Sommario della lezione
|
|
- Eloisa Donato
- 5 anni fa
- Visualizzazioni
Transcript
1 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 1/21 Sommario della lezione Ulteriori applicazioni del Massimo Flusso 1. Connettività di grafi 2. Selezione di progetti
2 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 2/21 Connettività di grafi Problema: Dato un grafo diretto G = (V,E) e due nodi s e t, trovare il minimo numero di archi che disconnette t da s. Def. Un insieme di archi F E disconnette s da t se tutti i cammini da s a t usano almeno un arco di F. 2 5 s 3 6 t 4 7 Il problema trova applicazione nell analisi della tolleranza ai guasti di reti di calcolatori (ed in tante altre situazioni...)
3 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 3/21 Il risultato Il minimo numero di archi che disconnette t da s = massimo numero di cammini arco-disgiunti da s a t. Proviamo innanzitutto il. Sia F E un insieme di cardinalità k minima di archi che disconnette t da s. Ogni cammino da s a t deve usare almeno un arco di F (altrimenti F non disconnetterebbe t da s) pertanto il massimo numero di cammini arco-disgiunti da s a t è al più k s 3 6 t s 3 6 t Nell esempio, abbiamo 2 cammini arco disgiunti da s a t e 2 archi bastano a disconnettere t da s.
4 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 4/21 Proviamo ora la diseguaglianza oppposta Sia k il massimo numero di cammini arco-disgiunti da s a t. Nella lezione scorsa vedemmo che tale numero corrispondeva anche al valore del massimo s-t flusso f nel grafo. Ricordiamo inoltre che la massimalità di f implicava che in G esiste un taglio (A,B) di capacità c(a,b) = v(f) = k. Gli archi che vanno da A a B (ovviamente in numero di k visto che ogni arco ha capacità pari a 1) costituiscono un insieme F che disconnette t da s, per cui la minima cardinalità di un F che disconnette t da s è k s 3 6 t s 3 6 t A 4 7 B 4 7
5 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 5/21 Ricordando il risultato provato nella lezione scorsa: Il massimo numero di cammini da s a t in G che sono arco-disgiunti = valore del massimo flusso in G da s a t e quello appena provato: Il minimo numero di archi che disconnette t da s = massimo numero di cammini arco-disgiunti da s a t. otteniamo Risultato: Il minimo numero di archi che disconnette t da s = valore del massimo flusso in G da s a t che ci fornisce anche un algoritmo di complessità O(mn)) per risolvere il problema, dove come al solito n = V,m = E.
6 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 6/21 E se volessimo studiare gli stessi problemi relativamente a vertici? ovvero considerare i seguenti problemi: Problema 1: Determinare il massimo numero di cammini tra due vertici di un grafo in modo tale che nessuna coppia di cammini abbiano vertici in comune? (ovvero i cammini siano vertici-disgiunti) Problema 2: Determinare il minimo numero di vertici che disconnette un vertice t da s? Bisogna rifare tutto da capo? No.
7 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 7/21 Basta considerare grafi con capacità anche sui vertici ovvero, generalizzare il concetto di rete di flusso mediante un grafo diretto G = (V, E) con le seguenti caratteristiche: associato ad ogni arco e E vi è un numero c(e) 0, capacità dell arco e associato ad ogni nodo u V vi è un numero d(u) 0 capacità del nodo u vi è un nodo s chiamato sorgente, senza archi entranti vi è un nodo t chiamato destinazione, senza archi uscenti In tale situazione un flusso f deve soddisfare le seguenti condizioni 1. (Vincoli sulle capacità) e E 0 f(e) c(e) e u V e entranti in uf(e) d(u) 2. (Vincoli sulla conservazione del flusso) v V,s v t, vale e entranti in v f(e) = e uscenti da v f(e)
8 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 8/21 Il bello di grafi siffatti è che non sono più difficili da trattare di quelli soliti, ovvero di grafi con capacità solo sugli archi. Infatti, dato un grafo con capacità c(e) sugli archi e capacità d(u) sui nodi avremmo una situazione siffatta, in cui la somma dei flussi entranti nel nodo deve essere d(u): c 2 c 5 c 2 c 5 c 3 d(u) c 6 c 3 u d(u) u c 6 c 1 c 4 c 1 c 4 Potremmo trasformarla in una situazione come quella di destra, in cui si introduce un nodo fittizio u, connesso a u con un arco con capacità d(u). Nel grafo risultante dopo la trasformazione sopra delineata (effettuata ovviamente per ogni nodo) vi sono solo capacità su archi (che sappiamo trattare). È altresì ovvio che esiste un flusso di valore k nel grafo di partenza (con capacità anche sui nodi) se e solo se ne esiste uno dello stesso valore nel grafo modificato (con capacità solo sugli archi).
