Cammini Minimi. Cammino in un grafo. Connettività in grafi non orientati. Connettività in grafi orientati

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Cammini Minimi. Cammino in un grafo. Connettività in grafi non orientati. Connettività in grafi orientati"

Transcript

1 Cammini Minimi Algoritmo di Dijktra Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percoro) in G è un inieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v v k In un grafo orientato i farà riferimento a cammini diretti Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2 Connettività in grafi non orientati Due vertici u,v ono connei in un grafo non orientato e eite un cammino che collega u e v Un grafo è conneo e per ogni coppia di vertici u e v, u e v ono connei Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Connettività in grafi orientati Due vertici u e v ono connei in un grafo orientato e eite un cammino diretto che collega u a v Un grafo diretto è fortemente conneo e per ogni coppia (u,v), eite un cammino da u a v e da v ad u Un grafo è debolmente conneo e per ogni coppia (u,v), eite un cammino da u a v (o vicevera) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Coto di un cammino ia G = (V,E) un grafo orientato ai cui archi è aociato un coto W(u,v). Il coto di un cammino p = (v 0,v 1,...,v k ) è la omma dei coti degli archi che lo cotituicono W( p) k = W i = ( v v 1 i 1, i ) Coto di un cammino minimo Il coto minimo del cammino da un vertice u ad un vertice v è definito nel eguente modo: min {W(p)} e eitono cammini p da u a v δ(u,v) = altrimenti Un cammino minimo da u a v è un cammino p da u a v di coto W(p) = δ(u,v) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1

2 Varie verioni del problema 1 Nel problema dei cammini minimi viene richieto di calcolare i cammini minimi in un grafo orientato Vi ono quattro verioni del problema: Cammini minimi da un'unica orgente a tutti gli altri vertici (ingle ource hortet Path) Cammini minimi da ogni vertice ad un'unica detinazione (ingle Detination hortet Path) Varie verioni del problema 2 Cammini minimi da un'unica orgente ad un unica detinazione (ingle-pair hortet Path) Cammini minimi da ogni vertice ad ogni altro vertice (All Pair hortet Path) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 7 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 8 Rioluzione dei vari problemi Noi riolveremo la prima itanza La econda itanza i riolve immetricamente La terza i può riolvere uando la oluzione della prima Non i conoce ancora un algoritmo che riolva la terza itanza in tempo aintoticamente migliore della prima La quarta itanza i può riolvere uando la oluzione della prima per ogni vertice del grafo In genere i può fare di meglio Eempio di applicazione i upponga di voler determinare il percoro più breve (in termini di chilometri) che collega due luoghi A e B e i modella la carta tradale u cui compaiono A e B come un grafo in cui: I vertici ono gli incroci Gli archi ono i tratti di trada tra incroci ucceivi I pei degli archi ono le ditanze in chilometri di ciacun arco Il problema i riconduce a quello dell'identificazione del cammino minimo dal vertice corripondente ad A al vertice corripondente a B Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 9 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 10 Eempio di cammino minimo Note 1 12 v 1 v t Nel cao di grafi non peati, l'identificazione dell'albero dei cammini minimi può eere eeguita tramite la procedura di viita in ampiezza 1 v 9 v cammino minimo 1 Non vogliamo calcolare olo il coto dei cammini minimi, ma anche i cammini minimi tei Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 11 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 12 2

3 Archi di coto negativo Nel grafo orientato ci potrebbero eere anche archi di coto negativo Queti archi potrebbero creare dei problemi nell individuazione dei cammini minimi Vi potrebbero eere dei cicli di coto negativo raggiungibili da e un vertice u è raggiungibile da tramite un cammino p che paa per un vertice appartenente ad un ciclo di coto negativo, allora eiteranno cammini da a u di coto empre minore coto minimo di cammino δ(,u) non è definito Eempio a 2 7 b c -10 Nel cao di cicli negativi i pone δ(,u)= u Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1 Archi di coto poitivo upporremo che il grafo orientato avrà olo archi di coto poitivo In queto cao il cammino di lunghezza minima non contiene cicli Dimotrazione? Teorema: ottotruttura ottimale e p è un cammino minimo da u a v, allora ogni otto-cammino di p è anche un cammino minimo In altre parole: e il cammino p = (v 0,v 1,...,v k ) è minimo allora ono minimi anche tutti i ottocammini p ij = (v i,...,v j ). Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1 Dimotrazione e eitee un cammino q da v i a v j di coto minore di p ij allora otituendo nel cammino p il ottocammino p ij con il cammino q i otterrebbe un cammino da v 0 a v k di coto minore di p Impoibile e p è minimo v 0 v i X v j v k q Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 17 compoizione dei coti di un cammino minimo e p è un cammino minimo da ad un vertice v ed u è il vertice che precede v nel cammino allora δ(,v) = δ(,u) + W(u,v) Dimotrazione: Dipende dalla ottotruttura ottima: δ(,v) = W(p) = δ(,u) + W(u,v) p' v u Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 18

