENDERIZZAZIONE DEL PROGETTO SIGMA
119
FIGURA 43 RENDERIZZAZIONE DEL PROGETTO LA DUCALE
122
FIGURA 44 RENDERIZZAZIONE DEL PROGETTO DELTA
125
FIGURA 45 RENDERIZZAZIONE DEL PROGETTO CASALINA
128
FIGURA 46 RENDERIZZAZIONE DEL PROGETTO BELVEDERE
131
FIGURA 47 RENDERIZZAZIONE DEL PROGETTO BRIVIO
136
FIGURA 48: DISTRIBUTION FITTING (DISTRIBUZIONE LOGISTICA) COEFFICIENTE m1
196
FIGURA 49: DISTRIBUTION FITTING (DISTRIBUZIONE EXTERNAL VALUE) COEFFICIENTE m1
196
FIGURA 50: DISTRIBUZIONE NORMALE COEFFICIENTE m1
197
FIGURA 51: DISTRIBUZIONE TRIANGOLARE COEFFCIENTE m1
197
FIGURA 52: DISTRIBUZIONE PERT COEFFCIENTE m1
198
FIGURA 53: DISTRIBUZIONE PROBABILITA' DI COSTO PROGETTO DUCALE CESATE (DISTRIBUTION FITTING)
201
FIGURA 54: DISTRIBUZIONE PROBABILITA' DI COSTOPROGETTO LA DUCALE CESATE (NORMALE)
203
FIGURA 55: DISTRIBUZIONE PROBABILITA' DI COSTO PROGETTO LA DUCALE CESATE(TRIANGOLARE)
205
FIGURA 56: DISTRIBUZIONE DI PROBABILITA' DI COSTO PROGETTO LA DUCALE CESATE(PERT)
207
FIGURA 57: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE(DISTRIBUTION FITTING)
209
FIGURA 58: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE( NORMALE)
211
FIGURA 59: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE (TRIANGOLARE)
213
FIGURA 60: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE(PERT)
215
FIGURA 61: DIAGRAMMA DI FLUSSO DEL LAVORO SVOLTO
218




INDICE DELLE TABELLE

2 STATO DELLARTE
TABELLA 1 TABELLA RIASSUNTIVA DEI COSTI PARAMETRICI E DELLA LORO INCIDENZA SUL COSTO TOTALE
42
TABELLA 2 TABELLA RIASSUNTIVA DEI COSTI PARAMETRICI
42
TABELLA 3 TABELLA RIASSUNTIVA DEI COSTI PARAMETRICI E DELLA LORO INCIDENZA SUL COSTO TOTALE
46
46
TABELLA 5 TABELLA DELLE PERCENTUALE DI COSTO DELLE SINGOLE LAVORAZIONI SUL COSTO TOTALE
52
52
TABELLA 7 TABELLA DI RIEPILOGO DELL'INCIDENZA DELLE LAVORAZIONI SUL COSTO TOTALE
58
58
TABELLA 9 INCIDENZA DELLE SINGOLE LAVORAZIONI SUL COSTO
65
TABELLA 10 COSTI PARAMETRICI
65
TABELLA 11 INCIDENZA DELLE LAVORAZIONI SUL COSTO
69
TABELLA 12 COSTI PARAMETRICI DERIVATI DALL'INTERVENTO
69
TABELLA 13 PARAMETRI E COEFFICIENTI P CORRISPONDENTI CON VALORE PI AMPIO PER OGNI MODELLO DI
CALCOLO PARAMETRICO
73
TABELLA 14: CONFRONTO MAPE VARI MODELLI
75
TABELLA 15 CONFIGURAZIONE DEI PARAMETRI DI COSTO
81
TABELLA 16 ANALISI DI CORRELAZIONE FRA PARAMETRI (COEFFICIENTI DI CORRELAZIONE DI PEARSON):

ABITAZIONE DA 49 m2
82
TABELLA 17 ANALISI DI CORRELAZIONE FRA PARAMETRI: ABITAZIONE DA 59 m2
83
TABELLA 18ANALISI DI CORRELAZIONE FRA PARAMETRI: ABITAZIONE DA 84 m2
83
TABELLA 19 VALORE DEI COMPONENTI "1" ESTRATTI CON LA FUNZIONE SPSS PER OGNI PARAMETRO
84

TABELLA 20: DATI CARATTERISTICI VILLE UBOLDO
106

10
TABELLA 21: DATI CARATTERISTICI VILLA DON ORIONE
109
TABELLA 22: DATI CARATTERISTICI VALBRONA
112
TABELLA 23: DATI CARATTERISTICI SIGMA
115
TABELLA 24: DATI CARRATTERISTICI LA DUCALE
118
TABELLA 25: DATI CARATTERISTICI DELTA
121
TABELLA 26: DATI CARATTERISTICI CASALINA
124
TABELLA 27: DATI CARATTERISTICI BELVEDERE
127
TABELLA 28: DATI CARATTERISTICI BRIVIO
130
TABELLA 29: PARAMETRI - 1 FASE
134
TABELLA 30: PARAMETRI - 2 FASE
141
TABELLA 31: PARAMETRI - 3FASE
144
TABELLA 32: PARAMETRI - 4FASE
154
TABELLA 33: CASO DI STUDIO VILLE UBOLDO
157
TABELLA 34: CASO DI STUDIO VILLA DON ORIONE
158
TABELLA 35: CASO DI STUDIO VALBRONA
159
TABELLA 36: CASO DI STUDIO SIGMA
160
TABELLA 37: CASO DI STUDIO DELTA CESATE
161
TABELLA 38: CASO DI STUDIO CASALINA
162
TABELLA 39: CASO DI STUDIO BRIVIO MARIANO COMENSE
163
TABELLA 40: CASO DI STUDIO BELVEDERE MARIANO COMENSE
164
TABELLA 41: CASO DI STUDIO DUCALE CESATE
165
TABELLA 42: RIASSUNTO RISULTATI
167
TABELLA 43: COEFFICIENTI DI REGRESSIONE E VALORE DELL'INTERCETTA
168
TABELLA 44: CARATTERISTICHE m1
172
175
178


181
184
187
TABELLA 50: CARATTERISTICHE b
190
TABELLA 51: VALORI COEFFICIENTI DI REGRESSIONE E INTERCETTE
193
TABELLA 52: VALORI MEDI DI M E B
197
TABELLA 53: PARAMETRI DI PROGETTO
197
TABELLA 54: MEDIA DELLA PREDIZIONE DEI COSTI
198
TABELLA 55: PERCENTILI PROGETTO LA DUCALE CESATE
200
202
204
206
TABELLA 59: PERCENTILI VILLA DON ORIONE
208
210
212
TABELLA 62: PERCENTILE VILLA DON ORIONE
214
TABELLA 63: CAPACITA' PREDITTIVA
215
TABELLA 64:PARAMETRI CORRETTIVI FINITURE
236
TABELLA 65: CARATTERISTICHE IMPIANTISTICHE
240

11

12


INDICE DEI GRAFICI

GRAFICI 1-14: GRAFICI PARAMETRI PN
148
GRAFICO 15: ISTOGRAMMA RIASSUNTO RISULTATI
168
GRAFICO 16: ISTOGRAMMA DEI COEFFICIENTI DI REGRESSIONE
171
GRAFICO 17: ISTOGRAMMA DELLE INTERCETTET
172
GRAFICI 18-19: ANDAMENTO m1
175
178
181
184
187
190
GRAFICI 30-31: ANDAMENTO b
193
GRAFICO 32 :DISTRIBUZIONE DI PROBABILITA' DEI COSTI DI LA DUCALE CESATE (DISTRIBUTION FITTING))
201
GRAFICO 33: DISTRIBUZIONE PROBABILITA' DI COSTO DI LA DUCALE CESATE (NORMALE)
203
GRAFICO34: DISTRIBUZIONE PROBABILITA' DI COSTO LA DUCALE CESATE (TRIANGOLARE)
205
GRAFICO 35: DISTRIBUZIONE PROBABILITA' DI COSTO PROGETTO LA DUCALE CESATE(PERT)
207
GRAFICO36: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE(DISTRIBUTION FITTING)
209
GRAFICO 37: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE(NORMALE)
211
GRAFICO 38: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE (TRIANGOLARE)
213
GRAFICO 39: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE(PERT)
215
GRAFICO 40: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO VILLA
UBOLDO
220
GRAFICO 41: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO VILLA
221
DON ORIONE

13

GRAFICO 42: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO

VALBRONA
222
GRAFICO 43: DISTRIBUZIONI DI PROBAB. CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO SIGMA 223
GRAFICO 44: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO DELTA
CESATE
224
CASALINA
225
226
BELVEDERE
GRAFICO 47: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO BRIVIO
227
GRAFICO 48: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO LA
DUCALE
228
GRAFICO 49: DISTRIBUZIONE DI PROBABILITA' DI COSTO DEL PROGETTO BELVEDERERE - DISTRIBUZIONE
TRIANGOLARE
232
14
GRAFICO 50: CONFRONTO PREZZO REALE, MINIMO E MASSIMO PREVISTI
234
GRAFICO 51: DISTRIBUZIONE COSTI FINITURA ALTO LIVELLO
239
GRAFICO 52: DISTRIBUZIONE COSTI FINITURA BASSO LIVELLO
240


ABSTRACT
In questa tesi il problema della stima dei costi di realizzazione di un progetto edilizio viene
trattato partendo dalla descrizione dello stato dellarte: vengono passati in rassegna i diversi
metodi di previsione dei costi sino ad oggi impiegati, da quelli pi semplici ed imprecisi, fino
ad arrivare alle metodiche pi rigorose che prevedono limpiego delle tecnologie
informatiche. Si passa, quindi, alla descrizione di casi di studio gi realizzati nei quali vengono
illustrate le applicazioni dei metodi precedentemente descritti. Attraverso le situazioni
illustrate vengono portate in evidenza le caratteristiche di ogni processo, nel tentativo di
mettere in risalto i punti di forza e le debolezze di ognuno di essi.
Successivamente, vengono presentati i casi di studio dei quali si hanno informazioni fisiche,
geometriche e impiantistiche di massima, oltre a quelle relative ai costi totali operativi dovuti
alla messa in opera. Dei 9 progetti di edilizia residenziale forniti dalla Rigamonti S.p.A., 8
vengono usati come riferimento del metodo di stima sviluppato e lultimo viene mantenuto
come termine di paragone. Il processo di stima dei costi savvia dalla selezione dei parametri
di riferimento che andranno a formare il data-set di calcolo: questa fase viene portata avanti
per step successivi, fino a che non viene definito un gruppo limitato di parametri che
rappresenti le macrocaratteristiche morfologiche degli edifici in esame. In seguito, il metodo
viene sviluppato in due passaggi luno consecutivo allaltro.
Il primo di essi permette di pervenire alla definizione di un costo deterministico grazie
allapplicazione di regressioni multiple lineari. Il secondo, invece, prende avvio dove termina
il precedente e, usando tecniche di simulazione (metodo Montecarlo), tratta il costo del
progetto come una variabile casuale. Si ottengono curve di distribuzione di probabilit
cumulativa che vengono messe a confronto fra loro e raffrontate con i valori deterministici e
reali dei progetti in esame. Gli esiti della seconda fase del metodo portano ad una serie di
considerazioni e alla scelta della distribuzione che sembra meglio adattarsi al caso in esame.

15

16


ABSTRACT ENGLISH VERSION

In this graduation thesis the issue of the cost estimation for the execution of a building project
is studied moving from the description of the state of the art: the various methods of cost
estimation applied until now are reviewed starting from the simplest and least accurate
method, up to the strictest criteria that relay on the use of information technology. After that,
certain real case studies from the past are described. The application of the methods
mentioned before is illustrated. The characteristics of each process are set forth through the
situations referred to, with a view to highlight points of strength and weakness of each of
them.
Thereafter case studies are presented for which general information about morphological,
geometric aspects and plant engineering is available in addition to data about total operating
costs of execution. Of the 9 projects of construction of residential buildings supplied by
Rigamonti S.p.A., 8 projects are used as reference of the estimation method applied whilst the
last project is kept as term of comparison. The process of cost estimation starts from the
selection of reference parameters which will form the data-set for calculations: this phase is
developed through subsequent steps to define a limited group of parameters through which
the morphological macro-characteristics of the buildings considered are defined.
Subsequently, the method is developed through two steps in sequence.
The first of such steps enables to reach the definition of a deterministic cost thanks to the
application of linear multiple regression. The second step starts where the first one ends and,
by means of simulation techniques (Montecarlo method), treats the cost of the project as a
random variable. Distribution curves of cumulative probability are obtained, each of the
curves is then compared against the others and its statistical accuracy is measured with
relation to the deterministic and actual values of the project considered. The results yielded
by the second step of the method leads to a series of considerations and to the selection of the
distribution that best seems to fit the case studied.

17

18


1. INTRODUZIONE
Largomento di questa tesi lindividuazione di un metodo di stima dei costi di progetti in fase
preliminare nel campo delledilizia, nonch, una volta individuato un algoritmo di calcolo, la
verifica della validit del metodo attraverso il confronto fra il costo previsto e il costo effettivo
definito per mezzo di computi metrici degli stessi progetti sviluppati fino alla fase esecutiva.
La necessit di calcolare, seppure in maniera approssimativa, un costo di realizzazione nasce
da diversi motivi. Innanzitutto, evidente che il committente dellopera sia intenzionato ad
avere sin dalle prime fasi di progettazione il controllo degli aspetti finanziari che potranno
derivare dalla messa in opera. La stima dei costi, infatti, permette al committente di scegliere
gi in fase preventiva un progetto invece di un altro, oppure di scartare eventuali scelte
progettuali troppo onerose che sarebbero prive di unadeguata copertura finanziaria. Di
conseguenza, avere una procedura di calcolo attendibile, ossia la cui affidabilit predittiva sia
di grado soddisfacente, utile al progettista e poi allimpresa che concretamente si trover a
dover realizzare il progetto. Limpresa pu infatti avvalersi di uno strumento di confronto fra i
costi da sostenere e quelli previsti dal committente in fase iniziale. La presenza di eventuali
discrepanze fra le due stime pu essere un importante segnale dallerta o per limpresa
appaltatrice o per il committente, perch nelle valutazioni di costo potrebbero essere presenti
errori significativamente negativi ai fini della realizzazione. La possibilit di sapere da subito
quanto possano costare in termini concreti le scelte progettuali che si vogliono realizzare
influir sulla capacit del progetto di rispondere alle esigenze espresse dalla committenza; al
contrario, adattare il progetto a varianti in corso dopera dovute al ricollocamento delle
risorse finanziarie - o alla loro carenza - porta probabilmente ad avere edifici meno
performanti e meno adatti alle richieste prodotte dalla committenza, spesso anche con
maggiori oneri di gestione nel corso della vita utile dellopera.
Se queste considerazioni valgono nel settore privato delledilizia, a maggior ragione sono di
rilevanza importante nel settore pubblico. In questo campo il controllo delle spese dovrebbe
essere molto rigido e condizionato da vincoli molto rigorosi come indicato gi dal fatto che,
ancora prima di sviluppare un progetto a livello preliminare, i parametri finanziari di
realizzazione di unopera sono indicati allinterno del documento preliminare della
progettazione (dpp). E, inoltre, previsto che nel progetto preliminare siano contenuti dati di
calcolo sommario della spesa che indichino le quantit caratteristiche e i corrispondenti costi
standard, i parametri desunti da interventi simili, il computo metrico estimativo di massima e
il piano economico finanziario di massima. Le informazioni riguardanti il costo della
realizzazione sono, dunque, sufficienti gi di per s a giustificare linteresse verso largomento
che viene sviluppato in questa tesi.
19

La rilevanza della materia oggetto di questa tesi, ulteriormente evidenziata dallobbligo

stabilito dalla legge per ogni amministrazione di redigere documenti di programmazione
economica richiesti per identificare nelle forme pi chiare possibili le necessit della
collettivit unitamente agli strumenti atti al loro soddisfacimento Tra questi strumenti i mezzi
finanziari hanno ovviamente una posizione preminente I documenti di programmazione sono
essenzialmente due: il programma triennale delle opere pubbliche, nel quale lamministrazione
pubblica deve redigere un elenco delle opere di necessaria realizzazione e deve individuare gli
strumenti per eseguirle (le opere di maggior interesse sono scelte mediante uno studio di
fattibilit). Il secondo strumento di programmazione lelenco annuale, nel quale ogni
amministrazione deve dichiarare quali siano le opere che verranno realizzate entro ciascun
anno. E scontato che questo elenco non possa prescindere dalla disponibilit del budget dei
costi necessari per le realizzazioni previste.
Lesigenza di una valutazione preventiva e di un controllo dei fondi di spesa per la
realizzazione di opere pubbliche stato acuito in anni recenti dalla carenza di risorse
pubbliche da destinare alla realizzazione di infrastrutture. Questa situazione ha fatto s che le
amministrazioni si siano orientate alla creazione di forme di partenariato pubblico / privato
(Ppp) che permettono il coinvolgimento di soggetti privati per il finanziamento, la
realizzazione e la gestione di nuove opere pubbliche. La cooperazione tra pubblico e privato
consente che le rispettive competenze e risorse si integrino per realizzare e gestire opere
infrastrutturali, in funzione delle diverse responsabilit ed obiettivi.
Nella maggior parte dei casi lamministrazione partecipa finanziariamente, attraverso
lerogazione di fondi pubblici, alla realizzazione e alla gestione delle infrastrutture. La misura
dellerogazione deve essere determinata attraverso la stima del livello ottimale
dellerogazione, tale da poter garantire lequilibrio economico / finanziario degli investimenti.
I vincoli di bilancio sempre pi stringenti impongono alle amministrazioni un uso efficiente
delle risorse finanziare da destinare alla realizzazione delle infrastrutture pubbliche e
obbligano alla ricerca di forme di finanziamento alternative rispetto a quelle tradizionali. Tra
le possibili opzioni disponibili, il ricorso a forme di collaborazione pubblico / privato,
avvalendosi dello strumento del project financing, appare in grado di dar luogo al giusto
apporto di risorse pubbliche, garantendo al contempo una gestione orientata allefficienza per
un arco temporale di medio lungo periodo. Lequilibrio economico / finanziario di un
investimento viene garantito anche attraverso lerogazione di una quota di risorse pubbliche
nella forma di contributo. La pubblica amministrazione , quindi, chiamata a predisporre un
complesso di analisi e valutazioni finalizzate a determinare il valore ottimale di questo
contributo. Centrale a questo proposito risulta essere la determinazione della congruit del
contributo pubblico da erogare. Una riflessione su questo argomento deve basarsi su tecniche
di budgeting in grado di supportare lamministrazione pubblica nel processo di stima. E forse
20


opportuno indicare il preciso significato di alcuni termini usati fin qui, per meglio chiarire
alcuni concetti a cui si fatto cenno. Con il termine equilibrio economico finanziario si deve
intendere il contemporaneo rispetto delle condizioni di convenienza economica e di
sostenibilit finanziaria dellinvestimento, cio: si deve assicurare una redditivit al progetto,
vale a dire la capacit di creare valore nel tempo, nellarco di vita di una concessione di
costruzione e gestione (adeguato anche alle aspettative dellinvestitore privato). Si deve
garantire la bancabilit (sostenibilit finanziaria) per coprire il rimborso dei finanziamenti
attivati. Alla luce di quanto detto spetta alle amministrazioni valutare correttamente il livello
di contributo pubblico da destinare alla costruzione e alla gestione di infrastrutture da
realizzare in project financing. Le considerazioni riportate per le pubbliche amministrazioni,
sono applicabili anche ai privati che partecipano al partenariato: obiettivi, almeno teorici, di
questo processo di partecipazione pubblica e privata diventano, dunque, non solo il
superamento di una carenza infrastrutturale o la realizzazione di infrastrutture necessarie a
livello locale o nazionale (aspetti che competono innanzitutto alla pubblica amministrazione),
ma anche il contenimento dell investimento e lottimizzazione dei costi operativi (intenti di
interesse sia per linvestitore privato che per quello pubblico).
La stima dei costi sia nel project financing,(data la natura di questo strumento di
finanziamento che parte dallideazione di un progetto infrastrutturale e arriva fino alla sua
gestione) che nelledilizia privata riveste un ruolo di grande rilevanza per quel che riguarda la
manutenzione e uneventuale rivalutazione del valore dellopera al termine convenzionale
della sua vita utile: conoscere il costo di unopera sin dalle prime fasi permette una pi
accurata programmazione dei costi di costruzione, prima, e di manutenzione e gestione, poi.

21

22


2. STATO DELLARTE
2.1 LA STIMA DEI COSTI
La stima dei costi viene richiesta nelle fasi iniziali di progettazione prima ancora che si
disponga di tutte le informazioni riguardanti un progetto al fine di ottenere importanti
elementi di valutazione, necessari in particolare per valutazioni di fattibilit di unopera e per
decisioni di budget.
Solitamente la stima dei costi viene determinata per mezzo di tecniche di modellizzazione
durante le fasi preliminari di progetto, quando i costi dettagliati non possono ancora essere
forniti. In questi casi si usano riferimenti di progetti analoghi gi messi in opera e completati
in tempi precedenti, ovviamente allinterno di un lasso di tempo che permetta di rendere le
informazioni fruibili e i dati comparabili; tali riferimenti sono i parametri di costo che hanno
maggior influenza per il progetto. Questo procedimento usato comunemente e viene
ritenuto valido nonostante nella maggior parte dei casi si disponga di una quantit limitata di
dati. Sono molti gli studi nel mondo che usano questa metodologia. Vi sono due approcci
compatibili riguardanti la stima dei costi ed un terzo approccio misto. Il primo approccio
quello che stato appena descritto, basato sullo lo studio dei parametri di maggior
importanza nel progetto. Il secondo approccio prevede limpiego di reti neurali. Il maggior
vantaggio nelluso di questa tecnologia consiste nella capacit delle reti di identificare i
rapporti tra i parametri ed il costo. Va detto che questo sistema di stima dei costi risulta di
scarso valore predittivo quando i dati messi a disposizione sono scarsi o limitati. In queste
situazioni si preferisce usare una tecnica coordinata di analisi delle regressioni e di rete
neurale con lo scopo di identificare modelli soddisfacenti di predizione dei costi. Poich da
questi tre metodi di predizione (tecnica parametrica, reti neurali e tecnica coordinata di
regressioni e rete neurale) scaturiscono differenti modelli utile, al fine di trovare una
maniera il pi possibile precisa di stima, mettere sempre a confronto i differenti modelli
applicati al medesimo progetto; in tale modo si evidenziano non solo la capacit predittiva, ma
anche e soprattutto le carenze di ciascun modello, con gli elementi da correggere, con
lincidenza degli errori ed i loro effetti allinterno dei calcoli veri e propri.
Si deve aggiungere che questo tipo di stime di costo sono per loro stessa natura
approssimative, in altre parole non si usano per determinare un costo preciso, ma sono un
semplice strumento di budget. E previsto che il valore individuato in questa fase per la
valutazione della fattibilit economica possa fluttuare allinterno di un range pi o meno
esteso in funzione di quelle che sono le conoscenze specifiche del progetto in esame e dei
23

riferimenti precedentemente accumulati nel corso del tempo. Si vuole con questi sistemi
valutare lordine di grandezza dei costi da affrontare: non essere in grado di svolgere questa
valutazione significa andare incontro a gravi problemi nelle fasi di esecuzione dellopera, quali
la mancanza di fondi nel caso di sottostima, oppure, nel caso opposto, limmobilizzo di capitali
che potrebbero essere utilizzati per altri fini. Inoltre, evidente che una stima di costo errata
non permette di soddisfare le aspettative iniziali di progetto. Pertanto, questi sistemi e i
modelli che verranno applicati sono strumenti di estrema utilit per decidere se procedere in
una direzione o in una diversa nella produzione di un progetto; o addirittura se sia
conveniente realizzare il progetto. Questa premessa fornisce le basi dalle quali partire se si
vuole capire perch anche lo studio delle incertezze riveste un ruolo di grande valore. Il livello
di incertezza incluso nelle stime si misura con tecniche probabilistiche di stima. Nella stima
probabilistica, il costo del progetto considerato come una variabile casuale e una funzione di
distribuzione di probabilit per il costo generalmente stabilita per mezzo delle tecniche di
simulazione. La funzione di distribuzione di probabilit sviluppata pu essere usata per
predire la probabilit di superamento di bilancio, o per determinare un intervallo di stima per
un livello desiderato di certezza. Saper scegliere una funzione di distribuzione di probabilit
teorica adeguata per le voci di costo, e l'inclusione delle correlazioni tra le voci di costo sono le
sfide principali delle tecniche di simulazione. Le due principali difficolt nellinclusione delle
correlazioni sono, per prima cosa, la capacit ci valutare correttamente i coefficienti di
correlazione e secondariamente, la capacit di fornire un approccio teorico accurato di analisi
che tenga conto di queste correlazioni. I metodi di analisi forniscono un'alternativa alla
simulazione per stimare la variabilit dei costi di progetto.
Di seguito verranno proposti dei casi esemplificativi che permetteranno di introdurre il
problema fin qui trattato della stima dei costi e della valutazione dei parametri nei sistemi di
modellizzazione lineare e dellapplicazione delle reti neurali nei sistemi non lineari. Prima,
per, verr introdotto il tema del confronto fra i risultati raggiunti con i modelli parametrici
tradizionali e quelli forniti dalle reti neurali.
24


2.2 MODELLI PARAMETRICI E RETI NEURALI

UNINTRODUZIONE E UN CONFRONTO
PER LA STIMA DEI COSTI DI PRODUZIONE:
Il documento che segue confronta i risultati ottenuti dallapplicazione di due differenti

approcci per la stima dei costi unitari nella produzione industriale. Per quanto il campo di
applicazioni al quale si fa riferimento nella dissertazione che segue non sia quello al quale
questa tesi fa riferimento, comunque interessante poter partire dai dati del settore
industriale che ha visto per primo limpiego di queste tecniche di valutazione dei costi. In
maniera particolare questo capitolo tratto dallanalisi comparata dei risultati ottenuti con
modelli parametrici e modelli creati da reti neurali sviluppati per unindustria specializzata
nella realizzazione di freni per impianti di veicoli civili ed industriali. Per rendere il testo non
eccessivamente collegato al settore da cui trae origine, i riferimenti allindustria si limitano
allessenziale al fine di rendere il corpo del capitolo adatto anche al settore edilizio.
Innanzitutto, i tre principali approcci per quantificare in maniera approssimativa i costi nelle
fasi iniziali di un progetto, sia che esso sia di carattere industriale, o che sia di stampo pi
artigianale come pu essere quello delledilizia, sono i seguenti:
1.
la tecnica dellanalogia
appartiene alla categoria dei sistemi di stima basata

sulla definizione ed analisi dei gradi di somiglianza
tra un prodotto nuovo ed uno gi realizzato o in fase
di produzione avanzata. Esistono molti problemi
legati allapplicazione di questo metodo, dovuti
soprattutto alla difficolt operativa di rendere
concreto il concetto di similarit (come si fa a
misurarla in maniera inequivocabile?) e alla
possibilit di inserire questo parametro cos poco
tecnico allinterno di un contesto matematico definito
per mezzo di fattori tecnici.
2.
modelli parametrici
secondo questa tecnica il costo viene espresso con

una funzione analitica proveniente da un set di
variabili. Questo consiste solitamente in una serie di
dati numerici derivati dalle caratteristiche principali
25

del prodotto, come per esempio possono essere le

prestazioni del prodotto stesso, le propriet
morfologiche o i tipi di materiali impiegati.
Ovviamente vengono riportati nel set di dati tutti e
solo quei valori che sono ritenuti influenti in maniera
certa sul costo finale del prodotto; tutti gli altri valori
sono scartati in fase di analisi o a priori. Questi
parametri sono definiti con il nome inglese di cost
drivers. Le funzioni analitiche sono definite
Relazioni di stima di costo (CER Cost estimation
relationship) e sono costruite per mezzo di
applicazioni di metodologie statistiche. Questa
tecnica pu essere impiegata nel caso di progetti
molto ampi e complicati (tipicamente il campo
dellaeronautica ha visto nascere questo tipo di
metodologia) e risulta, per, efficace soprattutto
quando la valutazione preliminare ha cost drivers
facilmente identificabili.
3.
approccio ingegneristico:
la stima del costo viene fatta in una maniera molto

analitica, come la somma di fattori elementari basilari
formati dal valore delle risorse usate in ogni fase dei
processi produttivi. Per tale motivo questo metodo
pu essere usato solo quando tutte le caratteristiche
del processo produttivo e delloggetto da creare sono
ben delineate.
Passando in rassegna gli approcci appena descritti si capisce come la precisione e la capacit
predittiva i aumentino passando dal primo allultimo approccio. Infatti, ogni metodo pu
essere applicato nelle diverse fasi di un progetto: quello meno preciso nelle primissime, gli
altri a mano a mano che la progettazione avanza richiedendo maggior accuratezza e un grado
di analisi sempre migliore.
Negli ultimi anni stato sempre pi sviluppato ed applicato un nuovo approccio basato sulla
teoria definita dallacronimo ANN (artificial neural networks). Esso si ispira alle funzionalit
del cervello umano e alla sua struttura, che pu essere rappresentata come una rete di
elementi altamente interconnessi, i neuroni. Questa trama di neuroni e sinapsi accumula nel
tempo le conoscenze in una maniera distribuita: linformazione viene codificata per mezzo
26


di impulsi elettrici nei neuroni ed immagazzinata modificando la struttura molecolare e

fisica delle connessioni. LANN prende a modello questa struttura e la riutilizza allinterno di
calcolatori elettronici: vi sono, infatti, informazioni in grande quantit codificate per mezzo di
numeri, connesse attraverso delle sinapsi o collegamenti pesati in funzione della forza che
lega le informazioni (se due numeri hanno per loro natura una grande affinit la forza del
legame sar elevata). Il cervello elettronico reagisce valutando automaticamente la somma
degli impulsi pesati dei neuroni (le informazioni inserite). Da questa sequenza di azioni della
rete si ottengono uno o pi risultati sotto forma di risposta dalla rete stessa. Unaltra
similitudine fra la rete ed il cervello umano la capacit di apprendere. Un ANN, infatti, per
funzionare correttamente ha bisogno di essere allenato, cio si richiede allutilizzatore di
immagazzinare una sempre maggior quantit di dati dettagliati e di informazioni che possono
allenare la rete neurale (tali dati sono chiamati patterns). Tutto ci rappresenta l
esperienza accumulata dal sistema e permette al programmatore del sistema di affinare il
sistema dei pesi delle connessioni esistenti. Questa caratteristica permette ai sistemi ANN di
sviluppare una speciale abilit nel rispondere a problemi mai affrontati con dati mai visti in
precedenza. Riassumendo il metodo neurale rappresenta ad oggi forse il pi potente
approccio elettronico di computazione parallela non lineare che possa essere usato per
sviluppare problemi computazionali complessi in maniera veloce.
Le reti neurali ANN possono essere classificate in funzione del sistema di apprendimento e del
metodo organizzativo dei neuroni. Uno dei metodi pi utilizzati quello chiamato Multilayer
Perceptron (MLP), nel quale i neuroni sono organizzati secondo diversi livelli: il primo
quello dellinput (che viene alimentato grazie ai pattern di ingresso), mentre lultimo livello
quello degli output (che fornisce la risposta ai valori di ingresso). Di mezzo, fra questi due
livelli, possono trovarsi uno o pi livelli nascosti. Il numero dei livelli importante e diventa
rilevante nella determinazione dei risultati forniti dalla rete neurale e caratterizza la capacit
predittiva del sistema. E importante notare come la forma delle relazioni far i neuroni non
definita a priori, ma il risultato dell allenamento alla quale si sottoposta la rete.
Il problema studiato nel caso in esame prende avvio con lo sviluppo in parallelo di due metodi
di stima. Innanzitutto esistono in entrambi i casi dei passaggi obbligatori:
1. Definizione del problema e raccolta dei dati
2. Analisi dei dati e regressione
3. Progettazione del modello parametrico
4. Progettazione e allenamento della rete neurale
5. Paragone dei risultati ottenuti fra i due approcci
27

In primo luogo vanno definiti gli obiettivi di progetto e i vincoli. Essi, con le strategie e le
attivit da integrare, devono essere accettati e condivisi da tutti i principali attori che
partecipano al processo della progettazione. E poi indispensabile procedere con lanalisi dei
dati di prodotto e con lidentificazione delle fonti per le informazioni. Le tipologie principali di
dati sono:
dati tecnologici relativi al processo di produzione
dati di progetto con riferimento alle caratteristiche morfologiche

delloggetto
costi dei materiali e delle lavorazioni
Si passa, dunque, una volta definito lo scopo del progetto, allindividuazione dei cost drivers
necessari per valutare lutilit dei dati, in particolare in termini di misurabilit e per valutare
la capacit che hanno di relazionarsi luno con laltro e la loro complessit. Se i dati risultano
da subito incongruenti con lo scopo prefissato a causa di qualche carenza, allora probabile
che si arrivi allo sviluppo di un modello inefficace. A questo punto, una volta testata la validit
dei dati in oggetto, si usano dei modelli statistici e lineari per trovare le relazioni che legano i
cost driver fra loro e ogni cost driver alla variabile dipendente (in questo caso, il costo di
realizzazione). Al fine di completare le informazioni fornite dal modello di regressione
lineare, viene sviluppata una relazione matematica di stima del costo (CER) nella quale ogni
fattore rappresenta un elemento che si riferisce ad unoperazione di realizzazione. La
correlazione tra alcune di queste variabili particolarmente labile, tale per cui le variabili
risultano indipendenti tra loro; ad esse viene assegnato un valore maggiore. Altre variabili,
invece, sono fortemente influenzate da questi parametri. Solitamente i parametri sono
moltiplicati da coefficienti numerici calcolati per ridurre al minimo il valore di errore
percentuale (MAPE)
|

|
1

100

Per ogni problema, come si gi indicato, possono esistere ed essere applicate pi strutture
neurali: nel caso in esame si preferito usare una struttura con due livelli nascosti, poich i
risultati ottenuti mostravano una capacit predittiva superiore unita ad una maggiore rapidit
per lo sviluppo dei calcoli.
Il confronto fra gli esiti ottenuti porta a dire che il modello neurale riesce a produrre
performance migliori. Lerrore massimo del modello parametrico nel caso proposto arriva a
toccare quasi il 15%, mentre quello neurale non supera mai la soglia del 10% e solo in sei casi
28


superiore al 5%. Il punto pi rilevante riguarda la logica applicata nei due approcci: mentre
il modello parametrico richiede la specificazione di espressioni analitiche che diano conto del
legame fra input e output, questo non richiesto se si utilizza lANN. La tecnica neurale
permette, dunque, di ottenere in maniera quasi automatizzata la forma pi appropriata di
relazione fra variabili. In questo aspetto risiede il punto di forza ma anche di debolezza di
questo sistema: a priori lanalisi del problema pi semplice e veloce e, nel caso di situazioni
particolarmente complesse (come luso di tecniche produttive innovative e ancora poco
diffuse) il raggiungimento di un traguardo non dipende dallabilit di chi conduce lanalisi dei
dati o di colui che deve definire quali sono gli elementi chiave per arrivare ad una funzione
analitica. Al contempo, limpossibilit di conoscere pienamente il tipo di relazione pu
risultare in un limite. In altri termini, le reti neurali si applicano ad ogni problema che viene
loro posto come se fosse una scatola nera. Risulta quindi impossibile dare anche
uninterpretazione teorica della soluzione ottenuta, specialmente quando questa non sia
prevedibile in maniera intuitiva. In tali situazioni vince ovviamente lo scetticismo poich
appare davvero complicato fare la controprova sullattendibilit della risposta ottenuta.
In ogni caso, la maggior robustezza del metodo neurale e la conseguente maggior propensione
ad affrontare e correggere informazioni di ingresso errate permette leliminazione o la
consistente diminuzione delle attivit di analisi dati, che generalmente nelle fasi preliminari di
un progetto rappresentano una voce di costo rilevante. Un altro punto di forza di questo
sistema la flessibilit nel saper cambiare la struttura interna di analisi una volta che il
modello realizzato e funzionante. Nel caso di cambiamenti nei metodi di realizzazione di un
prodotto, un modello parametrico andrebbe studiato nuovamente dallinizio alla fine, mentre
con una rete neurale sar semplicemente necessario condurre una nuova fase di
allenamento con un set di dati aggiornato (e la struttura della rete potrebbe addirittura non
cambiare affatto rispetto a quella precedente). Daltro canto, lANN fa totalmente affidamento
sui dati che vengono inseriti. Serve sempre un set di dati completo; al contrario i parametri
per una relazione matematica di stima di costo possono prevedere limpiego di fattori dedotti
da considerazioni tecniche o produttive convalidate a loro volta con la pratica.