9 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 9/21 Riassumendo... Le tecniche di flusso introdotte permettono quindi di risolvere anche questioni che coinvolgono condizioni su nodi, ad esempio determinare il massimo numero di cammini nodo-disgiunti tra una coppia di nodo del grafo, o determinare il minimo numero di nodi necessari a disconnettere una coppia di nodi nel grafo, etc. Basterà imporre le opportune limitazioni sia alla capacità sugli archi, che sui nodi. Ad es., per determinare il massimo numero di cammini nodo-disgiunti tra due vertici s e t di un grafo G, basterà calcolare il massimo flusso da s a t in G, dove avremo imposto che la capacità di ciascun nodo è pari a 1, trasformare il grafo come prima descritto e risolvere il problema del massimo flusso nel grafo trasformato per ottenere la risposta.
10 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 10/21 Esempio: Vie di Fuga Supponiamo di avere una griglia, e dei punti in essa. Il problema è di stabilire se esistono cammini vertice-disgiunti da ciascun punto alla frontiera della griglia non ha soluzione
11 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 11/21 Formulazione del problema in termini di flusso Input: Grafo griglia G = (V,E), consistente di n colonne ed n righe di vertici. Il vertice generico nella riga i e colonna j può essere rappresentato dalla coppia (i, j). Ogni vertice ha quattro vicini, tranne che per i vertici sulla frontiera (che ne hanno o due o tre). In input abbiamo anche m n 2 punti (x 1,y 1 ),...,(x m,y m ) per i quali vogliamo stabilire se ci sono o meno m cammini disgiunti da essi alla frontiera della griglia (non importa dove, purchè si possa raggiungere la frontiera) Definiamo un grafo di flusso G = (V,E ) nel seguente modo: V = V {s,t} E = E {archi da s ad ogni punto (x i,y i )} {archi da ogni punto della frontiera a t} Ogni arco di G ha capacità pari a 1, ogni nodo di G ha capacità pari a 1.
12 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 12/21 Esempio 1 s t
13 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 13/21 Vale il seguente risultato Il problema delle vie di fuga ha soluzione positiva (ovvero esistono i cammini nodi-disgiunti dagli m punti in input sulla griglia alla frontiera della griglia) se e solo se nel grafo G esiste un massimo flusso a valori interi pari a m. Prova: per esercizio.
14 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 14/21 Selezione di progetti Input: insieme di progetti P, a ciascun progetto v P è associato un ricavo p(v) che può essere sia positivo (guadagno) che negativo (costo). Ad es., alcuni progetti generano guadagno (creare pagine web interattive per e-commerce, ridisegnare siti web, etc.) altri progetti, che possono essere necessari per la realizzazione di quelli che generano guadagno, richiedono invece spese (acquisire licenze software, aggiornare server, etc.) Input: insieme di prerequisiti E: se (v,w) E, allora prima di eseguire il progetto v occorre necessariamente aver eseguito il progetto w un insieme di progetti A P è fattibile se i progetti prerequisiti di ogni progetto v A appartengono essi stessi ad A Output: un insieme di progetti A fattibile di profitto profitto(a) = v Ap(v) massimo.