4 Limite uperiore per i coti di cammino minimo Per ogni arco (u,v) vale la diuguaglianza: δ(,v) δ(,u) + W(u,v) Dimotrazione e u non è raggiungibile da allora δ(,u) = e δ(,v) + W(u,v) banalmente e u è raggiungibile da allora δ(,u) + W(u,v) è il coto di un cammino da a v ed è quindi maggiore o uguale di δ(,v) Rappreentazione dei cammini minimi 1 In genere ci interea calcolare non olo i coti dei cammini minimi dalla orgente ad ogni vertice del grafo ma anche i cammini minimi tei Dato un vertice u con π[u] indichiamo il predeceore di u nel cammino da a u Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 19 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 20 Rappreentazione dei cammini minimi 2 G=(V,E) V = orgente Definiamo G π =(V π,e π ) il ottografo predeceore di G con V π ={v V: π[v] NIL} {} E π ={(π[v],v) E : v V π -{}} ottografo predeceore Un ottografo predeceore G π è uno hortetpath tree per G e V π è cotituito da tutti i vertici di G raggiungibili da G π forma un albero con radice il cammino emplice da a v in G π coincide con il cammino minimo da a v in G Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 21 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 22 Tecnica del rilaamento Idea dell algoritmo 1 L algoritmo che tudieremo per riolvere il problema dei cammini minimi ua la tecnica del rilaamento Dettagli a breve Ad ogni vertice v del grafo aociamo un campo d[v] che rappreenta una tima di δ(,v) Durante l eecuzione dell algoritmo è un limite uperiore per δ(,v) [d[v] δ(,v)]; mentre alla fine arà uguale a δ(,v) I valori d[v] e π[v] vengono aggiornati mediante la coiddetta tecnica del rilaamento degli archi quando viene rilaato l arco (u,v) i verifica e è poibile ottenere un cammino più breve di quello di coto d[v] attraverando l arco (u,v) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2

5 Rilaamento di un arco Il rilaamento ripetto ad un arco (u,v) conite nel controllare e è poibile migliorare il cammino finora trovato per v aggiungendo al cammino trovato per u l arco (u,v). Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2 Idea dell algoritmo 2 Rilaamento di un arco RELAX(u, v, w) if d[u] + w(u, v) < d[v] then d[v] d[u] + w(u, v) π[v] u //predeceore di u ul cammino di coto d[v] Inizializzazione INITIALIZE-INGLE-OURCE(G, ) for each vertex v V[G] d[v] π[v] nil d[] 0 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2 Effetto del rilaamento Dopo aver eeguito RELAX(u, v, w) vale la diuguaglianza d[v] d[u] + W(u,v) e d[v] > d[u] + W(u,v) prima del rilaamento, allora viene poto d[v] = d[u] + W(u,v) e d[v] d[u] + W(u,v) prima del rilaamento, allora non viene fatto nulla Idea dell algoritmo i eegue INITIALIZE-INGLE-OURCE(G, ) Ogni arco (u,v) viene rilaato eeguendo RELAX(u, v, w) L algoritmo termina quando i valori di d coincidono con i pei dei cammini minimi i noti che e ad un certo punto d[u]=δ(,u), allora neuna ucceiva invocazione di RELAX può modificare d[u] Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 27 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 28 Come cegliamo gli archi? Nota L ordine in cui gli archi vengono rilaati dipende dal tipo di algoritmo Alcuni algoritmi rilaano ciacun arco più volte i può provare che qualiai algoritmo che eegua l inizializzazione ed una equenza di rilaamenti per cui alla fine d[v] = δ(,v) per ogni vertice v calcola correttamente i cammini minimi Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 29 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 0

6 Algoritmi per P Vi ono due algoritmi claici di queto tipo, uno dovuto a Dijktra ed uno dovuto a Bellman-Ford L algoritmo di Dijktra richiede che i pei degli archi non iano negativi mentre quello di Bellman-Ford funziona anche nel cao generale Algoritmo di Dijktra 1 Input: grafo direzionato G=(V,E) con archi di peo maggiore o uguale a 0 un vertice che rappreenta la orgente L algoritmo mantiene Per ogni u V, i valori d[u] e π[u] : inieme di vertici per cui è tato già determinato un cammino minimo Per ogni u i ha d[u]=δ(,u) Q: coda a priorità che contiene i vertici che non ono in Per ogni u Q, la chiave che determina la priorità di u è d[u] Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2 Algoritmo di Dijktra 2 I vertici adiacenti a quelli in formano una frontiera tra i vertici per cui i conoce un cammino minimo e tutti gli altri vertici Ogni volta viene inerito in il vertice della frontiera che ha il valore di d più piccolo (celta greedy) e vengono rilaati tutti gli archi ucenti da eo Ogni arco è rilaato eattamente una volta Output: π: ottografo predeceore, d: pei dei cammini minimi da a tutti gli altri vertici Algoritmo di Dijktra Per ogni vertice u di è già noto il cammino minimo da ad u frontiera Reto del grafo Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Peudocodice dell algoritmo di Dijktra DIJKTRA(G,w,) 1 INITIALIZE-INGLE-OURCE(G, ) 2 Q V[G] while Q do u Extract-Min(Q) {u} 7 for each v Adj[u] 8 do RELAX(u,v,w) Pao dell algoritmo di Dijktra I valori nei vertici indicano i valori di d 0 min(+, ) = Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percoro paante olo per vertici in min(+8, ) = 12 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati

7 Pao dell algoritmo di Dijktra I valori nei vertici indicano i valori di d Pao dell algoritmo di Dijktra I valori nei vertici indicano i valori di d min(9, +1) = min(12, +) = 9 Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percoro paante olo per vertici in Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percoro paante olo per vertici in Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 7 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 8 Pao dell algoritmo di Dijktra I valori nei vertici indicano i valori di d 8 1 Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percoro paante olo per vertici in 7 9 Correttezza dell algoritmo ia u il vertice della frontiera con il più piccolo valore di d. Un qualiai cammino minimo da ad u attravera olo vertici in u Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 9 Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 0 Correttezza dell algoritmo di Dijktra 1 ia u il vertice della frontiera con il più piccolo valore di d. Qualiai cammino da ad u che attravera qualche vertice in V- ha lunghezza maggiore di d[u] in quanto deve paare attravero qualche altro vertice x della frontiera con d[x] d[u] per poi raggiungere u Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 1 u x Correttezza dell algoritmo di Dijktra 2 ia p' u v un percoro minimo da a v. e prima della chiamata a RELAX(u,v,w) i ha d[u]= δ(,u), allora dopo la chiamata i ha d[v]= δ(,v). Dimotrazione d[v] d[u]+w(u,v) Per effetto di RELAX(u,v,w) = δ(,u)+w(u,v) = δ(,v) Per la ottotruttura ottimale Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 2 7