29

2.3 STATO DI FATTO DEI MODELLI DI COSTO PARAMETRICI

La necessit di avere riferimenti utili per la progettazione economica di un intervento in fase
preliminare nasce dallesigenza di individuare dei parametri o degli indici oggettivi che
servono ad identificare nella maniera pi precisa possibile il valore in termini di costo
delloggetto da realizzare
Questa esigenza sentita sin dalle prime fasi della progettazione e si rivolge a tutte le figure
che prendono parte al processo edilizio, dai committenti, ai progettisti, passando per le
imprese, includendo i tecnici dell estimo e le figure professionali competenti nel campo dei
preventivi.
Va detto che la necessit di effettuare valutazioni economiche di un oggetto futuro, mediante
le conoscenze tecniche ed economiche disponibili in fase preliminare un bisogno crescente
nel settore delle costruzioni, sia per quel che riguarda ledilizia a livello locale, che per i grandi
progetti, di respiro internazionale. evidente che questo tipo di analisi permette sin da subito
una stima di costo e individua il rapporto costi benefici diventando uno strumento affidabile
nei processi decisionali e di spesa. bene ricordare inoltre che la progettazione economica
una componente di progetto integrato che deve necessariamente essere coerente alle fasi di
progettazione. Pertanto in fase preliminare non possibile individuare una voce di costo
definitiva per lintero progetto ma semplicemente una stima dello stesso, in quanto , durante
questa fase di progettazione, le caratteristiche individuate concertezza sono quelle funzionali
dellintervento coerentemente ai bisogni espressi e al quadro dei vincoli individuato. In altri
termini non possibile individuare in maniera puntuale e precisa la spesa per la
committenza in quanto mancano ancora alcuni dettagli, come gli elementi tecnici, gli impianti,
le finiture, che rappresentano costi certi. Il preventivo sommario considera un unico elemento
tecnico di costo, detto voce, che sia descrittivo e possa essere assunto come elemento
parametrico scelto per individuare la consistenza dellopera.
Comunemente i parametri pi utilizzati per determinare i valori di costo parametrico sono i
seguenti:
Il volume, generalmente si considera quello fuori terra valutato vuoto per pieno, con misure
a filo esterno delle murature escludendo i piani interrati non abitabili.
30
La superficie lorda di piano, ovvero la superficie lorda misurata ai fili esterni delle
murature perimetrali di tutti i piani abitabili; eventuali piani interrati di servizio
possono essere computati con opportuni coefficienti di ragguaglio.
La superficie utile, ossia la somma delle superfici utili dei singoli piani (superficie utile
dei pavimenti).

Il numero dei locali un parametro meno usato perch non facile definire che cosa si
intenda per locale( vano abitabile, vani accessori)
Inquadrato quindi il problema dei costi parametrici, bene mettere in risalto un ulteriore
criterio per lindividuazione del valore di costo: la procedura di stima di costo parametrico e,
dunque, lindividuazione del parametro attraverso il quale misurare la consistenza dellopera
non pu certo essere considerato indipendente dalla destinazione duso delledificio. La
tipologia edilizia risulta, di conseguenza, il primo punto da considerare nellanalisi dei costi
preventivi. Se sin qui si sono riportati veloci esempi di parametri utilizzabili in maniera
generica per ledilizia residenziale, per quanto appena scritto evidente che tali parametri
risultano incoerenti per edifici commerciali o ad uso industriale. Per questi ultimi si soliti
prendere come parametro la superficie coperta lorda di piano precisando laltezza utile degli
ambienti.
Esistono poi particolari tipologie di opere, tipicamente strutture pubbliche o infrastrutture, la
cui particolare destinazione duso fa che ci si riferisca ad elementi di dimensionamento tipici.
Ad esempio :
Per le scuole il numero di allievi o le aule;
Per gli ospedali i posti letto;
Per le strade lo sviluppo o la superficie;
Per reti fognarie lo sviluppo;
Per impianti di illuminazione i punti luce;
limporto totale di costruzione dellopera viene stimato nel caso di preventivo sommario,
individuando il prezzo unitario di costruzione. Esso si riferisce al parametro prescelto e viene
moltiplicato per la consistenza dellopera in progetto espressa nellunit di misura relativa del
parametro considerato.
Il prezzo unitario stimato in base ai dati statistici ricavati da costi di realizzazione di opere
simili sempre tenendo conto che tali rilevamenti sono caratteristici della localit alla quale si
riferiscono i dati noti, dellepoca di realizzazione e delle condizioni oggettive nelle quali si
ipotizza di realizzare lopera oggetto della valutazione.
intuibile che tanto pi le condizioni di realizzazione e le caratteristiche progettuali e locali
sono simili tanto maggiore tra le opere gi realizzate e quella oggetto di valutazione, tanto
maggiore sar lattendibilit del preventivo sommario effettuato.

31

La valutazione economica in questa fase di progetto costituisce in ambito pubblico lo studio di

fattibilit economica, preventivo sommario di previsione di spesa, stima dellimpegno
economico coerente di un piano programmatico. In ambito privato invece questo tipo di
valutazione ha un valore prevalentemente di carattere strategico, studi di fattibilit utile ad
individuare e valutare i possibili diversi scenari di investimento sulla base di differenti ipotesi
di progetto.
Per quel che riguarda i lavori pubblici prevista per legge la valutazione dei costi in fase
preliminare (Art. 6 D.Lgs. 163/2006) che Vigila affinch sia assicurata leconomicit di
esecuzione dei lavori pubblici...
Per la determinazione dei costi standardizzati lOsservatorio dei Contratti Pubblici, che alle
dipendenze dellAutorit per la vigilanza sui contratti pubblici di lavori, servizi e forniture
(istituita dallArt. 4 della Legge 109/94 recepito dal D.Lgs 163/2006) dispone dei dati
riguardanti gli interventi realizzati, obbligatoriamente trasmessi dalle stazioni appaltanti.
I dati, rilevati dalle sezioni regionali e trasmessi alla sezione centrale, vengono da questa
elaborati per la determinazione dei parametri di costo, univoci e standardizzati.
interessante porre per un momento lattenzione sulla metodologia utilizzata per la
determinazione dei parametri standard; allo scopo di determinarli, lanalisi di ogni tipologia
edilizia, viene affrontata scorporando lopera in settori, in aree funzionali omogenee e unit
spaziali, secondo una logica di tipo funzionale e coerente con gli obiettivi della fase della
progettazione preliminare e della preventivazione di spesa.
Come gi scritto in precedenza infatti, si costretti a ricorrere alluso di prezzi standard la cui
precisione diventa tanto pi importante se si pensa che il preventivo di spesa viene calcolato
in assenza di un progetto definitivo e sulla base di sole caratteristiche dimensionali e di
fruizione note a priori dalla stazione appaltante e determinate da unanalisi dei fabbisogni
della collettivit.
Ogni unit funzionale viene caratterizzata tramite entit caratteristiche di fruizione (abitanti,
degenti, studenti, transiti) , entit fisiche o dimensionali ( volumi, superfici, lunghezze) e i
relativi costi unitari, sulla base dei quali deve essere possibile la definizione del costo
standard dellopera.
Il costo unitario relativo ad ogni unit funzionale non pu essere univocamente determinato
ma soggetto a una fluttuazione allinterno di un intervallo attorno al dato medio nazionale
che pari al costo dellopera standard.
32


Pertanto se si utilizza questo approccio doveroso considerare le peculiarit di ogni opera

attraverso lapplicazione di fattori e coefficienti correttivi endogeni ed esogeni; questi devono
essere elaborati a partire dalle rilevazioni effettuate sul territorio. I fattori correttivi endogeni
tengono conto delle variabili costruttive determinate dalle scelte dal progettista; considerano
la tipologia edilizia e la tecnologia costruttiva. I fattori esogeni fanno invece riferimento ai dati
ambientali che non sono determinati da scelte del progettista, ma imposti dal contesto
territoriale: localizzazione geografica, localizzazione amministrativa, differenziazione dei
costi, accessibilit del sito, sismicit, geologia e morfologia. Viene tuttavia rilevato che i costi
standardizzati indicati dallOsservatorio, non sono ancora completi e dopo oltre dieci anni
dalla sua istituzione risultano scarsi ed ancora oggi poco adatti alle necessit espresse dal
settore; a ci si aggiunga che paiono incompleti e non sono sempre disponibili (Andrea Bassi)
Rispetto allargomento trattato questa situazione in Italia rappresenta un problema, in quanto
lOsservatorio possiede una posizione di privilegio per quanto riguarda la disponibilit dei
dati di base che in definitiva lo rende lattore unico per la definizione dei costi standardizzati,
elemento economico di riferimento verso la normalizzazione dei processi di appalto. In
mancanza di riferimenti dellOsservatorio il calcolo sommario della spesa in fase di progetto
preliminare viene effettuato secondo le indicazioni del regolamento di cui al DPR 554/99,
applicando alle quantit caratteristiche dei lavori un costo parametrico. Individuato un
parametro significativo di tipo estensivo, attraverso il quale definire la cifra tecnica
dellintervento, viene attribuito un valore economico ricavato dal costo di costruzione totale
di interventi simili gi realizzati in rapporto a detto parametro. compito del progettista
economico individuare i criteri di stima sulla base delle caratteristiche proprie dellopera
oggetto di valutazione, elementi per la contestualizzazione del dato economico di riferimento.
In tal senso importante che ciascun intervento assunto per la determinazione del costo
standardizzato sia fortemente caratterizzato e descritto nelle sue componenti tipologiche e
tecnologiche principali, al fine di potere individuare con facilit le eventuali differenziazioni
tra il modello standard e lintervento oggetto di analisi.
Il costo parametrico indice risulta dunque essere per il progettista economico la proposta
operativa e il dato economico di riferimento, desunto da informazioni tecnico-economiche di
base che si riferiscono ad interventi pregressi individuati secondo i seguenti criteri:
riconoscibilit e rintracciabilit dei costi di costruzione, indicando il contesto

temporale geografico e tecnico di riferimento
rappresentativit del campione sulla base della funzione tipologica e delle

caratteristiche tecnico costruttive basilari

33

34
descrittivit del
dellintervento
parametro
relativamente
alle
caratteristiche

intrinseche

2.4 CRITERI ED ELABORAZIONE DEI COSTI NEI MODELLI PARAMETRICI

Lelaborazione dei costi parametrici indice, come precedentemente accennato, viene fatta con
dati storici, cio in relazione ad interventi realizzati; non tutti gli interventi per, sono inclusi
nella banca dati storica, ma solo quelle particolari costruzioni i cui documenti di progetto
esecutivo sono posti a base di gara. Gli interventi inseriti in banca dati, sono tutti lavori
selezionati sulla base di caratteristiche di forte tipicit, quali:
minimo scostamento degli importi: pi opere della stessa tipologia devono, per essere
inserite come paradigma nella banca dati, avere tutte allincirca lo stesso importo al
finito
minimo scostamento delle incidenze delle opere rispetto ai costi standard di mercato
riconoscibilit
Per ciascun intervento vengono riportati gli importi e le incidenze relative alle voci di costo
significative che concorrono alla determinazione dellimporto a base di gara, dedotti da un
computo metrico estimativo allesecutivo. Il computo metrico allesecutivo un computo
metrico che entra gi molto in dettaglio per quel che riguarda i livelli della costruzione;
allesecutivo infatti il computo metrico che va presentato nella documentazione per
partecipare ad una gara dappalto il computo metrico estimativo per risorse. A tale importo
stato successivamente applicato lo sconto offerto dallimpresa esecutrice per la sola
componente soggetta a ribasso. Il costo parametrico indice relativo agli oneri per la sicurezza
viene calcolato suddividendo limporto degli oneri per la sicurezza rispetto al parametro
descrittore pi significativo, che normalmente risulta essere, nella maggior parte dei casi, la
superficie dell opera. Questa metodologia di approccio intende offrire al progettista
economico la massima visibilit sui dati di base utilizzati per lelaborazione dei costi
parametrici indice e la possibilit di applicare un differente sconto allimporto a base di gara o
di variare le incidenze degli importi per categoria di opere al fine di adattare la valutazione
alla realt del contesto economico di riferimento per lintervento oggetto di stima. La
determinazione dei costi parametrici indice stata condotta rispetto a parametri descrittori
significativi, (tipicamente superficie, volume e altri parametri identificativi della consistenza
delle opere quali numero di posti auto per autorimesse, numero di studenti per edifici
scolastici) suddividendo limporto appaltato per le consistenze dellintervento rilevate dai
documenti di progetto esecutivo. Ove non sia possibile reperire i dati relativi agli importi a
base di gara e agli importi appaltati, i costi parametrici indice vengono solitamente valutati sui
dati economici disponibili, di volta in volta indicandone il tipo. Al fine di aumentare sempre di
pi lattendibilit dei costi parametrici indice, in un processo virtuoso che porti ad una
35

maggiore consapevolezza dellutilit e dellimportanza strategica di una corretta valutazione

dei costi di intervento in fase preliminare, le banche dati storiche vengono ogni anno
ripetutamente aggiornate e ampliate con nuovi dati e informazioni.
36


2.5 NOTA METODOLOGICA

I costi parametrici indice riportati per ciascun settore e tipologia di intervento si riferiscono a
opere in genere gi realizzate ovvero in corso di realizzazione e, pur se gli interventi sono
scelti in base alla rappresentativit per il settore e la tipologia considerati, i dati economici
sono tutti comunque influenzati dalla specificit del contesto. chiaro che lapplicazione del
costo parametrico indice calcolato per la stima preliminare di un costo di costruzione deve
essere ricondotta nellambito della valutazione di fattibilit degli interventi, per loro stessa
natura caratterizzata da elementi di variabilit. importante specificare come luso dei costi
parametrici indice debba essere sempre ricondotto entro gli ambiti di validit degli stessi,
senza prescindere dagli aspetti applicativi oggettivi e soggettivi, legati alla specificit
dellintervento assunto come indice degli ambiti di stima del costo di costruzione in fase
preliminare. 0In tal senso la caratterizzazione e la contestualizzazione del costo parametrico
riportato pu consentire al progettista economico di adeguare il costo alle specificit del
proprio contesto di riferimento. I dati tecnici ed economici si riferiscono ai soli costi di
costruzione corrisposti allimpresa esecutrice, ad esclusione di spese tecniche, tasse e
contributi, oneri, indennizzi, costo di acquisto del terreno e degli edifici. Tutti i costi
parametrici, per quello fin qui detto, vengono rielaborati tenendo conto di:
Situazione climatica e meteorologica nei livelli medi stagionali per la provincia

indicata.
Condizioni di cantierizzazione come accessi, viabilit, localizzazione in media o bassa

difficolt
Assenza di sottoservizi o strutture significative e falda acquifera inferiore al piano di

scavo.
Rispondenza dellopera alle norme vigenti; tutte le norme che riguardino disperdi
menti energetici, abbattimento delle barriere architettoniche, costruzioni in zona
sismica e le norme di conformit ai regolamenti edilizi e di igiene vigenti sul territorio.
Assenza di infortuni sul lavoro comportanti una sospensione delle attivit di durata
superiore ai 3 giorni.
Assenza di provvedimenti di sospensione o proroga dei lavori per eventi eccezionali.
Realizzazione dellopera conformemente a quanto indicato negli elaborati progettuali.
Assenza di varianti significative in corso dopera

37

2.6 CASI PRATICI

Introdotte in dettaglio la funzionalit e le peculiarit cardine dei costi parametrici, nelle
pagine successive si riportano alcuni esempi come chiarimento di quanto stato fin qui detto.
Le esemplificazioni sotto riportate intendono riferirsi a tipologie differenti di edifici, da quelli
residenziali a quelli terziari, e vogliono mostrare i parametri utilizzati e il costo abbinato ad
ogni parametro. Ovviamente la scelta dei parametri dovr essere fatta secondo una logica di
universalit interpretativa; tutte le opere cio, quale che sia la loro tipologia, dovranno potere
essere accomunate sotto un unico parametro. Questo, come si vedr, molto difficile perch
per molte opere, come quelle terziarie, alcuni parametri non rispecchiano appieno le
caratteristiche delle opere stesse.
2.6.1 VILLA SINGOLA DI PREGIO

Il primo caso pratico riguarda la pi classica delle opere edili, e cio la costruzione di una villa
singola, nel caso specifico, con finiture di pregio, costruita in zona collinare nei dintorni di
Milano. Ledificio costituito da un corpo di fabbrica autonomo su due piani con superficie
coperta di 243 metri quadri.
Il fabbricato ha le seguenti dimensioni:
Piano terra = 243 m2 abitabili.

Piano primo = 160 m2 abitabili insieme a 70 m2 come locali sottotetto.
Piano interrato = 350 m2 con caratteristiche di locali accessori e box
Area scoperta = 1290 m2
La zona giorno, al piano terra, composta da ingresso, soggiorno, salotto, pranzo, cucina oltre
ai servizi, ripostigli e guardaroba. Un ampio porticato completa la zona a giorno. La zona notte
disposta in parte al piano terra con la camera padronale, bagno e zona guardaroba in
soppalco. Il resto della zona notte sistemata al primo piano dove sono localizzate due
camere singole con bagni indipendenti e uno studio. Due locali non abitabili completano la
superficie coperta al primo piano. A sud un ampio terrazzo di circa 65 m2 si affaccia sul
giardino mentre a nord il terrazzo di 14 m2 circa sistemato sopra il portico colonnato
dingresso. Al piano interrato trovano posto tre ampi locali pluriuso, deposito attrezzi,
centrale termica, cantina fredda, servizi igienici ed un box per quattro autovetture. Qui di
seguito vengono presentate le caratteristiche edili della villa descritta:
38
FONDAMENTA: sono di tipo continuo sotto i muri perimetrali e a plinti isolati posti ai
piedi dei pilastri.

STRUTTURA DI ELEVAZIONE:la struttura in elevazione costituita da muri portanti

interrati in c.a. controterra, pilastri e scale gettati in opera.
STRUTTURE ORIZZONTALI: le strutture orizzontali sono realizzate in laterocemento

con travetti prefabbricati, pignatte in laterizio e getto integrativo in opera di
calcestruzzo, ad eccezione della parte a copertura del box dove sono state usate lastre
prefabbricate tipo predalles, con alleggerimento in polistirolo. Il pavimento del piano
interrato poggia su un vespaio areato costituito da tavelloni da 100 cm poggianti su
muretti da una testa di mattoni pieni per una altezza di 60 cm e fondazioni in
calcestruzzo. Il solaio di copertura inclinato anchesso realizzato con struttura in
laterocemento con travetti prefabbricati.
COPERTURA: il manto di copertura in falda formato da lastre di ardesia posate su

assisto in abete con interposto strato isolante per la formazione di tetto ventilato; la
lattoneria in lamiera di rame.
TAMPONAMENTO ESTERNO: il tamponamento esterno stato eseguito mediante

tavolato in mattoni pieni di spessore 12 cm intonacati con intonaco rustico sul
paramento esterno ed interno, interposizione di isolante termoacustico in pannelli
rigidi in poliuretano e barriera al vapore. Il paramento interno in forati di spessore 8
cm. I tavolati interni sono in laterizio forato 81224 cm per i divisori dei locali mentre
le pareti attrezzate sono di spessore 12 cm.
PAVIMENTI: i pavimenti sono del tipo ceramico e parquet al piano seminterrato. Al

piano terra sono di granito in cucina e nel vano scala-atrio, in parquet a disegno nel
resto dei locali. Al primo piano tutti i pavimenti sono in parquet anche nei locali
sottotetto. I bagni sono in ceramica ad esclusione di quello principale che in marmo.
SERRAMENTI: i serramenti esterni sono in rovere da 85 mm con inferriata di

protezione in ferro. Le porte interne sono in rovere lavorate e maniglie in ottone.
IMPIANTI: gli impianti sono autonomi e hanno i contatori posti in prossimit della
recinzione con apposito manufatto in cemento tinteggiato. Il riscaldamento a metano
con caldaia autonoma da 52 Kw con bollitore separato da 300 l pure a gas. Gli elementi
radianti per i locali di servizio sono del tipo misto a radiatori e ventilconvettori. La
distribuzione in rame a pavimento. Limpianto idrico per la parte interna costituito
da tubazioni zincate mentre per la parte esterna i tubi sono in polipropilene. La rete
fognante in termosaldato mentre la parte esterna al fabbricato in pvc serie pesante.
Limpianto elettrico incassato per la parte dei locali al piano terra e al primo piano
mentre esterno per tutto il piano interrato. La potenza totale installata di 6 Kw.
39

Si riportano qui di seguito alcuni disegni per una migliore descrizione dellopera qui
presentata.
F IGURA 1 P ROSPETTO SUD
F IGURA 2 S EZIONE VERTICALE
40


F IGURA 3 P IANTA PIANO TERRA

41

F IGURA 4 P IANTA PIANO PRIMO
F IGURA 5 P IANTA PIANO SECONDO
La tabella sotto proposta vuole dare un resoconto delle opere e dei costi affrontati per la
realizzazione delledificio; i costi di ogni singola voce di opera rapportati al costo totale della
villa danno un valore di incidenza percentuale degli stessi sul costo totale. Questa percentuale
42


mostra quanto unopera pesi rispetto a unaltra nellesecuzione totale delledificio. Si vuole di
seguito mostrare in la tabella con il resoconto delle opere di cui prima detto e con il resoconto
dei costi.
TABELLA RIASSUNTIVA DEI COSTI PERCENTUALI D'INCIDENZA
COD
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
OPERA
Impianto di cantiere e scavi
Struttura in c.a.
Opere da lattoniere
Vespai e massetti
Murature e tavolati
Impermeabilizzazione e isolamenti
Copertura
Intonaci interni ed esterni
Serramenti
Impianto idro-termo-sanitario
Impianto elettrico
Pavimenti e rivestimenti
Assistenze
Opere in marmo
Opere in ferro
Tinteggiature
Opere da giardiniere
TOTALE
PREZZI IN
%
16912 1,63
205499 19,79
24282 2,34
48707 4,69
71568 6,89
18038 1,74
29212 2,81
55054 5,30
76991 7,42
95342 9,18
24523 2,36
118371 11,40
125450 12,08
53046 5,11
24492 2,36
26882 2,59
23895 2,30
1038264
100
T ABELLA 1 T ABELLA RIASSUNTIVA DEI COSTI PARAMETRICI E DELLA LORO INCIDENZA SUL COSTO TOTALE
Conosciuti in dettaglio il capitolato tecnico descrittivo ed i costi suddivisi per singole

lavorazioni, si sono scelti i parametri; per unopera del genere sembrato opportuno
rapportare il costo totale al volume o eventualmente alla superficie lorda di pavimento;
entrambi i parametri sono attendibili per la parametrizzazione dei costi grazie alla loro
immediata misurabilit e semplicit.
TABELLA DEI COSTI PARAMETRICI

S.L.P. (m2)
823
VOLUME (m3)
2716
TEMPI (mesi)
25,0
COSTO AL m2
1262
COSTO AL m3
382
T ABELLA 2 T ABELLA RIASSUNTIVA DEI COSTI PARAMETRICI

43

2.6.2 EDIFICIO RESIDENZIALE PLURIPLANO

Il secondo caso pratico riguarda la costruzione di un edificio residenziale pluripiano, anch
esso situato nei pressi di Milano. Lintervento presentato riguarda pi in dettaglio la
costruzione di un edificio costituito da due corpi di fabbrica per un totale di 7 vani scala, 54
appartamenti e 80 box. Laltezza degli edifici varia da 2 a 4 piani con tetti variamente sfalsati
che contengono ampi terrazzi agli ultimi piani.
Le dimensioni del fabbricato sono:
Superficie residenziale: 5.566 m2
Superfici accessorie: 5.390 m2
Volume: 16.698 m3
Qui di seguito viene illustrato il capitolato tecnico descrittivo delledificio costruito.
44
FONDAZIONI: Fondazioni (carico sul terreno 0,6 kg/cm2), muri perimetrali, muri dei
box, vani scala, pilastri sono realizzati con cemento armato con calcestruzzi
confezionati in cantiere mediante centraline automatiche.
TETTI: tetti in cotto con tegola portoghese e canali in rame.
TAMPONAMENTI : tamponamenti in doppio tavolato con interposto isolamento

termico posato con particolare cura per evitare i ponti termici (i pilastri sono stati
rivestiti con eraclit sulla facciata esterna). Vani scala e parapetti balconi rivestiti
mediante mattone paramano del tipo fatto a mano spesso 12 o 6 cm. Inserimento di
fioriere in cemento bianco nei parapetti dei balconi.
VANI SCALA ed atri in granito rosa sardo, ascensori di tipo oleodinamico con porte
automatiche al piano.
SERRAMENTI: serramenti esterni in Hemlock con zanzariera incorporata e persiana

esterna colore naturale impregnato.
GENERALI: Pavimenti interni in ceramica 30 30 nelle zone a giorno e parquet a

listelli nelle zone notte. Due locali comuni (uno per ogni edificio) per riunioni e gioco
bimbi al coperto. Impianto dantenna centralizzato con parabola.
Strutture dingresso sulla strada coperte con videocitofoni e con caselle lettere.
SPAZI: giardini condominiali attrezzati con percorsi delimitati da muretti e copertine

in cotto seminati e piantumati con alberi dalto fusto, cespugli, siepi, etc.

IMPIANTO DIRRIGAZIONE automatico con tutti i giardini condominiali.
CANCELLI CARRAI con apertura automatica e recinzione verso la strada in acciaio inox.
GIARDINI PRIVATI con accesso indipendente, percorsi lastricati con zona pranzo
allaperto, parte verde privata con prato e sie
Si riportano di seguito alcuni disegni a complemento della descrizione dellopera qui

presentata
F IGURA 6 P IANTA PIANO PRIMO

45

F IGURA 7 P IANTA PIANO SECONDO
46


La tabella seguente mostra il resoconto delle opere e dei costi; i costi trovati per ogni opera
compiuta, rapportati al costo totale del fabbricato, danno una percentuale di incidenza
allinterno dei lavori; ogni opera pesa pi o meno di unaltra nella redazione totale dei costi.
Conosciuti volume e superficie lorda di pavimento possibile parametrizzare il tutto in
funzione di questi due elementi.

COD
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
OPERA
Piazzamento cantiere, ponteggi, scavi
Opere in c.a.
Copertura, scossaline
Tamponamento esterno
Divisori interni in forati
Canne fumarie
Porte interne
Contorni finestre, soglie, balconi, parapetti
Serramenti esterni
Intonaci
Impianto riscaldamento
Impianto idrico-sanitario, fognatura
Impianto elettrico
Opere in ferro
Impianti ascensori
Sistemazioni esterne
TOTALE
PREZZI IN
%
56087 1,00
1458253 26,00
336519 6,00
336519 6,00
168260 3,00
56087 1,00
168260 3,00
224346 4,00
224346 4,00
504780 9,00
336519 6,00
448694 8,00
280433 5,00
504780 9,00
112173 2,00
168260 3,00
224346 4,00
5608662 100
T ABELLA 3 T ABELLA RIASSUNTIVA DEI COSTI PARAMETRICI E DELLA LORO INCIDENZA SUL COSTO TOTALE

2
S.L.P. (m )
5566
VOLUME (m )
16698
TEMPI (mesi)
20,0
COSTO AL m2
1008
COSTO AL m3
336

47

2.6.3 EDIFICIO AD USO UFFICI

Il terzo caso pratico che si vuole presentare riguarda la costruzione di un edificio destinato a
locale uffici per i Vigili del Fuoco e per i nuclei di Pronto Soccorso situato in provincia di
Trento, realizzato con struttura portante in calcestruzzo armato e in prefabbricati in
calcestruzzo armato precompresso. Ledificio si sviluppa su due piani fuoriterra e un piano
interrato. Il primo piano adibito ad uffici, mensa e magazzino; il piano terra comprende
autorimesse (compresa unofficina meccanica), magazzini e uffici. Il piano interrato
destinato a locali tecnici e di servizio.
La conformazione planivolumetrica delledificio risulta costituita da due blocchi rettangolari
accostati trasversalmente le cui caratteristiche dimensionali sono impostate su moduli di
dimensioni di 12 m x 12 m. Allinterno del blocco di estensione maggiore si apre una corte di
24 x 24 mq. Al primo piano del blocco minore e allinterno della corte si trovano terrazzi di 12
x 12 mq.
Laccesso ai piani avviene tramite tre corpi scala interni e un corpo ascensore situato in
posizione baricentrica rispetto alla pianta delledificio. Sono comprese scale di emergenza
esterne a struttura metallica.
Qui di seguito vengono presentate le caratteristiche tecniche delledificio descritto:
48
SCAVI E REINTERRI: sono stati effettuati scavi di sbancamento generale del terreno e
scavi a sezione obbligata per la realizzazione delle fondazioni di tipo puntuale.
OPERE STRUTTURALI: le fondazioni sono di tipo puntuale. Le strutture in elevazione

sono costituite da travi, pilastri e solai in conglomerato cementizio armato e
precompresso.
MURATURE E TAVOLATI: i tamponamenti esterni sono stati realizzati in muratura

prefabbricata armata in pannelli di cls cellulare autoclavate. I divisori interni sono stati
realizzati in cartongesso. Le pareti divisorie delle autorimesse al piano interrato sono
in blocchi di calcestruzzo a vista.
TETTI E COPERTURE: la copertura organizzata per singoli comparti modulari, a base

costante (12 m) e lunghezza variabile, a due displuvi. costituita da cappa in cls
alleggerito, posto in opera con le opportune pendenze e con manto di
impermeabilizzazione.
FINITURE: le superfici esterne sono state intonacate al civile e tinteggiate con tintura
impermeabile coprente. Le superfici in cartongesso interne sono state rasate a gesso e
tinteggiate con idropittura lavabile. Nei locali abitabili sono stati posti in opera
controsoffitti ispezionabili in fibra minerale o gesso rivestito, mentre la centrale

termica dotata di controsoffitto in lastre di cartongesso giuntate. La pavimentazione

interna ai locali ad uso ufficio e alle parti comuni stata realizzata in PVC. Le terrazze e
i servizi igienici sono pavimentati con piastrelle in grs ceramico posate a giunto unito.
Il pavimento delle autorimesse stato eseguito in cls armato con rete elettrosaldata e
strato superficiale antiusura e antiolio.
SERRAMENTI : la facciata continua costituita da struttura portante a vista in profili

estrusi di alluminio a taglio termico, ancorati alla muratura mediante staffe in acciaio
zincato. Nel reticolo sono stati inseriti vetri, pannelli e ante apribili a vasistas. I
serramenti sono in alluminio a taglio termico con vetrocamera.
OPERE DI SISTEMAZIONE ESTERNA: lintervento ha previsto la sistemazione a verde

delle aree esterne, con nuove piantumazioni e la formazione di tappeti erbosi.
IMPIANTI ELETTRICI E SPECIALI: limpianto elettrico composto da un contatore

generale, un sistema privilegiato di alimentazione elettrica funzionante con generatore
autonomo, un sistema di continuit assoluta (UPS) e un sistema di sicurezza per
lilluminazione di emergenza degli uffici. Gli impianti speciali realizzati consistono in
una rete cablata per la trasmissione dati e telefonia, di un impianto di diffusione sonora
e di un impianto TV. Sono compresi inoltre un impianto citofonico in prossimit degli
accessi, un impianto luci di emergenza centralizzato e un impianto centralizzato per la
rivelazione incendi e allarme anti-intrusione.Lofficina meccanica dotata di sistemi di
aspirazione dei fumi di scarico degli automezzi e di un impianto per la produzione e
distribuzione di aria compressa, questultimo condiviso con lautorimessa.
ILLUMINAZIONE : gli uffici sono dotati di lampade con alimentatore elettronico

dimerabile digitale, sensori di luce diurna e rilevatori di presenza.
IMPIANTI TECNOLOGICI: sono state installate una centrale termica con quattro moduli
di caldaia a gas stagna, collegati in batteria e con collettore fumi comune, e una centrale
frigorifera a due sezioni (evaporante e condensante) separate. Il riscaldamento delle
autorimesse, dei magazzini e delle officine stato realizzato con aerotermi mentre la
climatizzazione degli uffici, delle sale riunioni, della mensa e dei laboratori assicurata
da circuiti a ventilconvettori. Limpianto garantisce anche la produzione ordinaria di
acqua calda sanitaria.
IMPIANTI IDRICO-SANITARI: lo smaltimento delle acque nere in fognatura avviene

previa raccolta delle stesse in una vasca interrata dotata di stazione pompante.
stata realizzata una rete ad anello per lalimentazione dei presidi antincendio,

49

costituiti da cassette UNI 45 situate allinterno delledificio e da idranti UNI 70

allesterno, alimentati dallacquedotto comunale.
OPERE PER LA SICUREZZA: lesecuzione delle opere ha comportato principalmente

lutilizzo di ponteggi per le attivit in quota e di sistemi di protezione delle pareti di
scavo.
Si presentano qui di seguito alcuni disegni che aiutino nella descrizione dellopera presentata
F IGURA 8 P ROSPETTO NORD
F IGURA 9 P ROSPETTO OVEST
50


F IGURA 10 S CHEMA DEI VOLUMI DELL ' EDIFICIO IN ESAME
F IGURA 11 P IANTA FUORI SCALA

51

F IGURA 12 S EZIONE VERTICALE A-A
F IGURA 13 S EZIONE VERTICALE B-B'
Si riporta infine la tabella con il resoconto delle opere e dei costi; i costi trovati per ogni opera
compiuta, rapportati al costo totale del fabbricato, danno una percentuale di incidenza
allinterno dei lavori; ogni opera pesa pi o meno di unaltra nella redazione totale dei costi.
Seppure le caratteristiche di questo edificio destinato al terziario, siano qualitativamente e
tecnologicamente differenti dagli edifici sopra presentati destinati al residenziale, anche in
questo caso i parametri scelti sono il volume e la superficie lorda di pavimento. In questo caso
per si introdotto anche un nuovo parametro e cio lincidenza delle opere per la sicurezza
al m2. Il costo delle opere per la sicurezza, in questo caso infatti, pesa significativamente sul
costo totale dellopera
52



COD
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
OS
OPERA
Scavi e reinterri
Calcestruzzo, ferro e giunti per c.a.
Drenaggi, vespai sottofondi e massetti
Murature e tavolati
Intonaci
Controsoffitti, contropareti e pareti mobili
Assistenze murarie
Impermeabilizzazioni e isolamenti
Facciate continue, serramenti e vetri
Verniciature, tinteggiature e tappezzerie
Impianti RCV
Impianti idrico e sanitari
Impianti elettrici e speciali
Impianti elevatori
Fognature
Opere per la sicurezza
TOTALE
PREZZI IN
%
84329 2,13
987740 24,98
133058 3,37
177148 4,48
27466 0,69
47238 1,19
94273 2,38
134944 3,41
302031 7,64
589648 14,91
50265 1,27
319991 8,09
103842 2,63
432317 10,93
48175 1,22
138177 3,49
140354 3,55
142936,4 3,62
3953932
100
T ABELLA 5 T ABELLA DELLE PERCENTUALE DI COSTO DELLE SINGOLE LAVORAZIONI SUL COSTO TOTALE

2
S.L.P. (m ) VOLUME (m ) TEMPI (mesi) COSTO AL m2 COSTO AL m3 OS COSTO AL m2

4900
18754
27,5
807
211
29

53

2.6.4 CAPANNONE INDUSTRIALE DI MEDIE DIMENSIONI

Il quarto caso che si descrive ora, riguarda lintervento che ha interessato la costruzione di un
edificio industriale, e pi in dettaglio la realizzazione di un capannone industriale di medie
dimensioni con struttura prefabbricata in calcestruzzo armato e in calcestruzzo armato
precompresso a pianta rettangolare per una superficie totale di 1.845 m2.
Internamente lo spazio suddiviso in due ambienti di dimensioni simili, comunicanti tramite
una porta scorrevole. Allinterno dellarea est sono stati predisposti ambienti ad uso uffici, con
relativi servizi igienici, e aree per lavorazioni particolari; allinterno dellarea ovest sono stati
predisposti ambienti per lavorazioni particolari e un blocco di servizi igienici ad uso dei
dipendenti.
Sul fronte sud dellarea ovest stato previsto uno spazio esterno coperto, delimitato da
pilastri in acciaio. Lintervento ha previsto la realizzazione della struttura portante, il
posizionamento di pannelli prefabbricati a chiusura perimetrale degli ambienti, la
realizzazione di una copertura a doppia falda in lamiera grecata coibentata, la realizzazione di
partizioni interne in alluminio e laminato plastico e la predisposizione degli impianti elettrici,
di illuminazione, di condizionamento e idrico-sanitario.
54
SCAVI E REINTERRI: sono stati eseguiti gli scavi a sezione obbligata per la
realizzazione delle travi di fondazione.
OPERE STRUTTURALI: le fondazioni sono di tipo continuo, costituite da travi rovesce

in c.a. Le strutture in elevazione sono costituite da travi e pilastri in c.a. e c.a.p.; i
pilastri di delimitazione dellarea allaperto posti a sostegno della copertura sono
realizzati con profilati in acciaio HEA.
MURATURE E TAVOLATI: le chiusure perimetrali sono realizzate con pannelli

prefabbricati in c.a. coibentati, ciechi o finestrati. Le pareti divisorie interne sono
realizzate con profili in alluminio e tamponamento in laminato plastico o vetrata
fonoisolante.
TETTI E COPERTURE: la copertura a doppia falda a bassa inclinazione ed costituita

da lamiera grecata zincata e interposto isolante termo-acustico. stata inoltre
realizzata la rete di evacuazione delle acque meteoriche.
IMPERMEABILIZZAZIONI E ISOLAMENTI: la copertura coibentata con pannelli in

poliuretano estruso. Lisolamento della muratura esterna realizzato con pannelli in
polistirolo annegati allinterno dei pannelli in calcestruzzo prefabbricati.