15 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 15/21 Es. : Estrazione da cave all aperto Blocchi di materiale vengono estratti dalla superficie per estrarre sostanze Ciascun blocco v ha un valore netto p(v) =(valore della sostanza contenuta in v) (costo dell estrazione del blocco v) Non si può estrarre il blocco v prima di w o prima di x
16 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 16/21 Introduciamo il grafo G = (V, E) dei prerequisiti V =insieme dei progetti, (v,w) E se prima di eseguire il progetto v occorre necessariamente aver eseguito il progetto w Nel grafo di sotto, l insieme {v,w,x} è un insieme fattibile di progetti, l insieme {v, x} non è un insieme fattibile di progetti. w v x
17 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 17/21 Formuliamo il problema come un problema di minimo taglio assegniamo capacità a tutti gli archi dei prerequisiti aggiungiamo un arco (s,v) con capacità c(s,v) = p(v) se p(v) > 0 aggiungiamo un arco (v,t) con capacità c(v,t) = p(v) se p(v) < 0 Poniamo inoltre: p(s) = p(t) = 0. u w p(u) p(w) s p(y) y z p(z) t p(v) p(u) v x
18 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 18/21 Osservazione: Sia A P un sottoinsieme di progetti fattibile. Definiamo il taglio (A,B ) con A = A {s},b = (P A) {t}. Per definizione di fattibilità nessun arco (i,j) E attraversa il taglio (in quanto se i A dipende da j allora anche j A) Esempio: A = {w,v,x} u w s y z t v x
19 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 19/21 Per A P fattibile, e per A = A {s},b = (P A) {t} vale: c(a,b ) = v P:p(v)>0p(v) v A p(v) Ricordiamo che gli archi del grafo di flusso possono essere divisi in 3 categorie: 1.gli archi di E che descrivono le precedenze, 2. gli archi che fuoriescono da s e 3. gli archi che entrano in t. Inoltre, gli archi di E non attraversano il taglio (come prima notato) e quindi non contribuiscono alla sua capacità c(a,b ). Gli archi che entrano in t contribuiscono a c(a,b ) per la quantità ( p(v)) v A:p(v)<0 mentre quelli che fuoriescono da s contribuiscono a c(a,b ) per la quantità p(v) = p(v) p(v) v/ A:p(v)>0 v P:p(v)>0 v A:p(v)>0
20 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 20/21 Per A P fattibile, e per A = A {s},b = (P A) {t} Otteniamo quindi c(a,b ) = c(e)+ c(e) e:e fuoriesce da A e và in t = ( p(v))+ = v A:p(v)<0 v P:p(v)>0p(v) v A che è quallo che volevamo provare. e:e fuoriesce da A e parte da s p(v) v P:p(v)>0 v A:p(v)>0 p(v) p(v)
21 Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 21/21 Posto C = v P:p(v)>0 p(v) e notando che ogni arco (v,w) che definisce precedenze tra progetti ha capacità > C, otteniamo che ogni taglio (A,B ) di capacità c(a,b ) C definisce implicitamente un insieme fattibile A = A {s}, in quanto nessun arco di precedenze può attraversare tale taglio, avrebbe infatti da solo una capacità maggiore della capacità c(a,b ) dell intero taglio. Mettendo tutto insieme, otteniamo che la capacità di tali tagli (A,B ) è uguale a c(a,b ) = v P:p(v)>0p(v) v A p(v) = C profitto(a) e quindi per trovare un insieme di profitto massimo (che era il nostro obiettivo) basta trovare un taglio (A,B ) di capacità minima ed estrarne s, (e questo lo sappiamo fare, con l algoritmo di Ford e Fulkerson).