8 Correttezza dell algoritmo di Dijktra Teorema: Quando u viene inerito in i ha d[u] = δ(,u). Idea della dimotrazione: Da quanto illutrato nelle due lide precedenti egue che eite un cammino minimo tra ed u che attravera olo vertici di : z u iccome d[z] = δ(,z), allora il riultato della lide precedente implica che dopo RELAX(z,u,w) (eeguita quando z viene aggiunto ad ) riulta d[u] = δ(,u) (e π[u] = z). Compleità dell algoritmo di Dijktra Il tempo di eecuzione dipende da come è implementata la coda a priorità Q Per l analii conidereremo tre divere implementazioni di Q Mediante un array Mediante binary heap Mediante Fibonacci Heap INITIALIZE-INGLE-OURCE(G, ) richiede tempo O(V) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Q implementata con array Inizializzazione di Q Tempo O(V) per inerire i vertici nell array Analii del ciclo di while V operazioni Extract-Min (linea ) Ciacuna richiede tempo O(V) in quanto occorre cercare il minimo V aggiornamenti di Ciacuna richiede tempo cotante Un totale di O(E) iterazioni del ciclo di for (linee -8) in quanto la lita di adiacenza di ciacun vertice u viene candita eattamente una volta (quando u è inerito in ) RELAX(u,v,w) ulla linea 8 richiede tempo cotante Tempo totale: O(V 2 + E )=O(V 2 ) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Q implementata con binary heap Inizializzazione di Q effettuata mediante una Build-Heap che cotruice un heap con V elementi in tempo O(V) Analii del ciclo di while V operazioni Extract-Min - Ciacuna richiede tempo O(log V) V aggiornamenti di - Ciacuna richiede tempo cotante Un totale di O(E) iterazioni del ciclo di for (linee -8) in quanto la lita di adiacenza di ciacun vertice u viene candita eattamente una volta (quando u è inerito in ) RELAX(u,v,w) ulla linea 8 : L aggiornamento di d[v] è effettuata eeguendo DECREAE- KEY(Q,v,d[u]+w(u,v)) che richiede tempo O(log V) L aggiornamento di π[v] richiede tempo cotante Tempo totale: O(Vlog V + E log V) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati Q implementata con Fibonacci heap Inizializzazione di Q effettuata mediante V Make-Heap e V-1 Union in tempo O(V) Analii del ciclo di while V operazioni Extract-Min - Ciacuna richiede tempo O(log V) V aggiornamenti di - Ciacuna richiede tempo cotante Un totale di O(E) iterazioni del ciclo di for (linee -8) in quanto la lita di adiacenza di ciacun vertice u viene candita eattamente una volta (quando u è inerito in ) RELAX(u,v,w) ulla linea 8 : L aggiornamento di d[v] è effettuata eeguendo DECREAE- KEY(Q,v,d[u]+w(u,v)) che richiede tempo ammortizzato O(1) L aggiornamento di π[v] richiede tempo cotante Tempo totale: O(Vlog V + E) Prof. Carlo Blundo Laboratorio di Algoritmi e trutture Dati 7 8

Un problema molto comune

Un problema molto comune Cammini Minimi [CLRS cap. 4] Un problema molto comune Si vuole andare da Salerno a Milano in auto percorrendo il minor numero di chilometri Soluzione inefficiente: i coniderano TUTTI i percori poibili

Dettagli

Cammini Minimi. Un problema molto comune. Formalizziamo. Peso di un cammino. Esempio. Ritorniamo all esempio iniziale. Input:

Cammini Minimi. Un problema molto comune. Formalizziamo. Peso di un cammino. Esempio. Ritorniamo all esempio iniziale. Input: Cammini Minimi Un problema molto comune i uole andare da alerno a Milano in auto percorrendo il minor numero di chilometri oluzione inefficiente: i coniderano TUTTI i percori poibili e e ne calcola la

Dettagli

Cammini Minimi. Algoritmo di Dijkstra. Cammino in un grafo

Cammini Minimi. Algoritmo di Dijkstra. Cammino in un grafo Cammini Minimi Algoritmo di Dijkstra Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percorso) in G è un insieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v 3 v k In un grafo

Dettagli

Cammini Minimi. Algoritmo di Dijkstra

Cammini Minimi. Algoritmo di Dijkstra Cammini Minimi Algoritmo di Dijkstra Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percorso) in G è un insieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v 3 v k In un grafo

Dettagli

Shortest-Paths Problem - definizioni

Shortest-Paths Problem - definizioni Grafo Cammini Minimi GT 3.6 Shortet-Path Problem - definizioni G (V,E) grafo orientato, peato, con fnzione peo w: E R Lnghezza (peo) di n cammino p = < 0,,..., k > : k w( p) = i= 0 Ditanza tra ertici e

Dettagli

Cammini minimi con sorgente singola

Cammini minimi con sorgente singola Cammini minimi con sorgente singola Vittorio Maniezzo - Università di Bologna Cammini minimi con sorgente singola Dato: un grafo(orientatoo non orientato) G= (V,E,W) con funzionedi peso w:e R un particolarevertices

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboraorio di Algorimi e Sruure Dai Aniello Murano hp://people.na.infn.i people.na.infn.i/~murano/ 1 Algorimi per il calcolo di percori minimi u un grafo 1 Un emplice problema Problema: Supponiamo che