FINITURE: la pavimentazione del capannone stata realizzata con pavimento di tipo

"industriale" trattato al quarzo, mentre gli uffici e i locali servizi sono rivestiti in grs
porcellanato. Le pareti degli uffici sono intonacate e tinteggiate.
SERRAMENTI: i serramenti sono in alluminio a taglio termico protetti con inferriate. I

sistemi di oscuramento degli uffici sono costituiti da tende alla veneziana.
I serramenti interni sono del tipo tamburato in laminato plastico. I portoncini
daccesso al capannone, cos come i portoni scorrevoli, sono in ferro tamburato
coibentato.
OPERE DI SISTEMAZIONE ESTERNA. larea esterna recintata con inferriata in ferro su

muretto in calcestruzzo. Sono stati installati due cancelli scorrevoli in ferro
automatizzati. La pavimentazione dei vialetti pedonali e dei marciapiedi interni
realizzata con blocchetti di cemento.
IMPIANTI IDRICO-SANITARI: stato realizzato un impianto idrico-sanitario composto

da una rete generale di distribuzione di acqua calda e fredda in tubazioni di acciaio
zincato afferente ai singoli apparecchi del bagno.
IMPIANTI TECNOLOGICI: limpianto di riscaldamento della zona uffici costituito da

una caldaia a gas metano da 30.000 kCal, con relativa rete di distribuzione e
termoconvettori; la zona di produzione riscaldata da generatori pensili di aria calda
alimentati a gas metano ed stata equipaggiata con destratificatori elicoidali a soffitto.
IMPIANTI ELETTRICI E SPECIALI: il capannone stato dotato di impianto elettrico,

impianto di illuminazione, di impianto antincendio fisso di estinzione a pioggia
(sprinkler) e di impianto di aria compressa.

55

F IGURA 14 P ROSPETTO PRINCIPALE
F IGURA 15 S EZIONE VERTICALE A-A'
56


F IGURA 16 P IANTA

57

F IGURA 18 R APPRESENTAZIONE SCHEMATIZZATA DEI VOLUMI
F IGURA 20 P ROSPETTO EST
58


Si vuole infine mostrare in la tabella con il resoconto delle opere di cui prima detto e con il
resoconto dei costi; i costi trovati per ogni opera compiuta, rapportati al costo totale del
fabbricato , danno una percentuale di incidenza allinterno dei lavori; ogni opera pesa pi o
meno di unaltra nella redazione totale dei costi. Anche in questo caso, come per il caso
delledificio destinato al terziario, si introdotto un nuovo parametro e cio lincidenza delle
opere per la sicurezza al m2. Il costo delle opere per la sicurezza, in questo caso infatti, pesa
significativamente sul costo totale dellopera.
COD
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
OS
OPERA
PREZZI IN
24730
130650
8011
87988
89794
22742
3679
10872
25115
7848
7561
9430
12109
3112
27483
12479
14577
12532
37651,23
548363
Scavi e reinterri
Calcestruzzo, ferro e giunti per c.a.
Drenaggi, vespai sottofondi e massetti
Tetti e coperture
Murature e tavolati
Controsoffitti, contropareti e pareti mobili
Intonaci
Assistenze murarie
Impermeabilizzazioni e isolamenti
Pluviali, gronde e canali, lattonerie
Opere in ferro
Facciate continue, serramenti e vetri
Verniciature, tinteggiature e tappezzerie
Impianti RCV
Impianti idrico e sanitari
Fognature
TOTALE
%
4,51
23,83
1,46
16,05
16,37
4,15
0,67
1,98
4,58
1,43
1,38
1,72
2,21
0,57
5,01
2,28
2,66
2,29
6,87
100
T ABELLA 7 T ABELLA DI RIEPILOGO DELL ' INCIDENZA DELLE LAVORAZIONI SUL COSTO TOTALE

S.L.P. (m2)
1775
VOLUME (m3)
11070
TEMPI (mesi)
7,5
COSTO AL m2
309
COSTO AL m3
50
OS COSTO AL m3
21

59

2.6.5 SCUOLA MATERNA

Il quinto caso pratico che si presenta riguarda un caso di edilizia pubblica, in particolare la
costruzione di una scuola materna. Lintervento ha interessato la realizzazione di una scuola
materna di tre classi per una capienza massima di 90 bambini. Il sito pianeggiante e in zona
semiperiferica nei pressi di Milano; larea di intervento ha una forma trapezoidale per una
superficie fondiaria di circa 3.950 m2.
La pianta delledificio rettangolare e si sviluppa su un solo livello, a piano terra.
La struttura delledificio e la distribuzione dei locali sono stati definiti in considerazione di un
eventuale ampliamento, con lannessione di un ulteriore gruppo di aule da destinare ad asilo
nido; in particolare gli spazi comuni e i vani scaldavivande, infermeria, servizi e aula
insegnanti sono collocati in posizione baricentrica una volta completata lopera. Tutte le aule
si aprono su un porticato interno prospiciente il giardino.
La progettazione ha attinto alla tradizione lombarda per i materiali da costruzione, mattoni e
legno, rivisitandoli in chiave tecnologica per garantire la massima funzionalit e comfort della
struttura, in particolare rispetto allisolamento termico e acustico e prevedendo lutilizzo di
pannelli fotovoltaici per la produzione di energia elettrica.
60
SCAVI E REINTERRI: sono stati effettuati scavi di sbancamento generale fino ad una
profondit di circa 0,30 m e scavi a sezione obbligata per la realizzazione delle
fondazioni.
OPERE STRUTTURALI: se fondazioni sono di tipo continuo. Le strutture in elevazione

sono costituite da travi e pilastri in c.a. Il solaio delle aree occupate da aule, corridoio e
ingresso realizzato in laterocemento, mentre il solaio del locale centrale termica in
elementi prefabbricati tipo predalles. Sul solaio stato posato uno strato coibente e lo
strato di sottofondo. La soletta a copertura del corridoio e dellatrio di ingresso stata
realizzata in c.a. gettato in opera.
DRENAGGI, VESPAI, SOTTOFONDI E MASSETTI: il vespaio areato stato eseguito con

prefabbricati in pvc, previa formazione del piano di posa a getto.
MURATURE E TAVOLATI: le murature delle chiusure perimetrali sono state realizzate

in doppia parete in laterizio a intercapedine. Le murature esterne dellingresso, della
torre laterale (scala di servizio), dellaula polivalente ed il rivestimento dei pilastri del
porticato, sono state realizzate in mattoni pieni semiartigianali sabbiati e anticati.
I tavolati divisori interni sono stati realizzati in doppia parete in laterizio con


inserimento nellintercapedine di un pannello isolante termoacustico in lana di legno

mineralizzata.
TETTI E COPERTURE: la copertura del corpo principale delledificio poggia su struttura

in travi di legno lamellare ed costituita da un perlinato in legno di abete,
coibentazione termica, listelli di pendenza in legno di abete e manto di copertura in
coppi. Sono stati installati canali, pluviali, converse e scossaline in rame.
IMPERMEABILIZZAZIONI E ISOLAMENTI: la copertura stata coibentata con pannelli

rigidi di lana di vetro ad alta densit rivestiti con uno strato di bitume ad elevata
grammatura. Lisolamento della muratura esterna stato realizzato con pannelli di
lana di vetro. I pacchetti stratigrafici delle partizioni tra le aule e delle chiusure sono
stati definiti in modo da garantire valori di fonoisolamento contro la trasmissione del
rumore aereo coerenti con i limiti richiesti dalla normativa.
FINITURE: le superfici interne ed esterne della scuola sono state intonacate al civile e
tinteggiate. Le parti interne delle aule sono state trattate con intonaco fonoassorbente,
per ridurre i tempi di riverbero e migliorare il comfort acustico. La pavimentazione
interna stata realizzata con piastrelle in grs ceramico, quella dei terrazzi di
copertura in piastrelle di cemento. La controsoffittatura del corridoio, delle zone di
servizio, dei bagni e dellinfermeria stata realizzata in lastre prefabbricate in
materiale
fonoassorbente.
Davanzali e soglie sono in serizzo lucido.
SERRAMENTI: i serramenti esterni delle aule, finestre e lucernari, sono in alluminio a

taglio termico con guarnizioni centrali ed esterne e vetrocamera con vetro stratificato
antisfondamento ad elevato isolamento termo-acustico. Le porte interne sono in
laminato e la porta verso il locale scaldavivande in legno; le porte sullesterno sono
vetrate con vetri antisfondamento. La parete divisoria tra laula C e laula destinata ad
attivit libere/mensa presenta una porzione trasparente, realizzata con vetrocamera di
tipo fonoisolante. I serramenti esterni del corridoio, dellatrio di ingresso e dei locali
non destinati a didattica, oltre ai lucernari del portico, sono in alluminio e in vetro
stratificato.
OPERE IN FERRO: stata installata una scala di servizio esterna, parapetti e ringhiere
in acciaio zincato sul terrazzino in copertura dellatrio di ingresso.
Laccesso allarea di pertinenza delledificio avviene da un cancello carraio a due
battenti e da un cancello pedonale in ferro zincato.

61

62
IMPIANTI ELETTRICI E SPECIALI: in copertura sono stati montati, su apposita

struttura in ferro posata sul terrazzo, pannelli fotovoltaici ad integrazione
dellimpianto elettrico.
IMPIANTI TECNOLOGICI: limpianto di riscaldamento centralizzato e integrato per la

produzione di acqua calda sanitaria. Limpianto antincendio costituito da una rete ad
idranti e impianto di spegnimento automatico a sprinkler.
IMPIANTI IDRICO-SANITARI: lintervento ha previsto la realizzazione dellimpianto

idrico-sanitario completo, con tubazioni in traccia e apparecchi sanitari in ceramica a
pavimento.
OPERE ESTERNE: le sistemazioni esterne comprendono il rifacimento del marciapiede

e dellaccesso carraio, lallacciamento alla rete fognaria e alla rete telefonica e la
realizzazione di una recinzione perimetrale costituita da un muretto in calcestruzzo
(altezza 1 m) sormontato da una rete metallica. Larea a verde circostante stata
predisposta alla semina mediante stesa e modellazione di terra da coltivo e
installazione di un impianto di irrigazione. Lilluminazione esterna garantita da 10
lampioni su plintino in cls.
OPERE PER LA SICUREZZA: per lesecuzione dei lavori si resa necessaria la

realizzazione di ponteggi per laccesso in quota, la predisposizione di sistemi di
protezione delle pareti di scavo e lutilizzo di casseforme e puntelli per i getti di
calcestruzzo e la formazione dei solai.


F IGURA 21 S CHEMA DEI VOLUMI CHE COMPONGONO LA SCUOLA MATERNA
F IGURA 22 P ROSPETTO NORD
F IGURA 23 P ROSPETTO EST

63

F IGURA 25 P IANTA
64


F IGURA 26 S EZIONE VERTICALE A-A'

65

F IGURA 28 S EZIONE VERTICALE C-C'
La tabella seguente riporta il resoconto delle opere sopra descritte con il resoconto dei costi; i
costi trovati per ogni opera compiuta, rapportati al costo totale, danno una percentuale di
incidenza allinterno dei lavori; ogni opera pesa pi o meno di unaltra nella redazione totale
dei costi.
funzione di questi due parametri. Per questa opera di urbanizzazione primaria si scelto di
utilizzare gli stessi parametri scelti precedentemente; diventa importante parametrizzare il
tutto in funzione delle opere per la sicurezza.
66



COD
1
2
3
4
5
6
7
8
OS
OPERA
PREZZI IN
1400
3040
67606
14182
36077
68276
5471
21854
5000
222905
Demolizioni e rimozioni
Scavi e reinterri
Acquedotti (compresi allacciamenti)
Fognature(compresi allacciamenti)
Opere stradali
Illuminazione pubblica
TOTALE
%
0,63
1,36
30,33
6,36
16,18
30,63
2,45
9,80
2,24
100
T ABELLA 9 I NCIDENZA DELLE SINGOLE LAVORAZIONI SUL COSTO

S.T. (m2)
8600
VOLUME (m3)
TEMPI (Giorni)
120,0
COSTO AL m2
26
OS COSTO AL m3
1
T ABELLA 10 C OSTI PARAMETRICI

67

2.6.6 STRADA URBANA

Lultimo intervento che si presenta qui di seguito riguarda la realizzazione di una strada
urbana a Milano. Esso ha riguardato la costruzione di un tratto di strada di 1.500 m circa di
lunghezza e 12 m di larghezza su un lotto di terreno destinato ad attivit industriali.
E stato dapprima realizzato lo spianamento dellarea, lo sbancamento del materiale in eccesso
e la posa di uno strato filtrante.
Successivamente stata realizzata la massicciata con uno strato in tout venant ricoperto da
due strati di sottofondo in conglomerato cementizio. Il rivestimento della strada costituito
da un manto di conglomerato bituminoso. Ai lati della strada sono stati realizzati due
marciapiedi rivestiti con conglomerato bituminoso colato e delimitati da cordoli in cls.
Le opere accessorie hanno riguardato la realizzazione dellilluminazione pubblica con corpi
illuminanti montati su pali in acciaio zincato e la rete di smaltimento delle acque meteoriche.
F IGURA 29 S EZIONE VERTICALE DELLA STRATIGRAFIA DELLA SEDE STRADALE PRIMA DELL INTERVENTO
68


F IGURA 30 S EZIONE VERTICALE DELLA ZONA DELLA SEDE STRADALE OGGETTO DI INTERVENTO
Qui di seguito vengono presentate le caratteristiche tecniche
SCAVI E REINTERRI: sono stati effettuati scavi di sbancamento del materiale in eccesso
e successiva compattazione per lo spianamento dellarea.
CALCESTRUZZI, FERRO E GIUNTI PER C.A.: sono stati eseguiti getti di conglomerato
cementizio per i basamenti dei lampioni.
OPERE STRADALI: e stato posato uno strato filtrante in geotessile. Successivamente

sono stati realizzati in ordine la massicciata in tout-venant di spessore 30 cm, due
strati di sottofondazione stradale in misto granulometrico stabilizzato con cemento da
35 cm ciascuno e uno strato di base in conglomerato bituminoso con inerti calcarei di
spessore 10 cm. Per i marciapiedi lo strato di base stato effettuato con malta
bituminosa di spessore 10 cm. Per il drenaggio puntuale sono stati posati pozzetti in
cls con griglia carrabile in ghisa; le tubazioni sono state collegate alla fognatura
esistente.
IMPIANTI ELETTRICI : il nuovo impianto viene alimentato con allacciamento in

derivazione da sistemi TT, tensione nominale 380 V trifase con neutro, con i centri
69

luminosi alimentati in parallelo a 220 V monofase. I cavi dei circuiti di alimentazione

utilizzati sono del tipo FG7R-0,6/1 kV per il fissaggio su fune in testata, la loro
protezione contro le sovracorrenti garantita da interruttori magnetotermici installati
nei quadri elettrici in classe II, IP65 collocati negli armadi stradali (esistenti) in
vetroresina con portello a chiusura a chiave. La derivazione dei montanti ai singoli
centri luminosi stata effettuata dai circuiti di distribuzione mediante morsettiere di
classe II installate in apposite finestrelle predisposte nei pali. Allinterno dei pali il
montante posato costituito da cavo multipolare del tipo FG7OR-0,6/1 kV. Il comando
funzionale dellimpianto stato realizzato con lutilizzo di rel crepuscolari nei quadri
elettrici. E stato inoltre eseguito il collegamento allimpianto di messa a terra.
IMPIANTO DI ILLUMINAZIONE: sono stati posati n. 30 pali troncoconici dritti, altezza

fuori terra 7,00 m, in lamiera di acciaio saldata e zincata a caldo, con predisposizione
passaggio
cavi.
Sui pali sono state installate n. 30 lampade a vapori di sodio ad alta pressione da 150
W, composti da telaio in alluminio pressofuso, riflettori in alluminio brillantato con
recuperatore di flusso, copertura apribile a cerniera, diffusore in vetro temprato e
portalampada in ceramica.
SISTEMAZIONI ESTERNE: sono stati posati cordoli in cls di sezione 20 x 15 cm a

delimitazione dei marciapiedi.
Si vuole infine mostrare la tabella con il resoconto delle opere di cui prima detto e con il
resoconto dei costi; i costi trovati per ogni opera compiuta, rapportati al costo totale, danno
una percentuale di incidenza allinterno dei lavori; ogni opera pesa pi o meno di unaltra
nella redazione totale dei costi.
funzione di questi due parametri. Per questa opera di urbanizzazione primaria si scelto di
utilizzare gli stessi parametri scelti precedentemente; diventa importante parametrizzare il
tutto in funzione delle opere per la sicurezza.
70



COD
1
2
3
4
5
6
OS
OPERA
PREZZI IN
14855
7406
70000
722521
19424
34830
9760
878797
Scavi e reinterri
Calcestruzzi, ferro e giunti per c.a.(opere strutturali)
Opere stradali
Illuminazione pubblica
TOTALE
%
1,69
0,84
7,97
82,22
2,21
3,96
1,11
100
T ABELLA 11 I NCIDENZA DELLE LAVORAZIONI SUL COSTO

2
S.T. (m )
18000
VOLUME (m )
TEMPI (Giorni)
240,0
COSTO AL m2
OS COSTO AL m3
49
T ABELLA 12 C OSTI PARAMETRICI DERIVATI DALL ' INTERVENTO

71

2.7 CONSIDERAZIONI
Allo stato dellarte, quello che si pu desumere riguardo allutilizzo dei costi parametrici per
valutare limpatto del costo di un opera in fase preliminare, che si ancora molto lontani da
una soluzione convincente e universalmente applicabile.
Il data base di opere dimostrative ancora piuttosto scarno; il Collegio degli Ingegneri di
Milano e provincia infatti, sta compiendo un opera di studio e archiviazione di casi pratici, di
opere costruite nel breve periodo, in modo tale da avere il maggior numero possibile di casi di
studio.
Per potere infatti arrivare ad una normalizzazione e ad una universalizzazione dei costi
parametrici, ossia per poter applicare gli stessi criteri per la stessa categoria di opera
realizzata, occorre avere un notevole data base di informazioni storiche.
Ad oggi questo data base piuttosto scarno; come si gi detto nelle pagine precedenti infatti,
cercare di uniformare tutte le tipologie edilizie e dunque i costi di queste tipologie, non per
nulla facile, poich il mondo delle costruzioni influenzato da una serie di numerosissimi
fattori.
I regolamenti edilizi differenti da citt a citt, le condizioni climatiche, la colllocazione del
cantiere e una serie di altri fattori altrettanto significativi, non permettono con facilit di
paragonare sempre due casi a volte molto simili.
Nei casi sopra presentati non si alcun modo calcolato in modo ingegneristico il costo
parametrico n si sono utilizzati metodi neurali o calcoli simili; si solo voluto fare un sunto
delle varie tipologie edilizie.
72


2.8 CASI PRATICI DI APPLICAZIONE DI MODELLI NON LINEARI DA RETE NEURALE

2.8.1 STIMA DEL COSTO DELLA RETE FERROVIARIA METROPOLITANA AD ANKARA
Il primo caso di studio preso in considerazione riguarda lanalisi dei costi e la fattibilit del
progetto di realizzazione di un tratto di metropolitana in Turchia. Per sviluppare uno studio
sui costi di costruzione sono stati presi in esame 13 progetti gi realizzati di ferrovia
metropolitana al fine di sviluppare un modello parametrico. I progetti considerati, nel caso in
discorso, consistevano di 8 linee di metr e 5 impianti di illuminazione ed erano stati tutti
messi in opera in un arco di tempo compreso fra il 1986 e il 2005. Il valore della messa in
opera dei progetti era variabile fra i 25 e i 420 milioni di euro. I fattori che maggiormente
hanno interessato gli sviluppatori del modello sul quale basare le valutazioni per il nuovo
progetto sono stati sei; essi sono stati ritenuti i fattori che maggiormente avevano influenzato
i costi di produzione degli impianti metropolitani gi realizzati. Essi erano nellordine:
la percentuale totale di lunghezza delle

sezioni di tunnel eseguite rispetto alla
lunghezza dellintera linea (PTN)
la percentuale delle sezioni sopraelevate

sulla lunghezza dellintera linea (PES)
la percentuale dei tratti in pendenza sulla

lunghezza dellintera linea (PAG)
la percentuale della lunghezza delle

sezioni di tunnel realizzate con il metodo
scava-e-copri rispetto alla lunghezza
totale dellintera linea (PCC)
la fornitura e linstallazione del materiale

rotabile (SRW)
il numero di stazioni sotterranee (UGS)
Oltre a questi sei fattori, definiti come parametri principali, sono stati individuati 5 parametri
secondari in aggiunta ai precedenti. Questi sono ritenuti di importanza minore, ovviamente, e
il loro impatto meno significativo, ma comunque non superfluo. Essi sono:
tipo di contratto (a forfait o per unit di

costo) (CTP)
73

numero di stazioni in pendenza (AGS)
numero di stazioni in elevazione (EST)
lunghezza totale della linea (TLM)
Percentuale della lunghezza totale delle rampe

di accesso rispetto alla lunghezza totale della
linea principale (PDO)
Nel primo modello di regressione tutti i sei parametri principali sono stati inseriti come
variabili indipendenti. Questo primo modello viene denominato con la sigla R1 e il costo per
chilometro nellanno 2005 assume questa forma:
UC " # PTN # ' PES # * PAG # - PCC # . SRW # 1 UGS
Il significato ed il valore dei parametri allinterno dei modelli di regressione vengono valutati
per mezzo del valore P, coefficiente che misura limpatto del parametro in esame sul valore
complessivo dellopera. In generale, un valore P alto indica che il contributo del parametro al
quale accoppiato allinterno del modello non significativo. Linclusione di parametri
insignificanti pu portare ad una scarsa capacit predittiva del modello e, pertanto,
leliminazione di questi fattori indispensabile per aumentare la possibilit di pervenire a
risultati realistici. Di seguito stata inserita la tabella che indica il valore corrispondente ad
ogni parametro allinterno dei vari modelli. Partendo dal modello R1 si valutato il fattore P
del primo parametro (PCC); una volta che si deciso se mantenerlo o meno, lo si inserisce o
meno nel secondo modello parametrico nel quale viene pesato il contributo del secondo
fattore (UGS) e cos via.
74


Parametro corrispondente
Modello al coefficiente con il valore
P pi largo
R1
PCC
R2
UGS
R3
PAG
R4
SRW
R5
PES
R6
CTP
R7
AGS
R8
EST
R9
TLM
R10
PDO
Valore del
coefficiente P
0,92
0,69
0,23
0,23
0,01
0,40
0,33
0,71
0,66
0,47
T ABELLA 13 P ARAMETRI E COEFFICIENTI P CORRISPONDENTI CON VALORE PI AMPIO PER OGNI MODELLO DI
CALCOLO PARAMETRICO
Alla fine si ottengono 10 modelli di regressione includendo nellanalisi anche i parametri

secondari fino a giungere al modello di regressione definitivo. Il valore P di 4 corrispondente
al parametro PCC era 0,92 nel primo modello di regressione e per tanto stato eliminato. Il
secondo modello di regressione R2 prende in considerazione tutti gli altri parametri
rimanenti e rivela che il parametro UGS non incide in maniera significativa sui costi; anche
questultimo viene quindi eliminato dal modello. Si procede in questa maniera sino a giungere
al modello R5 che include i parametri PTN (percentuale delle sezioni di tunnel) e PES
(percentuale di sezioni costruite in elevazione). Questi ultimi contribuiscono entrambi in
maniera rilevante. Si procede oltre e si trova che i rimanenti parametri non sono da
considerarsi importanti nello sviluppo del modello di calcolo parametrico. A questo punto si
procede valutando limpatto dei parametri secondari uno per volta e si giunge alla medesima
conclusione: nessuno di essi da includersi. E importante sottolineare che i modelli
sviluppati includono solo relazioni lineari tra i parametri e i costi unitari dei progetti della
rete metropolitana. Considerare in tali formulazioni matematiche anche i termini non lineari
potrebbe portare ad un considerevole cambiamento nei risultati finali; inoltre, quando pi
parametri sono inseriti allo stesso tempo diventa complicato individuare i livelli di relazione
tra i parametri stessi.
A tale scopo vengono utilizzate le reti neurali ed i modelli da esse sviluppati. Esse consistono
in semplici unit di tipo computazionale organizzate ed in rapporto di interdipendenza creato
da una serie di connessioni. Queste reti hanno, in altre parole, la capacit di determinare le
relazioni tra i parametri di input e di output. Nella questione riguardante la modellizzazione
del costo parametrico possono quantificare limpatto che i parametri hanno sul costo
individuando le relazioni esistenti nei dati di progetti storici. Una situazione tipica di modello
75

neurale sviluppato a tal fine quella che prevede linserimento dei parametri
parame al livello degli
input e i costi a quello degli output. Inoltre,
tra gli elementi di input ed output il sistema
delle reti neurali, per rendere pi facile lo
svolgimento dellalgoritmo di calcolo,
inserisce automaticamente un livello
intermedio definito
o come nascosto che
serve da sponda per rappresentare le
relazioni esistenti fra un parametro e gli altri
e fra questi ed il costo. Due modelli di rete
neurale sono presi in esame come alternative
ai modelli di regressione lineare sviluppati
sino ad ora. Nel primo modello (denominato
con la sigla N1) tutti i sei parametri primari
sono inseriti nel livello di input e i costi
unitari in quello di output. Il livello nascosto F IGURA 31 S CHEMA GRAFICO DI FUNZIONAMENTO
FUN
DI
contiene sempre un numero di unit o fattori
UNA RETE NEURALE
pari alla somma fra gli elementi in input
in
e
quelli in output, in questo caso sette. Il secondo modello neurale (N2) prevede luso, invece, di
due soli parametri significativi, quelli che si sono rivelati come tali allinterno dello sviluppo
del modello parametrico di regressione: il PTN (percentuale
(percentuale delle sezioni di tunnel scavati) e
il PES (percentuale di sezioni in elevazione). Essere in grado di determinare i modelli
parametrici adatti importante soprattutto nella fase di determinazione delle relazioni non
lineari , anche se questo pu presentare
presentare delle difficolt specialmente quando le reti che si
stanno allenando assumono un numero limitato di dati. Tutto questo viene messo in luce
soprattutto grazie al confronto fra i modelli lineari (parametrici) e quelli non lineari (neurali).
La capacit
cit di predizione permette, dunque, di ottenere con ragionevole accuratezza una
stima del costo del progetto. Esiste un metodo basato sulla tecnica di validazione incrociata
che si svolge nella seguente maniera: innanzitutto due progetti sono selezionati casualmente; i
rimanenti sono usati per sviluppare i modelli di predizione (sia parametrici che neurali). I
progetti usati come esempio sono sottoposti ai cicli di calcolo dei modelli sviluppati. Questa
procedura viene svolta dalle due alle sei volte, in maniera
maniera tale da poter inserire ad ogni
tornata una coppia differente di progetti scelti con casualit. A questo punto viene calcolato
un indice chiamato MAPE (mean absolute percent error) che quantifica la percentuale di
errore dei diversi modelli messi in
in pratica per identificare quello con la maggior capacit
predittiva.
76

Edile/Archite

Questa procedura permette quindi di selezionare in maniera sommaria, ma gi abbastanza

accurata, il modello che meglio si avvicina a descrivere il reale andamento dei costi. Il calcolo
del MAPE stato fatto anche per i tre modelli presi in considerazione per il progetto della
metropolitana turca e i risultati sono cos riassumibili:
Modello
MAPE
R5
N1
N2
35,2
49,8
33,3
T ABELLA 14: CONFRONTO MAPE VARI MODELLI
Lerrore minore viene commesso

se si utilizza il modello N2.
Lerrore
si
propaga
maggiormente invece qualora il
calcolo venga condotto con il
modello della rete neurale N1 si
ottengono i risultati peggiori,
addirittura anche rispetto al
modello parametrico R5. Esiste
un range raccomandato entro il
quale le stime di fattibilit
devono muoversi: si ritiene che
esse non possano fluttuare oltre i
limiti inferiori e superiori
+50% e -30% del valore
MODELLO R5 PARAMETRICO - S UPERFICIE LINEARE
riferimento
stimato.
previsione di costo che
potrebbe sviluppare con i modelli R5 e N2 risultano validi poich entro questi valori.
F IGURA 32 S UPERFICIE COSTI / PERCENTUALE DI SEZIONI IN
ELEVAZIONE / PERCENTUALE DI SEZIONI DI TUNNEL DEDOTTA DAL
del
di
La
si
Il comportamento dei modelli in fatto di capacit di stima dei costi pu essere sottoposto ad
un attento controllo per mezzo di analisi volte ad evidenziare la sensibilit con la quale i
modelli colgono i legami fra i differenti parametri e le connessione che esistono fra i fattori in
input ed il costo in output. Questo nuovo elemento, la sensibilit di percezione posseduta da
ogni modello, risulta rilevante, poich cruciale per la buona riuscita della predizione che il
77

modello sappia trovare e scartare

quelli che sono i legami superflui o
inutili nel complesso delle relazioni
fra fattori; tutto questo assume una
maggior importanza qualora si avesse
a che fare con una rete neurale gi
sufficientemente allenata alla quale
vengano sottoposti dati scarsi e poco
organizzati. Questa fase di analisi dei
modelli viene condotta variando i due
parametri PTN e PES presenti in
entrambi i modelli R5 e N2. La
percentuale minima che ognuno dei
due termini di raffronto possono
F IGURA 33 S UPERFICIE COSTI / PERCENTUALE DI SEZIONI IN
assumere 0%. Il massimo livello per il ELEVAZIONE / PERCENTUALE DI SEZIONI DI TUNNEL DEDOTTA DAL
MODELLO N2 DI RETE NEURALE - S UPERFICIE NON LINEARE
PTN 99%, mentre per il PES 24%. I
risultati di questo procedimento sono
riportati nelle figure di seguito ed evidenziano una superficie lineare che, come ci si aspettava,
indica un continuo ed uniforme aumento del costo unitario allaumentare della percentuale
rispettivamente di sezioni di tunnel e di sezioni in elevazione della metropolitana prodotte. Il
modello usato dalla rete neurale N2 dallaltra parte presenta una superficie non lineare con
una capacit di stima migliore di poco al modello R5 specialmente dopo che il valore di PTS ha
sperato la soglia del 66%. Per tanto il modello adottato non quello sviluppato dalla rete
neurale, ma dallanalisi di regressione R5.
La schema a flusso che riassume il metodo impiegato in questo caso desempio, pu essere
questo (vedi pagina successiva):
78


Individuazione dei progetti

desempio da campionare
Individuazione dei parametri
Individuazione dei parametri

secondari
Individuazione delle connessioni

esistenti fra i vari parametri in
Sviluppo di un modello di
regressione per pesare i
parametri decisivi per la stima di
Individuazione delle connessione

fra i parametri di input e il valore
Sviluppo dei modelli neurali N1 e

Calcolo del peso di ogni
parametro allinterno dei vari
modelli di regressione ed
eliminazione di quelli superflui
Individuazione del modello
migliore fra quelli sviluppati
6
parametri
in input
nel
modello
2
parametri
in input
nel
modello
R5
Verifica
dellerrore MAPE
di ogni modello
Confronto fra i MAPE per scegliere il modello migliore

F IGURA 34 S CHEMA DI FLUSSO UTILIZZATO PER L ' ANALISI DEI COSTI DI PROGETTO DELLA METROPOLITANA TURCA

79

2.8.2 STIMA DEL COSTO DI PROGETTI DI NUCLEI ABITATIVI COREANI

Questo caso preso in esame mostra innanzitutto come la localizzazione di un processo edilizio
possa considerarsi come uno tra i fattori pi influenti per la creazione di un modello che porti
alla realizzazione di una stima corretta e attendibile. Per tale motivo, molte volte la
realizzazione di questi modelli affidata pi che ad algoritmi e sistemi di calcolo
preconfezionati ad esperti locali che, in base al proprio bagaglio di esperienze accumulate,
siano in grado di selezionare quelli che sono i parametri pi importanti da inserire nei modelli
di calcolo. Solitamente si utilizzano, come si precedentemente detto, un sistema di calcolo
basato sul costo unitario rispetto al fattore che maggiormente impatta sul costo finale del
progetto. In verit, in tempi recenti (2005) alcuni studiosi (Soutos e Lowe) hanno prodotto e
sviluppato modelli di costo parametrico che, per mezzo di unequazione di regressione
multipla, riescono ad individuare con buona precisione le variabili di costo pi significative. Il
problema del quale ci si sta occupando con questo documento rimane, in ogni caso, sempre lo
stesso: essere in grado di rilevare quali sono le interazioni e i legami pi importanti fra le
differenti variabili in gioco, quali di queste sono da scartare e, fra le rimanenti, come variano i
rapporti di interdipendenza al fine di ottenere un sistema di calcolo sommario adeguatamente
preciso ed accurato. Nel caso preso in esame si chiarir come sia stato creato un modello di
stima dei costi passando per varie fasi: il punto di partenza , per, sempre comune, quale che
sia lapproccio con il quale ci si avvicini al risultato finale; esso il set di dati iniziali che
riguardano progetti gi realizzati in passato che fungono da campione.
Il processo si avvia sempre con un orientamento euristico, ponendosi due domande
fondamentali:
1. in quale maniera i parametri possono essere scelti con un metodo sistematico e inseriti
in una scala gerarchica per importanza
2. se esiste un metodo alternativo
Per risolvere la questione nel caso coreano stata impiegata una metodologia di tipo
statistico chiamata Modello di costo parametrico basato su dati pre-analizzati su base
statistica (SPBP); questa una tecnica nata per essere usata con strumenti elettronici. Per
costruire questo modello sono stati utilizzati i dati di 124 progetti di appartamenti o nuclei
abitativi provenienti dalla Corea. Lobiettivo che lo studio si proponeva era la realizzazione di
un modello di costo pi accurato rispetto ai metodi convenzionali. La fase caratterizzante il
metodo preso in esame in questo caso quella del pre-processo o pre-analisi dei dati:
convenzionalmente, nei modelli di regressione, infatti, i dati sono assunti senza una fase
preliminare di scrematura e vengono sottoposti ad un processo di valutazione senza tuttavia
andare a stabilire la consistenza tecnica e qualitativa reale dei parametri in gioco. E doveroso
dire che alcuni studiosi hanno cercato di aggirare questo problema creando in maniera
80


autonoma dei sistemi di computazione della stima che sono risultati molto complicati. Il
problema principale da affrontare nellutilizzo dei dati quello per il quale i dati stessi
possono essere afflitti da distorsioni (definite come rumori) e possono alterare i risultati di
stima. La pulitura dei dati nella fase di pre-processo dei dati elimina gli errori presenti nel
set iniziale di dati ed esclude a priori quei valori che possono essere fonte di anomalia.
Il modello SPBP viene sviluppato con lo scopo di trattare i dati secondo uno schema di flusso
ben preciso che pu essere riassunto dal seguente grafico:
Definizione dello scopo da

raggiungere con il modello in uso
Raccolta e analisi dei dati

Pre-processo
dei dati
Individuazione del parametro

dominante (PCA)
Normalizzazione dei dati
Pulitura dei dati (stima degli
Identificazione delle relazioni di

costo (MRA)
F IGURA 35: D IAGRAMMA DI FLUSSO DEL PROCESSO DI STIMA USATO IN C OREA
Innanzitutto viene definito lo scopo che il modello si pone; quindi avviene la raccolta dei dati
storici ed essi vengono normalizzati, ovvero vengono divisi secondo una variabile comune al
fine di eliminare leffetto di quella stessa variabile sui dati in esame. Il fattore comune
generalmente il parametro dominante. Questo viene fornito da unanalisi dei dati indicata con
la sigla PCA che la pi semplice analisi basata su auto vettori. Lutilit di questa fase risiede
nella sua capacit di rilevare quella che la struttura implicita ai dati forniti e che in grado di
81

spiegare la variazione degli stessi. La tecnica del PCA, dunque, permette di ottenere nuove
variabili come combinazione lineare di quelle iniziali senza per perdere le caratteristiche e le
informazioni fondamentali portate dalle prime. A questo punto si procede dividendo i dati per
lunit di costo e li si puliscono, infine, attraverso passaggi di analisi di regressione per
escludere effetti che potrebbero portare a calcoli indeterminati. Per mostrare come pu
funzionare il modello SPBP sono stati identificati i progetti di appartamenti e caserme militari
che saranno usati come oggetti campione; il modello deve innanzitutto essere adattato al caso
in esame e poi implementato. Si proceder, quindi, alla comparazione fra i risultati ottenuti e
quelli dovuti ad altri metodi, in special modo quelli basati
a) sullunit di superficie (il parametro di riferimento il costo per metro quadro,
indicato dallinglese con la sigla GFA, gross floor area)
b) sullunit abitativa (NH, number of households)
Il caso di studio delle caserme seguir lo studio degli appartamenti e sar utilizzato come
strumento di valutazione per lefficacia del modello sviluppato.
Per praticit sono stati scelti in totale 7 parametri significativi attraverso i quali iniziare
lanalisi dei dati; sono stati selezionati in quanto difficile raccogliere delle variabili di tipo
qualitativo per fare unanalisi di tipo statistico e perch lincidenza di queste variabili di
progetto sulla variazione globale poco significativa. Per esaminare limpatto di ogni variabile
di progetto, sono stati analizzati i rapporti di costo di ogni lavorazione su un complesso
abitativo rispetto al costo complessivo. La percentuale coperta dai costi di carattere
strutturale del 12,38%, il 45,86% dovuto a lavorazioni per gli interni, il 7,37% per larredo,
il 6,66% per i serramenti (porte e finestre). Poich in Corea la maggior parte degli edifici
realizzata con strutture in cemento armato che considerato economico e particolarmente
adatto per la tipologia edilizia in esame. Perci il parametro che riguarda i lavori di carattere
strutturale non pu essere considerato adottabile. I lavori per gli interni sono dovuti a 200 tipi
diversi di materiali. Messi in ordine di costo, allinterno di questa categoria di lavorazioni solo
i materiali per la pavimentazione detengono una percentuale sui costi degli interni del
53,55% (6,63% sui costi totali di edificazione) e quelli della tappezzeria sono pari al 10,32%
(1,5% sullintera costruzione). Questo implica che linfluenza di questo tipo di variabile
bassa. In sostituzione, dunque, a questo tipo di variabile sono stati introdotti i seguenti
parametri, oltre ai due gi precedentemente inclusi:
82
numero di piani per ogni gestione abitativa
numero di ascensori

numero di famiglie ad ogni piano per ascensore
numero di pilastri per ogni gestione abitativa
numero di piani
Tutte le categorie parametriche sono state adottate per lanalisi delle differenti metrature
degli appartamenti: 84 m2, 59 m2 e 49 m2. Da un attento studio delle piante degli abitati si
comprende che tutte le unit abitative sono riconducibili alle singole tipologie prima elencate:
o hanno una metratura lorda esattamente pari a quella indicata, oppure possono essere
intese come combinazione di quelle indicate. Per questo lanalisi viene condotta sugli
appartamenti con quelle superfici e non lintera gamma realmente esistente.
Categoria
Fattore Informazione
X1
NH
X2
GFA
X3
Numero di piani per unit

abitativa
X4
Numero di ascensori
X5
Numero di piani per unit

abitativa
X6
Numero di piloti su scala

abitativa
X7
NH ad ogni piano per

ascensore
Parametri
I costi totali; l'unit di costo pesata

Informazioni di
sulla superficie lorda; l'unit di
costo
costo sul numero di case; l'unit di
considerate
costo per piano
T ABELLA 15 C ONFIGURAZIONE DEI PARAMETRI DI COSTO
Una volta acquisiti i dati utili dai progetti esistenti, si passati alla ricerca di quelli che erano
gli schemi ed i legami nascosti fra le informazioni avute in dote. In tale maniera i dati vengono
passati allinterno di un processo che permette di inserirli allinterno di una struttura ordinata
83

e di pi facile utilizzo. Si campionano gli elementi selezionati che vengono inseriti in un

sottoinsieme pi piccolo rispetto a quello iniziale. Questo permette di ottenere anche un
singolo oggetto di input senza che questo possa essere caratterizzato da eccessivi errori
interni. In tal maniera i dati vengono decontestualizzati e riutilizzabili sempre. Questo
processo guidato dal PCA che permette la normalizzazione. Osservando i fattori che hanno
effetto sui costi allinterno del database, intuibile che alcuni di essi hanno una forte
correlazione con il costo e al contempo hanno un forte legame luno con laltro. Il grado con il
quale viene misurata la forza di tale legame riportato in tabella e viene misurato con numeri
positivi e negativi: in questa maniera si pu essere a conoscenza del rapporto fra due variabili
e della direzione del medesimo; infatti, quando tale numero inferiore a -0,5 e superiore a
+0,5 allora si a una alta correlazione fra i parametri in esame. Di fatti, come si pu leggere
nelle tabelle di seguito, esiste uno stretto rapporto che lega fra loro il costo di costruzione con
ognuno di questi fattori: GFA, NH e il numero di piani.
Parametri X1
X2
X1
1,00
X2
0,94 1,00
X3
0,76 0,75 1,00
X4
0,00 0,17 0,56 1,00
X5
0,32 0,30
X6
X7
Costo
Tipologia 49 m2
X3
X4
X5
X6
X7
1,00 0,36 0,72