Sommario della lezione
Sommario della lezione Ulteriori applicazioni del Massimo Flusso 1. Connettività di grafi. Selezione di progetti 3. Trasporto in reti 4. Eliminazione in tornei Università degli Studi di Salerno Corso di
DettagliSistemi Web per il turismo - lezione 3 -
Sistemi Web per il turismo - lezione 3 - Software Si definisce software il complesso di comandi che fanno eseguire al computer delle operazioni. Il termine si contrappone ad hardware, che invece designa
DettagliFondamenti di Internet e Reti 097246
sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino
DettagliSommario della lezione
Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/33 Sommario della lezione Ancora sui cammini minimi: Cammini minimi in grafi con archi di costo negativo Algoritmi
DettagliProblemi di Instradamento di Veicoli
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Instradamento di Veicoli Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo
Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo L. De Giovanni G. Zambelli 1 Problema del flusso a costo minimo Il problema del flusso a costo minimo é definito
DettagliBarriere assorbenti nelle catene di Markov e una loro applicazione al web
Università degli studi di Roma Tre Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi relativa alla Tesi di Laurea in Matematica di Giulio Simeone Barriere assorbenti
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliTEORIA RELAZIONALE: INTRODUZIONE
TEORIA RELAZIONALE: INTRODUZIONE Tre metodi per produrre uno schema relazionale: a) Partire da un buon schema a oggetti e tradurlo b) Costruire direttamente le relazioni e poi correggere quelle che presentano
DettagliESERCIZI DEL CORSO DI INFORMATICA
ESERCIZI DEL CORSO DI INFORMTIC Questa breve raccolta di esercizi vuole mettere in luce alcuni aspetti della prima parte del corso e fornire qualche spunto di riflessione. Il contenuto del materiale seguente
DettagliPer formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione.
3.7.4 Disuguaglianze valide forti Cerchiamo disuguaglianze valide forti, ovvero disuguaglianze valide che forniscano migliori formulazioni (più stringenti). Per formalizzare il concetto sono necessarie
DettagliMatematica con il foglio di calcolo
Matematica con il foglio di calcolo Sottotitolo: Classe: V primaria Argomento: Numeri e operazioni Autore: Guido Gottardi, Alberto Battaini Introduzione: l uso del foglio di calcolo offre l opportunità
DettagliEsercitazioni di Reti Logiche. Lezione 1 Rappresentazione dell'informazione. Zeynep KIZILTAN zkiziltan@deis.unibo.it
Esercitazioni di Reti Logiche Lezione 1 Rappresentazione dell'informazione Zeynep KIZILTAN zkiziltan@deis.unibo.it Introduzione Zeynep KIZILTAN Si pronuncia Z come la S di Rose altrimenti, si legge come
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design Network Design È data una rete rappresentata su da un grafo G = (V, A) e un insieme di domande K, ciascuna
DettagliLezione 3: Il problema del consumatore: Il
Corso di Economica Politica prof. Stefano Papa Lezione 3: Il problema del consumatore: Il vincolo di bilancio Facoltà di Economia Università di Roma La Sapienza Il problema del consumatore 2 Applichiamo
DettagliAlgoritmi per la Visualizzazione. Disegno 2D ortogonale. Disegno ortogonale 2D (1) Disegno ortogonale 2D (2)
Algoritmi per la visualizzazione DISEGNO DI GRAFI: ALCUNI CASI PARTICOLARI Disegno 2D ortogonale Disegno ortogonale 2D () Disegno ortogonale 2D (2) Punto di vista umano: primo criterio per giudicare la
DettagliUn esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma
Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Corso di Ricerca Operativa per il Corso di Laurea Magistrale
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
Dettaglib i 1,1,1 1,1,1 0,1,2 0,3,4
V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile
DettagliRiconoscere e formalizzare le dipendenze funzionali
Riconoscere e formalizzare le dipendenze funzionali Giorgio Ghelli 25 ottobre 2007 1 Riconoscere e formalizzare le dipendenze funzionali Non sempre è facile indiduare le dipendenze funzionali espresse
DettagliProf.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliIl Principio dei lavori virtuali
Il Principio dei lavori virtuali Il P..V. rientra nella classe di quei principi energetici che indicano che i sistemi evolvono nel senso di minimizzare l energia associata ad ogni stato di possibile configurazione.
DettagliLe aree dell informatica
Fondamenti di Informatica per la Sicurezza a.a. 2006/07 Le aree dell informatica Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
Dettagli7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari
7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,
DettagliAnalisi del ciclo di vita per processi industriali
Analisi del ciclo di vita per processi industriali Laurea Magistrale in Scienze e Tecnologie per l Ambiente e il Territorio Corso a scelta 6 CFU Seconda Università di Napoli Dipartimento di Scienze e Tecnologie
DettagliAnalisi. Calcolo Combinatorio. Ing. Ivano Coccorullo
Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano
DettagliUniversità degli studi di Foggia SSIS D.M.85 2005 Laboratorio di didattica della matematica finanziaria Classe 17/A
Università degli studi di Foggia SSIS D.M.85 2005 Laboratorio di didattica della matematica finanziaria Classe 17/A Appunti sull utilizzo di Excel per la soluzione di problemi di matematica finanziaria.