Dettagli

Grafi (orientati): cammini minimi

Grafi (orientati): cammini minimi .. Grafi (orientati): cammini minimi Una presentazione alternativa (con ulteriori dettagli) Un algoritmo greedy per calcolare i cammini minimi da un vertice sorgente in un grafo orientato e pesato, senza

Dettagli

PROBLEMA DEI CAMMINI MINIMI [CORMEN ET AL. CAP. 24] Il costo di cammino minimo da un vertice u ad un vertice v è definito nel seguente modo:

PROBLEMA DEI CAMMINI MINIMI [CORMEN ET AL. CAP. 24] Il costo di cammino minimo da un vertice u ad un vertice v è definito nel seguente modo: PROBLEMA DEI CAMMINI MINIMI [CORMEN ET AL. CAP. 24] Sia G = (V,E) un grafo orientato ai cui archi è associato un costo W(u,v). Il costo di un cammino p = (v 1,v 2,...,v k ) è la somma dei costi degli archi

Dettagli

Cammini minimi con sorgente singola

Cammini minimi con sorgente singola Capitolo 11 Cammini minimi con sorgente singola efinizione 11.1. Sia G = (V,, w) un grafo orientato e pesato; dato il cammino p = v 0, v 1,..., v k in G, il valore w(p) = k i=1 w(v i 1, v i ) rappresenta

Dettagli

Bioinformatica. Grafi. a.a Francesca Cordero. Grafi Bioinformatica

Bioinformatica. Grafi. a.a Francesca Cordero. Grafi Bioinformatica fcordero@di.unito.it Introduzione cknowledgement Lucidi da. Horváth,. emetrescu et al, lgoritmi e strutture dati, McGraw-Hill 3 efinizione: che cosa sono i grafi? definizione astratta: un grafo G = (V,)

Dettagli

Visite in Grafi BFS e DFS

Visite in Grafi BFS e DFS Visite in Grafi BFS e DFS Visita di un Grafo Obiettivo: Visitare una sola volta tutti i nodi del grafo. Es.: visitare un porzione del grafo del Web Difficoltà: Presenza di cicli: Marcare i nodi visitati

Dettagli

Grafi (non orientati e connessi): minimo albero ricoprente

Grafi (non orientati e connessi): minimo albero ricoprente .. Grafi (non orientati e connessi): minimo albero ricoprente Una presentazione alternativa (con ulteriori dettagli) Problema: calcolo del minimo albero di copertura (M.S.T.) Dato un grafo pesato non orientato

Dettagli

Visite in Grafi BFS e DFS. PDF created with FinePrint pdffactory trial version

Visite in Grafi BFS e DFS. PDF created with FinePrint pdffactory trial version Visite in Grafi BFS e DFS Visita di un Grafo 8Obiettivo: 4Visitare una sola volta tutti i nodi del grafo. 4Es.: visitare un porzione del grafo del Web 8Difficoltà : 4Presenza di cicli: Marcare i nodi visitati

Dettagli

Problema del cammino minimo

Problema del cammino minimo Algoritmi e Strutture di Dati II Problema del cammino minimo Un viaggiatore vuole trovare la via più corta per andare da una città ad un altra. Possiamo rappresentare ogni città con un nodo e ogni collegamento

Dettagli

Coda a Priorità. Coda a Priorità. Coda a Priorità: heap binario. Coda a Priorità: heap binario

Coda a Priorità. Coda a Priorità. Coda a Priorità: heap binario. Coda a Priorità: heap binario Coda a Priorità Coda a Priorità Ineme dinamico. Ogni elemento x dell ineme ha un valore vx aociato. Ineme: vertici di un grafo; valore = d(v) (il grado del vertice) Ineme: uomini nell algoritmo GS; valore

Dettagli

Grafi (orientati): cammini minimi

Grafi (orientati): cammini minimi Grafi (orientati): cammini minimi Una breve presentazione Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Un cammino minimo tra

Dettagli

Algoritmi e Strutture dati Mod B. Grafi: Percorsi Minimi (parte I)

Algoritmi e Strutture dati Mod B. Grafi: Percorsi Minimi (parte I) Algoritmi e Strutture dati Mod B Grafi: Percorsi Minimi (parte I) Grafi: Percorsi minimi Un percorso minimo in un grafo G= grafo pesato orientato, con funzione di peso w: E fi che mappa archi in pesi

Dettagli

Algoritmi e Strutture dati Mod B. Grafi Percorsi Minimi: algoritmi esatti e algoritmi euristici (A*)

Algoritmi e Strutture dati Mod B. Grafi Percorsi Minimi: algoritmi esatti e algoritmi euristici (A*) Algoritmi e Strutture dati Mod B Grafi Percorsi Minimi: algoritmi esatti e algoritmi euristici (A*) Grafi: Percorsi minimi Un percorso minimo in un grafo G= grafo pesato orientato, con funzione di

Dettagli

Riprendiamo l algoritmo di Ford-Fulkerson che risolve il problema del flusso per vederne una delle innumerevoli applicazioni

Riprendiamo l algoritmo di Ford-Fulkerson che risolve il problema del flusso per vederne una delle innumerevoli applicazioni Riprendiamo l algoritmo di Ford-Fulkeron che riolve il problema del fluo per vederne una delle innumerevoli applicazioni Reti di fluo Atrazione per materiale che corre attravero gli archi (come liquidi

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi Elementari su Grafi Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino Polo di Scienze Università di Camerino ad Ascoli Piceno Visita

Dettagli

Algoritmi e strutture dati

Algoritmi e strutture dati Algoritmi e Strutture Dati Cammini minimi Definizioni Sia G = (V,E) un grafo orientato pesato sugli archi. Il costo di un cammino π = è dato da: Un cammino minimo tra una coppia di