0,71 0,72 0,83 0,32
1,00 0,17
0,83 0,65 0,52
0,35 0,57 1,00
0,42
0,92 0,98 0,73 0,15 0,30 0,75 0,64
T ABELLA 16 A NALISI DI CORRELAZIONE FRA PARAMETRI ( COEFFICIENTI DI CORRELAZIONE DI P EARSON ):

2
ABITAZIONE DA 49 m
84


Tipologia 59 m2
Parametri X1
X2
X3
X4
X5
X6
X7
X1
1,00
X2
0,98 1,00
X3
0,70 0,67 1,00
X4
0,06 0,02 0,51 1,00
X5
0,70 0,70 0,03 -0,34 1,00
X6
0,32 0,37 0,10 -0,42 0,39 1,00
X7
0,63 0,65 0,46 -0,53 0,38 0,53 1,00
Costo
0,96 0,99 0,73 0,09 0,63 0,39 0,52
T ABELLA 17 A NALISI DI CORRELAZIONE FRA PARAMETRI : ABITAZIONE DA 59 m 2
Tipologia 84 m2
Parametri X1
X2
X3
X4
X5
X6
X7
1,00
X1
1,00
X2
0,98 1,00
X3
0,81 0,76 1,00

0,04
0,32 1,00
0,04
0,53 0,56
0,02 0,38
0,33 0,30 0,38
0,23
0,64 0,67 0,55
0,61
0,93 0,96 0,76
0,07
X4
X5
X6
X7
Costo
0,21 1,00
0,32 0,52 1,00

0,49 0,31 0,70
T ABELLA 18 A NALISI DI CORRELAZIONE FRA PARAMETRI : ABITAZIONE DA 84 m 2

85

Utilizzando una funziona denominata Pacchetto Statistico per le Scienze Sociali (sigla inglese
SPSS) si estraggono due componenti dalle otto variabili per quel che riguarda la tipologia
costruttiva da 49 m2 e 59 m2, mentre le componenti ritrovate per quella da 84 m2 sono tre. I
valori pi rappresentativi e di facile utilizzo per il problema sono quelli della prima
componente. Questa colonna esprime la percentuale di variazione per ogni parametro. I
componenti di maggior variazione sul costo sono quelli del fattore X2 (cio, il GFA) che viene
assunto, per tanto, come parametro dominante nelle tre tipologie costruttive.
Componente
Componente
Componente
per la tipologia per la tipologia per la tipologia
49
59
84
Parametri
X1
0,968
0,967
0,956
X2
0,954
0,978
0,962
X3
0,855
0,669
0,781
X4
0,161
-0,096
-0,176
X5
0,152
0,698
0,542
X6
0,850
0,509
0,493
X7
0,768
0,760
0,807
Costo
0,949
0,967
0,952
Percentuale di
variazione
60,475
57,567
57,187
T ABELLA 19 V ALORE DEI COMPONENTI "1" ESTRATTI CON LA FUNZIONE SPSS PER OGNI PARAMETRO
Basandosi su degli intervalli di sicurezza, lintervallo di stima quel range allinterno del quale
il valore di costo stimato deve fluttuare per poter essere accettato ed indice dellaccuratezza
della stima stessa. Una volta condotta la normalizzazione e il campionamento statistico
secondo il GFA ($/m2), si trovano 25 casi su 49 con un livello di accuratezza del 95%, 30 su 49
al 99% per la tipologia 84; 13 di 25 con una precisione del 95% e 9 di 25 al 99% per le
abitazioni 59; 7 su 16 al 95% e 9 di 16 al 99% per le unit abitative 49. Questi sono i casi
che sono stati considerati per arrivare alla modellazione dellequazione di stima del costo
86


finale. Per determinare le relazioni sulle quali si fonderanno le stime di costo stato usato un
metodo statistico per determinare il rapporto fra le variabili quantitative. Tradizionalmente
per questo scopo viene utilizzato un metodo matematico di regressione multipla che porta
alla definizione di una formula matematica in grado di sostenere una predizione accurata e di
saper modulare linformazione portata dal parametro nei calcoli previsti. Anche nel caso in
esame si proceduto con un meccanismo del genere, preceduto dallutilizzo della funzione di
regressione SPSS.
Dai dati ottenuti dalla ricerca condotta si visto che i risultati indicano che lapproccio cos
impostato pu mostrarsi davvero molto utile per la valutazione dei costi di progetti molto
controllati (cio i cui dati sono continuamente aggiornati e registrati) come nel caso degli
edifici coreani. La fondamentale differenza rispetto ai metodi comunemente usati per lo scopo
che la ricerca si propone consiste nel fatto che i dati sono sviluppati solamente dopo essere
stati puliti da possibili rumori che potrebbero avere un impatto negativo sulla stima finale.
In seguito alla valutazione del prezzo dei progetti in esame, seguita una fase di validazione
verifica del modello. Si proceduto con la comparazione basandosi sui dati dei casi rimanenti,
precedentemente scartati; in particolar modo, si proceduto con la scelta di 11 casi con
appartamenti del tipo 59 e 84. Si utilizzato un metodo tradizionale di stima in prima battuta
con valutazioni basate su costi unitari (GFA - $/GFA e NH - $/NH). Il paragone con i dati
ottenuti dimostra che la percentuale di errore medio del metodo basato sul SPBP per la
tipologia 84 minore del 22% circa se non avviene il pre-processo dei dati e invece del 12%
circa se questo avviene. Nel caso della tipologia abitativa 59, lerrore inferiore all11% e al
13% con e senza pulitura dei dati. Trattando la problematica degli effetti del pre-prcesso,
appare abbastanza chiaro che se i dati del caso in oggetto sono sufficienti e relativamente
accurati e corretti, la media della differenza tra il costo previsto e quello reale diminuisce,
mentre la variazione del valore di stima si stabilizza in funzione del livello di pulitura dei dati.
Quando, al contrario, i dati non risultano essere in numero sufficiente, questo si traduce in un
rapporto quasi doppio fra la stima tradizionale condotta con metodologie di unit di costo
($/GFA e $/NH) e la tecnica di stima appena sviluppata. Per ci che riguarda la possibilit di
applicazione di questo studio ad altri casi, si voluto testare il metodo su una tipologia edilizia
totalmente differente. Come detto inizialmente si sono considerati in un secondo momento 74
progetti di caserme costruite tra il 2005 e il 2008. Tra di essi sono stati usati 66 campioni per
la definizione dei parametri del modello e 8 casi di validazione. Si valutata la capacit e
lapplicabilit dell SPBP su altre tipologie di costruzione. Le conclusioni alle quali si arrivati
sono quelle per le quali il modello aiuta a sviluppare stime accurate con dati sufficientemente
completi a patto di adattarlo al contesto. Ovviamente deve essere adattato ogni volta ai casi
presi in considerazione e alle condizioni locali; esso, infatti, stato sviluppato per la
situazione coreana e, quindi, potrebbe anche non essere esportabile ad altri paesi.
87

88


3. METODO E STRUMENTI
3.1
METODO
Prima di spiegare in dettaglio tutti i passaggi impiegati per lo svolgimento di questa tesi,
opportuno soffermarsi sul metodo e sulle motivazioni che hanno portato alla sua
elaborazione.
Lobiettivo posto affrontare il tema dei costi parametrici da un punto di vista non pi
empirico, come in passato, ma impiegando strumenti e metodi matematici pi rigorosi che
portino allindividuazione di un algoritmo che rappresenti al meglio la tendenza dei costi dei
progetti edili.
Il processo seguito prevede di partire da un numero limitato di progetti dei quali vanno
portati alla luce i parametri di maggiore interesse, cio quelli che meglio riescono a descrivere
i progetti nei connotati di forma e tecnologia impiegata. Il procedimento non si avvale di
computi metrici che permetterebbero di raggiungere livelli di precisione elevata nella
selezione dei parametri; prevede, invece, che si utilizzino solo le caratteristiche geometriche e
di forma pi evidenti e facili da estrapolare dalle semplici carte di un progetto. Le
caratteristiche tecnologiche o impiantistiche hanno rilevanza nella formulazione del costo di
una costruzione, ma non vengono prese in considerazione se non nei costi totali. La
peculiarit della procedura di calcolo studiata sono la velocit e limmediatezza di reperibilit
dei dati necessari, unitamente alla possibilit di raggiungere una previsione di costo il pi
possibile accurata.
Di rilievo la fase di definizione e, in seguito, di individuazione dei parametri principali, quelli
che hanno un maggior impatto e un legame matematico e logico pi evidente con il costo reale
dei progetti presi in esame.
Successivamente si passa alla scelta dello strumento matematico che meglio si adatta alle
necessit della tesi. In questo caso si scelto di utilizzare un sistema di regressioni lineari
multiple. Dato lesiguo numero di progetti a disposizione, questo strumento si adegua bene
alle possibilit offerte dai dati in possesso. Grazie allimpiego di regressioni multiple, si sono
ottenuti i coefficienti della curva di approssimazione dei costi; questi valori, a loro volta, sono
stati presi come riferimento per un approccio probabilistico.
Questo approccio ha come scopo quello di simulare i valori dei coefficienti di regressione al
fine di raggiungere non pi un valore deterministico dei costi di progetto, ma una
distribuzione di probabilit di costo. Attraverso le simulazioni con il metodo Montecarlo,
89

questo criterio permette, innanzitutto, di ampliare il numero dei valori individuati, dando una
maggiore significativit allo studio. Inoltre, permette una maggiore elasticit di scelta fra tutti
i costi previsti sulla distribuzione di probabilit; e, nellevenienza, consente di estendere e
migliorare i valori calcolati dei coefficienti di regressione per mezzo dei quali si definisce la
probabilit di costo, perch lalgoritmo pu essere reiterato un numero infinto di volte
introducendo nuovi valori dei parametri di riferimento iniziali prodotti da nuove realizzazioni
edili. Alternativamente, il metodo pu prevedere, lallargamento dei parametri iniziali con
laggiunta di nuovi progetti, permettendo cos un affinamento dei calcoli di previsione (da un
punto di vista matematico questo permesso, purch i nuovi dati inseriti non siano
proporzionali ad altri gi presenti; nel qual caso, i parametri ridondanti andrebbero
eliminati).
La facilit dei valori di input dai quali il metodo prende avvio e limmediatezza del dato
ottenibile alla fine dellalgoritmo ha, inoltre, un altro vantaggio: permette un confronto
immediato fra i costi reali, i costi previsti di carattere deterministico e quelli di natura
probabilistica. Questo aspetto risulta essere un grosso vantaggio per luso di questo metodo,
perch, data la complessit delle variabili che vanno ad influire sul costo di realizzazione di un
progetto, tenuto conto delle variet costruttive, tecniche e tecnologiche, fa s che sia subito
possibile individuare lo scostamento fra la previsione e la realt; e di riconoscerne allinterno
dellalgoritmo le cause con facilit. A seguito di tale confronto, sar, dunque, possibile
utilizzare dei coefficienti di ragguaglio che diano, in termini matematici, spiegazione di
eventuali grossi scostamenti fra i costi reali e quelli previsti. Tali termini dovranno in parte
essere definiti sulla base dellesperienza dellutilizzatore, perch richiedono la conoscenza
tecnica che i numeri da soli non spiegano.
Di seguito riportato un diagramma di flusso che sintetizza graficamente i passaggi principali
del metodo appena descritto. Pi sotto, poi, sono visibili i diagrammi di flusso che illustrano i
due metodi, luno alternativo allaltro, di funzionamento migliorativo del metodo in esame. A
tale proposito bene illustrare i passaggi che portano ad un affinamento dei criteri di stima
appena descritti. Il primo metodo (A) prevede che il data-set sia aumentato di uno o pi
progetti. In questo caso i parametri di riferimento rimangono inalterati, ma crescono i dati che
li descrivono. In seguito ai calcoli previsti dalle regressioni multiple, i valori dei coefficienti di
regressione risulteranno differenti rispetto a quelli iniziali, permettendo una presumibile
maggior precisione della capacit predittiva del metodo.
Il secondo metodo (B) parte sempre dalla possibilit di accrescere il numero di progetti, ma
questa volta a tale aumento corrisponder linserimento di un nuovo parametro per ogni
nuovo progetto inserito (infatti, per mantenere lequazione matriciale di regressione
determinata il numero dei parametri deve almeno essere pari al numero di progetti; qualora il
primo fosse superiore al secondo risulterebbe indeterminata, con soluzioni). Questo
90


secondo metodo permetter, allora, lintroduzione di altri parametri di descrizione delle

caratteristiche principali dei progetti, quali per esempio lEPH (livello prestazione energetico).
Per quel che riguarda laffinamento dei parametri e dei coefficienti di calcolo, va fatta
unultima considerazione fondamentale. Lapplicabilit del metodo proposto non pu
trascurare il fattore temporale: i dati di riferimento che vanno a comporre il data set dal quale
si desumono i valori dei coefficienti di regressione devono forzatamente essere freschi. La
loro obsolescenza renderebbe i risultati ottenuti alterati e inutilizzabili, questo perch i dati di
costo di ogni progetto (che compongono il vettore dipendente nelle regressioni multiple) sono
legati al periodo in cui la costruzione stata messa in opera e ai costi di tecniche e tecnologie
utilizzate in quel preciso periodo storico. Pertanto, il data-set deve essere costantemente
aggiornato e rinnovato, introducendo nuovi progetti di riferimento ed eliminando quelli pi
vecchi.

91

SCELTA DEI PARAMETRI

DI COSTRUZIONE PIU
SIGNIFICATIVI
REGRESSIONI MULTIPLE
COEFFICIENTI DI
REGRESSIONE (mn e b)
CALCOLO DELLA DISTRIBUZIONE

DEI COEFFICIENTI DI
REGRESSIONE (P(mn) e P(b))
SIMULAZIONI METODO
MONTECARLO PER LA STIMA
DEL COSTO
EQUAZIONE PROBABILISTICA DI
PREVISIONE DEI COSTI
DISTRIBUZIONE
DELLA PROBABILITA
DI COSTO
F IGURA 36: DIAGRAMMA DI FLUSSO DEL FUNZIONAMENTO STANDARD DEL

METODO
92


NUOVO PROGETTO DEL

QUALE STIMARE IL
COSTO DI COSTRUZIONE
INSERIMENTO PARAMETRI NELLA MARTICE DI REGRESSIONE

(numero parametri inalterato)
NUOVI COEFFICIENTI DI
REGRESSIONE (mn e b)

DEI COEFFICIENTI DI
SIMULAZIONI METODO
DEL COSTO
DISTRIBUZIONE
DELLA PROBABILITA
DI COSTO
F IGURA 37: DIAGRAMMA DI FLUSSO DEL FUNZIONAMENTO MIGLIORATIVO DEL

METODO AFFINAMENTO DEI PARAMETRI MEDIANTE AUMENTO DEL DATA-SET
( METODO A)

93

NUOVO PROGETTO DEL

QUALE STIMARE IL
COSTO DI COSTRUZIONE
INSERIMENTO PARAMETRI NELLA MARTICE DI REGRESSIONE

(numero parametri aumentato di ununit)
NUOVI COEFFICIENTI DI
REGRESSIONE (m(n+1) e b)

DEI COEFFICIENTI DI
SIMULAZIONI METODO
DEL COSTO
DISTRIBUZIONE
DELLA PROBABILITA
DI COSTO
F IGURA 38: DIAGRAMMA DI FLUSSO DEL FUNZIONAMENTO MIGLIORATIVO DEL
METODO AUMENTO DEI PARAMETRI MEDIANTE AUMENTO DEL DATA-SET
( METODO B)
94


3.2
STRUMENTI: LE REGRESSIONI LINEARI
3.2.1 INSIEMI DI DATI BIVARIATI

Prima di partire con la trattazione del caso pratico svolto si vogliono dare alcuni cenni teorici
sulle regressioni.
Talvolta si ha a che fare con insiemi di dati caratterizzati non da sequenze numeriche singole,
ma da una coppia di numeri tra i quali esiste una qualche relazione. In tali situazioni, ogni
coppia di dati viene considerata come unosservazione singola e, definite le grandezze che la
caratterizzano con x e y, la i-esima osservazione pu essere scritta come (xi ; yi). Lo strumento
con il quale si visualizzano dati bivariati (cos definito, infatti, linsieme delle coppie che
costituiscono il set-dati in esame) il diagramma di dispersione, che rappresenta sul piano
cartesiano con assi che riportano i valori delle grandezze x e y i punti che con coordinate che
si riferiscono ai valori delle coppie. Questione di grande interesse quando si studiano
campioni bivariati se vi sia una correlazione tra i valori di x e y e quale possa essere il
legame che le unisce. In altre parole ci si chiede: al variare di x, come varia y? Per condurre
questo tipo di studio necessario introdurre delle grandezze tipiche della statistica che di
seguito vengono definite.
3.2.2 VARIANZA E DEVIAZIONE STANDARD CAMPIONARIE

Per capire quanto i dati di un campione di studio possano essere concentrati attorno ad un
valore, o viceversa quanto possano essere dispersi rispetto ad un dato numero (tipicamente la
media matematica dei valori stessi), si usa la varianza campionaria che si denota con la lettera
s2 ed pari alla quantit:
1

3 34 '

1
'

Assegnato sempre lo stesso campione di dati 53 , 3' , 3* , 3- , , 3 8 si dice deviazione standard
campionaria e si denota con la lettera s la seguente quantit
1
9

3 34 '
1

E una grandezza che ha come unit di misura le stesse dei dati sperimentali.

95

Dato un campione bivariato (xi ; yi) con i = 1,2, , n e con 34 e :; le medie campionarie e sx e sy le
deviazione standard campionarie solamente per i dati rispettivamente x e y, allora si chiama
coefficiente di correlazione campionaria e si denota con la lettera r la quantit per la quale
3.2.3 COEFFICIENTE DI CORRELAZIONE CAMPIONARIA

3 34
: :;
1 = >

3 34
: :;
?
3 34 '
: :;'
Quando r>0 allora i dati sono correlati positivamente; al contrario, se r<0 allora i dati sono
correlati negativamente. Questa grandezza statistica assume maggiore chiarezza se la si
analizza in questa maniera. Quando un valore di x assume un valore molto alto rispetto alla
media 34 allora la differenza fra il valore e la media alto; se lo stesso ragionamento ha valore
per y, di conseguenza si ottiene che il prodotto
3 34
: :;
maggiore di zero; altrimenti se uno dei due negativo (quindi, se il valore o di x, o di y

molto piccolo rispetto alla media) anche il prodotto risulter negativo. Il primo caso quello
di correlazione positiva; il secondo di correlazione negativa. Il coefficiente di correlazione non
fa altro che riprendere questo stesso modo di ragionare sui dati bivariati, normalizzandoli.
Di seguito sono riportate le propriet del coefficiente di correlazione campionaria
1 @ @ 1
Se per opportune costanti a e b con b>0 sussiste la relazione lineare
: # A3 per B 1,2, ,

allora r = 1
Se per opportune costanti a e b con b<0 sussiste la relazione lineare
: # A3 per B 1,2, ,

allora r = -1
96


Se r il coefficiente di correlazione del campione (xi ; yi), i =1,2, , n allora lo anche

per il campione (a+bxi ; c+dyi), purch le costanti b e d abbiano lo stesso segno
Questultima propriet in particolare significa che r non varia se a x e a y sommiamo
algebricamente (o moltiplichiamo per) una stessa costante. Quindi r NON dipende dalle unit
di misura scelte per i dati. In altre parole, se si sceglie di misurare la correlazione tra peso ed
altezza di un gruppo di individui non cambia se si decide di misurare il peso in libbre, invece
che in chilogrammi; o se la statura viene misurata in pollici, o in centimetri.
Il valore assoluto || lindice che misura la forza della correlazione. Quando || 1 vi una
relazione lineare perfetta e i punti del diagramma di dispersione stanno tutti su una retta. Se
|| 0,8 la correlazione molto intensa, anche se i punti del grafico non sono pi
individuabili su una retta, anche se individuabile una retta che passi vicina ad ognuno di essi
(la retta interpolante). Quando || 0,3, invece, facile affermare che la relazione molto
debole.
Il segno di r indica, invece, la direzione della retta. Epositivo quando x e y tendono a crescere
e diminuire parallelamente luno allaltro; viceversa, quando si ha che al crescere di una delle
due grandezze, laltra diminuisce in una maniera proporzionale.
E bene riportare e ricordare sempre che trovare una correlazione tra due grandezze in uno
studio di campione bivariato (o anche multivariato) non significa essere in grado di
evidenziare in maniera esplicita il legame di causa effetto che lega le due grandezze. In molti
casi esso sar, invece, implicito e dipendente da un terzo fattore legato ad entrambe le
variabili.
3.2.4 SISTEMI DI STIMA E PARAMETRI DI REGRESSIONE

Molti problemi dellingegneria e della scienza hanno a che fare con la determinazione delle
relazioni tra due o pi insiemi di variabili. La conoscenza di queste relazioni ci consentirebbe
di predire il rendimento per diversi valori di una certa funzione che varia in dipendenza di
una seconda. Nelle situazioni pi comuni si ha una variabile Y, detta variabile di risposta, e un
certo numero di variabili 3 , 3' , 3* , , 3 , dette variabili di ingresso. Il modello suppone che la
risposta vari in funzione degli ingressi; per questo Y anche detta, come facile capire,
variabile dipendente, mentre invece le xi sono le variabili indipendenti. La pi semplice delle
relazioni che possibile immaginare quella lineare; essa si presenta quando per mezzo di
opportune costanti 0, 1, 2, , r vale lequazione
F G" # G 3 # G' 3' # H # GI 3I
97

Se la relazione che lega le variabili fosse questa sarebbe possibile, una volta scoperte le i,
predire esattamente la risposta per qualunque combinazione delle variabili di ingresso. In
pratica comunque questo livello di precisione non pu essere raggiunto, e il massimo che si
pu aspettare che lequazione precedente sia valida, salvo per un errore casuale e. Con
questo si intende dire che la vera relazione in concreto risulta poi essere
F G" # G 3 # G' 3' # H # GI 3I #
dove e rappresenta lerrore casuale, che si suppone essere una variabile aleatoria di media
nulla.
Questa equazione rappresenta un valore atteso (e, difatti, pu essere anche scritto in maniera
probabilistica in questa forma
F|J G" # G 3 # H # GI 3I ) condizionato allingresso x.
Le costanti i sono dette coefficienti di regressione e vanno normalmente stimati da un
campione di dati. Una equazione di regressione si dice semplice se r = 1 e, quindi, vi una sola
variabile indipendente; negli altri casi si parla di regressioni multiple. Un modello lineare
semplice prevede quindi una relazione lineare tra la risposta media e il valore di una singola
variabile indipendente x. Pertanto, lequazione di regressione diventa
F K # G3 #
Si supponga adesso di osservare, per i = 1,2, , n, le risposte Yi, corrispondenti a certi valori di
ingresso xi e di volerle usare per stimare e in un modello di regressione lineare semplice.
Se A e B sono gli stimatori cercati, allora # L3 lo stimatore della risposta corrispondente
allingresso xi. Poich la risposta realmente ottenuta con quel livello di ingresso Yi, la
quantit (Yi A Bxi)2 rappresenta il quadrato della differenza tra la predizione ed il valore
osservato e, quinid, dovrebbe idealmente essere resa pi piccola possibile. Viene, quindi,
identificata con SS la somma dei quadrati degli scarti tra risposte stimate e reali

MM
F L3 '

Il metodo dei minimi quadrati consiste nello scegliere come stimatori di e i valore di A e B
che minimizzano SS. Per calcolarli si deve derivare SS rispetto ad A e B:
NMM
2
F L3
N

98


NMM
2 3
F L3
NL

Per cercare i punti critici della funzione SS (ed in particolare il minimo), occorre uguagliare a
zero le due espressioni precedenti, ottenendo il sistema delle cosiddette equazioni normali:

R
F L3 0

P

R
P
Q
P 3
F L3 0
O

F # L
3

Q
P 3
F
3 # L
3 '
O

Si pone che F; F e 34 3 la prima equazione normale diventa F; L34 ; e
sostituendo questa formula al posto di A nella seconda si ottiene

3 F
F; L34 34 # L 3'
dalla quale si ricava che
L
3 F 34 F;
3' 34 '
Gli stimatori dei minimi quadrati di e corrispondenti alle variabili xi e Yi, con i = 1, 2, , n
sono rispettivamente
F; L34
L

3 F 34 F;
3' 34 '

3 34 F
3' 34 '
La retta : # L3 la stima della retta di regressione che meglio interpola i dati.

99

3.3
METODO MONTECARLO: CENNI
Nel progettare un nuovo sistema, oppure nel tentativo di migliorarne uno esistente,
lingegnere cerca di anticipare le realt future di operazione di tale sistema al variare di
alcune opzioni. Inevitabilmente, quando si produce qualsiasi tipo di previsione ci si riferisce
pi ad un modello che approssimi la realt che alla realt stessa.
Per definizione un modello non potr mai descrivere la realt in ogni dettaglio. Ci sar sempre
un certa distanza fra il primo e la seconda. Il modello si basa sulle informazioni note del
sistema, sulle interazioni degli elementi, sullinterazione del sistema con lambiente e sui dati
relativi alle propriet delle componenti del sistema e su come variano allinterno dei range di
possibilit loro disponibili. Una volta che si definito il modello, ci si pongono le domande a
proposito laspettativa della risposta che il sistema pu dare in futuro; per esempio, ci si
chiede quale possa essere il suo margine di errore. E la matematica che entra in gioco nel
dare risposte a questo genere di domande, poich i modelli che cercano di descrivere la realt
sono di natura matematica e la matematica riesce a definire quanto possano essere accurate le
risposte offerte.
In questo ambito il metodo Montecarlo risulta essere uno strumento potente con un gran
valore nellanalisi dei sistemi complessi, dovuto alla capacit di raggiungere
unapprossimazione molto vicina alla realt. In generale, pu essere definito come una
metodologia il cui obiettivo quello di ottenere delle stime di soluzioni di problemi
matematici attraverso la selezione di numeri casuali. Con i termini numeri casuali si
intendono numeri ottenuti attraverso una macchina simile alla roulette dei casin (da cui il
nome metodo Montecarlo, in riferimento ai tavoli da gioco della citt monegasca). Il
campionamento casuale di numeri gi stata utilizzata in passato, ben prima dello sviluppo
dei computer di oggi. Il primo esempio di utilizzo del metodo che noi oggi denominiamo col
nome di Montecarlo sembra essere del naturalista francese Buffon (1707 1788) che prese in
esame un set di linee in parallelo ad una distanza D su un piano e calcol la probabilit P che
un segmento di lunghezza L < D casuale posizionato sullo stesso piano potesse intersecare
una di queste linee. Lespressione teorica che ottenne fu la seguente:
TV
WU
V2
La possibilit calcolata non convinse completamente per la concretezza del risultato, Buffon
ebbe lidea di provare concretamente lespressione disegnando linee parallele e
attraversandole ripetutamente con un ago sul pavimento della propria casa; in questa
maniera riusc a stimare la probabilit P come il rapporto del numero di intersezioni sul
100


numero totale di intersezioni e, pertanto, acquisendo lonore di aver inventato il metodo

Montecarlo. E interessante notare come in seguito, Laplace not che lesperimento di Buffon
rappresentava uno stratagemma per il calcolo del W. Successivamente altri scienziati
utilizzarono questo metodo (o algoritmi molto simili) per risolvere integrali e problemi per il
calcolo delle probabilit. Infine, il ritorno di interesse per questo sistema di calcolo pu essere
associato ad Enrico Fermi, von Neumann e Ulam durante lo sviluppo del Progetto Manhattan
nel periodo della Seconda Guerra Mondiale.
Il Metodo Monte Carlo fa parte della famiglia dei metodi statistici non parametrici. utile per
superare i problemi computazionali legati ai test esatti. Il metodo usato per trarre stime
attraverso simulazioni. Si basa su un algoritmo che genera una serie di numeri tra loro
incorrelati, che seguono la distribuzione di probabilit che si suppone abbia il fenomeno da
indagare. La simulazione Monte Carlo calcola una serie di realizzazioni possibili del fenomeno
in esame, con il peso proprio della probabilit di tale evenienza, cercando di esplorare in
modo denso tutto lo spazio dei parametri del fenomeno. Una volta calcolato questo campione
casuale, la simulazione esegue delle 'misure' delle grandezze di interesse su tale campione. La
simulazione Monte Carlo ben eseguita se il valore medio di queste misure sulle realizzazioni
del sistema converge al valore vero. Un altro esempio particolare dell'utilizzo del Metodo
Montecarlo l'impiego del metodo nell'analisi scacchistica. Negli ultimi anni i pi forti
programmi scacchistici in commercio, implementano delle opzioni d'analisi che utilizzano
"Montecarlo analisi". Per valutare una posizione, si fanno giocare al computer migliaia di
partite partendo dalla posizione da analizzare, facendo eseguire al PC delle mosse casuali (una
scelta casuale tra le mosse pi logiche). La media dei risultati ottenuti in queste partite
un'indicazione plausibile della mossa migliore. Non c' un solo metodo Monte Carlo; il termine
descrive invece una classe di approcci molto utilizzati per una larga categoria di problemi.
Tuttavia, questi approcci tendono a seguire un particolare schema:
1. Definire un dominio di possibili dati in input.
2. Generare input casuali dal dominio con una certa distribuzione di probabilit
determinate.
3. Eseguire un calcolo deterministico utilizzando i dati in ingresso (input).
4. Aggregare i risultati dei calcoli singoli nel risultato finale.
Attualmente, il metodo Montecarlo sembra lunico in grado di produrre soluzioni per
problemi complessi di carattere multidimensionale. Per circa tre decenni fu usato quasi
esclusivamente nella tecnologia nucleare. Presumibilmente, la principale ragione per questa
scelta fu dovuta alla carenza di potenza di calcolo: infatti, il metodo richiede una grande
memoria da parte delle macchine di calcolo. Con laumento della velocit dei computer
lapplicazione del metodo diventata pi fattibile ogni giorno di pi in diversi campi.
101

La potenza di calcolo degli attuali computer permette utilizzi del metodo Montecarlo
altrimenti inimmaginabili e difatti no adesso siamo in grado di risolvere sia problemi di
natura deterministica (come la valutazione di spazi euclidei ad n dimensioni per forme
complesse o per la soluzione di equazioni differenziali o integrali), oppure problemi stocastici
(come quelli che possono essere descritti attraverso passaggi casuali in un ambiente
naturalmente casuale, per esempio la stima delle distribuzione di neutroni, la stima di
fattibilit di piani industriali, ecc.). In ogni caso, perch il metodo Montecarlo risulti efficiente,
si deve dedicare particolare attenzione alle tecniche di variazione-riduzione, cio quelle
tecniche che permettono di ridurre le intrinseche incertezze statistiche che affliggono i
risultati.
3.3.1 CAMPIONAMENTO DI NUMERI CASUALI DA UNA DISTRIBUZIONE DI PROBABILIT

NOTA
Sia X una variabili casuale (vc) che segue una funzione di distribuzione cumulativa di
probabilit (fdc) XY
3 dove
con
A5Z @ 38 XY
3
XY
0 XY
# 1
ovvero la probabilit che la variabile casuale X sia minore o uguale ad un certo valore
definita dalla funzione di distribuzione di probabilit cumulativa. Pertanto, nel prosieguo, se
la vc obbedisce alla fdc, si scriver che
Z~XY
3
Dalla definizione segue che XY

3 non una funzione decrescente e si potr assumere inoltre
che continua e differenziabile. La corrispondente funzione di densit di probabilit (fdp)
allora:
\Y
3
dove
^
\Y
3 ] 0
_`
a`
102
XY
3
3
\Y
33 1


Si desidera da qui in poi trovare uno o pi algoritmi per il campionamento di numeri dalla
funzione di distribuzione cumulativa XY
3. Questo equivale ad ottenere una sequenza di
valori N>>1 5Z8 b 5Z , Z' , Z* , , Zc 8 tali per cui:
l'ennesimo numero n di punti campionati allinterno di un intervallo 3 e ZfgY

Zh dove Xmin e XMAX sono i valori minimo e massimo nellinsieme 5Z8, tale per cui
potrebbe essere descritto nella seguente maniera

j ^ \Y
33
i
=
In altre parole richiesto che listogramma dei dati campionati approssimi la funzione di
densit di probabilit \Y
3;
i valori Xi non devono essere fra loro correlati

se la sequenza 5Z8 periodica, il periodo dopo il quale i numeri tornano a ripetersi
dovrebbe essere il pi ampia possibile.
Fra tutte le distribuzioni, quella uniforme nellintervallo [0,1), descritta come U[0,1), o pi
semplicemente U(0,1), svolge un ruolo di fondamentale importanza fino a quando tale
distribuzione permette di ottenere valori casuali vc che obbediscano ad ogni altra
distribuzione.
3.3.2 ESEMPI DI METODI DI GENERAZIONE DI NUMERI CASUALI PER IL METODO

MONTECARLO
La generazione di numeri casuali R distribuiti uniformemente allinterno del campo [0,1) ha
rappresentato e tuttora rappresenta un importante soggetto dellattivit di ricerca. Allinizio,
gli esiti dei fenomeni casuali in maniera intrinseca erano usati, ma presto si arriv a capire
che, al di l da problemi di mancanza di uniformit dovuti ad imperfezione dei meccanismi di
generazione o rilevamento, la frequenza dei dati cos ottenuti era troppo bassa e le sequenze
avrebbero potuto non essere riprodotte, cosicch era difficile trovare e correggere gli errori
presenti nel linguaggio Montecarlo.
Per superare queste difficolt, lidea successiva fu quella di riempire delle tabelle di numeri
casuali da memorizzare nei computer, ma laccesso a memorie cos grandi diminuiva la
velocit di calcolo e, soprattutto, le sequenze che erano inserite in memoria erano comunque
troppo brevi rispetto alle necessit crescenti.