DettagliProf. Pagani Corrado HTML
Prof. Pagani Corrado HTML IPERTESTI E MULTIMEDIALITÀ Un ipertesto è un insieme di documenti messi in relazione tra loro per mezzo di parole chiave sensibili (link). Può essere visto come una rete; i documenti
DettagliApprocci esatti per il job shop
Approcci esatti per il job shop Riferimenti lezione: Carlier, J. (1982) The one-machine sequencing problem, European Journal of Operational Research, Vol. 11, No. 1, pp. 42-47 Carlier, J. & Pinson, E.
DettagliI costi d impresa (R. Frank, Capitolo 10)
I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene
Dettagli(1) (2) (3) (4) 11 nessuno/a 9 10. (1) (2) (3) (4) X è il minore tra A e B nessuno/a X è sempre uguale ad A X è il maggiore tra A e B
Compito: Domanda 1 Per l'algoritmo fornito di seguito, qual è il valore assunto dalla variabile contatore quando l'algoritmo termina: Passo 1 Poni il valore di contatore a 1 Passo 2 Ripeti i passi da 3
DettagliEsame di Ricerca Operativa del 20/12/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 0// (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x + x x +x x x x x x x 0 x x
DettagliIl calcolatore. Architettura di un calcolatore (Hardware)
Il calcolatore Prima parlare della programmazione, e' bene fare una brevissima introduzione su come sono strutturati i calcolatori elettronici. I calcolatori elettronici sono stati progettati e costruiti
DettagliDefinizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A
Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,
DettagliMETODI DI CONVERSIONE FRA MISURE
METODI DI CONVERSIONE FRA MISURE Un problema molto frequente e delicato da risolvere è la conversione tra misure, già in parte introdotto a proposito delle conversioni tra multipli e sottomultipli delle
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Flusso di costo minimo È dato un grafo direzionato G = (N, A). Ad ogni arco (i, j) A è associato il costo c ij
DettagliInformatica Teorica. Macchine a registri
Informatica Teorica Macchine a registri 1 Macchine a registri RAM (Random Access Machine) astrazione ragionevole di un calcolatore nastro di ingresso nastro di uscita unità centrale in grado di eseguire
DettagliSTRUTTURE NON LINEARI
PR1 Lezione 13: STRUTTURE NON LINEARI Michele Nappi mnappi@unisa.it www.dmi.unisa.it/people/nappi Per la realizzazione della presentazione è stato utilizzato in parte materiale didattico prodotto da Oronzo
DettagliProf. Ing. Michele Marra Appunti delle lezioni di Ricerca Operativa Teoria dei grafi
CAPITOLO III 3.1 Introduzione Nei paragrafi seguenti verranno introdotti gli strumenti di base connessi con la Pianificazione di un Sistema decisionale complesso: si inizierà con alcuni elementi fondamentali
DettagliLaurea triennale - Comunicazione&DAMS - UNICAL. Dr. Marco Manna 1
Corso di INFORMATICA Laurea triennale - Comunicazione&DAMS Dr. Marco Manna 1 1 Dipartimento di Matematica Università della Calabria Corso di laurea intercalsse in COMUNICAZIONE&DAMS http://elleboro.unical.it/drupalab/informatica2009/
DettagliLezioni di Economia Aziendale classe prima Prof. Monica Masoch ESERCIZI SUL CALCOLO %
Lezioni di Economia Aziendale classe prima Prof. Monica Masoch ESERCIZI SUL CALCOLO % 1 U.D. 1 CALCOLI PERCENTUALI A PPLICATI A LLE A ZIENDE SVOLGIMENTO DEGLI ESERCIZI I passaggi per impostare e risolvere
DettagliIntroduzione alla programmazione lineare. Mauro Pagliacci
Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati
DettagliMINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO
Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliElementi di matematica finanziaria
Elementi di matematica finanziaria 1. Percentuale Si dice percentuale di una somma di denaro o di un altra grandezza, una parte di questa, calcolata in base ad un tanto per cento, che si chiama tasso percentuale.