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboratorio di Algoritmi e Strutture Dati Aniello Murano http://people.na.infn.it people.na.infn.it/~murano/ Grafi pesati e alberi minimi di copertura Riepilogo delle lezioni precedenti Definizione di

Dettagli

Algoritmi & Laboratorio

Algoritmi & Laboratorio Acknowledgement Lucidi da F. Damiani, a.a. 2004-2005 C. Demetrescu et al, Algoritmi e strutture dati, McGraw-Hill M. Zacchi, a.a. 2003-2004 I lucidi non sono un sostituto per il libro di testo non contengono

Dettagli

dove x 0 R n è fissato.

dove x 0 R n è fissato. AMMISSIONE AL QUARTO ANNO: prova di ANALISI MATEMATICA (matematici e fiici) 26 Sia α (, ) (a) Provare che eite c α >, indipendente da t e, tale che (b) Calcolare c /2 (t σ) α (σ ) α dσ = c α, t, () (c)

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboratorio di Algoritmi e Strutture Dati Prof. Aniello Murano Componenti fortemente connesse e Alberi minimi di copertura Corso di Laurea Codice insegnamento Email docente Anno accademico Informatica

Dettagli

Cammini minimi con una sorgente

Cammini minimi con una sorgente Cammini minimi con na orgene Problema dei cammini minimi Variani e archi negaii Soorra oima di n cammino minimo Algorimo di Dijkra Compleià dell algorimo Rappreenazione dei cammini minimi Problema dei

Dettagli

Algoritmi e Strutture Dati. Capitolo 13 Cammini minimi: Algoritmo di Bellman e Ford

Algoritmi e Strutture Dati. Capitolo 13 Cammini minimi: Algoritmo di Bellman e Ford Algoritmi e Strutture Dati Capitolo 13 Cammini minimi: Algoritmo di Bellman e Ford Cammini minimi in grafi: una trilogia Cammini minimi in grafi: Episodio II: cammini minimi a singola sorgente (per grafi

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Introduzione ai grafi Grafi: Definizione e Algoritmi di visita Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino A.A. 2007/08 Introduzione ai

Dettagli

Cammini minimi. Damiano Macedonio

Cammini minimi. Damiano Macedonio Cammini minimi Damiano Macedonio mace@unive.it Copyright 2010 2012, Moreno Marzolla, Università di Bologna, Italy (http://www.moreno.marzolla.name/teaching/asd2011b/) Modifications Copyright c 2015, Damiano

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboraorio di Algorimi e Sruure Dai Aniello Murano hp://people.na.infn.i people.na.infn.i/ ~murano/ 1 Algorimi per il calcolo di percori minimi u un grafo 1 Un emplice problema Pr oblema: Supponiamo che

Dettagli

Introduzione. Esempio di costruzione one del contorno delle radici. Esempio... 4

Introduzione. Esempio di costruzione one del contorno delle radici. Esempio... 4 Appunti di Controlli Automatici 1 Capitolo 5 parte II Il contorno delle radici Introduzione... 1 Eempio di cotruzione del contorno delle radici... 1 Eempio... 4 Introduzione Il procedimento per la cotruzione

Dettagli

Esempi. non. orientato. orientato

Esempi. non. orientato. orientato Definizione! Un grafo G = (V,E) è costituito da un insieme di vertici V ed un insieme di archi E ciascuno dei quali connette due vertici in V detti estremi dell arco.! Un grafo è orientato quando vi è

Dettagli

Algoritmi & Laboratorio

Algoritmi & Laboratorio lbero ricoprente sia dato un grafo connesso e non orientato un albero ricoprente è un sottografo che contiene tutti nodi è aciclico è connesso cknowledgement Lucidi da. Damiani, a.a. 00-00. Demetrescu

Dettagli

Grafi: visita generica

Grafi: visita generica .. Grafi: visita generica Una presentazione alternativa (con ulteriori dettagli) Algoritmi di visita Scopo: visitare tutti i vertici di un grafo (si osservi che per poter visitare un vertice occorre prima

Dettagli

Appunti lezione Capitolo 13 Programmazione dinamica

Appunti lezione Capitolo 13 Programmazione dinamica Appunti lezione Capitolo 13 Programmazione dinamica Alberto Montresor 12 Novembre, 2015 1 Domanda: Fattore di crescita dei numeri catalani Vogliamo dimostrare che cresce almeno come 2 n. La nostra ipotesi

Dettagli

Minimo albero di copertura

Minimo albero di copertura apitolo 0 Minimo albero di copertura efinizione 0.. ato un grafo G = (V, E) non orientato e connesso, un albero di copertura di G è un sottoinsieme T E tale che il sottografo (V, T ) è un albero libero.

Dettagli

Alberi di copertura minimi

Alberi di copertura minimi Alberi di copertura minimi 1 Problema Nella progettazione di circuiti elettronici è spesso necessario collegare i morsetti. Per connettere un insieme di n morsetti si può usare un insieme di n-1 fili elettrici.