103

Finalmente nel 1956 von Neumann propose che fossero direttamente i computer a generare i
numeri casuali attraverso un appropriato mezzo: una funzione di calcolo k
. che avrebbe
permesso di trovare il numero successivo mn_ dal precedente mn . Pertanto
mn_ k
mn
La sequenza cos generata inevitabilmente periodica: nel corse della sequenza, quando un
numero ottenuto gi uscito precedentemente, la sottosequenza tra questi due numeri si
ripete ciclicamente, cio la sequenza introduce un loop. Andando avanti la sequenza pu
riprodursi ancora cosicch essa non sia pi definibile come casuale, ma piuttosto
deterministica. Comunque, se la funzione k
. scelta in maniera corretta, essa pu essere
definita come pseudo casuale purch soddisfi un numero di prove di casualit sufficienti. In
particolare, von Neumann propose di ottenere mn_ prendendo i caratteri centrali di un valore
mn elevato al quadrato.
Per esempio,per un computer che possa accettare numeri composti di quattro cifre, se
mn 4.567, allora mn' 20.857.489 e mn_ 8574, mn_' 5134 e cos via. Questa funzione
risulta essere troppo lunga da calcolare e d origine a periodi troppo brevi. Inoltre, se un
risultato ottenuto mn 0000 tutti i numeri conseguenti saranno sempre zeri.
Al giorno doggi i metodi pi comuni per generare sequenze 5m8 di numeri da una
distribuzione uniforme si ispirano al gioco della roulette. Nel gioco la pallina, lanciata
inizialmente con unalta velocit, compie alcuni ampi giri attorno alla ruoto e alla fine cade
allinterno di un compartimento numerato. In una roulette ideale nessuno potrebbe dubitare
del fatto che il compartimento finale, o il numero ad esso associato, sia in verit un valore
campionato fra tutti i possibili numeri presenti sulla roulette. Nel dominio dei numeri reali, in
un intervallo fra 0 e 1 [0,1), il gioco potrebbe essere rappresentato da un modello di lancio di
un punto sullasse delle x che cada molto lontano dallorigine. La differenza tra il valore
ottenuto in questo modo lintero pi prossimo e minore di questo valore pu essere
ragionevolmente assunto come il numero campionato da U[0,1). Ovviamente lassunzione di
validit di questo metodo vera se si utilizza un metodo adatto di lancio del punto. In un
computer, la procedura appena descritta ottenuta attraverso relazioni di congruenza del
tipo
mn_
mn # tu u
In altre parole,il nuovo numero mn_ il residuo con modulo m (positivo intero) di una
trasformazione affine del vecchio mn , mediante luso di coefficienti non negativi a e c.
Lespressione sopra riportata in una certa maniera ripropone il metodo di campionamento
uniforme del gioco della roulette, con
mn # t che svolge il ruolo di distanza percorsa dalla
104


pallina e m la circonferenza della ruota. La sequenza di numeri che si ottiene composta da un

numero mn v u e che periodica con periodo v u.
Per esempio se m" t 5 e m=7 la sequenza 55,2,1,3,6,0,5, 8 con un periodo p=6.
Le sequenze generate con questo metodo sono in verit deterministiche cosicch i numeri
generati sono pi propriamente denominati come pseudo casuali. Comunque, le costanti a, c ,
m possono essere scelte nella maniera per cui:
-
la sequenza deve soddisfare essenzialmente tutte le prove di casualit

il periodo p deve essere molto largo.
Chiaramente i numeri generati dalla procedura sopra descritta devono essere sempre pi
piccoli di m cosicch, una volta divisi per m, essi possano inserirsi nellintervallo [0,1).
Questo una fra le molte applicazioni del metodo Montecarlo. Ne esistono tantissime e
prevedono di poter risolvere differenti ti pi di situazioni e offrono soluzioni a una variet
molto ampia di problemi. Il metodo Montecarlo permette di realizzare modellizzazione per
sistemi complessi senza la necessit di adottare semplificazioni aritificiose e irrealistiche, cosa
alla quale inevitabilmente si va incontro quando si usano metodi analitici. Con il
potenziamento delle possibilit di computer veloci, il metodo Montecarlo inizia ad essere
sempre pi potente e adattabile. Pi le possibilit di ottenere soluzioni da modelli sempre pi
realistici aumentano, maggiori potranno essere i metodi prodotti su una grande variet di
problemi ingegneristici, raggiungendo soluzioni che possono fornire significativi
miglioramenti nella realizzazione di sistemi complessi. Questo si rifletter, come prevedibile,
in un retrofit in termini di costi di produzione e di progettazione.

105

106



Le regressioni lineari sono state condotte partendo da un set di dati abbastanza contenuto di
nove progetti gi realizzati dei quali si conoscono le caratteristiche fisico geometriche e il
costo totale di realizzazione finale. Di questi nove progetti se ne usato sempre uno come
termine di paragone, ovvero sono state realizzate delle regressioni lineari partendo dai dati
dei primi otto, si giunti ad una funzione lineare che, una volta inseriti i dati del nono, hanno
permesso lindividuazione di un ipotetico prezzo da comparare con quello reale. In tal modo
stato possibile valutare la bont dellequazione lineare individuata in termini di capacit
predittiva. Una volta fatto questo tenendo come riferimento un singolo progetto, lo si
ripetuto andando a ruotare ledificio di paragone. Questo metodo ha permesso di avere una
visione ancora pi ampia della forza di stima del calcolo compiuto per mezzo di una
regressione lineare.
E bene dire che sono stati condotti due studi preventivi, in parallelo, sul medesimo data - set,
ma con due approcci differenti: il primo ha previsto luso di alcuni parametri nelle loro forme
base, mentre altri sono stati normalizzati rispetto ai primi, in maniera tale da poter essere
descritti come percentuali oscillanti tra lo 0 e lunit; il secondo, invece, non ha previsto
alcuna normalizzazione di parametri, ma uno studio stepwise su due fasi. Nella prima parte i
parametri sono stati via via scelti in maniera tale da poterli utilizzare in combinazioni ogni
volta differenti fra loro in un numero minore a quello iniziale; nella seconda, invece, il numero
di parametri considerati come set da cui partire stato ridotto, accorpando alcune voci con
altre secondo alcuni criteri logici che saranno poi descritti in seguito. Il primo tipo di
ragionamento stato svolto solo in maniera teorica e concretamente non si proseguita
questa strada,

107

4.1
PROGETTO VILLE UBOLDO

Ville Uboldo
Calcolo parametri di forma e superfici
Descrizione
Area dell'intervento
Metri cubi urbanistici

Superficie coperta
Superficie Drenante
Superficie e materiale facciata
Materiale: SWISSPEARL
70X115 cm
100x115 cm
70x220 cm
140x115 cm
Serramenti in facciata (DOPPI VETRI, TELAIO
77x225 cm
IN PVC)
100x225 cm
270x220 cm
265x225 cm
Totale
Interrato
Metri cubi reali
fuori terra
Totale
Privati interni
Vani scala
Comuni esterni
Totale
Ascensori (m lineari)
Porticati
Balconi/terrazzi in
copertura
Porticati-balconi-logge
Logge
Totale
Sup.
(m2)
Vol. (m3)
2987,97
479,86
907,11
962,55
4,83
6,90
9,24
19,32
5,20
13,50
35,64
35,78
130,40
-
2641,49
-
4307,29
3615,83
7923,12
391,32
138,75
530,07
NON PRESENTI
194,52
0,00
191,40
385,92
SUPERFICI COMMERCIALI+ SUPERFICI COMUNI = SUP. CONVENZIONALE

Descrizione
Appartamenti
balconi e terrazzi
Logge
108
Sup.
(m2)
779,79
0,00
59,79

%
mq
abbattimen pondera
to
ti
1,00
779,79
0,33
0,00
0,50
29,90

Porticati
Superficie esterna pavimentata privata
Superfici scale interne private
Sottotetti non abitabili
59,66
118,37
140,13
86,78
0,33
0,33
1,00
0,30
19,69
39,06
140,13
26,03
Mansarde agibili
Giardini privati
Taverne
Box
Cantine
Box collegati direttamente all'appartamento
Locali comuni
147,72
1260,69
281,39
0,00
0,00
285,85
0,00
0,80
0,10
0,80
0,50
0,50
0,50
0,50
118,18
126,07
225,11
0,00
0,00
142,93
0,00
Giardini comuni
Vialetto ingresso pedonale
Parcheggi
Strada di accesso
Rampa+corsello
Vani scala comuni
Corridoi cantine
Superfici bocche di lupo
Superficie interrata senza sopra piani fuori terra
Tot. Sup commerciale 1646,88

0,00
0,10
0,00
136,05
0,15
20,41
109,40
0,10
10,94
613,34
0,10
61,33
636,86
0,40
254,74
34,14
0,70
23,90
0,00
0,50
0,00
140,08
0,20
28,02
1027,09
0,10
102,71
Tot. Sup comune
502,05
n. Villette
n. box Tripli
n. box Doppi
n. piani interrati
n. piani fuori terra (l'ultimo mansardato)
Tot. Sup commerciale 1646,88

Tot. Sup
2148,93
convenzionale
Convenz/comm. - 1
0,30
6
5
1
1
3
T ABELLA 20: DATI CARATTERISTICI VILLE UBOLDO
Il costo dellopera stato calcolato in 2560000 . Si vuole, nellimmagine sottostante,

riportare la veduta delledificio.

109

F IGURA 39 RENDERIZZAZIONE DEL PRGETTO DELLE VILLE AD UBOLDO
110

Edile/Archite

4.2
PROGETTO VILLA DON ORIONE

Villa Don Orione
Descrizione

Superficie coperta
Superficie Drenante
Materiale: Geopietra
Materiale:
Cappotto+rasatura
Totale
50x50 (N.9)
170x70 (N.2)
110x140 (N.2)
Serramenti in facciata (DOPPI VETRI, TELAIO IN 70x230 (N.3)
LEGNO)
230x70 (N.2)
140x140 (N.1)
100x230 (N.5)
120x230 (N.6)
140x230 (N.1)
160x230 (N.1)
200x230 (N.1)
270x220 (N.1)
Totale
Metri cubi reali

Vani scala
Porticati-balconi
Sup.
(m2)
Vol. (m3)
650,00
238,40
0
113,09
827,03
-
233,15
346,24
1,19
2,38
3,08
4,83
3,22
1,96
11,50
16,56
3,22
3,68
4,60
5,94
62,16
Zona contro terra

fuori terra
Totale
Privati interni
Porticati
Balconi/terrazzi
copertura
212,89
1240,58
1453,47
73,46
NON PRESENTI
147,50
293,69
in

111

Totale
441,19
SUPERFICI COMMERCIALE = SUP. CONVENZIONALE (no spazi comuni)

%
mq
Sup.
abbattimen
pondera
Descrizione
(m2)
to
ti
Superficie abitabile
226,80
1,00
226,80
balconi e terrazzi
87,90
0,33
29,01
Porticati
46,50
0,33
15,35
Superfici scale interne private
15,20
1,00
15,20
27,70
0,30
8,31
Mansarde agibili
Giardino pensile su box
Box
Cantine
Locale tecnico
Strada di acccesso
Superficie interrata senza sopra p. fuori terra
72,60
0,70
24,50
0,30
40,20
0,50
18,80
0,50
17,20
0,50
61,60
0,20
38,30
0,20
Tot. Sup
commerciale
77,15
0,10
50,82
7,35
20,10
9,40
8,60
12,32
7,66
410,91
7,72
Tot. Sup int.senza

sopra p. fuori terra
7,72
Tot.
Sup
commerciale
410,91
Tot.
Sup
418,63
convenzionale
Convenz/comm. - 1
0,00
COMPOSIZIONE EDIFICIO
n. Villette
n. box Doppi
n. piani fuori terra (l'ultimo mansardato)
1
1
3
T ABELLA 21: DATI CARATTERISTICI VILLA DON ORIONE
Il costo dellopera stato calcolato in 670000 . Si vuole, nellimmagine sottostante, riportare

la veduta delledificio.
112

S
STIMA
PARAMETRICA DEL COSTO DI COSTRUZIONE
F IGURA 40 RENDERIZZAZIONE DEL PROGETTO DELLA VILLA DON ORIONE

113

4.3
PROGETTO VALBRONA
Valbrona
Descrizione

Superficie coperta
Superficie Drenante
Superficie e materiale Facciata
Serramenti in facciata
riv. Intonaco su cappotto

riv. Legno di pino tinto noce
Totale:
Cappotto
con
rasatura+Legno di pino tinto
noce
50x220
60x105
60x130
90x215
90x237
100x220
120x105
120x215
120x130 T S5xA5xL5
120x220
150x215
150x237
180x215
180x237 T S5xA5xL5
284x220
Totale: Doppi vetri - Telaio in
legno
Metri cubi reali

Vani scala
114
Interrato
fuori terra
Totale
Sup. (m2)
Vol. (m3)
3647,13
951,34
1640,13
1959,365
4403,92
-
1500
7,7
11,34
28,08
23,22
51,192
6,6
5,04
5,16
18,72
7,92
3,225
7,11
19,35
42,66
37,488
274,805
39

3697,6
4914,37
8611,97
1299,25

Porticati
Balconi/terrazzi in copertura
Logge
Totale
204,85
73,83
673,19
951,87

%
Descrizione
Sup. (m2)
abbattimento
Appartamenti
1420,47
100,00%
balconi e terrazzi
25,47
33,00%
Logge
235,86
50,00%
Porticati
61,63
33,00%
0
33,00%
Superfici scale esterne private
0
33,00%
Sottotetti abitabili
0
100,00%
Giardini privati
Taverne
Box
Cantine
Locali comuni
0
420,93
51,71
480,14
107,55
0
72,19
Giardini comuni
Parcheggi
Strada di accesso
Rampa+corsello
Vani scala comuni
Corridoi cantine
Tot. Sup commerciale

1324
10,00%
478,1
15,00%
56,15
10,00%
394,04
10,00%
392,89
40,00%
438,01
70,00%
41,87
50,00%
33,18
20,00%
418,8
10,00%
Tot. Sup comune
1980,54
132,40
71,72
5,62
39,40
157,16
306,61
20,94
6,64
41,88
782,35

Tot. Sup convenzionale
1980,54
2762,89
Convenz/comm. - 1
39,50%
18
3
n. appartamenti
n. Villette
30,00%
10,00%
80,00%
50,00%
50,00%
50,00%
50,00%
mq
ponderati
1420,47
8,41
117,93
20,34
0,00
0,00
0,00
0,00
42,09
41,37
240,07
53,78
0,00
36,10
115

12
4
1
3
n. box Singoli
n. box Doppi
n. piani interrati
n. piani fuori terra
T ABELLA 22: DATI CARATTERISTICI VALBRONA
Il costo dellopera stato

o calcolato in 3000000 . Si vuole, nellimmagine sottostante,
F IGURA 41 RENDERIZZAZIONE DEL PROGETTO A VALBRONA
116

Edile/Archite

4.4
PROGETTO SIGMA
Sigma
Sup.
Descrizione
(m2)

Superficie coperta
Superficie Drenante
Materiale: Rivestimento Bugnato
Vol. (m3)
1321,60
632,90
142,20
950,00
9703,99
-
Materiale: Intonaco + verniciatura

3787,15
silicati
Totale
4737,15
Serramenti in facciata (DOPPI VETRI, TELAIO IN LEGNO-ALLUMINIO) 1284,45
Superficie e materiale
facciata
Interrato
fuori terra
Totale
Metri cubi reali

Vani scala
Porticati (Comuni al PT)

Logge
Totale
76,26
-
5165,99
13836,25
19002,24
2798,69
1889,49
424,74
1244,00
3558,23

Sup.
(m2)
%
abbattiment
o
mq
ponderati
Appartamenti
balconi e terrazzi
Logge
2008,20
122,20
374,70
1,00
0,33
0,50
2008,20
40,33
187,35
Sottotetti agibili
Box
371,90
889,50
0,80
0,50
297,52
444,75
Descrizione

117

Posti auto scoperti

Cantine
Giardini comuni
Pavimentazione esterna comune
Copertura piana parzialmente praticabile
Locali comuni
Zona pavimentata di accesso
Rampa+corsello
Corsello PT
Porticati comuni
Vani scala comuni
Corridoi cantine
81,70
0,30
29,00
0,50
148,00
0,10
109,70
0,15
186,50
0,10
96,90
0,50
163,40
0,10
1075,30
0,40
162,00
0,40
272,40
0,33
729,70
0,70
2,70
0,50
173,10
0,20
503,30
0,10
Tot. Sup comune
24,51
14,50
3017,16
14,80
16,46
18,65
48,45
16,34
430,12
64,80
89,89
510,79
1,35
34,62
50,33
1296,60

3017,16
4313,75
Convenz/comm. - 1
0,43
30
30
11
5
2
6+sottotett
o
n. Appartamanti
n. box Singoli
n. box Doppi in linea
n. posti auto scoperti (PT)
n. piani interrati
T ABELLA 23: DATI CARATTERISTICI SIGMA

118

S
STIMA
F IGURA 42 RENDERIZZAZIONE DEL PROGETTO SIGMA

119

4.5
PROGETTO LA DUCALE
La Ducale (Cesate, via Piave)
Descrizione
Area Urbanizzazioni
Area intervento per
imm.
Totale
Totale
2003,69
2
5,2
29,12
40,48
11,96
32,76
83,72
18,72
46
20,24
22,08
312,28
Interrato
fuori terra
Totale
Vani scala
120
Intonaco
mattoni faccia a vista
Totale
624,4
5485,4
-
50x50
50X130
80x130
80x230
130x230
140x130
Serramenti in facciata in pino 140x230
di Svezia tinto noce con doppi 180x130
vetri
200x230
220x230
240x230
Metri cubi reali
Vol. (m3)
3536,2
4160,6
1094,8
1289,1
1547,76
455,93

Superficie coperta
Superficie Drenante
Superficie e materiale
Facciata
Sup. (m2)
Porticati
Balconi
Logge
8515,89
10207,94
18723,83
1206,75
NON PRESENTI
463,72
195,4
441,02


Totale
1100,14

%
mq
Descrizione
Sup. (m2)
abbattimento ponderati
Appartamenti
1649,02
100,00%
1649,02
balconi
50,3
33,00%
16,60
Logge
153,44
50,00%
76,72
Porticati
144,92
33,00%
47,82
307,38
33,00%
101,44
26,72
33,00%
8,82
100,00%
Mansarde
Giardini privati
Taverne
Box
Cantine
Locali comuni
Giardini comuni
Vialetto comune
Parcheggi esterni
Strada di accesso
Rampa+corsello
Vani scala comuni
Corridoi cantine
1058,52
1702,75
305,38
433,27
129,76
257,14
61,89
80,00%
10,00%
80,00%
50,00%
50,00%
50,00%
50,00%
846,82
170,28
244,30
216,64
64,88
128,57
30,95

217,32
10,00%
192,96
15,00%
422,49
10,00%
218,4
10,00%
658,85
40,00%
304,48
70,00%
15,6
50,00%
46,31
20,00%
1062,8
10,00%
Tot. Sup comune
3602,84
21,73
28,94
42,25
21,84
263,54
213,14
7,80
9,26
106,28
714,78

3602,84
4317,62
Convenz/comm. - 1
19,84%
24
2
13
12
1
n. appartamenti
n. Villette
n. box Singoli
n. box Doppi
n. piani interrati
121

n. piani fuori terra (di cui l'ultimo mansardato)

T ABELLA 24: DATI CARRATTERISTICI LA DUCALE

sottostant
F IGURA 43 RENDERIZZAZIONE DEL PROGETTO LA DUCALE
122

Edile/Archite

4.6
PROGETTO DELTA
Progetto Delta (Cesate)
Sup. (m2)
Vol. (m3)
Intonaco
Pietra
6492,3
2232
2373,2
3278,18
436,94
14421,50315
-
Totale
3715,12
50x50 (legno)
50x130 (legno)
100x100 (legno)
80x130 (legno)
90x130 (legno)
100x130 (legno)
130x130 (legno)
80x240 (legno)
150x130 (legno)
100x240 (legno)
200x130 (legno)
120x240 (legno)
130x240 (legno)
150x240 (legno)
170x240 (legno)
200x240 (legno)
210x240 (legno)
220x240 (legno)
250x240 (legno)
1
3,9
20
33,28
9,36
20,8
13,52
30,72
31,2
67,2
62,4
46,08
43,68
122,4
16,32
19,2
60,48
42,24
24
Totale
667,78
Descrizione
F
Superficie coperta
Superficie Drenante
Superficie e materiale Facciata
Metri cubi reali

Vani scala
Interrato
fuori terra
Totale

16003,71
19187,90815
35191,61815
3160
61,4
123

Porticati
Balconi
Logge
Totale
711,75
883,675
531,7
2127,125

Sup. (m2)
% abbattimento
mq ponderati
Appartamenti
balconi
Logge
Porticati
3791,8
271,9
163,6
219
466,3
73,6
-
100,00%
33,00%
50,00%
33,00%
33,00%
33,00%
100,00%
3791,80
89,73
81,80
72,27
153,88
24,29
-

Giardini privati
Taverne
Box
Cantine
Locali comuni
3047,2
138,5
1465
346,4
132,9
153,8
30,00%
10,00%
80,00%
50,00%
50,00%
50,00%
50,00%
304,72
110,80
732,50
173,20
66,45
76,90
Giardini comuni
Vialetto comune
Parcheggi esterni
Strada di accesso
Rampa+corsello
Vani scala comuni
Corridoi cantine

10,00%
702,7
15,00%
10,00%
10,00%
1454,6
40,00%
908,5
70,00%
86
50,00%
115,1
20,00%
2013,9
10,00%
Tot. Sup comune
5678,33
105,41
581,84
635,95
43,00
23,02
201,39
1590,61

5678,33
7268,94
Convenz/comm. - 1
28,01%
52
4
75
Descrizione
n. appartamenti
n. Villette
n. box
124

S
STIMA
1
3
n. piani interrati
T ABELLA 25: DATI CARATTERISTICI DELTA

F IGURA 44 RENDERIZZAZIONE DEL PROGETTO DELTA

125

4.7
PROGETTO CASALINA
Casalina
Descrizione

Superficie coperta
Superficie Drenante
Materiale:
Cappotto+rasatura
Serramenti in facciata (DOPPI VETRI, TELAIO IN

Totale
LEGNO)
Interrato
fuori terra
Totale
Totale
Metri cubi reali

Vani scala
Porticati
Balconi/terrazzi
copertura
Logge
Totale
in
Sup.
(m2)
Vol. (m3)
5620,6
1040,4
2264,3
6396,64
-
2347,2
371,51
936,34
44,90
-
4183,19
8712,02
12895,21
855,97
777,74
0,00
1633,71

Descrizione
Appartamenti
balconi e terrazzi
Porticati
Sottotetti agibili
Giardini privati
126
Sup.
(m2)
1855,6
228,50
272,80
39,00
212,90
1686,1

%
mq
abbattimen ponderat
to
i
1,00
1855,60
0,33
75,41
0,33
90,02
0,30
11,70
0,80
170,32
0,10
168,61

Box
Posti auto
Cantine
Locali comuni
Giardini comuni
Parcheggi
Strada di accesso
Rampa+corsello
Vani scala comuni
Corridoi cantine
533,80
0,50
110,70
0,35
53,30
0,50
4,60
0,50
Tot. Sup
commerciale
1601,5
0,10
207,20
0,15
275,80
0,10
818,90
0,10
637,40
0,40
256,60
0,70
15,20
0,50
51,70
0,20
1224,2
0,10
Tot. Sup comune
Tot. Sup
commerciale
Tot. Sup
convenzionale
Convenz/comm. - 1
n. Appartamanti
n. box Singoli
n. box Doppi
n. posti auto coperti (interrato)
n. piani interrati
266,90
38,75
26,65
2,30
2706,25
160,15
31,08
27,58
81,89
254,96
179,62
7,60
10,34
122,43
875,65
2706,25
3581,90
0,32
22
10
11
7
1
3+
torretta
T ABELLA 26: DATI CARATTERISTICI CASALINA


127

F IGURA 45 RENDERIZZAZIONE DEL PROGETTO CASALINA
128

Edile/Archite

4.8
PROGETTO BELVEDERE
Belvedere
Sup. (m2)
Vol. (m3)
5133,30

Superficie coperta
Superficie Drenante
1888,90
1225,50
15720,56
-
Superficie e materiale facciata Materiale: Cappotto+rasatura
7721,14
Tipologia: Alluminio
1299,00
Metri cubi reali
Interrato
fuori terra
Totale
28154,12
24868,69
53022,81
5622,55
2468,39
2104,87
2014,52
Descrizione
H
Vani scala
Ascensori (m lineari) (n.7)
Totale
158,87
Porticati
Logge
Totale
6587,78

%
Descrizione
Sup. (m2)
abbattimento
Appartamenti
4618,10
1,00
balconi e terrazzi
800,30
0,33
Porticati
107,00
0,33
Logge
511,40
0,50
366,40
1,00
Sottotetti agibili
504,40
0,80
Fioriere ai piani 3-sottotetto
77,90
0,10
Giardini privati
1904,50
0,10
Box
2943,10
0,50
Cantine
311,80
0,50
mq
ponderati
4618,10
264,10
35,31
255,70
366,40
403,52
7,79
190,45
1471,55
155,90
129

Giardini comuni
Giardini pensili/fioriere comuni
Parcheggi
Strada di accesso
Locale moto
Locali comuni
Locale custode
Rampa+corsello
Vani scala comuni
Corridoi cantine
Superfici bocche di lupo/grate aerazione

405,10
0,10
210,10
0,10
180,20
0,15
636,70
0,10
659,00
0,10
38,60
0,35
226,50
0,50
67,30
0,50
3260,30
0,40
1536,10
0,70
125,30
0,50
93,70
0,20
1792,30
0,10
Tot. Sup comune
7903,55
40,51
21,01
27,03
63,67
65,90
13,51
113,25
33,65
1304,12
1075,27
62,65
18,74
179,23
3018,54

Convenz/comm. - 1
7903,55
10754,18
0,36
48
100
22
4
2
5
n. Appartamanti
n. box Singoli
n. box Doppi in linea
n. box Doppi affiancati
n. piani interrati
T ABELLA 27: DATI CARATTERISTICI BELVEDERE

130

S
STIMA
F IGURA 46 RENDERIZZAZIONE DEL PROGETTO BELVEDERE

131

4.9
PROGETTO BRIVIO
Brivio
Descrizione
Edificio A
Edificio B
Totale
Edificio A
Edificio B
Totale
Edificio A
Edificio B
Totale
Edificio A
Edificio B
Totale
Superficie coperta
Superficie Drenante
Intonaco+rasat.
Edificio A Pietra
Totale
Intonaco+rasat.
Metri cubi reali
132
Edificio B Pietra
Totale
Totale Intonaco+rasatura
Totale Pietra
Totale
Tipo: Telaio in
Edificio A legno - Doppi
vetri
Tipo: Telaio in
Edificio B legno - Doppi
vetri
Totale
Interrato
Edificio A Fuori terra
Totale
Interrato
Edificio B Fuori terra
Totale
Sup. (m2)
Vol. (m3)
3418,65
1097,69
4516,34
1002,49
360,09
1362,58
342,70
259,30
602,00
3169,73
8636,48
2220,62
10857,10
-
349,69
3519,42
1207,26
140,72
1347,98
4376,99
490,41
4867,40
785,52
199,48
985,00
-

9199,70
12500,92
21700,62
2435,89
3302,27
5738,16

Vani scala comuni (aperti)
Totale Interrato
Totale fuori terra
Totale
Edificio A
Edificio B
Totale
Edificio A
Edificio B
Totale
Porticati
Balconi
Edificio A Balconi
sottotetto
Logge
Porticati
Balconi
Edificio B Balconi
sottotetto
Logge
Totale Porticati
Totale Balconi
Totale balconi sottotetto
Totale Logge
Totale
19,00
16,10
35,10
-
11635,59
15803,19
27438,78
1564,14
380,95
1945,09
952,25
744,41
1012,95
842,07
124,55
272,36
367,78
251,89
1076,80
1016,77
1380,73
1093,96
4568,26

%
Descrizione
Edificio
Sup. (m2)
abbattimento
Appartamenti
A
2817,40
100,00%
balconi e terrazzi
A
740,00
33,00%
Logge
A
124,90
50,00%
Porticati
A
305,10
33,00%
Sottotetti agibili
Giardini privati
Box
Cantine
Locali comuni
Appartamenti
A
A
A
A
A
433,80
884,00
1182,30
161,40
58,80

741,40
100,00%

80,00%
10,00%
50,00%
50,00%
50,00%
mq
ponderati
2817,40
244,20
62,45
100,68
347,04
88,40
591,15
80,70
29,40
4361,42
741,40
133

balconi e terrazzi
B
229,60
33,00%
75,77
Logge
Porticati
B
B
43,70
33,20
50,00%
33,00%
21,85
10,96
Sottotetti agibili
Giardini privati
Box
Cantine
Locali comuni
B
B
B
B
B
140,20
476,80
259,90
23,20
41,20
80,00%
10,00%
50,00%
50,00%
50,00%
112,16
47,68
129,95
11,60
20,60
A
A
A
A
A
A
A
A
A

156,80
10,00%
226,30
15,00%
584,40
10,00%
494,00
10,00%
734,50
40,00%
388,30
70,00%
62,80
50,00%
134,50
20,00%
1310,80
10,00%
Giardini comuni
Parcheggi
Strada di accesso
Rampa+corsello
Vani scala comuni esterni
Corridoi cantine
Tot. Sup comune

Giardini comuni
Parcheggi
Strada di accesso
Rampa+corsello
Vani scala comuni esterni
Corridoi cantine
B
B
B
B
B
B
B
B
B
61,30
10,00%
70,70
15,00%
0,00
10,00%
67,50
10,00%
336,90
40,00%
101,80
70,00%
6,50
50,00%
12,30
20,00%
321,10
10,00%
Tot. Sup comune
1171,96
15,68
33,95
58,44
49,40
293,80
271,81
31,40
26,90
131,08
912,46
6,13
10,61
0,00
6,75
134,76
71,26
3,25
2,46
32,11
267,33
RIEPILOGO
Edificio A
Edificio B
134

Tot. Sup comune
4361,42
912,46
5273,88
Convenz/comm. - 1
0,21

Tot. Sup comune
1171,96
267,33


Totale
1439,29
Convenz/comm. - 1
0,23

Tot. Sup comune
5533,39

Convenz/comm. - 1
6713,17
0,21
1179,78
Edificio A
34
17
20
1
1
5
n. Appartamenti
n. box singoli
n. box Doppi in lunghezza
n. box Doppi in larghezza
n. piani interrati
Edificio B
9
6
0
3
1
4
n. Appartamenti
n. box singoli
n. box Doppi in lunghezza
n. box Doppi in larghezza
n. piani interrati
T ABELLA 28: DATI CARATTERISTICI BRIVIO


135

F IGURA 47 RENDERIZZAZIONE DEL PROGETTO BRIVIO
136

Edile/Archite

4.10 INDIVIDUAZIONE DEI PARAMETRI

Primo passo fondamentale per la stesura di questo progetto, stato quello riguardante la
scelta dei parametri da utilizzare come dati di input da inserire nel modello matematico.
La scelta dei parametri stata alquanto restrittiva poich un numero troppo esiguo di
parametri non avrebbe consentito di giungere a dei risultati soddisfacenti, cos come un
numero troppo elevato avrebbe rischiato di contaminare i valori di output.
Per prima cosa i parametri sono stati suddivisi in macrocategorie, che a loro volta sono state
divise alloccorrenza in sottocategorie; le macrocategorie necessarie sono le seguenti:
A) CONSISTENZE: rappresentano i valori che si deducono

dallanalisi delle superfici, dei volumi e della distribuzione degli
spazi allinterno e allesterno delledificio considerato.
B) GEOMETRICHE - TIPOLOGICHE: si deducono dallanalisi
della forma, della tipologia e della tecnologia usata per le unit
tecnologiche e gli elementi tecnici costituenti ledificio in
questione.
C) PRESTAZIONI: si ricavano dallanalisi delle prestazioni
termiche e acustiche delle unit tecnologiche e degli elementi
tecnici costituenti ledificio in questione. Per il calcolo delle
termotrasmittanze ci si rifatti alla Norma UNI 8290; per il
calcolo delle prestazioni acustiche ci si rifatti alla Norma UNI
11367.
D) TIPOLOGIA IMPIANTO: si individuano dallanalisi
dettagliata degli impianti di riscaldamento invernale,
produzione dellacqua calda sanitaria e eventualmente
produzione di energia elettrica attraverso fonti rinnovabili. La
normalizzazione di codesti parametri stata fatta utilizzando il
software Cened.
E) LAYOUT DI CANTIERE: rappresentano i parametri che si
deducono dallanalisi della morfologia, della localizzazione,
delle tempistiche del cantiere attinente ledificio considerato.
F) ASPETTI GEOLOGICI E GEOTECNICI: si desumono
dallanalisi della morfologia, delle prestazioni e delle
caratteristiche del terreno sottostante ledificio considerato.

137

Ogni macrofamiglia sopra presentata, stata scorporata in sottocategorie. Nella tabella qui di
seguito riportata si vedono chiaramente le distinzioni e le voci per assegnare i parametri.
A
A1 Indici urbanistici
A2 Superfici commerciali
CONSISTENZE
A3 Superfici comuni
A4 Superficie convenzionale
A5 Superfici involucro
A6 Volumi
A7 Distribuzione spazi
A1.1 Superficie del Lotto

A1.2 Superficie coperta
A1.3 Superficie Drenante
A1.4 Superficie Lorda di Pavimento
A1.5 Altezza di Fabbricazione
A1.6 Numero di Piani fuoriterra
A1.7 Numero di Piani interrati
A1.8 Altezza di Piano
A2.1 Superfici appartamenti + logge, porticati e balconi
A2.2 Superfici giardini privati
A2.3 Superfici box
A2.4 Superfici cantine
A3.1Superfici corselli box
A3.2 Superfici pianerottoli
A3.3 Superfici spazi interni comuni
A3.4 Superfici spazi esterni comuni
A4.1 Superfici commerciali+ superfici comuni
A5.1 Superfici verticali opache
A5.2 Superfici verticali vetrate
A5.3 Superfici orizzontali opache
A5.4 Superfici orizzontali vetrate
A5.5 Copertura
A6.1 Urbanistici
A6.2 Fuoriterra
A6.3 Vani scala
A6.4 Comuni
A6.5 Privati
A6.6 Sottotetti non Abitabili
A7.1 n appartamenti
A7.2 n vani scala
A7.3 n ascensori
A7.4 superficie spazi privati a cielo aperto
A7.5 n box
A7.6 n cantine
A7.7 n spazi sottotetti (solaio)
138


GEOMETRICHE-TIPOLOGICHE
B1 Forma
B2 Tipo copertura
B3 Tecnologia strutture
B4 Tamponamento opaco
B5 Tamponamento trasparente
B1.1 Altezza Edificio

B1.2 Lunghezza Edificio
B1.3 Profondit Edificio
B1.4 Altezza Parte Interrata
B1.5 Lunghezza Parte interrata
B1.6 Profondit Parte Interrata
B1.7 Altezza Parte Fuori terra
B1.8 Lunghezza Parte Fuori terra
B1.9 Profondit Parte Fuori terra
B1.10 Tipologia
B2.1 Tipologia
B3.1 Tipologia
B4.1 Tecnologia costruttiva
B5.1 Tipologia
C1Termostrasmittanza chiusura verticale
C1.1 Pareti perimetrali verticali

C1.2 Infissi esterni verticali
C2Termostrasmittanza
inferiore
chiusura
orizzontale
C2.1 Solai a terra
PRESTAZIONI
C2.2 Infissi orizzontali

C3Termostrasmittanza chiusura orizzontale su
spazi esterni
C3.1 Solai su spazi aperti
C4Termotrasmittanza chiusura superiore
C4.1 Copertura
C5 Classificazione acustica
C4.2 Infissi esterni orizzontali

C5.1 Isolamento acustico normalizzato di facciata
(D2m,nT,w dB)
C5.2 Potere fonoisolante apparente di partizioni
verticali e orizzontali fra ambienti di differenti
unit immobiliari (R'w dB)

139

D
TIPOLOGIA IMPIANTO(CENED)
D1 Impianto di riascaldamento
D2 Sistema di emissione
D3 Sistema di regolazione
D4 Sistema di distribuzione
D4 Fonti rinnovabili
D5 Produzione acqua calda sanitaria
LAYOUT DI CANTIERE
E1 Forma del lotto

E2 Localizzazione
E3 Superfici
E4 Allacciamenti
ASPETTI
GEOLOGICI E
GEOTECNICI
E5 Tempistica
D1.1 Tipologia generatore di calore

D1.2 Combustibile utilizzato dal generatore
D1.3 Tipo di scambio pompa di calore
D2.1 Tipologia terminali di erogazione
D2.2 Tipo di funzionamento
D3.1 Tipologia
D4.1 Tipo di impianto
D4.2 Tipo di distribuzione
D4.1 Tipologia
D4.2 Tipo di celle
D4.3 Superficie captante
D5.1 Tipologia impianto
D5.2 Combustibile utilizzato dall'impianto
E1.1 Descrizione
E2.1 Vicinanza ad altri edifici
E2.2 Localizzazione urbanistica
E2.3 Accessibilit
E2.4 Distanza cave
E2.5 Distanza fornitori cls/ strutture
E3.1 Stoccaggio e lavorazione
E3.2 Di manovra mezzi
E3.3 Zona logistica
E4.1 Elettricit
E4.2 Acqua
E4.3 Fognatura
E5.3 Vincoli e obblighi temporali
E5.2 Condizioni meteorologiche
F1 Terreno
F1.1 Tipologia del terreno
F2 Falda
F1.2 Resistenza del terreno () )

F1.3 Angolo di natural declivio( )
F2.1 Altezza falda
T ABELLA 29: PARAMETRI - 1 FASE
140


Di seguito sono precisate alcune voci che ad una prima lettura potrebbero dare adito ad
incomprensioni:
superficie coperta: larea risultante dalla proiezione su un piano orizzontale delle

parti fuori terra di un fabbricato. Solitamente si escludono i balconi aperti, i cornicioni
e le gronde di sporgenza normale. Le esclusioni sono indicate nel Regolamento Edilizio.
superficie drenante: la superficie di terreno non avente al di sotto alcun volume
costruito
superficie appartamenti: la somma delle superfici di tutti gli appartamenti, al netto
delle murature, comprensiva delle superfici di eventuali balconi/terrazzi, logge e
porticati privati.
superfici spazi interni comuni: la somma di tutte le superfici interne comuni
comprensive di superfici dei locali tecnici, corridoi, pianerottoli, corridoi cantine, vani
scala comuni, sottotetti agibili..
superfici esterne comuni: la somma di tutte le superfici esterne comuni
comprensive di superfici di giardini comuni, vialetti di ingresso, parcheggi comuni e
eventuali vani scala esterni comuni.
superfici spazi privati a cielo aperto a verde: la somma di tutte le superfici
comprensive di giardini privati esterni e superfici esterne pavimentate private.
altezza di piano: la misura da intradosso a intradosso dei singoli piani.