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 19/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliMinimo Albero Ricoprente
Minimo lbero Ricoprente Pag. 1/20 Minimo lbero Ricoprente Il problema della definizione di un Minimo lbero Ricoprente trova applicazione pratica in diverse aree di studio, quali ad esempio la progettazione
Dettagli4.2. Disegno 3D. Figura 4.20. punto di vista. punto di vista. punto di vista. (b ) (a ) (c )
4.2. Disegno 3D Riferimenti: [KW01] pag. 172 Per approfondire: [DW04] pagg. 1-16. C è un numero enorme di metodi ed algoritmi per la creazione di visualizzazioni di grafi esteticamente gradevoli in due
DettagliFSM: Macchine a Stati Finiti
FSM: Macchine a Stati Finiti Introduzione Automi di Mealy Automi di Moore Esempi Sommario Introduzione Automi di Mealy Automi di Moore Esempi Sommario Introduzione Metodo per descrivere macchine di tipo
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 9/0/06 (Cognome) (Nome) (Matricola) Esercizio. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliEsercitazioni di contabilità
Esercitazioni di contabilità esercitazione n. 1 28-04-2016 Capitoli 1-4 libro Marchi Dipartimento di Economia e Management Corso di Economia Aziendale L-Z A.A. 2015-16 1 Le quattro operazioni fondamentali
DettagliOpenDataLazio Formia 9 aprile 2015 Laboratorio. Roberto Angeletti
OpenDataLazio Formia 9 aprile 2015 Laboratorio Roberto Angeletti OpenDataLazio dati.lazio.it Quali dati aperti del Lazio sono subito visualizzabili su una mappa? Troviamo i dati vettoriali catalogati
DettagliBanchi ortogonali Casi importanti
anchi ortogonali anchi ortogonali Casi importanti Trasformata a blocchi (JPEG, MPEG) anchi a due canali (JPEG 000) anchi modulati Trasformata di Fourier a blocchi (OFDM) anchi coseno-modulati (AC3, MUSICAM)
DettagliLezione 12 Argomenti
Lezione 12 Argomenti Costi di produzione: differenza tra costo economico e costo contabile I costi nel breve periodo Relazione di breve periodo tra funzione di produzione, produttività del lavoro e costi
DettagliOfferta in concorrenza perfetta: Cap.6
Offerta in concorrenza perfetta: il lato dei costi Cap.6 Curva di offerta Per capire meglio le origini della curva di offerta consideriamo ora una impresa che debba decidere quale livello di produzione
Dettagli2 Formulazione dello shortest path come problema di flusso
Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione
DettagliMATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010
elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre
DettagliSono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza
Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di
DettagliModelli di Programmazione Lineare. PRTLC - Modelli
Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo Rilassamento continuo - generazione
DettagliStop e Reverse passa alla cassa
Pubblicazioni PlayOptions Stop e Reverse passa alla cassa Strategist Cagalli Tiziano Disclaimer I pensieri e le analisi qui esposte non sono un servizio di consulenza o sollecitazione al pubblico risparmio.
DettagliEsame di Ricerca Operativa del 18/12/12. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 8// (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x x x + x x x + x 8 x Base
DettagliSegue a questa lista una descrizione delle funzioni per ogni punto.