Dettagli

Lezione 9. Schemi di controllo avanzati parte prima. F. Previdi - Controlli Automatici - Lez. 9 1

Lezione 9. Schemi di controllo avanzati parte prima. F. Previdi - Controlli Automatici - Lez. 9 1 Lezione 9. Schemi di controllo avanzati parte prima F. Previdi - Controlli Automatici - Lez. 9 Schema. Regolatori in anello aperto Controllo multivariabile:. Regolatori di diaccoppiamento 3. Controllo

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi e Strutture Dati Capitolo 3 Cammini minimi: algoritmo di Dijkstra Cammini minimi in grafi: cammini minimi a singola sorgente (senza pesi negativi) Cammini minimi in grafi pesati Sia G=(V,E,w)

Dettagli

Esercitazione 7. Grafi. Rappresentazione e algoritmi di visita

Esercitazione 7. Grafi. Rappresentazione e algoritmi di visita Esercitazione 7 Grafi Rappresentazione e algoritmi di visita Grafo G = (V,E) non orientato 1 1 G = (V,E) orientato 6 Rappresentazione Grafo G = (V,E) metodi standard per la rappresentazione Liste di adiacenza

Dettagli

Sommario. Rappresentazione dei grafi. Ordinamento topologico. Visita in ampiezza Visita in profondità

Sommario. Rappresentazione dei grafi. Ordinamento topologico. Visita in ampiezza Visita in profondità Visite Grafi Sommario Rappresentazione dei grafi Visita in ampiezza Visita in profondità Ordinamento topologico Visita in ampiezza La visita in ampiezza breadth-first-search (BFS) di un grafo dato un vertice

Dettagli

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di

Dettagli

Stabilità e punti di equilibrio

Stabilità e punti di equilibrio Capitolo 4 Stabilità e punti di equilibrio 4. Stabilità di un itema epreo da un equazione di tato Si è motrato come un itema poa eere epreo con il itema cotituito dalle equazioni 3.6 e 3.7 ovvero: X()

Dettagli

16/10/11. Capitolo Basic Definitions and Applications. Chapter 3. Graphs. Undirected Graphs. Grafi Diretti

16/10/11. Capitolo Basic Definitions and Applications. Chapter 3. Graphs. Undirected Graphs. Grafi Diretti Chapter 3 3.1 Baic Definition and Application Graph 1 Undirected Graph Grafi Diretti Undirected graph. G = (V, E) V = nodi (anche vertici). E = archi tra coppie di nodi. Modella relazioni tra coppie di

Dettagli

Cammini minimi. Definizioni. Distanza fra vertici. Proprietà dei cammini minimi. Algoritmi e Strutture Dati

Cammini minimi. Definizioni. Distanza fra vertici. Proprietà dei cammini minimi. Algoritmi e Strutture Dati Algoritmi e Strutture Dati Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Cammini minimi Un cammino minimo tra una coppia di

Dettagli

Cammini minimi in grafi:

Cammini minimi in grafi: Algoritmi e strutture dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Cammini minimi in grafi: una trilogia Cammini minimi in grafi: Episodio III: la fine della trilogia Input: nelle puntate

Dettagli

Cammini di costo minimo

Cammini di costo minimo Cammini di costo minimo Ivan Lanese Dipartimento di Informatica Scienza e Ingegneria Università di Bologna ivan.lanese@gmail.com http://www.cs.unibo.it/~lanese/ Cammini di Costo Minimo 2 Definizione del

Dettagli

Progettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Prima

Progettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Prima 1 Progettazione di Algoritmi Anno Accademico 2018 2019 Esercizi Ugo Vaccaro Esercizi su Grafi: Parte Prima N.B. Si ricorda che ogni algoritmo và accompagnato da una argomentazione sul perchè calcola correttamente

Dettagli

Problemi risolvibili con la programmazione dinamica

Problemi risolvibili con la programmazione dinamica Problemi riolvibili on la programmazione dinamia Abbiamo uato la programmazione dinamia per riolvere due problemi. Cerhiamo ora di apire quali problemi i poono riolvere on queta tenia. Sono dei problemi

Dettagli

Università Roma Tre - PAS Classe A048 "Matematica Applicata" - Corso di Informatica a.a. 2013/2014

Università Roma Tre - PAS Classe A048 Matematica Applicata - Corso di Informatica a.a. 2013/2014 Università Roma Tre Dipartimento di Matematica e Fisica Percorso Abilitante Speciale Classe A08 Matematica Applicata Corso di Informatica Algoritmi su Grafi Marco Liverani (liverani@mat.uniroma.it) Sommario

Dettagli

Note per la Lezione 25

Note per la Lezione 25 Progettaione di Algoritmi Anno Accademico 7 8 Note per la Leione 5 Ugo Vaccaro In qeta leione parleremo di problemi algoritmici relatii al calcolo ed alle applicaioni di Cammini Minimi in Grafi. Spprremo

Dettagli

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi e Strutture Dati Grafi e visite di grafi Fabio Patrizi 1 Grafo: definizione Un grafo G=(V,E) consiste in: - un insieme V di vertici (o nodi) - un insieme E di coppie di vertici, detti archi (o

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi e Strutture Dati Capitolo 13 Cammini minimi: Algoritmo di Dijkstra (*) (ACM in grafi diretti e non diretti senza archi di peso negativo) Punto della situazione Algoritmo basato sull ordinamento

Dettagli

Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi

Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore

Dettagli

Grafi. V = {a, b, c, d} E = {(a, b), (a, c), (c, a), (d, d), (b, d)}

Grafi. V = {a, b, c, d} E = {(a, b), (a, c), (c, a), (d, d), (b, d)} Grafi Grafo orientato (o diretto) = (V,E) V = nodi o vertici - E = archi (edges) V = {a, b, c, d} E = {(a, b), (a, c), (c, a), (d, d), (b, d)} archi uscenti da un nodo x: (x, y) archi incidenti su un nodo

Dettagli

Algoritmi e Strutture Dati Grafi. Daniele Loiacono

Algoritmi e Strutture Dati Grafi. Daniele Loiacono lgoritmi e Strutture ati Grafi Riferimenti 2 Questo materiale è tratto dalle trasparenze del corso lgoritmi e Strutture ati del prof. lberto Montresor dell Università di Trento. (http://www.dit.unitn.it/~montreso/asd/index.shtml)