141

4.11 SELEZIONE DEI PARAMETRI

Giunti a questo punto dello studio si passati ad unulteriore fase di selezione dei parametri.
Questo passaggio stato fatto per poter rendere il data set iniziale uno strumento gestibile
di facile utilizzo. E evidente che avere un numero troppo elevato di voci da inserire in una
formula matematica facile e veloce da interpretare (o, nellevenienza, da modificare) non
una strada percorribile, per quanto lo strumento informatico possa permetterlo. Perci sono
state scartate alcune voci:
voci non reperibili: i progetti che sono stati cortesemente offerti dalla Rigamonti S.p.a.,
non sono stati tuttie realizzati; per questo e per motivi di riservatezza dellazienda,
molte voci di quelle presentate in Tab.10. non sono state fornite.
Occorre dire che sono state eliminate da subito le macrofamiglie: C - prestazioni; E layout dei cantiere; F geologiche, poich le informazioni che si riferiscono ad esse non
sono state presentate, seppur potessero essere di grande interesse. Per ovviare a
questo problema si cercato di trovare una soluzione pedestre che verr presentata
nelle pagine a venire.
voci poco influenti sul prezzo: alcune voci fra quelle presentate in Tab 10.
rappresentano valori che non sono in alcun modo influenti sul costo totale: per
esempio, laltezza di piano fra queste, perch tutti i progetti presentano unaltezza di
piano standard, compresa tra i 3 metri e i 3,15 metri.
voci fra loro linearmente dipendenti: questi elementi non possono essere inseriti nelle
regressioni lineari poich creano un problema di ridondanza che va da inficiare i
calcoli. E inoltre intuitivo che superfluo riportare pi di una volta uninformazione
gi contenuta in altre voci; esempio di questo la voce che prende in considerazione il
numero di box, gi contenuta allinterno di quella che descrive la loro superficie.
In questo modo si giunti ai 24 parametri rappresentati nella tabella sottostante:
142


Individuazione di un metodo di stima, in fase di progettazione preliminare, del costo di costruzione tramite luso delle regressioni lineari
VILLE
UBOLDO
VILLA DON
ORIONE
VALBRONA
SIGMA
DELTACESATE
CASALINA
BELVEDEREMARIANO
COMENSE
BRIVIOMARIANO
COMENSE
LA DUCALECESATE
A1.1
m2
A1.2
m2
A1.3
m2
A1.6
n
A1.7
n
A1.8
m
A2.1
m2
A2.2
m2
A2.3
m2
A2.4
m2
A3.1
m2
A3.3
m2
A6.7
m3
Costi
()
2988
480
907
899
1261
286
637
121
4307
2560000
650
238
361
25
40
19
670000
3647
1322
951
633
1640
142
3
6
1
2
3
3
1743
2505
421
0
480
890
108
29
393
1075
552
1363
3698
5166
3000000
6300000
6492
2232
2373
4446
3047
1465
346
1455
1148
16004
7700000
5621
1040
2264
2357
1686
534
53
637
489
4183
4400000
5133
1889
1226
6037
1905
2943
312
3260
2392
28154
15000000
4516
1363
602
5035
1361
1442
185
1071
743
11636
9800000
4161
1095
1289
1998
1703
433
130
659
382
8516
3650000

143

A3.4
VILLE
UBOLDO
VILLA DON
ORIONE
VALBRONA
SIGMA
DELTACESATE
CASALINA
BELVEDEREMARIANO
COMENSE
BRIVIOMARIANO
COMENSE
LA DUCALECESATE
A5.1
A5.2
A5.4
A6.1
A6.2
A6.3
A6.5
A6.6
A7.4
A7.5
Costi
()
245
963
111
19
2641
3616
530
2842
87
1379
2560000
346
62
827
1241
73
862
28
25
670000
1858
275
4404
4914
1299
4671
21
483
16
3000000
775
4737
1284
9704
13836
2799
9459
21
82
41
6300000
703
3715
668
14422
19188
3160
13188
56
3047
75
7700000
2195
2347
372
6397
8712
936
6701
39
22
1686
21
4400000
2968
7721
1299
15721
24868
5623
19030
48
1905
126
15000000
1590
4867
985
10857
15803
1945
13381
43
1361
47
9800000
1439
2004
312
5485
10208
1207
636
26
2010
25
3650000
T ABELLA 30: PARAMETRI - 2 FASE
144
A7.1


Il passaggio successivo stato quello di procedere con unulteriore e pi rigorosa selezione

dei parametri presenti in Tab. 12 eliminando quelli ritenuti di impatto minore sul costo totale
degli edifici. Fra di essi, per citare un esempio, stato individuata laltezza di piano.
Questa ulteriore selezione stata svolta provando ad inserire i termini presenti nella tabella
precedente per calcolare delle regressioni lineari. Il risultato di questa operazione stato
quello di mettere in evidenza linefficacia di alcuni valori rispetto al calcolo del costo totale.
In base a ci, oltre allaltezza di piano, sono stati eliminati i parametri di:
superficie drenante: non va ad influire sui costi, poich tutta quella superficie di
terreno che non viene in alcun modo utilizzata e sulla quale non viene in alcun modo
costruito
numero di piani
superfici orizzontali vetrate: i progetti non presentano alcun valore di superfici
orizzontali vetrate
sottotetti non abitabili: come per i valori di superfici orizzontali vetrate, anche questi
sono pressoch nulli o limitati
Da questa terza scrematura si ottenuta la tabella sotto riportata.

145

A1.1
m
A1.2
m
A2.1
m
A2.2
m
A2.3
A2.4
m
A3.3
m
A3.4
m
A7.4
m
A5.1
m
A5.2
m
A6.2
m
A6.7
m
A7.1
n
Costi
()
VILLE UBOLDO
2987,97
479,87
899,24
1260,69
922,71
0,00
120,92
245,45
1379,06
962,55
111,08
3615,83
4307,29
6,00
2560000,00
VILLA DON ORIONE
650,00
238,40
361,20
24,50
40,20
18,80
0,00
0,00
24,50
346,24
62,16
1240,58
1,00
670000,00
VALBRONA
3647,13
951,34
1743,43
420,93
873,03
107,55
552,07
1858,25
482,56
0,00
274,81
4914,37
3697,60
21,00
3000000,00
SIGMA
1321,60
632,90
2505,10
0,00
1964,80
29,00
1363,20
775,20
81,70
4737,15
1284,45
13836,25
5165,99
21,00
6300000,00
DELTA-CESATE
6492,30
2232,00
4446,30
3047,20
2919,60
346,40
1148,30
702,70
3047,20
3715,12
667,78
19187,90 16003,71
56,00
7700000,00
CASALINA
5620,61
1040,40
2356,90
1686,10
1171,20
53,30
489,30
2195,20
1686,10
2347,20
371,51
8712,02
4183,19
22,00
4400000,00
BELVEDERE-MARIANO
COMENSE
5133,30
1888,90
6036,80
1904,50
6203,40
311,80
2392,30
2968,20
1904,50
7721,14
1299,00
24868,00 28154,12
48,00
15000000,00
BRIVIO-MARIANO
COMENSE
4516,34
1362,58
5035,30
1360,80
2513,60
184,60
743,30
1589,60
1360,80
4867,40
985,00
15803,19 11635,59
43,00
9800000,00
LA DUCALE-CESATE
4160,60
1094,80
1997,68
1702,75
1092,12
129,76
381,97
1438,51
2010,13
2003,69
312,28
10207,94
26,00
3650000,00
T ABELLA 31: PARAMETRI - 3FASE
146

8515,89

In seguito a questo passaggio, ci si rende conto che, facendo alcune regressioni lineari, il loro
numero rimane sempre troppo elevato e i valori predetti di costo calcolati con le regressioni,
sono ancora distanti da quelli reali.
Per ottenere previsioni di costo il pi possibile vicine al vero occorre avere un numero di
variabili indipendenti (i parametri) pari alle variabili dipendenti (i costi reali). Un numero
sproporzionato dei primi rispetto ai secondi fa s che il risultato dei calcoli di regressione sia
indeterminato. In termini matematici, se il numero di incognite superiore al numero di
equazioni, il risultato che si ottiene indeterminato.
Per assottigliare ulteriormente il novero dei parametri si svolta una cernita dei termini da
mantenere e che devono andare a formare il paniere dei parametri da inserire nei calcoli di
previsione dei costi. Questa ulteriore selezione non stata svolta solamente sulla base di
considerazioni intuitive o per mezzo dellesperienza, ma si ricorso anche stavolta alluso di
strumenti matematici che potessero definire in maniera rigorosa quanto espresso. Pertanto, i
parametri della Tab. 12 sono stati messi in relazione con i rispettivi costi reali allinterno di un
grafico di dispersione. Si sono ottenuti, dunque, 13 grafici e per ognuno di essi sono state
calcolate le regressioni lineari che approssimano le coppie dei dati in esame
(costo/parametro). Il valore di scostamento medio del singolo dato rispetto alla retta di
approssimazione l R2. Questo stato il riferimento attraverso il quale stata condotta la
scelta dei parametri pi significativi: tanto pi la regressione lineare in grado di
approssimare i dati inseriti, tanto pi vicino ad 1 sar il valore dell R2. Se uguale a 1,
significa che esiste una correlazione perfetta nel campione, cio non sussiste alcuna
differenza tra il valore stimato e il valore effettivo della coppia di dati. Se, al contrario, il
coefficiente di determinazione uguale a 0, l'equazione di regressione non sar di alcun aiuto
nella previsione.
Dallo studio svolto su ognuno dei tredici parametri presentati in Tab.13, si sono ottenuti i
grafici sotto riportati.

147

A 1.1 Costi ()/Sup. Lotto (m2)

16000000,00
Belvedere Mariano
Comense
14000000,00
12000000,00
y = -2E-07x4 + 0,0031x3 - 14,041x2 + 24779x - 1E+07

R = 0,4482
y = 1173,3x + 1E+06
R = 0,2629
Brivio Mariano
Comense
10000000,00
Delta Cesate
Costi/Sup. Lotto
8000000,00
Sigma
Lineare (Costi/Sup. Lotto)
6000000,00
Poli. (Costi/Sup. Lotto)
Casalina
Ducale Cesate
4000000,00
Valbrona
2000000,00
Vila Don Orione
Ville Uboldo
0,00
0,00
1000,00 2000,00 3000,00 4000,00 5000,00 6000,00 7000,00
A 1.2 Costi ()/Sup. Coperta (m2)

18000000,00
Belvedere Mariano
Comense
16000000,00
y = -2E-05x4 + 0,0817x3 - 117,93x2 + 69168x - 1E+07

R = 0,9212
14000000,00
12000000,00
y = 5133,4x + 238904
R = 0,5661
Brivio Mariano
Comense
Costi/Sup. Coperta
10000000,00
Delta Cesate
8000000,00
Sigma
Lineare (Costi/Sup. Coperta)

Poli. (Costi/Sup. Coperta)
6000000,00
Casalina
4000000,00
Ville Uboldo
Ducale Cesate
Valbrona
2000000,00
Vila Don Orione
0,00
0,00
148
500,00
1000,00
1500,00
2000,00
2500,00


A 2.1 Costi ()/Sup. Appart. (m2)

16000000,00
y = 4E-08x4 - 0,0004x3 + 1,2774x2 + 601,58x + 559385

R = 0,9805
14000000,00
12000000,00
y = 2204,4x - 319083
R = 0,9298
10000000,00
Brivio Mariano
Comense
8000000,00
Sigma
Costi/Sup. Appart.
Lineare (Costi/Sup. Appart.)
Delta Cesate
6000000,00
Poli. (Costi/Sup. Appart.)

Casalina
4000000,00
Ville Uboldo
2000000,00
Ducale Cesate
Valbrona
Vila Don Orione

0,00
0,00
1000,00 2000,00 3000,00 4000,00 5000,00 6000,00 7000,00
A 2.2 Costi ()/Sup. giardini priv. (m2)

16000000,00
y = -0,0027x3 + 11,8x2 - 10016x + 4E+06

R = 0,3363
Belvedere Mariano
Comense
14000000,00
y = 2076,6x + 3E+06
R = 0,2165
12000000,00
Brivio Mariano
Comense
Costi/Sup. giardini priv.
10000000,00
Delta Cesate
8000000,00
Sigma
Lineare (Costi/Sup. giardini

priv.)
Poli. (Costi/Sup. giardini priv.)
6000000,00
Casalina
4000000,00
Valbrona
Ducale Cesate
2000000,00
Ville Uboldo
Vila Don Orione
0,00
0,00
500,00 1000,00 1500,00 2000,00 2500,00 3000,00 3500,00

149

A 2.3 Costi()/Sup. box + cors. (m2)

18000000,00
Belvedere Mariano
Comense
16000000,00
y = -1E-05x3 - 0,0738x2 + 3341,7x + 259478

R = 0,9621
14000000,00
y = 2346,2x + 1E+06
R = 0,939
12000000,00
Brivio Mariano
Comense
10000000,00
Costi/Sup. box + cors.
8000000,00
Lineare (Costi/Sup. box + cors.)
Delta Cesate
Poli. (Costi/Sup. box + cors.)
6000000,00
Casalina
4000000,00
Sigma
Ducale Cesate
Valbrona
Ville Uboldo
Vila Don Orione
2000000,00
0,00
0,00 1000,002000,003000,004000,005000,006000,007000,00
A 2.4 Costi ()/Sup. Cantine (m2)

16000000,00
y = -2,1877x3 + 1061,3x2 - 90827x + 4E+06

R = 0,7444
Belvedere Mariano
Comense
14000000,00
12000000,00
y = 26518x + 2E+06
R = 0,5815
Brivio Mariano
Comense
10000000,00
Delta Cesate
8000000,00
Lineare (Costi/Sup. Cantine)
Sigma
Poli. (Costi/Sup. Cantine)
6000000,00
Casalina
Ducale Cesate
4000000,00
Ville Uboldo
Valbrona
2000000,00
Vila Don Orione
0,00
0,00
150
Costi/Sup. Cantine
50,00 100,00 150,00 200,00 250,00 300,00 350,00 400,00


A 3.3 Costi ()/Sup.Spazi Int. (m2)

16000000,00
Belvedere Mariano
Comense
14000000,00
12000000,00
y = 0,003x3 - 10,461x2 + 13867x + 447333

R = 0,8588
Brivio Mariano
Comense
y = 5372,6x + 2E+06
R = 0,818
10000000,00
Delta Cesate
Costi/Sup.Spazi Int.
8000000,00
Lineare (Costi/Sup.Spazi Int.)
Sigma
6000000,00
Poli. (Costi/Sup.Spazi Int.)
Casalina
4000000,00
Ducale Cesate
Valbrona
2000000,00
Ville Uboldo
Vila Don Orione
0,00
0,00
500,00
1000,00 1500,00 2000,00 2500,00 3000,00
A 3.4 Costi ()/Sup. Ext. comuni (m2)

16000000,00
Belvedere Mariano
Comense
y = 1E-06x4 - 0,0044x3 - 1,7517x2 + 11566x + 452788

R = 0,8163
14000000,00
12000000,00
y = 2969,7x + 2E+06
R = 0,4211
Brivio Mariano
Comense
10000000,00
Costi/Sup. Ext. comuni

Delta Cesate
8000000,00
Lineare (Costi/Sup. Ext.

comuni)
Sigma
6000000,00
Casalina
Poli. (Costi/Sup. Ext. comuni)
Ducale Cesate
4000000,00
Ville Uboldo
Valbrona
2000000,00
Vila Don Orione

0,00
0,00
500,00 1000,00 1500,00 2000,00 2500,00 3000,00 3500,00

151

A 7.4 Costi ()/Sup. spazi priv. a cielo (m2)

16000000,00
Belvedere Mariano
Comense
14000000,00
12000000,00
y = -0,0009x3 + 3,4556x2 - 1039,8x + 3E+06

R = 0,216
y = 1909,9x + 3E+06
R = 0,184
Brivio Mariano
Comense
10000000,00
Delta Cesate
Costi/Sup. spazi priv. a cielo
8000000,00
Sigma
6000000,00
Lineare (Costi/Sup. spazi priv.

a cielo)
Poli. (Costi/Sup. spazi priv. a
cielo)
Casalina
Valbrona
4000000,00
Ville Uboldo
Ducale Cesate
2000000,00
Vila Don Orione

0,00
0,00
500,00 1000,00 1500,00 2000,00 2500,00 3000,00 3500,00
A 5.1 Costi ()/Sup. Vert. Opache (m2)

16000000,00
Belvedere Mariano
Comense
y = -9E-06x3 + 0,2158x2 + 569,77x + 2E+06

R = 0,932
14000000,00
y = 1666,4x + 954099
R = 0,9082
12000000,00
Brivio Mariano
Comense
10000000,00
Costi/Sup. Vert. Opache

Delta Cesate
8000000,00
Lineare (Costi/Sup. Vert.

Opache)
Sigma
6000000,00
Poli. (Costi/Sup. Vert. Opache)

Casalina
Ducale Cesate
4000000,00
Ville Uboldo
Valbrona
2000000,00
Vila Don Orione

0,00
0,00
152
2000,00
4000,00
6000,00
8000,00
10000,00


A 5.2 Costi ()/Sup. Vert. Vetr. (m2)

16000000,00
Belvedere Mariano
Comense
14000000,00
12000000,00
y = -0,002x3 + 0,2058x2 + 11047x + 440290

R = 0,7488
Brivio Mariano
Comense
y = 7790,6x + 1E+06
R = 0,7326
10000000,00
Delta Cesate
Costi/Sup. Vert. Vetr.
8000000,00
Sigma
Lineare (Costi/Sup. Vert.
Vetr.)
6000000,00
Casalina
Ducale Cesate
4000000,00
Valbrona
Ville Uboldo
2000000,00
Vila Don Orione

0,00
0,00
200,00 400,00 600,00 800,00 1000,00 1200,00 1400,00
A 6.2 Costi ()/Vol. Fuoriterra (m3)

16000000,00
Belvedere Mariano
Comense
14000000,00
12000000,00
y = 1E-06x3 - 0,0342x2 + 707,24x + 25066

R = 0,9303
Brivio Mariano
Comense
y = 538,27x - 225724
R = 0,897
10000000,00
Delta Cesate
8000000,00
Sigma
Lineare (Costi/Vol. Fuoriterra)

Poli. (Costi/Vol. Fuoriterra)
6000000,00
4000000,00
Costi/Vol. Fuoriterra
Casalina
Ducale Cesate
Valbrona
Ville Uboldo
2000000,00
Vila Don Orione

0,00
0,00
5000,00 10000,00 15000,00 20000,00 25000,00 30000,00

153

A 6.7 Costi ()/Vol. Interrato (m3)

16000000,00
Belvedere Mariano
Comense
y = -251872x2 + 3E+06x - 3E+06

R = 0,436
14000000,00
12000000,00
Brivio Mariano
Comense
y = 897500x + 1E+06
R = 0,3105
10000000,00
Delta Cesate
8000000,00
Costi/Vol. Interrato
Sigma
6000000,00
4000000,00
Lineare (Costi/Vol. Interrato)
Casalina
Ville Uboldo
2000000,00
Ducale Cesate
Valbrona
Poli. (Costi/Vol. Interrato)
Vila Don Orione
0,00
0
10
-2000000,00
A 7.1 Costi ()/N. Appart. (n)

16000000,00
Belvedere Mariano
Comense
y = -759,77x2 + 238713x + 216855

R = 0,6747
14000000,00
12000000,00
y = 194912x + 613486
R = 0,6719
Brivio Mariano
Comense
10000000,00
Delta Cesate
8000000,00
Lineare (Costi/N. Appart.)
Sigma
Poli. (Costi/N. Appart.)
6000000,00
4000000,00
Ville Uboldo
Casalina
Ducale Cesate
Valbrona
2000000,00
Vila Don Orione

0,00
0,00
10,00
20,00
30,00
40,00
50,00
60,00
GRAFICI 1-14: GRAFICI PARAMETRI P N
154
Costi/N. Appart.


Nei grafici sopra riportati, si sono mostrate due tipi di equazioni:
equazione delle regressioni lineari: sono riportate in azzurro, delle quali viene
evidenziata lequazione della retta originata. Oltre allequazione si mostrato anche il
valore del coefficiente di determinazione R2.
equazione delle regressioni polinomiali: sono riportate in rosso , delle quali viene
evidenziata lequazione della retta originata. Oltre allequazione si mostrato anche il
valore del coefficiente di determinazione R2.
Per decidere quali parametri eliminare si deciso di prendere come valore minimo di R2 0,4 al
di sotto del quale il parametro in esame considerato superfluo. Tali elementi, infatti, non
risultano significativi nel calcolo e, anzi, incidono negativamente sul risultato finale.
Come si pu evincere dai grafici sono stati cancellati i seguenti parametri:
superficie del lotto

superficie coperta
superficie giardini privati
superfici cantine
superfici spazi esterni comuni
superfici spazi privati a cielo aperto a verde
volume interrato
A rigore di logica risulta chiaro che tutte le superfici esterne non edificate non possano
contribuire alla composizione del costo degli edifici. Anche le cantine non hanno grande
importanza in questo caso e pertanto sono state rimosse dallelenco degli elementi che
incidono maggiormente sulla previsione di costo. Il volume dellinterrato una variabile
dipendente dal numero dei box e dalla superficie degli stessi e per questo pu essere
considerato sovrabbondante.
La lista dei parametri da mantenere descritta nella Tab.32 riportata nella pagina successiva.

155

VILLE UBOLDO
VILLA DON ORIONE
VALBRONA
SIGMA
DELTA-CESATE
CASALINA
BELVEDERE-MARIANO
COMENSE
BRIVIO-MARIANO COMENSE
LA DUCALE-CESATE
A2.1
m2
899,24
361,20
1743,43
2505,10
4446,30
2356,90
A2.3
m2
922,71
40,20
873,03
1964,80
2919,60
1171,20
A3.3
m2
120,92
0,00
552,07
1363,20
1148,30
489,30
A5.1
m2
962,55
346,24
0,00
4737,15
3715,12
2347,20
A5.2
m2
111,08
62,16
274,81
1284,45
667,78
371,51
A6.2
m3
3615,83
1240,58
4914,37
13836,25
19187,90
8712,02
A7.1
n
6,00
1,00
21,00
21,00
56,00
22,00
2560000,00
670000,00
3000000,00
6300000,00
7700000,00
4400000,00
6036,80
6203,40
2392,30
7721,14
1299,00
24868,00
48,00
15000000,00
5035,30
1997,68
2513,60
1092,12
743,30
381,97
4867,40
2003,69
985,00
312,28
15803,19
10207,94
43,00
26,00
9800000,00
3650000,00
T ABELLA 32: PARAMETRI - 4FASE
156

Costi
()

Come gi scritto in precedenza, il lavoro sin qui descritto argomento di questa tesi si svolge
senza prendere in considerazione due condizioni fortemente caratterizzanti un progetto
edilizio e che incidono con forza sui costi di costruzione, cio le caratteristiche impiantistiche
e il grado di finitura della costruzione. Per ovviare a questa lacuna, alle voci di costo che gi
sono state citate e scelte verranno poi affiancati dei coefficienti moltiplicativi in riferimento a:
situazione impiantistica prevista per ogni progetto: gli impianti hanno un grande peso
allinterno del problema di determinazione del budget e sono scelti e dimensionati in
funzione anche delle prestazioni energetiche del progetto. Nel determinare, dunque, il
valore di questi coefficienti correttivi si terr conto delle: propriet termo isolanti del
progetto, della classe energetica di appartenenza, della tipologia di caldaia, del sistema
di distribuzione, della tipologia dei terminali di riscaldamento, della presenza (o meno)
di un sistema di climatizzazione e trattamento dellaria;
tecnologia costruttiva utilizzata per il tamponamento opaco di ogni edificio: il grado di

finitura con il quale andare a trattare gli elementi a rustico di un edificio hanno unalta
incidenza sui costi.

157

4.12 STUDIO DEI PROGETTI:
REGRESSIONI LINEARI MULTIPLE
Una volta giunti a stilare la lista dei sette parametri cos come presentata in Tab. 32, si
cominciato a fare prove di regressioni lineari multiple sui progetti.
Le regressioni in questo caso sono chiamate multiple semplicemente perch non si ha
ununica variabile indipendente (i parametri) e ununica variabile dipendente (i costi) ma si
hanno molti parametri e perci si hanno pi variabili indipendenti.
Si sempre tenuto fuori da ogni regressione un progetto che fosse quello di raffronto in modo
tale da osservare, utilizzando i valori dei coefficienti dedotti dalla regressione fatta sui
rimanenti otto progetti, se il costo predetto di quel preciso progetto fosse simile o dissimile da
quello reale.
Di tutte le regressioni svolte si volutamente omesso tutto il procedimento di calcolo, per
altro gi descritto approfonditamente nelle pagine precedenti, e si voluto mostrare solo il
risultato.
Il risultato ottenuto, come da tabelle sottostanti, il valore di costo predetto per ogni
progetto, che raffrontato al costo reale sostenuto per la sua effettiva realizzazione, ha indicato
gli scostamenti e la vera capacit predittiva del valore calcolato.
Da queste regressioni si sono ottenuti i seguenti risultati:
158


VILLE UBOLDO
A2.1
A3.3
Superfici
A2.3
A5.1
A5.2
Superfici
appartamenti Superfici
Superfici Superfici
A6.2
spazi
+ logge,
box +
verticali verticali Fuoriterra
interni
porticati e
corselli
opache vetrate
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
Ville Uboldo
899
923
121
963
111
3616
2560000
Vila Don Orione
361
40
346
62
1241
670000
Valbrona
1743
873
552
1500
275
4914
3000000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
Casalina
2357
1171
489
2347
372
8712
4400000
Belvedere Mariano Comense
6037
6203
2392
7721
1299
24868
15000000
Brivio Mariano Comense
5035
2514
743
4867
985
15803
9800000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
Costi
predetti
Scostamento
Capacit
Dal costo
predittiva
reale
2406247,79
6,39%
93,99%
T ABELLA 33: CASO DI STUDIO VILLE UBOLDO

159

VILLA DON ORIONE

A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Valbrona
1743
873
552
1500
275
4914
3000000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
Casalina
2357
1171
489
2347
372
8712
4400000
6037
6203
2392
7721
1299
24868
15000000
5035
2514
743
4867
985
15803
9800000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
T ABELLA 34: CASO DI STUDIO VILLA DON ORIONE
160

Costi
predetti
Scostamento
Capacit
Dal costo
predittiva
reale
786358,25
-14,80%
117,37%

VALBRONA
A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
Valbrona
1743
873
552
1500
275
4914
3000000
Sigma
2505
1965
1363
1450
1284
13836
6300000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
Casalina
2357
1171
489
2347
372
8712
4400000
6037
6203
2392
7721
1299
24868
15000000
5035
2514
743
4867
985
15803
9800000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
Costi
predetti
Scostamento
Capacit
predittiva
2933871,95
2,25%
97,80%
T ABELLA 35: CASO DI STUDIO VALBRONA

161

SIGMA
A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
Sigma
2505
1965
1363
4737
1284
13836
6300000
Valbrona
1743
873
552
1500
275
4914
3000000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
Casalina
2357
1171
489
2347
372
8712
4400000
6037
6203
2392
7721
1299
24868
15000000
5035
2514
743
4867
985
15803
9800000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
T ABELLA 36: CASO DI STUDIO SIGMA
162

Costi
predetti
Scostamento
Capacit
predittiva
5661345,97
11,28%
89,86%

DELTA CESATE
A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
Valbrona
1743
873
552
1500
275
4914
3000000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Casalina
2357
1171
489
2347
372
8712
4400000
6037
6203
2392
7721
1299
24868
15000000
5035
2514
743
4867
985
15803
9800000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
Costi
predetti
Scostamento
Capacit
predittiva
7897132,19
-2,50%
102,56%
T ABELLA 37: CASO DI STUDIO DELTA CESATE

163

CASALINA
A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
Casalina
2357
1171
489
2347
372
8712
4400000
Valbrona
1743
873
552
1500
275
4914
3000000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
6037
6203
2392
7721
1299
24868
15000000
5035
2514
743
4867
985
15803
9800000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
T ABELLA 38: CASO DI STUDIO CASALINA
164

Costi
predetti
Scostamento
Capacit
predittiva
4402180,78
-0,05%
100,05%

BRIVIO MARIANO COMENSE

A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
5035
2514
743
4867
985
15803
9800000
Valbrona
1743
873
552
1500
275
4914
3000000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
6037
6203
2392
7721
1299
24868
15000000
Casalina
2357
1171
489
2347
372
8712
4400000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
Costi
predetti
Scostamento
Capacit
predittiva
9906516,88
-1,08%
101,09%
T ABELLA 39: CASO DI STUDIO BRIVIO MARIANO COMENSE

165

BELVEDERE MARIANO COMENSE

A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Costi
()
m2
m2
m2
m2
m2
m3
6037
6203
2392
7721
1299
24868
15000000
Valbrona
1743
873
552
1500
275
4914
3000000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
5035
2514
743
4867
985
15803
9800000
Casalina
2357
1171
489
2347
372
8712
4400000
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
T ABELLA 40: CASO DI STUDIO BELVEDERE MARIANO COMENSE
166

Costi
predetti
Scostamento
Capacit
predittiva
15564865,76
-3,63%
103,77%

DUCALE CESATE
A2.1
A3.3
A2.3
A5.1
A5.2
Superfici
Superfici
Superfici Superfici
A6.2
spazi
box +
+ logge,
interni
corselli
opache vetrate
porticati e
comuni
balconi
Cost
()i
m2
m2
m2
m2
m2
m3
Ducale Cesate
1998
1092
382
2004
312
10208
3650000
Valbrona
1743
873
552
1500
275
4914
3000000
Vila Don Orione
361
40
346
62
1241
670000
Ville Uboldo
899
923
121
963
111
3616
2560000
Sigma
2505
1965
1363
4737
1284
13836
6300000
Delta Cesate
4446
2920
1148
3715
668
19188
7700000
5035
2514
743
4867
985
15803
9800000
Casalina
2357
1171
489
2347
372
8712
4400000
6037
6203
2392
7721
1299
24868
15000000
Costi
predetti
Scostamento
Capacit
predittiva
3607231,07
1,19%
98,83%
T ABELLA 41: CASO DI STUDIO DUCALE CESATE

167

Individuazione di un metodo di stima, in fase di progettazione preliminare, del costo di costruzione tramite luso delle regressioni
regr
lineari
18.000.000,00
16.000.000,00
14.000.000,00
COSTI
12.000.000,00
10.000.000,00
8.000.000,00
6.000.000,00
4.000.000,00
2.000.000,00
-
PROGETTI
GRAFICO 15: ISTOGRAMMA RIASSUNTO RISULTATI
168


Dal grafico sopra riportato e dalla tabella seguente si possono facilmente interpretare i
risultati raggiunti.
PROGETTI
VILLE UBOLDO
VILLA DON
ORIONE
VALBRONA
SIGMA
LA DUCALECESATE
DELTA-CESATE
CASALINA
COSTI REALI
COSTI PREDETTI
SCOSTAMENTO
2.406.247,79
6,39%
CAPACITA'
PREDITTIVA
93,99%
786.358,25
-14,80%
117,37%
2.560.000,00
670.000,00
3.000.000,00
6.300.000,00
2.933.871,95
5.661.345,97
2,25%
11,28%
97,80%
89,86%
3.650.000,00
3.607.231,07
1,19%
98,83%
7.700.000,00
4.400.000,00
7.897.132,19
4.402.180,78
-2,50%
-0,05%
102,56%
100,05%
BELVEDEREMARIANO
COMENSE
15.000.000,00
15.564.865,76
-3,63%
103,77%
BRIVIOMARIANO
COMENSE
9.800.000,00
9.906.516,88
-1,08%
101,09%
T ABELLA 42: RIASSUNTO RISULTATI
Come si osserva gli scostamenti tra i costi predetti e i costi reali sono quasi tutti sotto il 5%.
Villa Don Orione, per dimensioni soprattutto e per tipologia, differisce notevolmente da tutti
gli altri progetti. Per questo la previsione del suo costo si scosta in misura maggiore rispetto
alle altre previsioni.
Infatti Villa Don Orione solamente una villa mentre tutti gli altri progetti sono edifici
residenziali ad uso abitativo, con molti appartamenti, normalmente in numero superiore a 10.
Tutti questi costi previsionali, come detto in precedenza, devono essere poi corretti con luso
di coefficienti che tengano conto degli impianti termici installati e della tecnologia di
tamponamento esterno utilizzata che differisce da progetto a progetto.