SUITE DI GESTIONE WISP MANAGER/Offerta Economica Realizzazione dei servizi su nodi virtuali. La virtualizzazione permette di astrarre i servizi dalla macchina sulla quale sono installati. Uno dei principali
DettagliEfficienza secondo i criteri di first best
Efficienza secondo i criteri di first best Ruolo del settore pubblico Intervento dello Stato L economia pubblica giustifica l intervento dello Stato nell economia in presenza di fallimenti del mercato
DettagliTUTORIAL CALCOLO PONTE TERMICO CON THERM
TUTORIAL CALCOLO PONTE TERMICO CON THERM Realizzato : Ing. Benzi Mauro Ver. 1.3 12/11/2014 1) Settare in menu option -> preference -> result display flag su Heat Flow Pag. 1 a 9 2) Definire nel menu Libraries
DettagliMarketing Elettronico e Diretto
Fondamenti di Marketing Turistico Università degli Studi di Roma Tor Vergata Marketing Elettronico e Diretto Dott. Mario Liguori 1 Definizioni e ambiti di applicazione e-business e-commerce e-procurement
DettagliPROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO
PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO 1. Load Balancing Un istanza del problema del load balancing consiste di una sequenza p 1,..., p n di interi positivi (pesi dei job) e un
DettagliGrafi. Il collegamento fra due nodi in un grafo rappresenta una relazione di adiacenza o di vicinanza tra essi
Lezione 6 Grafi Grafi Estensione di alberi e liste Il collegamento fra due nodi in un grafo rappresenta una relazione di adiacenza o di vicinanza tra essi Sono importanti, perché innumerevoli situazioni
DettagliRegola del partitore di tensione
Regola del partitore di tensione Se conosciamo la tensione ai capi di una serie di resistenze e i valori delle resistenze stesse, è possibile calcolare la caduta di tensione ai capi di ciascuna R resistenza,
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo
Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo Marco Liverani (liverani@mat.uniroma3.it)
DettagliIntroduzione alla tecnica di Programmazione Dinamica
Universitá degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/37 Sommario della lezione Introduzione alla tecnica di Programmazione Dinamica Esempio di applicazione n. 1:
DettagliPROBLEMI DI SCELTA dipendenti da due variabili d azione
prof. Guida PROBLEMI DI SCELTA dipendenti da due variabili d azione in un problema di programmazione lineare, si ricorda che la funzione obiettivo z=f(x,y)=ax+by+c assume il suo valore massimo (o minimo)
DettagliSistemi Web! per il turismo! - lezione 3 -
Sistemi Web per il turismo - lezione 3 - I computer sono in grado di eseguire molte operazioni, e di risolvere un gran numero di problemi. E arrivato il momento di delineare esplicitamente il campo di
Dettaglidifferiticerti.notebook November 25, 2010 nov 6 17.29 nov 6 17.36 nov 6 18.55 Problemi con effetti differiti
Problemi con effetti differiti sono quelli per i quali tra il momento di sostentamento dei costi ed il momento di realizzo dei ricavi intercorre un certo lasso di tempo. Nei casi in cui il vantaggio è
DettagliEsistono alcune sostanze che manifestano la capacità di attirare la limatura di ferro, in particolare, la magnetite
59 Esistono alcune sostanze che manifestano la capacità di attirare la limatura di ferro, in particolare, la magnetite Questa proprietà non è uniforme su tutto il materiale, ma si localizza prevelentemente
DettagliLaboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona
e e Laboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario e ed implementazione in Java Visita di un grafo e e Concetti di base Struttura
DettagliAlgoritmi e strutture di dati. Dispense. Corso di Laurea in Informatica. a.a. 2012-2013 Giorgio Gambosi UNIVERSITÀ DI ROMA ``TOR VERGATA''
Algoritmi e strutture di dati Corso di Laurea in Informatica Dispense aa 2012-2013 Giorgio Gambosi UNIVERSITÀ DI ROMA ``TOR VERGATA'' Revisione per l'aa 2013/14 a cura di Miriam Di Ianni (aggiornate al
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliCosa decidete di fare?