Dettagli

Nel caso di molte misure e statistica gaussiana

Nel caso di molte misure e statistica gaussiana Dicrepanza Nella tragrande maggioranza dei cai le concluioni perimentali implicano il confronto tra due o più valori. Queti valori poono eere delle miure (e quindi con un incertezza), delle time teoriche

Dettagli

FONDAMENTI DI SISTEMI DINAMICI (prof. Vincenzo LIPPIELLO A.A ) Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno

FONDAMENTI DI SISTEMI DINAMICI (prof. Vincenzo LIPPIELLO A.A ) Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno Voto Cognome/Nome & No. Matricola FONDAMENTI DI SISTEMI DINAMICI (prof. Vincenzo LIPPIELLO A.A. 25 26) Coro di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno PROVA DEL 8 SETTEMBRE

Dettagli

Grafi: definizioni e visite

Grafi: definizioni e visite Grafi: definizioni e visite Grafi (non orientati) Grafo (non orientato): G = (V, E) V = nodi (o vertici) E = archi fra coppie di nodi distinti. Modella relazioni fra coppie di oggetti. Parametri della

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Dettagli

Soluzioni della settima esercitazione di Algoritmi 1

Soluzioni della settima esercitazione di Algoritmi 1 Soluzioni della settima esercitazione di Algoritmi 1 Beniamino Accattoli 19 dicembre 2007 1 Grafi Un grafo è non orientato se descrivendo un arco come una coppia di vertici (i,j) l ordine è ininfluente

Dettagli

Circuito sequenziale sincrono. Sintesi di circuiti sequenziali. Automi per la specifica di circuiti di Moore

Circuito sequenziale sincrono. Sintesi di circuiti sequenziali. Automi per la specifica di circuiti di Moore Circuito equenziale incrono Sintei di circuiti equenziali Salvatore Orlando Circuiti combinatori I n R e g O m Per determinare il comportamento del circuito equenziale di opra, dobbiamo determinare la

Dettagli

Grafi non orientati. Grafi (non orientati) Rappresentazione di Grafi: matrice delle adiacenze. Tipiche applicazioni di modelli basati su grafi

Grafi non orientati. Grafi (non orientati) Rappresentazione di Grafi: matrice delle adiacenze. Tipiche applicazioni di modelli basati su grafi Grafi non orientati Grafi (non orientati) Notazione. G = (V, E) V = nodi (o vertici). E = archi (o lati) tra coppie di nodi. Modella relazioni definite tra coppie di oggetti. aglia di un grafo: numero

Dettagli

Teoria dei Grafi Parte I. Alberto Caprara DEIS - Università di Bologna

Teoria dei Grafi Parte I. Alberto Caprara DEIS - Università di Bologna Teoria dei Grafi Parte I Alberto Caprara DEIS - Università di Bologna acaprara@deis.unibo.it Teoria dei Grafi Paradigma di rappresentazione di problemi Grafo G : coppia (V,E) V = insieme di vertici E =

Dettagli

Elementi di programmazione lineare. Ottimizzazione di funzioni soggette a vincoli

Elementi di programmazione lineare. Ottimizzazione di funzioni soggette a vincoli Elementi di programmazione lineare Ottimizzazione di funzioni oggette a vincoli Formulazione del problema min Z ma oggetta b c a T d Z:funzione obiettivo calare d: coto fio calare : variabile deciionale

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Dettagli

1 TEORIA DELLE RETI 1. 1 Teoria delle reti. 1.1 Grafi

1 TEORIA DELLE RETI 1. 1 Teoria delle reti. 1.1 Grafi 1 TEORIA DELLE RETI 1 1 Teoria delle reti 1.1 Grafi Intuitivamente un grafo è un insieme finito di punti (nodi o vertici) ed un insieme di frecce (archi) che uniscono coppie di punti Il verso della freccia

Dettagli

Grafi (non orientati e connessi): minimo albero ricoprente

Grafi (non orientati e connessi): minimo albero ricoprente Grafi (non orientati e connessi): minimo albero ricoprente Una breve presentazione Definizioni Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è

Dettagli

Il Luogo delle Radici

Il Luogo delle Radici Il Luogo delle Radici Il luogo delle radici è un procedimento, otanzialmente grafico, che permette di analizzare come varia il poizionamento dei poli di un itema di controllo in retroazione al variare

Dettagli

Teoria dei Grafi Parte I

Teoria dei Grafi Parte I Teoria dei Grafi Parte I Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it Teoria dei Grafi Paradigma di rappresentazione di problemi Grafo G : coppia (V,E) V = insieme di vertici E = insieme

Dettagli

DINAMICHE COMPLESSE NEL FERRO DI CAVALLO

DINAMICHE COMPLESSE NEL FERRO DI CAVALLO DINAMICHE COMPLEE NEL FERRO DI CAVALLO La mappa a erro di cavallo L inieme invariante Dinamica imbolica Dinamiche nell inieme invariante Ferro di cavallo e cao C. Piccardi e F. Dercole Politecnico di Milano

Dettagli

Esercizi svolti di geometria delle aree Alibrandi U., Fuschi P., Pisano A., Sofi A. ESERCIZIO n.7

Esercizi svolti di geometria delle aree Alibrandi U., Fuschi P., Pisano A., Sofi A. ESERCIZIO n.7 ESERCZO n.7 Data la ezione cava riportata in Figura, determinare: a) gli ai principali centrali di inerzia; b) l ellie principale centrale di inerzia; c) il nocciolo centrale di inerzia. cm cm A#7 . Determinazione

Dettagli

Esercizio 1 Data la rete riportata con i costi indicati in figura, si usi l algoritmo di Dijkstra per calcolare il percorso più breve da F a tutti i