169

4.13 STUDIO PROBABILISTICO DEI DATI

Una volta svolte le regressioni lineari, come descritto nelle pagine precedenti, si iniziato uno
studio di tipo probabilistico che, partendo dai dati elaborati da quelli di progetto finora
ottenuti, elaborasse in maniera deduttiva nuovi valori numerici non pi strettamente legati ai
casi di studio. La tabella successiva riporta in maniera sintetica i valori dei coefficienti di
regressione mn e delle intercette bn ( dove n indica il numero del progetto) , nuovo punto di
partenza dellanalisi dei dati.
PROGETTI
m6
m5
m4
m3
m2
m1
VILLE UBOLDO
VILLA DON
ORIONE
-107,7
-286,8
1126,9
-1162,1
1117,453
845,6
91802,922
-111,8
163,6
998,4
-1401,3
1304,103
811,1
223778,704
VALBRONA
SIGMA
LA DUCALECESATE
DELTA-CESATE
CASALINA
-57,6
-125,2
3136,5
-841,1
535,2
1141,2
-1356,7
-1436,3
1346,671
1294,377
467,7
940,2
310257,802
127418,143
-93,6
480,0
811,6
-1339,6
1337,769
858,0
174487,842
-108,4
-114,7
60,7
186,9
1030,6
1021,0
-1370,0
-1469,3
1266,738
1285,611
814,5
847,2
172158,416
159806,641
BELVEDEREMARIANO
COMENSE
-123,6
-501,6
1219,9
-1291,3
1340,766
747,6
129887,882
BRIVIO-MARIANO
COMENSE
-114,2
184,8
988,4
-1357,9
1291,639
834,9
174861,974
T ABELLA 43: COEFFICIENTI DI REGRESSIONE E VALORE DELL'INTERCETTA
Dapprima stato svolto un raffronto visivo che permettesse di individuare in modo

qualitativo landamento dei coefficienti. I due grafici seguenti sono il risultato di questa scelta:
il primo grafico riguarda i coefficienti mn , il secondo le intercette bn.
170


regr
lineari
m5
3500,0
3000,0
2500,0
VILLE UBOLDO
2000,0
m4
VILLA DON ORIONE
m2
VALBRONA
1500,0
m1
1000,0
SIGMA
LA DUCALE-CESATE
m6
m3
500,0
DELTA-CESATE
CASALINA
BELVEDERE-MARIANO COMENSE
0,0
-500,0
-1000,0
-1500,0
GRAFICO 26: ISTOGRAMMA DEI COEFFICIENTI DI REGRESSIONE

171

regr
lineari
350000,0
b
300000,0
250000,0
VILLE UBOLDO
VILLA DON ORIONE
VALBRONA
200000,0
SIGMA
LA DUCALE-CESATE
150000,0
DELTA-CESATE
CASALINA
100000,0
BELVEDERE-MARIANO COMENSE
50000,0
0,0
-
GRAFICO 17: ISTOGRAMMA DELLE INTERCETTE
172


Dallosservazione degli istogrammi si individuano alcuni valori dei coefficienti di regressione

dellintercetta alterati rispetto allandamento generale. Perci ci si trovati nella necessit di
ottenere valori per mn e bn che non fossero afflitti da variazioni eccessive dovute all
eterogeneit dei progetti presi in esame. Si cercato dunque di passare da una condizione
legata alla contingenza dei casi pratici a una generalizzazione pi lontana dai progetti in
esame e con un valore teorico maggiore.
Lo studio probabilistico ha avuto inizio dalla distribuzione dei coefficienti di regressione. Per
ogni mn, noti i valori massimi e minimi, si calcolata la frequenza degli stessi allinterno di
range di uguale misura, ottenendo dei grafici di distribuzione di probabilit discontinui.
Questi grafici sono stati poi confrontati con quelli di distribuzione normale ottenuti partendo
dagli stessi valori di massimo e minimo dei coefficienti mn e da quelli di media e di deviazione
standard (i grafici sono riportati nelle pagine successive).
Le curve ottenute sono grafici di probabilit cumulativa che descrivono in percentuale la
probabilit che un coefficiente di regressione, per esempio m1, possa assumere un valore
minore o uguale a quello di ingresso, individuato sull asse orizzontale.
Si nota immediatamente che esistono delle differenze tra i valori estrapolati dal caso di studio
e i valori del caso pi teorico descritto dalla distribuzione normale. bene notare che le
distribuzioni di probabilit ottenute dalla frequenza, sono delle curve spezzate che spesso
presentano dei range vuoti (plateau). Al contrario invece le curve delle distribuzioni di Gauss
non hanno questo andamento ma sono linee continue. Inoltre lintersezione tra le due
distribuzioni, per ogni coefficiente, avvengono per valori che hanno una probabilit
cumulativa tra il 65 e il 90 %, oppure inferiore al 40 %; questo significa che i valori che hanno
probabilit cumulativa pi realistica, quelli intorno al 50 %, sono tali per cui, a seconda della
distribuzione presa a riferimento, daranno come esito costi differenti.
Lobiettivo dello studio in questione individuare quella distribuzione di probabilit che
meglio approssimi i valori reali di costo. Pertanto non si cerca pi di ottenere un valore
determinato di costo ma un range probabilistico compreso tra due valori allinterno del quale
il costo del progetto pu ricadere. Per simulare le distribuzione delle probabilit di costo si
utilizzato il metodo Montecarlo.
Da un punto di vista matematico il passaggio concettuale pu essere sintetizzato cos:

173


3 u 3 # A
w
3 x
u 3 #
A
Dove con n si intende il numero delle variabili indipendenti che descrivono i parametri di
progetto.
Si deve precisare, poich si deve individuare un costo in e poich i coefficienti si rapportano
con parametri riferiti a volumi o superfici, i coefficienti non saranno numeri adimensionali. Le
loro unit di misura sono di seguito riportate:
[m1] = /m2
[m2] = /m2
[m3] = /m2
[m4] = /m2
[m5] = /m2
[m6] = /m3
[b] =
Nel prosieguo della tesi i coefficienti saranno indicati sempre senza unit di misura.
174


m1
Range
MAX
min
Media
940,2
467,7
796,3
Deviazione standard
133,2
467,7
562,2
656,7
751,2
845,7
940,2
Frequenza
dei valori
nel range
1
0
Probabilit
cumulativa
0,111
0,111
0
1
4
3
0,111
0,222
0,667
1,000
Distribuzione
normale
(Guass)
0,007
0,039
0,147
0,367
0,645
0,860
m1
Range
MAX
min
Media
940,2
467,7
796,3
Deviazione standard
133,2
467,7
526,8
Frequenza
dei valori
nel range
1
0
Probabilit
cumulativa
585,8
0
8
644,9
0
703,9
0
763,0
1
822,1
2
881,1
4
940,2
0
T ABELLA 44: CARATTERISTICHE m 1
0,111
0,111
0,111
0,111
0,111
0,222
0,444
0,889
0,889
Distribuzione
normale
(Guass)
0,007
0,021
0,057
0,128
0,244
0,401
0,577
0,738
0,860
Dalle tabelle recanti le caratteristiche statistiche sopra riportate si sono ricavati i seguenti
grafici.

175

1,000
0,900
0,800
Probabilit cumulativa
0,700
0,600
Probabilit da frequenza - n=5
0,500
Distribuzione normale
Distribution fitting
0,400
Distribuzione triangolare
0,300
Distribuzione PERT
0,200
0,100
0,000
400,0
500,0
600,0
700,0
800,0
900,0
1000,0
Valore parametrico
176


1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
400,0
500,0
600,0
700,0
800,0
900,0
1000,0
Valore parametrico
GRAFICI 18-19: ANDAMENTO m 1

177

m2
Range
MAX
min
Media
Deviazione standard
n
1346,7
1117,5
1287,2
69,4
5
1117,5
1163,3
1209,1
1255,0
1300,8
1346,7
Frequenza
dei valori
nel range
1
0
Probabilit
cumulativa
0,111
0,111
0
0
4
4
0,111
0,111
0,556
1,000
Distribuzione
normale
(Guass)
0,007
0,037
0,130
0,321
0,578
0,804
m2
Range
MAX
min
Media
Deviazione standard
n
1346,7
1117,5
1287,2
1117,5
1146,1
Frequenza
dei valori
nel range
1
0
Probabilit
cumulativa
69,4
1174,8
0
8
1203,4
0
1232,1
0
1260,7
0
1289,4
2
1318,0
3
1346,7
3
0,111
0,111
0,111
0,111
0,111
0,111
0,333
0,667
1,000
Distribuzione
normale
(Guass)
0,007
0,021
0,053
0,114
0,213
0,351
0,512
0,671
0,804
grafici.
178


1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
1100,0
1150,0
1200,0
1250,0
1300,0
1350,0
1400,0
Valore parametrico

179

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
1100,0
1150,0
1200,0
1250,0
1300,0
1350,0
Valore parametrico
180

1400,0

m3
Range
MAX
min
Media
Deviazione standard
n
-1162,1
-1469,3
-1353,8
69,4
5
-1469,3
-1407,9
-1346,4
-1285,0
-1223,6
-1162,1
Frequenza
dei valori
nel range
1
1
Probabilit
cumulativa
0,111
0,222
4
2
0
1
0,667
0,889
0,889
1,000
Distribuzione
normale
(Guass)
0,048
0,218
0,542
0,839
0,970
0,997
m3
Range
MAX
min
Media
Deviazione standard
n
-1162,1
-1469,3
-1353,8
-1469,3
-1430,9
Frequenza
dei valori
nel range
1
1
Probabilit
cumulativa
69,4
-1392,5
1
8
-1354,1
3
-1315,7
1
-1277,3
1
-1238,9
0
-1200,5
0
-1162,1
1
0,111
0,222
0,333
0,667
0,778
0,889
0,889
0,889
1,000
Distribuzione
normale
(Guass)
0,048
0,133
0,289
0,498
0,709
0,865
0,951
0,986
0,997
grafici.

181

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,200
0,100
0,000
-1450,0
-1400,0
-1350,0
-1300,0
-1250,0
-1200,0
-1150,0
Valore parametrico
182
0,300
-1500,0

-1100,0
Distribuzione PERT

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
-1500,0
-1450,0
-1400,0
-1350,0
-1300,0
-1250,0
-1200,0
-1150,0
-1100,0
Valore parametrico

183

m4
Range
MAX
min
Media
Deviazione standard
n
1219,9
535,2
985,9
204,9
5
535,2
672,1
809,1
946,0
1082,9
1219,9
Frequenza
dei valori
nel range
1
0
Probabilit
cumulativa
0,111
0,111
0
1
4
3
0,111
0,222
0,667
1,000
Distribuzione
normale
(Guass)
0,014
0,063
0,194
0,423
0,682
0,873
m4
Range
MAX
min
Media
Deviazione standard
n
1219,9
535,2
985,9
535,2
620,8
Frequenza
dei valori
nel range
1
0
Probabilit
cumulativa
204,9
706,4
0
8
791,9
0
877,5
1
963,1
0
1048,7
4
1134,3
1
1219,9
2
0,111
0,111
0,111
0,111
0,222
0,222
0,667
0,778
1,000
Distribuzione
normale
(Guass)
0,014
0,037
0,086
0,172
0,298
0,456
0,620
0,766
0,873
grafici.
184


1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
500,0
600,0
700,0
800,0
900,0
1000,0
1100,0
1200,0
1300,0
Valore parametrico

185

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
500,0
600,0
700,0
800,0
900,0
1000,0
1100,0
1200,0
Valore parametrico
186

1300,0

m5
Range
MAX
min
Media
3136,5
-841,1
287,0
Deviazione standard
1143,9
-841,1
-45,6
750,0
1545,5
2341,0
3136,5
Frequenza
dei valori
nel range
1
2
Probabilit
cumulativa
0,111
0,333
5
0
0
1
0,889
0,889
0,889
1,000
Distribuzione
normale
(Guass)
0,162
0,386
0,657
0,864
0,964
0,994
m5
Range
MAX
min
Media
3136,5
-841,1
287,0
Deviazione standard
1143,9
-841,1
-343,9
Frequenza
dei valori
nel range
1
1
Probabilit
cumulativa
153,3
2
8
650,5
4
1147,7
0
1644,9
0
2142,1
0
2639,3
0
3136,5
1
0,111
0,222
0,444
0,889
0,889
0,889
0,889
0,889
1,000
Distribuzione
normale
(Guass)
0,162
0,291
0,453
0,625
0,774
0,882
0,948
0,980
0,994
grafici.

187

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
-900,0
-400,0
100,0
600,0
1100,0
1600,0
2100,0
2600,0
Valore parametrico
188

3100,0

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
-900,0
-400,0
100,0
600,0
1100,0
1600,0
2100,0
2600,0
3100,0
Valore parametrico

189

m6
Range
MAX
min
Media
Deviazione standard
n
-57,6
-125,2
-106,3
20,5
5
-125,2
-111,7
-98,2
-84,7
-71,1
-57,6
Frequenza
dei valori
nel range
1
4
Probabilit
cumulativa
0,111
0,556
2
1
0
1
0,778
0,889
0,889
1,000
Distribuzione
normale
(Guass)
0,178
0,396
0,654
0,855
0,957
0,991
m6
Range
MAX
min
Media
Deviazione standard
n
-57,6
-125,2
-106,3
-125,2
-116,8
Frequenza
dei valori
nel range
1
1
Probabilit
cumulativa
20,5
-108,3
4
8
-99,9
1
-91,4
1
-83,0
0
-74,5
0
-66,1
0
-57,6
1
0,111
0,222
0,667
0,778
0,889
0,889
0,889
0,889
1,000
Distribuzione
normale
(Guass)
0,178
0,305
0,461
0,623
0,766
0,873
0,940
0,975
0,991
grafici.
190


1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
-140,0
-130,0
-120,0
-110,0
-100,0
-90,0
-80,0
-70,0
-60,0
-50,0
Valore parametrico

191

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,200
0,100
0,000
-130,0
-120,0
-110,0
-100,0
-90,0
-80,0
-70,0
-60,0
Valore parametrico
192
0,300
-140,0

-50,0
Distribuzione PERT

b
Range
MAX
min
Media
Deviazione standard
n
310257,8
91802,9
173828,9
63365,8
5
91802,9
135493,9
Frequenza
Distribuzione
Probabilit
dei valori
normale
cumulativa
nel range
(Guass)
1
0,111
0,098
2
0,333
0,273
179184,9
222875,9
266566,8
310257,8
4
0
1
1
0,778
0,778
0,889
1,000
0,534
0,781
0,928
0,984
b
Range
MAX
min
Media
Deviazione standard
n
310257,8
91802,9
173828,9
63365,8
91802,9
119109,8
Frequenza
Distribuzione
Probabilit
dei valori
normale
cumulativa
nel range
(Guass)
1
0,111
0,098
0
0,111
0,194
146416,6
8
173723,5
201030,4
228337,2
255644,1
282950,9
310257,8
T ABELLA 50: CARATTERISTICHE b
2
2
2
1
0
0
1
0,333
0,556
0,778
0,889
0,889
0,889
1,000
0,333
0,499
0,666
0,805
0,902
0,957
0,984
grafici.

193

1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
85000,0
135000,0
185000,0
235000,0
285000,0
Valore parametrico
194


1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
Distribuzione PERT
0,200
0,100
0,000
85000,0
135000,0
185000,0
235000,0
285000,0
Valore parametrico
GRAFICI 30-31: ANDAMENTO b

195

4.14 SIMULAZIONI MONTECARLO

Partendo dai valori dei coefficienti di regressione e delle intercette riportati in tabella, si sono
individuate le distribuzioni probabilistiche per ogni coefficiente m1, m2, , m6 e b. Tali
distribuzioni di valori descrivono la probabilit che ogni singolo coefficiente possa assumere
un valore numerico ben preciso. Le funzioni probabilistiche utilizzate sono state quattro:
quella che meglio approssima i valori iniziali ( DISTRIBUTION FITTING).

distribuzione normale
distribuzione triangolare
distribuzione Pert
PROGETTI
m6
m5
m4
m3
m2
m1
VILLE UBOLDO
VILLA DON
ORIONE
-107,7
-286,8
1126,9
-1162,1
1117,453
845,6
91802,922
-111,8
163,6
998,4
-1401,3
1304,103
811,1
223778,704
VALBRONA
SIGMA
LA DUCALECESATE
DELTA-CESATE
CASALINA
-57,6
-125,2
3136,5
-841,1
535,2
1141,2
-1356,7
-1436,3
1346,671
1294,377
467,7
940,2
310257,802
127418,143
-93,6
480,0
811,6
-1339,6
1337,769
858,0
174487,842
-108,4
-114,7
60,7
186,9
1030,6
1021,0
-1370,0
-1469,3
1266,738
1285,611
814,5
847,2
172158,416
159806,641
BELVEDEREMARIANO
COMENSE
-123,6
-501,6
1219,9
-1291,3
1340,766
747,6
129887,882
BRIVIO-MARIANO
COMENSE
-114,2
184,8
988,4
-1357,9
1291,639
834,9
174861,974
T ABELLA 51: VALORI COEFFICIENTI DI REGRESSIONE E INTERCETTE
Si riportano di seguito due esempi di distribuzioni di probabilit per il Distribution Fitting sui
coefficienti m1 e m3; inoltre, per le altre distribuzioni, si riportano gli esempi che fanno
riferimento al coefficiente m1.
196


5,0%
90,0%
5,0%
0,988
0,652
0,000045
100,0%
0,00004
88,9%
0,000035
77,8%
0,00003
66,7%
0,000025
55,6%
0,00002
44,4%
0,000015
33,3%
0,00001
22,2%
0,000005
11,1%
Logistic(820,122;56,969)
0,0%
1,1
0,9
0,8
0,7
0,6
0,5
Values in Thousands
F IGURA 48: DISTRIBUTION FITTING (DISTRIBUZIONE LOGISTICA) COEFFICIENTE m 1
6E-05
5,0%
-1,4634
90,0%
5,0%
-1,1981
100,0%
5E-05
83,3%
4E-05
66,7%
3E-05
50,0%
2E-05
33,3%
0,00001
16,7%
-1,1
-1,05
Values in Thousands
-1,15
-1,2
-1,25
-1,3
-1,35
-1,4
-1,45
0,0%
-1,5
ExtValue(-1391,846;65,231)
F IGURA 49: DISTRIBUTION FITTING (DISTRIBUZIONE EXTERNAL VALUE) COEFFICIENTE m 1

197

5,0%
90,0%
5,0%
1,015
0,577
0,00003
100,0%
0,000025
83,3%
0,00002
66,7%
0,000015
50,0%
0,00001
33,3%
0,000005
16,7%
1,2
1,1
0,9
0,8
0,7
0,6
0,5
0,0%
0,4
Normal(796,3196559;133,17954
91)
Values in Thousands
F IGURA 50: DISTRIBUZIONE NORMALE COEFFICIENTE m 1
5,0%
90,0%
5,0%
881,9
555,8
0,0045
100,0%
0,004
88,9%
0,0035
77,8%
0,003
66,7%
0,0025
55,6%
0,002
44,4%
0,0015
33,3%
0,001
22,2%
0,0005
11,1%
950
900
850
800
750
700
650
600
550
500
0,0%
450
Triang(467,7381781;796,319655
9;940,1562041)
F IGURA 51: DISTRIBUZIONE TRIANGOLARE COEFFCIENTE m 1
198


5,0%
90,0%
5,0%
894,1
612,1
0,0045
100,0%
0,004
88,9%
0,0035
77,8%
0,003
66,7%
0,0025
55,6%
0,002
44,4%
0,0015
33,3%
0,001
22,2%
0,0005
11,1%
Pert(467,7381781;796,3196559;
940,1562041)
950
900
850
800
750
700
650
600
550
500
450
0,0%
F IGURA 52: DISTRIBUZIONE PERT COEFFCIENTE m 1
Per sviluppare queste distribuzioni di probabilit stato utilizzato il software Risk. Come si
pu notare nel Distribution Fitting il programma seleziona in automatico la funzione di
distribuzione che meglio approssima i dati in nostro possesso: per tale motivo per il
coefficiente m1 viene fatta un approssimazione tramite una distribuzione Logistica, mentre il
coefficiente m3 utilizzata una funzione di distribuzione di valori esterni. Inoltre, per scelta, ai
grafici di distribuzione di probabilit sono state sovrapposte le curve cumulative di
probabilit (in rosso).
Nella tabella successiva sono indicati i valori di media che si riferiscono a tutti i coefficienti e
allintercetta, ottenuti per ognuna delle quattro distribuzioni gi indicate.

199

Coefficienti
Distribution Fitting
Distribuzione
Normale
Distribuzione
Triangolare
Distribuzione
PERT
m1
m2
820,12
1298,96
796,32
1287,24
734,74
1250,45
765,53
1268,84
m3
-1354,19
-1353,84
-1328,43
-1341,14
m4
m5
m6
b
1013,94
985,90
913,65
235,13
286,99
860,80
-107,30
-106,30
-96,38
173307,70
173828,93
191963,22
T ABELLA 52: VALORI MEDI DEGLI m E b
949,78
573,90
-101,34
182896,07
Tali valori sono stati utilizzati nella seguente formula matematica al posto dei coefficienti:
w
3 x
u 3 #
u' 3' # H #
u1 31 #
A
mentre le variabili indipendenti si riferiscono sempre ai parametri di riferimento di progetto,

per intenderci quelli presenti nella tabella sottostante:
A2.1
m2
A2.3
m2
A3.3
m2
A5.1
m2
A5.2
m2
A6.2
m3
Ville Uboldo
899
923
121
963
111
3616
Vila Don Orione
361
40
346
62
1241
Valbrona
1743
873
552
1500
275
4914
Sigma
2505
1965
1363
4737
1284
13836
Delta Cesate
4446
2920
1148
3715
668
19188
Casalina
2357
1171
489
2347
372
8712
6037
6203
2392
7721
1299
24868
5035
2514
743
4867
985
15803
Ducale Cesate
1998
1092
382
2004
312
10208
T ABELLA 53: PARAMETRI DI PROGETTO
200


Una volta ottenuta la predizione dei costi per ogni progetto e per ogni distribuzione, si
proceduto con una simulazione Montecarlo sui costi stessi ( una simulazione da 5000
interazioni). Questo permette di ottenere un range di valori di costo a cui corrispondono le
probabilit che esso si verifichi
Costo Totale ()
Distribuzione
Normale
Distribuzione
Triangolare
Distribuzione
PERT
Ville Uboldo
Vila Don Orione
2559706
754318
2510431
740526
2472399
757901
2491415
749214
Valbrona
3047753
2973838
2964606
2969222
Sigma
Delta Cesate
Casalina
6554483
7922246
4497436
15408352
10032488
6420435
7732734
4390454
15069010
9814343
6778752
7704027
4362849
14982317
9819189
6599593
7718381
4376652
15025664
9816766
Ducale Cesate
3722714
3633224
3633598
3633411
T ABELLA 54: MEDIA DELLA PREDIZIONE DEI COSTI
Per esempio si prenda il caso riguardante il progetto La Ducale Cesate: nel caso di Distribution
Fitting, si ottiene un valore medio di costo pari a 3.722.714 , con una probabilit molto vicina
al 50%. Poich per scelta di studio, si considera come percentile massimo di probabilit di
costo quello pari al 70 % e come percentile minimo quello pari al 30 %, possibile dire, in
osservanza al grafico sotto riportato, che il costo minimo pari a 3.444.161 , quello massimo
a 3.983.486 .

201

F IGURA 53: DISTRIBUZIONE PROBABILITA'

ROBABILITA' DI COSTO PROGETTO DUCALE CESATE (DISTRIBUTION
FITTING)
100%
90%
probabilit di costo previsto
80%
70%
60%
50%
40%
30%
20%
10%
0%
2700000 2900000 3100000 3300000 3500000 3700000 3900000 4100000 4300000 4500000
Costo previsto
GRAFICO 32 :DISTRIBUZIONE DI PROBABILITA' DEI COSTI DI LA DUCALE CESATE (DISTRIBUTION

FITTING))
202

Edile/Archite

Percentile
5% 2874994
10% 3068096
15% 3188493
20% 3287624
25% 3368381
30% 3444161
35% 3516599
40% 3573135
45% 3640646
50% 3708077
55% 3771658
60% 3833427
65% 3905856
70% 3983486
75% 4069788
80% 4152537
85% 4262142
90% 4396294
95% 4626536
T ABELLA 55: PERCENTILI PROGETTO LA DUCALE CESATE
Sullo stesso progetto di La Ducale Cesate si possono fare analoghe considerazioni in base alle
risultanze ottenute mediante lo studio dei grafici di seguito riportati.

203

F IGURA 54: DISTRIBUZIONE PROBABILITA' DI COSTOPROGETTO LA DUCALE CESATE (NORMALE)
100%
90%
Probabilit di costo previsto
80%
70%
60%
50%
40%
30%
20%
10%
0%
2500000
3000000
3500000
4000000
4500000
5000000
Costo previsto
GRAFICO 33: DISTRIBUZIONE PROBABILITA' DI COSTO DI LA DUCALE CESATE (NORMALE)
204

Edile/Archite

Percentile
5% 2535654
10% 2785700
15% 2945990
20% 3078575
25% 3185561
30% 3292555
35% 3381613
40% 3463142
45% 3548871
50% 3632554
55% 3715416
60% 3809365
65% 3899621
70% 3990507
75% 4081907
80% 4190110
85% 4310391
90% 4472328
95% 4695717

205

F IGURA 55: DISTRIBUZIONE PROBABILITA' DI COSTO PROGETTO LA DUCALE CESATE(TRIANGOLARE)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
2500000
3000000
3500000
4000000
4500000
5000000
Costo previsto
GRAFICO34: DISTRIBUZIONE PROBABILITA' DI COSTO LA DUCALE CESATE (TRIANGOLARE)
206

Edile/Archite

Percentile
5% 2847817
10% 3023705
15% 3139050
20% 3237687
25% 3309351
30% 3379281
35% 3445980
40% 3508974
45% 3572962
50% 3632034
55% 3690779
60% 3753856
65% 3819337
70% 3882677
75% 3953966
80% 4035154
85% 4133190
90% 4249229
95% 4410120

207

F IGURA 56: DISTRIBUZIONE DI PROBABILITA' DI COSTO PROGETTO LA DUCALE CESATE(PERT)

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
2500000 2700000 2900000 3100000 3300000 3500000 3700000 3900000 4100000 4300000 4500000
Costo previsto
GRAFICO 35: DISTRIBUZIONE PROBABILITA' DI COSTO PROGETTO LA DUCALE CESATE(PERT)
208

Edile/Archite

Percentile
5% 2980763
10% 3110862
15% 3207600
20% 3285881
25% 3363017
30% 3416500
35% 3471792
40% 3528637
45% 3581924
50% 3632083
55% 3679847
60% 3738202
65% 3793842
70% 3855958
75% 3914421
80% 3981974
85% 4057983
90% 4149886
95% 4284761
La stessa analisi la si pu fare su un altro progetto, che per caratteristiche leggermente

dissimile a tutti gli altri progetti fin qui visti essendo di dimensioni molto pi esigue .
Vengono riportati i grafici e i risultati per il progetto Villa Don Orione.

209

F IGURA 57: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE(DISTRIBUTION FITTING)

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
400000
500000
600000
700000
800000
900000
1000000
Costo previsto
GRAFICO36: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE(DISTRIBUTION

FITTING)
210

Edile/Archite

Percentile
5% 590179
10% 621826
15% 644666
20% 663293
25% 681877
30% 696504
35% 710521
40% 723842
45% 736712
50% 748752
55% 761584
60% 776548
65% 790604
70% 806084
75% 823033
80% 838964
85% 861187
90% 894690
95% 938653
T ABELLA 59: PERCENTILI VILLA DON ORIONE

211

F IGURA 58: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE( NORMALE)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
400000
500000
600000
700000
800000
900000
1000000
Costi previsti
GRAFICO 37: DISTRIBUZIONE DI PROBABILITA' DI COSTO VILLA DON ORIONE(NORMALE)
212

Edile/Archite

Percentile
5% 531056
10% 576325
15% 604163
20% 629901
25% 651709
30% 672709
35% 691704
40% 707624
45% 724610
50% 743080
55% 757937
60% 774958
65% 793294
70% 809782
75% 829388
80% 847852
85% 871501
90% 903654
95% 947434

213

F IGURA 59: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE (TRIANGOLARE)

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
400000
500000
600000
700000
800000
900000
1000000
Costo previsto
GRAFICO 38: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE (TRIANGOLARE)
214

Edile/Archite

Percentile
5% 600978
10% 637143
15% 659472
20% 677600
25% 693170
30% 706561
35% 720198
40% 733585
45% 746028
50% 757674
55% 770259
60% 783040
65% 793922
70% 806132
75% 821144
80% 836963
85% 856135
90% 881778
95% 914920

215

F IGURA 60: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE(PERT)

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
400000
500000
600000
700000
800000
900000
Costo previsto
GRAFICO 39: DISTRIBUZIONE PROBABILITA' DI COSTO VILLA DON ORIONE(PERT)

ORIONE(PE
216

Edile/Archite
1000000

Percentile
5% 616520
10% 644890
15% 662092
20% 677826
25% 692547
30% 704376
35% 716607
40% 727390
45% 737242
50% 748892
55% 759869
60% 769907
65% 781954
70% 792599
75% 804459
80% 819413
85% 834114
90% 855608
95% 887337
T ABELLA 62: PERCENTILE VILLA DON ORIONE
I progetti Ducale Cesate e Villa Don Orione sono rispettivamente un complesso residenziale di
tre piani, 24 appartamenti e 10000 m3 di volume fuoriterra e una villa singola di 1000 m3 di
volume fuoriterra.
Nonostante le differenze tipologiche e geometriche, che grande influenza hanno nel
determinare i parametri di progetto usati nellequazione di regressione, la bont del dato di
costo predetto elevata e questo fa ben sperare riguardo alla possibilit di sviluppare il
metodo fin qui sviluppato su un insieme di casi non per forza omogenei dal punto di vista
dimensionale ma uniformi per ci che riguarda gli aspetti tecnologici e costruttivi; tutti i casi
presi in considerazione infatti prevedono la messa in opera di strutture in calcestruzzo
armato e tamponamenti esterni in muratura.
bene notare che tutti i passaggi sviluppati sono al netto delle conoscenze impiantistiche la
cui presenza ha effetti solo sui dati di costo reale.

217

Considerando il valore medio come il pi probabile possibile valutare la capacit predittiva

(o in maniera analoga e complementare lo scarto percentuale) del metodo utilizzato per ogni
distribuzione e di metterla in confronto con quanto gi fatto nei capitoli precedenti.
Capacit Predittiva (rispetto
al valore di media) (%)
Distribuzione
Normale
Distribuzione
Triangolare
Distribuzione
PERT
Ville Uboldo
100%
98%
97%
97%
Vila Don Orione

Valbrona
Sigma
Delta Cesate
Casalina
113%
102%
104%
103%
102%
111%
99%
102%
100%
100%
113%
99%
108%
100%
99%
112%
99%
105%
100%
99%
103%
100%
100%
100%
100%
100%
100%
100%

Ducale Cesate
102%
100%
102%
100%
T ABELLA 63: CAPACITA' PREDITTIVA
Quanto svolto fino ad ora pu essere sinteticamente riassunto nel diagramma di flusso del
lavoro prodotto che viene riportato nella pagina seguente
218


DATI INIZIALI
INDIVIDUAZIONE
PARAMETRI
SCELTA DEI PARAMETRI

PIU SIGNIFICATIVI
EQUAZIONE DETERMINISTICA
DI PREVISIONE DEI COSTI
COSTO PREVISTO
DETERMINISTICO
REGRESSIONI MULTIPLE
COEFFICIENTI DI
REGRESSIONE
CALCOLO DELLA DISTRIBUZIONE DEI

COEFFICIENTI DI REGRESSIONE (P(mn) e P(b))
SIMULAZIONI METODO MONTECARLO

PER LA STIMA DEL COSTO
Sono presenti
nuovi progetti
da inserire?
NO
SI
DISTRIBUZIONE
DELLA PROBABILITA
DI COSTO
F IGURA 61: DIAGRAMMA DI FLUSSO DEL LAVORO SVOLTO
219

4.15 ESITO E VALUTAZIONI FINALI DEL METODO PROBABILISTICO

Quanto finora fatto ci conduce a valutazioni finali sullapplicazione dell approccio
probabilistico. Le considerazioni sono state fatte confrontando fra di loro le varie curve di
probabilit cumulativa ottenute per ogni progetto con i diversi metodi di distribuzione; a loro
volta tali funzioni sono state messe a confronto con il costo reale del progetto, dato fornito
allinizio dello studio, e il costo deterministico ottenuto come esito delle regressioni lineari
multiple descritte nelle pagine precedenti.
Prima di procedere con ogni tipo di valutazione per si preferisce dare visione di questi
grafici, in modo tale da meglio chiarire lanalisi successiva.
220


100%
90%
80%
Probabilit di costo
70%
60%
Distribuzione Normale
50%
Distribuzione Triangolare
40%
Distribuzione PERT
Costo Reale
30%
Costo Deterministico
20%
10%
0%
2000000
2200000
2400000
2600000
2800000
3000000
Costo previsto
GRAFICO 40: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO VILLA UBOLDO
221

100%
90%
80%
Probabilit di costo
70%
60%
50%
Distribuzione PERT
40%
Costo Reale
30%
20%
10%
0%
500000
550000
600000
650000
700000
750000
800000
850000
900000
950000
1000000
Costo previsto
GRAFICO 41: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO VILLA DON ORIONE
222


100%
90%
80%
Probabilit di costo
70%
60%
50%
40%
Distribuzione PERT
Costo Reale
30%
20%
10%
0%
2000000
2200000
2400000
2600000
2800000
3000000
3200000
3400000
3600000
3800000
4000000
Costo previsto
GRAFICO 42: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO VALBRONA
223

100%
90%
80%
Probabilit di costo
70%
60%
50%
Distribuzione PERT
40%
Costo Reale
30%
20%
10%
0%
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
Costo previsto
GRAFICO 43: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO SIGMA
224


100%
90%
80%
Probabilit di costo
70%
60%
50%
40%
Distribuzione PERT
Costo Reale
30%
20%
10%
0%
5800000
6300000
6800000
7300000
7800000
8300000
8800000
9300000
9800000
Costo previsto
GRAFICO 44: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO DELTA CESATE
225

100%
90%
80%
Probabilit di costo
70%
60%
50%
40%
Distribuzione PERT
Costo Reale
30%
20%
10%
0%
3000000
3500000
4000000
4500000
5000000
5500000
Costo previsto
GRAFICO 45: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO CASALINA
226


100%
90%
80%
Probabilit di costo
70%
60%
50%
40%
Distribuzione PERT
Costo Reale
30%
20%
10%
0%
10000000 11000000 12000000 13000000 14000000 15000000 16000000 17000000 18000000 19000000 20000000
Costo previsto
GRAFICO 46: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO BELVEDERE
227

100%
90%
80%
Probabilit di costo
70%
60%
50%
40%
Distribuzione PERT
Costo Reale
30%
20%
10%
0%
6500000
7500000
8500000
9500000
10500000
11500000
12500000
Costo previsto
GRAFICO 47: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO BRIVIO
228


100%
90%
80%
Probabilit di costo
70%
60%
50%
Distribuzione PERT
40%
Costo Reale
30%
20%
10%
0%
2500000
3000000
3500000
4000000
4500000
Costo previsto
GRAFICO 48: DISTRIBUZIONI DI PROBABILITA' CUMULATIVA, COSTO REALE E DETERMINISTICO PROGETTO LA DUCALE
229
Lanalisi dei risultati dello studio viene condotta confrontando successivamente le diverse
curve tra loro e sottolineando alcune considerazioni sulla natura dei dati di partenza.
Si parte dal confronto tra le curve di distribuzione e il valore di costo reale per ogni progetto.
Si pu notare che lintersezione tra la retta del costo reale e le curve di probabilit attorno a
valori di probabilit di costo che oscillano con piccoli scostamenti intorno al 50 %. Questa
osservazione pu essere presa come prima conferma della validit del metodo applicato,
perch tale percentuale pu essere ritenuta come la pi attendibile. Tra i casi che si
discostano da questa tendenza ve n solo uno di vero interesse, quello di Villa Don Orione. Le
curve di probabilit dei costi incrociano il costo reale a percentuali molto base, inferiori al 30
% : ci dovuto alle caratteristiche tipologiche e dimensionali di questo progetto che lo
rendono elemento di disomogeneit nello studio.
Successivamente si confrontano le curve di distribuzione e il valore di costo deterministico
per ogni progetto. Utilizzando un approccio del tutto analogo al precedente per condurre le
valutazioni sui grafici, possibile dire che i casi in cui lapproccio deterministico ha prodotto
esiti significativi sono pi ridotti. Infatti lintersezione tra le curve di probabilit e la retta del
deterministico si discostano con maggiore frequenza dal valore pi probabile (50%) e di
conseguenza dal costo reale. Questo permette unulteriore considerazione: sar pi probabile
che lutilizzo della retta di regressione per predire i costi di eventuali ulteriori progetti dia
risultati con scostamenti abbastanza ampi, specialmente per progetti di uguale tipologia
rispetto a quelli trattati (edilizia residenziale), che presentino per caratteristiche
geometriche diverse da quelle prima qui citate.
Per quanto riguarda il confronto fra le diverse curve di distribuzione di probabilit non
facile dire a priori quale tipo di distribuzione riesca ad approssimare meglio il costo reale.
Innanzitutto, si nota come le quattro distribuzioni proposte siano in realt tutte molto vicine
con differenze sempre pi piccole a mano a mano che i costi predetti si avvicinano alla zona
centrale della curva. Solitamente la curva di distribuzione PERT ha un andamento
marcatamente pi verticale (lo si nota per valori di probabilit cumulativa alti o bassi),
mentre la curva della distribuzione normale ha un andamento pi basso ed ampio verso gli
estremi. Per rispondere al quesito di quale sia la curva pi utile per la predizione dei costi
bisogna fare una serie di attente valutazioni sulla differenza fra costi reali e costi predetti
tramite il metodo deterministico. Infatti, quando la differenza fra questi valori ampia
conveniente assumere come distribuzione di riferimento quella normale; qualora, al
contrario, costi reale e deterministico presentino uno scarto ridotto (cio quando gi
lapproccio deterministico riesce a predire con buona precisione il costo reale), allora
conviene assumere come curva di ragguaglio quella prodotta dalla distribuzione PERT. Queste
sono, ovviamente, valutazioni che possono essere fatte a posteriori, quando cio sono gi note
tutte le condizioni di costo che il progetto in esame richiede per la propria realizzazione. Se la
scelta deve essere fatta in fase preliminare di progetto, quando cio non sono ancora note le
voci di costo, sar pi cauto attenersi ad una scelta mediana, come la distribuzione
triangolare, oppure una distribution fitting. Tali scelte possono considerarsi equivalenti,
considerando per che il margine di sicurezza maggiore tendenzialmente assicurato dalla
distribution fitting.

Le considerazioni fino ad ora riportate non prendono in esame le nozioni di costo e prezzo che
risultano essere interessanti per ampliare lanalisi contenuta in questo paragrafo. Pertanto,
viene presentato di seguito un breve excursus su questo tema, per poi riprendere le
valutazioni.