Immaginate di aver trovato un lavoretto estivo in un bar All inizio lavorate 5 ore al giorno (5 giorni alla settimana) a 8 euro l ora Poi il padrone del bar impazzisce e vi raddoppia la paga (16 euro all
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliOnline Gradient Descent
F94 Metodi statistici per l apprendimento Online Gradient Descent Docente: Nicolò Cesa-Bianchi versione 9 aprile 06 L analisi del Perceptrone ha rivelato come sia possibile ottenere dei maggioranti sul
DettagliSommario della lezione
Universitá degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/36 Sommario della lezione Ulteriori esempi di applicazione della Programmazione Dinamica Esempio di applicazione
DettagliNUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
DettagliLa in verifica forma teoria normale della normalizzazione fornisce comunque uno strumento di già
Le dati Presenza Complicazioni forme relazionale normaliverificano di ridondanze la qualitàdi uno schema di una base di Forme La forma normalizzazionepermette nella gestione di degli ottenere aggiornamenti
Dettagli2.3.4 Pianificazione di progetti
.. Pianificazione di progetti Un progetto è costituito da un insieme di attività i, con i =,..., m, ciascuna di durata d i. stima Tra alcune coppie di attività esistono relazioni di precedenza del tipo
DettagliCAPITOLO V. DATABASE: Il modello relazionale
CAPITOLO V DATABASE: Il modello relazionale Il modello relazionale offre una rappresentazione matematica dei dati basata sul concetto di relazione normalizzata. I principi del modello relazionale furono
DettagliStrumenti freeware/open source per l'insegnamento delle discipline scientifiche
PLS-Fisica e AIF-Liguria - formazione/specializzazione rivolto per gli insegnanti Strumenti freeware/open source per l'insegnamento delle discipline scientifiche con applicazioni a problemi concreti GESTIRE
DettagliIl programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l
DettagliMODELLO PER LA RAPPRESENTAZIONE DI SISTEMI DI PRODUZIONE A FLUSSO IN FUNZIONE DELLA QUALITÀ
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria MODELLO PER LA RAPPRESENTAZIONE DI SISTEMI DI PRODUZIONE A FLUSSO IN FUNZIONE DELLA QUALITÀ Carlo Noè Università Carlo Cattaneo
Dettagli7 giorni 30 giorni 365 giorni
Budini, torte, biscotti 7 coppie e un gruppo da tre Tutte le coppie calcolano esattamente i litri di latte necessari per le torte e per i budini. Per i biscotti (2,5 litri di latte al giorno) si hanno
DettagliManuale Utente per la Gestione dei Revisori degli Enti Locali
Manuale Utente per la Gestione dei Revisori degli Enti Locali INDICE DEI CONTENUTI 1 PRESENTAZIONE DEL DOCUMENTO 3 1.1 INTRODUZIONE NORMATIVA 3 1.2 DEFINIZIONE DEI TERMINI/GLOSSARIO 4 2 MODALITÀ DI ACCESSO
DettagliISCRIZIONI ONLINE 2014 II FASE Scuole Verifica domande
ISCRIZIONI ONLINE 2014 II FASE Scuole Verifica domande II FASE Scuole Verifica delle domande Dal 3 febbraio, fino al 28 febbraio, le scuole destinatarie dell iscrizione o anche quelle di attuale frequenza
DettagliElementi di Informatica e Programmazione
Elementi di Informatica e Programmazione Introduzione Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Docente: Daniela Fogli Informazioni
DettagliAi fini della comprensione e risoluzione corretta de problema risulta molto utile rappresentarne la trasformazione su un diagramma SY.
Silvia Tosini matr. 146697 Lezione del 31/1/3 ora 1:3-1:3 (6(5&,,' (6$( &RQVLJOLSHUXQDJLXVWDOHWWXUDGHLGDWL Si ricorda che le cifre in lettere: A B C D E F dei dati si riferiscono rispettivamente al primo,
Dettagli0.1 Esercizi calcolo combinatorio
0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,
DettagliInformatica B. Sezione D. Scuola di Ingegneria Industriale Laurea in Ingegneria Energetica Laurea in Ingegneria Meccanica
Scuola di Ingegneria Industriale Laurea in Ingegneria Energetica Laurea in Ingegneria Meccanica Dipartimento di Elettronica, Informazione e Bioingegneria Informatica B Sezione D Franchi Alessio Mauro,
Dettagli2.2 Scheduling in Linux
Appunti di Sistemi Operativi 28 2.2 Scheduling in Linux In generale, i processi possono essere classificati secondo due schemi: CPU bound vs. I/O bound; interattivi vs. batch vs. real-time. Le due classi
DettagliLe Reti Informatiche
Le Reti Informatiche modulo 8 Prof. Salvatore Rosta www.byteman.it s.rosta@byteman.it 1 Il Livello di Trasporto: 1 L utente non ha il controllo sulla rete; non può risolvere i problemi di un servizio inadeguato
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
Dettagli