Esercizio 1 Data la rete riportata con i costi indicati in figura, si usi l algoritmo di Dijkstra per calcolare il percorso più breve da F a tutti i Eercitazione 2 Eercizio Data la rete riportata con i coti indicati in figura, i ui l algoritmo di Dijktra per calcolare il percoro più breve da F a tutti i nodi della rete. Si diegni l albero di coto minimo

Dettagli

Informatica 3. LEZIONE 25: Algoritmi sui grafi. Modulo 1: Problema del percorso più breve Modulo 2: Spanning tree a costo minimo

Informatica 3. LEZIONE 25: Algoritmi sui grafi. Modulo 1: Problema del percorso più breve Modulo 2: Spanning tree a costo minimo Informatica LEZIONE 2: Algoritmi sui grafi Modulo 1: Problema del percorso più breve Modulo 2: Spanning tree a costo minimo Informatica Lezione 2 - Modulo 1 Problema del percorso più breve Problema Problema:

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) diffusione di messaggi segreti memorizzazione

Dettagli

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 . Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,

Dettagli

Grafi: cammini minimi

Grafi: cammini minimi Algoritmi e Programmaione Aanata EIP Grafi: cammini minimi Flio CORNO - Matteo SONZA REORDA Dip. Atomatica e Informatica Politecnico di Torino Sommario Introdione Algoritmo di Dijkstra Algoritmo di Bellman-Ford.

Dettagli

1. Teorema di reciprocità

1. Teorema di reciprocità 1. Teorema di reciprocità Conideriamo un mezzo in cui ono preenti le orgenti (J 1, M 1 ) che producono un campo (E 1, H 1 ) e le orgenti (J 2, M 2 ) che producono un campo (E 2, H 2 ). Determineremo una

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi e Strutture Dati Grafi e visite di grafi Domenico Fabio Savo 1 Grafo: definizione Un grafo G=(V,E) consiste in: - un insieme V di vertici (o nodi) - un insieme E di coppie di vertici, detti archi

Dettagli

Esercizi Union-Find e su Grafi. Ugo Vaccaro

Esercizi Union-Find e su Grafi. Ugo Vaccaro Progettazione di Algoritmi Anno Accademico 0 07 Esercizi Union-Find e su Grafi. Ugo Vaccaro. Esercizio: Scrivere pseudocodice per Make-Set, Union, e Find-Set usando la rappresentazione attraverso liste

Dettagli

Sintesi di circuiti sequenziali

Sintesi di circuiti sequenziali Sintei di circuiti equenziali Salvatore Orlando Arch. Elab. S. Orlando Circuito equenziale incrono I Circuiti combinatori I n O O m R e g Per determinare il comportamento del circuito equenziale di opra,

Dettagli

Controllori PID. Fondamenti di Automatica Prof. Silvia Strada

Controllori PID. Fondamenti di Automatica Prof. Silvia Strada Controllori Fondamenti di Automatica rof. Silvia Strada efinizione controllori (ad azione roporzionale, ntegrale e erivativa) ono caratterizzati (idealmente) dalla legge di controllo: u ( t ) e( t ) e(

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di

Dettagli

Applicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

Applicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis Applicazioni del Maimo fluo Progeazione di Algorimi a.a. 0-6 Maricole congrue a Docene: Annalia De Boni Maching bipario Problema del max maching. Inpu: grafo non direzionao G = (V, E). M E e` un maching

Dettagli

Teorema del Limite Centrale

Teorema del Limite Centrale Teorema del Limite Centrale Una combinazione lineare W = a X + a Y + a 3 Z +., di variabili aleatorie indipendenti X,Y,Z, ciacuna avente una legge di ditribuzione qualiai ma con valori attei comparabili

Dettagli

7. La teoria dell' "età" dei neutroni. Il modello di rallentamento continuo

7. La teoria dell' età dei neutroni. Il modello di rallentamento continuo 7. La teoria dell' "età" dei neutroni. Il modello di rallentamento continuo Si è vito opra il trattamento generale dello cattering neutronico in mezzi infiniti. Ora conidereremo il cao della ditribuzione

Dettagli

Algoritmi greedy III parte

Algoritmi greedy III parte Algorimi greedy III pare Progeazione di Algorimi a.a. -1 Maricole congrue a 1 Docene: Annalia De Boni 1 Cammini minimi Si vuole andare da Napoli a Milano in auo percorrendo il minor numero di chilomeri

Dettagli

Note per la Lezione 21 Ugo Vaccaro

Note per la Lezione 21 Ugo Vaccaro Progettazione di Algoritmi Anno Accademico 20 20 Note per la Lezione 2 Ugo Vaccaro In questa lezione introdurremo il concetto di grafo, esamineremo le loro più comuni rappresentazioni ed introdurremo i

Dettagli

Appendice Trasparenti integrativi utilizzati per il modulo Ricerca Operativa A-L (La numerazione delle pagine fa riferimento alla loro collocazione ne

Appendice Trasparenti integrativi utilizzati per il modulo Ricerca Operativa A-L (La numerazione delle pagine fa riferimento alla loro collocazione ne Appendice Traparenti integrativi utilizzati per il modulo Ricerca Operativa A-L (La numerazione delle pagine fa riferimento alla loro collocazione nel teto) Politopi convei Spazio R d, vettore h 6= 0,

Dettagli

Algoritmi e Strutture Dati. Scelta della struttura dati

Algoritmi e Strutture Dati. Scelta della struttura dati Algoritmi e Strutture Dati Scelta della struttura dati Alberto Montresor Università di Trento 2018/06/11 This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Dettagli

Richiami di matematica discreta: grafi e alberi. Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino

Richiami di matematica discreta: grafi e alberi. Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino Richiami di matematica discreta: grafi e alberi Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino Grafi Definizione: G = (V,E) V: insieme finito di vertici E: insieme finito di archi,

Dettagli