231

4.15.1 COSTI E PREZZI

Le parole costo e prezzo nel comune parlare sono sovente usate come sinonimi, pur non
essendolo; infatti, si definisce come costo:
la somma in denaro richiesta a compenso del valore di ci che si acquista
o di unimpresa economica che si realizza, pi in particolare ogni impiego
e consumo di capitale in un prodotto o in un servizio.
In particolare, il costo totale di un prodotto lesito della somma di altri costi:
costi diretti (operativi), imputabili ad una singola lavorazione. dovuti
alla manodopera, ai materiali, alle utenze ai mezzi dopera e ad essi
proporzionali
costi indiretti (operativi), non sono direttamente imputabili ad una
singola lavorazione ma attribuibili al cantiere in generale; sono tutti quei
costi che hanno origine da operazioni di cantiere, come la sua
linstallazione, la sua gestione e la sua pulizia
costi indiretti legali/finanziari, non sono direttamente imputabili ad
una singola lavorazione, ma attribuibili agli aspetti legali, contrattuali, e i
costi sostenuti per le assicurazioni, le cauzioni e gli oneri finanziari
costi generali, non sono attribuibili ad un particolare cantiere, ma sono
da atribuire allimpresa nel suo complesso; normalmente vengono
riallocati sui vari cantieri in base ad opportuni criteri di ripartizione.
Si definisce, invece, come prezzo:
si intende con prezzo la quantit di denaro costituente il corrispettivo di
un bene venduto o di un servizio prestato.
In particolar modo, il prezzo il risultato della seguente somma
Prezzo = Costo totale + Imprevisti + Margine + Rischio
Dove :
232
gli imprevisti sono una percentuale del costo totale messa a disposizione per prevenire
costi derivati dallincertezza di alcune analisi;
il margine lutile di impresa nellintervento;


i rischi sono la descrizione numerica della percentuale del prezzo da tenere come
riserva finanziaria di copertura. In altre parole, copre qualunque pericolo che possa
apportare danni finanziari allimpresa e di conseguenza alla commessa.
Questa breve descrizione stata necessaria come precisazione terminologica di quanto stato
fin qui fatto. I costi operativi calcolati con il metodo proposto, infatti, descrivono una
previsione il pi precisa possibile di quello che limpresa appaltatrice dovr sostenere con i
soli mezzi finanziari propri. Tali valori sono comprensivi unicamente delle voci di costo
diretto operativo e indiretto operativo. Le altre voci di costo che vanno a formare il prezzo
(costi indiretti legali/finanziari e costi generali) dovrebbero essere considerate
separatamente. In verit, poich si sta parlando di probabilit e non pi di valori
deterministici di costo bene tenere presente che esiste un margine di incertezza che affligge
la scelta del valore pi probabile di costo. Pertanto, se viene scelto come valore di costo pi
probabile quello attorno al 40% di probabilit cumulativa, tale valore potrebbe essere pi
100%
90%
Probabilit cumulativa (%)
80%
70%
60%
Distribuzione di costo
50%
Costo reale
40%
Costo inferiore
Costo superiore
30%
20%
10%
0%
12000000 13000000 14000000 15000000 16000000 17000000 18000000
Costi operativi previsti ()
GRAFICO 49: DISTRIBUZIONE DI PROBABILITA' DI COSTO DEL PROGETTO BELVEDERERE DISTRIBUZIONE TRIANGOLARE
lontano dal reale costo finale di realizzazione di quanto non sia quello con probabilit
233

cumulativa del 50%. Tale incertezza si rifletter, poi, sul prezzo finale dellopera con un
aumento dellammontare alla voce imprevisti. Per esempio, unimpresa intende realizzare il
progetto Belvedere e, considerati i risultati ottenuti dal metodo sopra illustrato, deve
scegliere una fascia di prezzo probabile entro la quale descrivere i costi che dovr sostenere,
per poter poi presentare unofferta di prezzo ad un ipotetico acquirente. Si ipotizza che tale
impresa scelga come valore massimo probabile di costo quello corrispondente al 55% di
probabilit cumulativa e quello inferiore al 45% della distribuzione triangolare. A queste
percentuali corrispondono rispettivamente i costi previsti 14.760.168 e 15.210.581 .
Poich si in fase preliminare si pu considerare che il prezzo presentato non sia un valore
certo, ma sia una stima fluttuante tra un massimo e un minimo. Tenendo conto della
definizione di prezzo esso dovr essere composto da costo totale previsto, margine, rischi e
altri oneri Gli oneri derivanti dai costi indiretti possono considerarsi fissi, perch non variano
in funzione del costo. Il margine , al contrario, una percentuale del costo e si pu collocare
intorno a un 10-12% circa del costo, cos come il rischio (5% - 6%). Qualora il costo previsto
di riferimento fosse quello inferiore, il prezzo corrispondente sarebbe cos costituito da:
-
costo :
oneri legali:
margine:
rischio:
- PREZZO
14.760.168
-------
1.476.016
738.008
16.974.194
Quando, invece, il costo previsto fosse quello massimo, il prezzo sarebbe composto da queste
voci:
-
costo :
oneri legali:
margine:
rischio:
- PREZZO
15.210.581
-------
1.521.058
760.529
17.492.168
Il costo operativo reale 15.000.000 . Pertanto evidente che il primo prezzo presentato
riduce il margine, mentre il secondo lo aumenta, rendendo il prezzo insostenibile per
lacquirente. Perci, si pu agire in due modi: o decidendo di variare la percentuale di margine
in funzione della percentuale di probabilit di costo (allaumentare di questultima diminuisce
la prima); oppure far variare secondo unadeguata regola (o seguendo lesperienza) il rischio.
E, poich si stanno utilizzando funzioni di probabilit, la logica sembra intuitivamente
rivolgersi pi alla seconda possibilit che alla prima. Quindi, se la probabilit di costo previsto
234


fosse bassa,
ssa, risulterebbe necessario aumentare il rischio; al contrario, quando la probabilit
fosse elevata, il rischio dovrebbe essere diminuito nella formulazione di un prezzo e, qualora
questo risultasse ancora troppo elevato, si potrebbe agire scontandolo a favore
f
dellacquirente. Ovviamente, la regola che deve essere seguita per poter definire quali siano i
criteri che determinano la variazione del rischio sono definite in funzione del grado di
precisione con il quale riesce a lavorare il metodo presentato. Dunque,
Dunque, maggiore il database
con il quale il processo lavora (cio, maggiore il numero di valori che descrivono i vari
parametri di riferimento) e pi preciso risulter il metodo; conseguentemente, minori
dovranno essere le fluttuazioni del rischio al variare
variare della percentuale di probabilit relativa
ad un prezzo. In altre parole, si pu dire che il valore di rischio possa essere letto come una
percentuale di confidenza del metodo.
18000000
Rischio reale
16000000
Margine reale
Rischio minimo
previsto
Margine minimo
previsto
Rischio massimo
previsto
Margine massimo
previsto
14000000
Valore in
12000000
10000000
8000000
Rischio
Costo op. reale
Costo op. minimo

previsto
Costo op. massimo

previsto
Margine
Costo
6000000
4000000
2000000
0
Confronto fra prezzo REALE, MINIMO PREVISTO, MASSIMO PREVISTO
GRAFICO 50: CONFRONTO PREZZO REALE, MINIMO E MASSIMO PREVISTI
Si devono
o fare anche altre considerazioni. Per quello che si detto nelle pagine precedenti, il
metodo messo a punto per il calcolo del valore di costo non tiene conto delle caratteristiche
impiantistiche o delle finiture che saranno messe in opera nella realizzazione
realizza
dei progetti.
Edile/Archi
Corso di Laurea Magistrale in Ingegneria dei Sistemi
S
Edilizi
235

Queste qualit rientrano solamente allinterno del costo finale. E intuibile che impianti o
finiture differenti portino a costi differenti a parit di caratteristiche geometriche e di forma.
Questi aspetti non possono, dunque, essere trascurati, ma possono essere ripresi a valle del
metodo per mezzo di fattori correttivi che permettano di ragguagliare il costo previsto a
quello reale che tenga conto dellinfluenza delle diverse tipologie impiantistiche scelte, della
presenza o meno di fonti rinnovabili e della tecnologia adottata nelledificio.
Quanto fin qui detto rappresenta unipotesi di utilizzo da parte di unazienda privata. Il
metodo sviluppato in questa tesi pu rappresentare uno strumento per la determinazione dei
costi da parte dellappaltatore, ma pu essere un mezzo ancora pi adatto alla figura del
committente. In particolar modo, nel campo delledilizia pubblica, laddove ci si trova di fronte
alla necessit di determinare costi (e, conseguentemente, i margini di guadagno) da parte
della stazione appaltante. E noto, infatti, come il problema legato alla determinazione del
prezzo di una gara dappalto pubblica sia molto sentito in Italia; ed acclarato con quanta
facilit spesso ci si trovi di fronte a situazioni nelle quali non si ha pi il controllo per le spese
della messa in opera di un progetto. Utilizzare un database abbastanza recente unitamente
alla possibilit di applicare una metodica che faccia riferimento al campo del calcolo delle
probabilit permetterebbe di conoscere quali potrebbero essere gli scostamenti di prezzo
accettabili rispetto al prezzo determinato in fase di gara. In funzione del livello di probabilit
di costo scelto, infatti, la formulazione del rischio e del margine risultano essere direttamente
proporzionali alla probabilit di costo utilizzata.
Lo sviluppo di questo metodo si presta a continue possibilit di affinamento e modifica, a
futuri ampliamenti, grazie alla sua estrema facilit e alla sua struttura semplice e lineare che
si presta, non solamente come in questo caso ad una tipologia edilizia di carattere
residenziale, ma anche ad altre, quali, per esempio, ledilizia scolastica, quella della sanit. Se il
metodo fosse applicato anche alle infrastrutture sarebbe necessario modificare la natura dei
parametri.
236


4.15.2 FATTORI CORRETTIVI

Sul costo totale di un edificio in costruzione le finiture e gli impianti incidono rispettivamente
per una percentuale che pu variare tra il 25% e il 30%. Ogni costruzione presenta delle
caratteristiche di finitura e delle peculiarit impiantistiche che la rendono differente da un
altro. Il metodo fin qui presentato considera tutti i progetti come se avessero gli stessi livelli di
finitura e di impianti rispetto al data-set di riferimento. Questo in parte spiega anche la bont
della previsione dei costi. Qualora, invece, si dovesse aver a che fare con un progetto
presentato da unazienda differente da quella che ha fornito i dati iniziali (che lavora, dunque,
con modalit di costruzione ed impostazioni progettistiche nuove rispetto agli elaborati
progettuali dai quali si ricavato il data-set) e con livelli di finitura e impianti diversi, tali
caratteristiche incideranno nella previsione di costo.
Questo aspetto potrebbe essere un problema al quale si pu ovviare facendo una serie di
considerazioni che portino a formulare dei fattori di correttivi che determinino un aumento o
una diminuzione della probabilit di costo previsto.
Per quel che riguarda la finitura il discorso abbastanza semplice. E necessario, infatti,
individuare una serie di classi di finitura ben precise, definirne le particolarit concrete e
individuare quale sia lo scostamento percentuale di queste rispetto al livello medio del
paniere di riferimento (il data-set impiegato). Questo valore percentuale quello che verr
poi utilizzato per incrementare o diminuire il costo previsto (FCfinitura). Queste classi, in questa
tesi, sono tre, ma non sbagliato poter pensare che un utilizzatore possa scegliere di usarne
un numero maggiore o inferiore; esse sono:
livello di finitura ALTO

livello di finitura MEDIO
livello di finitura BASSO
Nel caso di studio che si sta seguendo, visto il livello medio dei progetti di riferimento,
possibile indicare tali valori come sono presentati nella tabella che segue; I costi delle finiture,
cio il costo di pavimenti, rivestimenti, sanitari, porte interne, pietre ,serramenti esterni..
incidono circa per il 25% dei costi totali allinterno di un investimento con un livello di
finitura MEDIO

237

LIVELLO DI FINITURA ALTO:
Pavimenti in materiali pregiati(marmo) o in parquet,

Rivestimenti in intonaco di cemento decorativo, rivestimenti in cartongesso,
Finiture in cartongesso, eventuali opere da stuccatore, eventuali rivestimenti in
resina.
Finestre e porte-finestre in legno, persiane esterne in legno; possibile presenza di
velux; portoncino di ingresso dotato di serratura elettrica.
Porte interne con telaio in alluminio anodizzato
Rubinetteria in materiale pregiato, di design
LIVELLO DI FINITURA MEDIO:
Pavimenti in parquet,
Rivestimenti in intonaco, eventuali finiture in cartongesso.
Finestre e porte-finestre in alluminio-legno, persiane in alluminio; portoncino di
ingresso dotato di serratura elettrica.
Porte interne rivestite con pannelli di fibra di legno e laminato plastico.
Rubinetteria in acciaio, di design
LIVELLO DI FINITURA BASSO:
Pavimenti in piastrelle di cemento, piastrelle in gres porcellanato

Rivestimenti in intonaco
Finestre e porte-finestre in alluminio, persiane in alluminio
Porte interne rivestite con pannelli di fibra di legno e laminato plastico.
Rubinetterie non di pregio.
La fluttuazione del costo di finitura, rispetto al livello medio pu essere circa questo:
BASSO: -15%
ALTO:+ 30%
Che tradotto in termini percentuali sullintero costo di intervento significa avere una
variazione fra questi valori -3,5% / +7,5%
Per meglio comprendere cosa si intende concretamente con i termini alto, basso e medio,
vengono di seguito riportati degli esempi di finiture che determinano lappartenenza ad una o
allaltra classe. E bene dire che non necessario che le condizioni presentate in questa
esemplificazione siano tutte presenti contemporaneamente per determinare un livello invece
238


di un altro: star allutilizzare di questo metodo, a seconda della propria sensibilit ed

esperienza, definirlo.
PROGETTI
VILLE UBOLDO
VILLA DON
ORIONE
VALBRONA
SIGMA
LA DUCALECESATE
DELTA-CESATE
CASALINA
LIVELLO
FINITURE
ALTO
Fc finiture
1,0750
MEDIO
1,0000
MEDIO
MEDIO
1,0000
1,0000
BASSO
0,9650
BASSO
MEDIO-ALTO
0,9650
1,0375
BELVEDEREMARIANO
COMENSE
ALTO
1,0750
BRIVIOMARIANO
COMENSE
MEDIO
1,0000
T ABELLA 64:PARAMETRI CORRETTIVI FINITURE
Nel grafico sotto riportato viene espresso graficamente come varia la distribuzione di
probabilit cumulativa di costo di un progetto ipotetico se venisse moltiplicata per il fattore
correttivo dovuto al livello di finitura; ad esempio, nel primo caso, si ha un livello di finitura
elevato che porta ad una maggiorazione della distribuzione. A contrario, nel secondo, viene
rappresentata lipotesi nella quale il livello di finitura dellintervento sia basso.

239

100%
90%
80%
Didtribuzione probabilit
70%
60%
50%
Distribuzione costi iniziale
Distribuzione costi corrette
40%
30%
20%
10%
0%
2000000 2200000 2400000 2600000 2800000 3000000 3200000
Costi predetti
GRAFICO 51: DISTRIBUZIONE COSTI FINITURA ALTO LIVELLO
240

Edile/Archite

100%
90%
80%
70%
Distribuzione di probabilit
60%
50%
Distribuzione costi iniziale

Distribuzione costi corretti
40%
30%
20%
10%
0%
2000000
2200000
2400000
2600000
2800000
3000000
Costi predetti
GRAFICO 52: DISTRIBUZIONE COSTI FINITURA BASSO LIVELLO

Edile/Archi
Corso di Laurea Magistrale in Ingegneria dei Sistemi
S
Edilizi
241

Rivolgendo lattenzione, invece, alla dotazione impiantistica il discorso appare pi complesso

e strutturato: questo perch i fattori che entrano in gioco non riguardano solamente la scelta
della caldaia, la tipologia distributiva o il tipo di terminali di erogazione individuati dal
progetto; si devono anche considerare gli aspetti riguardanti le prestazioni energetiche
dellinvolucro, i tamponamenti esterni, i serramenti, i materiali impiegati, ecc. La voce che
nella maniera pi sintetica possibile racchiude tutte queste informazioni il valore di EPH
(livello prestazionale energetico) delledificio, ovvero la classe energetica di appartenenza
delledificio. In base al confronto fra la classe energetica media del data-set e quella di
appartenenza del nuovo progetto, si deve valutare, come fatto in precedenza per le finiture, un
coefficiente di correzione del costo previsto. In questa tesi non stato possibile quantificare
lincidenza (o la variazione) percentuale della dotazione impiantistica di ogni progetto a causa
dei numerosi fattori in gioco e dellalta interdipendenza delluno rispetto agli altri. Sulla classe
energetica andrebbero, dunque, fatte delle considerazioni molto approfondite, che, per,
vengono rimandate ad altra sede.
Per completezza di informazioni, qui di seguito vengono riportate per sommi capi le
caratteristiche impiantistiche dei progetti studiati.
242


Progetto
Ville Uboldo
Villa Don
Orione
Stratigrafia dei
Classe
energetica tamponamenti esterni
Intonaco 2 cm
Laterizio Alveolato 24
cm
Polistirene Esp 12 cm
Intercap. Aria 5 cm
Lastra Fibrocemento 8
cm
Trasmittanza 0,23
W/m2K
Intonaco da Cappotto
0,5 cm
EPS 10 cm
Malta 1cm
Presenza di
Tipo di caldaia fotovoltaicosolare
4 kW x 6 ville
NO
Tot. 24 kW
Presenza di
pompe di
calore
Tipo di
terminali
Presenza di
Presenza di
climatizzazione climatizzazione
per trattamento
per ricambio
aria
aria
Aria-acqua Pavimento
Deumidificazione
geotermiche radiante
Un impianto
per ogni villa
Aria-acqua Pavimento
Deumidificazione
geotermiche radiante
NO
NO
3 kW
NO
NO
Aria-acqua
elettriche
Pavimento
radiante
NO
NO
A
condensazione
NO
NO
Pavimento
radiante
NO
no NO
Poroton 25 cm
Valbrona
Sigma
Intonaco 1,5 cm
Forato 20 cm
Polistir Esp. 12 cm
Intercap. Aria 5 cm
Forato 8 cm
Intonaco 1,5 cm
Trasmittanza 0,26
W/m2K
Intonaco 1,5cm
Laterizio 8 cm
Intercap 2 cm
Polistirene 10 cm
Malta 1cm
Forato 12 cm
Intercap. 1,5 cm
Trasmittanza 0,265
W/m2K

243

Progetto
Classe
Stratigrafia dei
energetica tamponamenti esterni
La Ducale Cesate
Delta - Cesate
Casalina
Belvedere Mariano
Comense
Brivio Mariano
Comense
Intonaco 1,5cm
Laterizio 8 cm
Malta 1 cm
Fibra di vetro 6 cm
Intercapedine 2 cm
Laterizio 12 cm
Intonaco 1,5 cm
Trasmittanza 0,86
W/m2K
Intonaco 1,5 cm
Laterizio 8 cm
Intercap. 2 cm
Polistirene Esp.Estruso
10 cm
Malta 1cm
Laterizio 12 cm
Intonaco 1,5 cm
Trasmittanza 0,265
W/m2K
Intonaco 1,5 cm
Laterizio Semipieno 12
cm
Pannelli Fibra Minerale
14 cm
Rivest Legno 2 cm
Trasmittanza 0,28
W/m2K
Intonaco 1,5 cm
Poroton 30 cm
Intonaco 1 cm
Polistirene 12 cm
Intonaco Plastico Per
Cappotto 0,5 cm
Trasmittanza 0,207
W/m2K
Intonaco 1,5 cm
Poroton 30 cm
Intonaco 1cm
Polistirene 10 cm
Forato 8 cm
Intonaco 1,5 cm
Trasmittanza 0,225
W/m2K
Presenza di
Tipo di caldaia fotovoltaicosolare
Presenza
di
pompe
di calore
Tipo di
terminali
Presenza di
climatizzazione
per trattamento
aria
Presenza di
climatizzazione
per ricambio
aria
A
condensazione
NO
NO
Radiatori
NO
no NO
A
condensazione
Solare 176
m2
NO
Pavimento
radiante
NO
NO
NO
36 kW
Deumidificazione
Assente nel
blocco A
NO
90 kW
SI
Pavimento
radiante
Deumidificazione
SI
A
condensazione
Solare 88 m2
NO
Pavimento
radiante
NO
NO
T ABELLA 65: CARATTERISTICHE IMPIANTISTICHE
244
Presente nei
blocchi B, C eD
AriaPavimento
acqua
radiante
elettriche


5 CONCLUSIONE
Nello svolgimento di questa tesi sono state presentate diverse metodologie per il calcolo di
stima dei costi. Andando dal pi semplice al pi complesso sono stati presentati metodi che
svolgono questa funzione in maniera sempre pi precisa e affidabile. Il ricorso a casi di
edilizia simili gi realizzati in passato per mezzo di parametri di riferimento di facile
individuazione il metodo pi veloce, ma anche quello che presenta un minor grado di
precisione. I sistemi che, sempre partendo da progetti tipologicamente analoghi ai casi in
esame, utilizzano strumenti pi rigorosi che consentono di individuare relazioni di carattere
matematico e portano a risultati pi affidabili e vicini alla realt: sono questi i casi che
prevedono limpiego delle regressioni lineari, oppure delle reti neurali. Le ANN sono strutture
informatiche che non richiedono alcun intervento esterno da parte dellutilizzatore, perch
individuano in maniera autonoma le relazioni tra le informazioni di input e quelle di output.
Le ANN tuttavia necessitano di un data set molto ampio, condizione non sempre realizzabile.
Il sistema che prevede ladozione di un sistema di regressioni lineari pu trovare applicazione
qualora vi sia una presenza limitata di progetti di riferimento, ma al contempo implica una
partecipazione maggiore da parte dellutilizzatore che dovr essere in grado di ricorrere alla
propria esperienza e sensibilit nella scelta dei parametri da adottare, o nellutilizzo di fattori
di correzione e ragguaglio per adeguare il processo di calcolo ai casi pratici. Oggigiorno la
sempre maggiore capacit di calcolo messa a disposizione dai mezzi informatici fa s che le
metodiche pi semplici e imprecise vengano via via abbandonate a favore di altre che
permettono un vantaggio in termini di minori costi e tempo.
In questa tesi si partiti da un data-set abbastanza limitato composto da 8 progetti. Di questi
si aveva nozione delle caratteristiche fisiche e geometriche, dei costi operativi totali (diretti e
indiretti) e, in maniera sommaria, delle caratteristiche pi grossolane a livello impiantistico;
dei progetti non si conoscevano i computi metrici dai quali desumere le quantit di materiale
utilizzato o il loro effettivo costo di messa in opera. Poich le conoscenze sui progetti erano
scarse si presunto di partire da una condizione simile a quella che caratterizza la fase
preliminare di progettazione e da tale situazione si sviluppato un metodo di calcolo che,
prendendo avvio dai dati cos come sono stati descritti, permettesse di giungere alla stima di
un costo di realizzazione. Un data-set cos piccolo non permette limpiego di reti neurali,
pertanto si sono applicati sistemi di regressioni lineari multiple che hanno individuato dei
coefficienti di regressione che mettono in relazione fra loro i differenti parametri e gli stessi
parametri con i costi di realizzazione.

245

F G" # G 3 # G' 3' # H # GI 3I

3 u 3 # A
In tal modo si potuto determinare un primo sistema di stima deterministico, cos definito
perch, partendo da valori caratteristici reali ed univoci dei parametri, determina un unico
valore di costo. Il procedimento stato ampliato in un secondo momento, introducendo un
valore di probabilit per ogni valore di stima prevista. Questo stato realizzabile perch, dai
valori dei coefficienti di regressione determinati facendo ruotare fra loro gli 8 progetti che
formano il data-set e quello di confronto, si sono desunte delle curve di distribuzione dei
coefficienti stessi che sono state poi usate per determinare diverse funzioni di distribuzione di
probabilit dei costi previsti. Le curve di distribuzione di probabilit, vista la scarsit di dati
disponibili, sono state ricavate mediante lapplicazione del metodo Montecarlo (che prevede
la creazione di numeri pseudocasuali che si adattino alla distribuzione scelta).

3 u 3 # A
w
3 x
u 3 #
A
A questo punto non si ha pi un valore unico per la stima di costo, ma una distribuzione di
probabilit della stessa e lutilizzatore cos in grado di scegliere il range di probabilit
allinterno del quale cadr il costo reale di costruzione. Si ha a che fare, quindi, con un
concetto probabilistico di una stima di costo. Questo secondo metodo di calcolo, rispetto a
quello deterministico, pu essere uno strumento molto pi efficace ed elastico, in quanto
permette di fare una previsione allinterno di due valori (uno ottimistico ed uno pessimistico)
che individuano i limiti di spesa allinterno dei quali il committente si pone. La facilit del
metodo cos descritto permette, inoltre, che lo stesso sia applicabile in diverse forme a
situazioni diverse. E questo il caso, per esempio, per il quale i dati (seguendo il procedimento
probabilistico) possono essere trattati seguendo diverse curve di distribuzione di probabilit;
non sempre, infatti, detto che i casi di studio possano adattarsi in maniera corretta ad una
distribuzione, per esempio normale (gaussiana). Quando ci avvenisse, il sistema di stima dei
costi permette lintroduzione di una nuova curva di calcolo delle probabilit. Questa
possibilit consente anche un confronto diretto fra le diverse scelte di distribuzione,
246


permettendo allutilizzatore di individuare quella che, secondo la sua esperienza, meglio si

avvicina ai casi reali. Questo quanto stato fatto anche in questa tesi, dal confronto delle
diverse distribuzioni per ogni caso in esame, si scelta quella triangolare. Non detto che la
preferenza espressa sia sempre quella pi adatta, ma nel caso di studio risultava essere la
migliore, per quanto tutte e quattro le funzioni di distribuzione di probabilit selezionate
(distribution fitting, normale, triangolare e PERT) andassero a descrivere curve piuttosto
vicine, specialmente nei tratti centrali (quelli intorno al 50%). Uno sviluppo interessante a
questo riguardo sarebbe un confronto fra queste diverse distribuzioni qualora i casi di studio
non riguardassero pi una tipologia edilizia di carattere residenziale, ma costruzioni o
infrastrutture di altro genere. O, ancora, si potrebbero coinvolgere progetti di diversi
costruttori e analizzare come variano le curve di probabilit quando cambia lazienda
appaltatrice.
I risultati ottenuti indicano che il metodo applicato potrebbe rendere pi agevole il lavoro
delle pubbliche amministrazioni e delle imprese private coinvolte nelle iniziative di project
financing nella valutazione dei costi di interventi di costruzione. Si pu giungere a queste
conclusioni pensando alla facilit con la quale per ogni progetto si possono individuare i
parametri caratteristici da inserire, alla semplicit di utilizzo che non obbliga lutente a
conoscere per forza il significato matematico degli strumenti impiegati, o anche alla facile
leggibilit dei risultati ai quali il metodo conduce. Si pu quindi affermare che la forza di
questo metodo risieda nella sua praticit e apertura a modifiche a tutti comprensibili.
Unulteriore area di approfondimento potrebbe essere innanzitutto quella che riguarda la
ristrettezza dei casi di studio dai quali si partiti per capire a quali esiti di predittivit si
sarebbe pervenuti qualora il data-set fosse stato pi ampio e variegato. E altres evidente che
la carenze delle nozioni impiantistiche e delle prestazioni energetiche hanno non poco influito
sulla scelta di certi passaggi di una certa rilevanza; sotto il profilo degli impianti e dellEPH,
infatti, i progetti presentano unevidente eterogeneit che, per, ha potuto essere valutata solo
in maniera sommaria per via della pochezza delle informazioni disponibili.
Inoltre, non stato posto alcun quesito riguardante lobsolescenza dei dati, partendo dal
presupposto che tutte le fonti utilizzate fossero da considerarsi ugualmente valide. Ci non
significa che non siano valide, ma che ci si dovrebbe domandare quale potrebbe essere un
limite per cos dire standardizzato, al di l del quale i progetti usati come termini di
riferimento potrebbero risultare superati: quali siano le condizioni sotto delle quali i progetti
iniziali vanno sostituiti da altri pi recenti- Queste domande sono strettamente legate ad
unaltra peculiarit del metodo trattato in questa tesi, rappresentata dellessere aperto ad
infinite modifiche del data-set iniziale. La possibilit di aggiornamento dei dati di partenza
risulta essere un elemento di non poco conto se si pensa alla volatilit dei prezzi di vendita

247

delle materie prime, oppure alla rapidit con cui le tecniche costruttive si modificano nel
corso degli anni. Permettere ad un metodo di stima dei costi applicato al campo delledilizia la
possibilit di aggiornamento rende il metodo sempre utilizzabile. Questo sistema di stima si
presta ad essere utilizzato in maniera ciclica, cio senza apportarvi alcuna modifica; oppure
prevede due usi migliorativi differenti, per mezzo dei quali si possono affinare le previsioni di
stima: il primo vuole che si aumenti il data-set senza aumentare i parametri. In tale maniera si
otterranno valori dei coefficienti di regressione mn e b sempre pi precisi. Il secondo uso
migliorativo permette, invece, allaumentare dei progetti di riferimento, un accrescimento del
numero dei parametri, garantendo linserimento di elementi di valutazione che
precedentemente si stati obbligati a tralasciare o a considerare inglobati con altri.
Potrebbe avere risvolti interessanti anche il confronto di questa tecnica con altre. Per
esempio, in questa tesi non si fatto ricorso ad una rete neurale di calcolo per la stima dei
costi a causa del ristretto numero di progetti in esame. Una volta ampliato il data-set a
dimensioni sufficienti, si potrebbero confrontare i risultati ottenuti con il metodo qui studiato
con una stima prodotta da un ANN. Oppure si potrebbe prendere in considerazione
levenienza che qua non ha trovato spazio di usare sistemi di misura e controllo di altro
genere, che partano da approcci totalmente diversi, quali, ad esempio, la logica fuzzy.
La sempre maggior efficienza imposta dalla minore disponibilit di risorse finanziarie, lo
sviluppo delle capacit offerte dallinformatica e levoluzione dei modelli di stima rivestono un
ruolo sempre pi importante e alla quale si dovr dedicare sempre maggiori attenzioni.
Questa tesi dimostra che lapplicazione di metodi e processi semplici, ma logici unitamente ad
informazioni di progetto anche non eccessivamente dettagliate possono generare strumenti di
stima dei costi precisi, giustificatamente affidabili, aggiornabili e adattabili alle necessit
dellutenza e della tipologia edilizia in esame.
248


BIBLIOGRAFIA
Bassi A. Costi parametrici per tipologie edilizi, Milano, Maggioli S.p.A. (2007)
Sheldon M. Ross, Probabilit e statistica per lingegneria e le scienze, Apogeo (2008)
Luigi Fabbris, Statistica multivariata, McGraw Hill (1997)
Giuseppe Rigamonti, La gestione dei processi di intervento edilizio, UTET (2001)
Bernd A. Berg: Markov Chain Monte Carlo Simulations and Their Statistical Analysis (With WebBased Fortran Code), World Scientific.(2004)
Cavalieri S., Maccarone P., Pinto R.: Parametric vs. neural network models for the estimation of
product
costs:
A
case
study
in
the
automotive
industry,<http://www.elsevier.com/lacate/buildenv>, (Agosto 2003).
Collegio degli Ingegneri e degli Architetti di Milano Prezzi tipologie edilizie 2010, Milano, DEI.
(2010)
Eurostat: Construction Cost Index Overview, < http:// www.epp.eurostat.ec.europa.eu> 2008,
agg. 2010
Gwang-Hee Kim, Jie-Eon Yoon, Sung-Hoon An, Hun-Hee Cho, Kyung-In Kang: Neural network
model incorporating a genetic algorithm in estimating construction costs, <http://
www.elsevier.com/lacate/buildenv>,( Marzo 2004)
Klir GJ, Yuan B. Fuzzy Sets and Fuzzy Logic. Theory and Applications., Upper Saddle River, N.J.,
Prentice Hall. (1995)
Mamdani EH., Assilian S. An experiment in linguistic synthesis with a fuzzy logic
controller.International Journal of Man-machine Studies, Vol. 7, p. 1-13. (1975)
Marzeguerra M, Zio E.: Basic theory of Monte-Carlo for reliability, availability and maintenance
analysis . Politecnico di Milano (febbraio 2006)
Sae-Hyun Ji, Hyun-Soo Lee: Data Preprocessing Based Parametric Cost Model for Building
Projects: Case Studies of Korean Construction Projects, <http:// www.cedb.asce.org>, (Agosto
2010)
Sonmez R., Bahadir Ontepeli: Predesign cost estimation of urban railway projects with
parametric modeling, <http:// www.cedb.asce.org>, (Luglio 2009)

249

Sonmez R., Ergin A., Birgonul T.: Quantitative methodology for determination of cost
contingency in international projects,Journal of construction engineering and
management,p.35-39. (Gennaio 2007)
Sonmez R., Ontepeli B.: Predesign cost estimation of urban railway projects with parametric
modeling, Journal of construction engineering and management,p.405-409. (Luglio 2009)
Sonmez R., Rowing E. James: Construction Labor Productivity Modeling with Neural
Networks,<http:// www.cedb.asce.org>, Novembre 1998
Sonmez R.: Conceptual cost estimation of building projects with regression analysis and neural
networks,Can.J.Civ.Eng, p. 677-683. (2004)
Sonmez R.: Parametric range estimating of building costs using regression models of
bootstrap,Journal of construction engineering and management,p.1011-1016. (Dicembre
2008)
Sonmez R.: Parametric Range Estimating of Building Costs Using Regression Models and
Bootstrap, <http:// www.cedb.asce.org>, Dicembre 2008
Sugeno M: Industrial Applications of Fuzzy Control. Elsevier, Amsterdam, NL. (1985)
W.K Hastings: Monte Carlo sampling methods using Markov chains and their applications,
Biometrikam,; p.57: 97-109. (1970)
Zadeh LA: Fuzzy sets. Information and Control, Vol. 8, 1965, p. 338-353. (1965)
Zio E., Baraldi P., Patelli E.: Assessment of the availability af an offshore installation by Monte
Carlo simulation . Politecnico di Milano (febbraio 2006)
Zio E., Cadini F., Avram D.: Model- based Monte Carlo state estimation for condition-based
component replacement . Politecnico di Milano (2008)
250


Tesi Sui Costi Di Costruzione

Caricato da

Copyright:

Formati disponibili

Tesi Sui Costi Di Costruzione

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tesi Sui Costi Di Costruzione

Caricato da

Copyright:

Formati disponibili

POLITECNICO DI MILANO

Facolt di Ingegneria Edile/Architettura

STIMA PARAMETRICA DEL COSTO DI COSTRUZIONE

Relatore: Prof. Ing. Fulvio RE CECCONI

Tesi di Laurea Magistrale di:

ANNO ACCADEMICO 2009 - 2010

STIMA PARAMETRICA DEL COSTO DI COSTRUZIONE

INDICE DEI CAPITOLI

2.1 LA STIMA DEI COSTI

2.4 CRITERI ED ELABORAZIONE DEI COSTI NEI MODELLI PARAMETRICI

2.5 NOTA METODOLOGICA

2.6 CASI PRATICI

2.6.1 VILLA SINGOLA DI PREGIO

2.6.2 EDIFICIO RESIDENZIALE PLURIPIANO

2.6.3 EDIFICIO AD USO UFFICI

2.6.4 CAPANNONE INDUSTRIALE DI MEDIE DIMENSIONI

2.6.5 SCUOLA MATERNA

2.6.6 STRADA URBANA

2.8 CASI PRATICI DI APPLICAZIONE DI MODELLI NON LINEARI DA RETE NEURALE

2.8.1 STIMA DEL COSTO DELLA RETE FERROVIARIA METROPOLITANA AD ANKARA

2.8.2 STIMA DEL COSTO DI PROGETTI DI NUCLEI ABITATIVI COREANI

3.2 STRUMENTI: LE REGRESSIONI LINEARI

3.2.1 INSIEMI DI DATI BIVARIATI

Politecnico di Milano, Facolt di Ingegneria Edile/Architettura

STIMA PARAMETRICA DEL COSTO DI COSTRUZIONE

3.2.2 VARIANZA E DEVIAZIONE STANDARD CAMPIONARIE

3.2.3 COEFFICIENTE DI CORRELAZIONE CAMPIONARIA

3.2.4 SISTEMI DI STIMA E PARAMETRI DI REGRESSIONE

3.3 METODO MONTECARLO: CENNI

3.3.2 ESEMPI DI METODO DI GENERAZIONE DI NUMERI CASUALI PER IL METODO MONTECARLO

4 APPLICAZIONE DEL METODO AL CASO DI STUDIO

4.1 PROGETTO VILLE UBOLDO

4.2 PROGETTO VILLA DON ORIONE

4.3 PROGETTO VALBRONA

4.4 PROGETTO SIGMA

4.5 PROGETTO LA DUCALE

4.6 PROGETTO DELTA

4.7 PROGETTO CASALINA

4.8 PROGETTO BELVEDERE

4.9 PROGETTO BRIVIO

4.10 INDIVIDUAZIONE DEI PARAMETRI

4.11 SELEZIONE PARAMETRI

4.12 STUDIO DEI PROGETTI: REGRESSIONI LINEARI MULTIPLE

4.13 STUDIO PROBABILISTICO DEI DATI

4.14 SIMULAZIONI MONTECARLO

4.15 ESITO E VALUTAZIONI FINALI DEL METODO PROBABILISTICO

4.15.1 COSTI E PREZZI

4.15.2 FATTORI CORRETTIVI

STIMA PARAMETRICA DEL COSTO DI COSTRUZIONE

INDICE DELLE FIGURE

FIGURA 2 SEZIONE VERTICALE

FIGURA 3 PIANTA PIANO TERRA

FIGURA 4 PIANTA PIANO PRIMO

FIGURA 5 PIANTA PIANO SECONDO

FIGURA 6 PIANTA PIANO PRIMO

FIGURA 7 PIANTA PIANO SECONDO

FIGURA 8 PROSPETTO NORD

FIGURA 9 PROSPETTO OVEST

FIGURA 10 SCHEMA DEI VOLUMI DELL'EDIFICIO IN ESAME