Problema di Ottimizzazione Combinatoria

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Problema di Ottimizzazione Combinatoria"

Transcript

1 Problema di Ottimizzazioe Combiatoria I questo paragrafo defiiamo che cosa si itede per problema di ottimizzazioe combiatoria e mostriamo alcui esempi di problemi che ammettoo ua formulazioe a umeri iteri o biaria. Parliamo di ottimizzazioe perché abbiamo come obiettivo quello di massimizzare o miimizzare ua fuzioe obiettivo, e diremo che essa è combiatoria perché dovremo idividuare quali oggetti facciao parte della soluzioe e quali o. L espressioe più geerale di u problema di ottimizzazioe combiatoria è questa: Dati: u isieme A = {a 1, a 2,..., a } di elemeti; u vettore c = (c 1, c 2,..., c ) di costi associati agli elemeti ; ua famiglia F di sottoisiemi ammissibili di A; Trovare: u sottoisieme X F I modo tale che: sia ottimizzata la fuzioe obiettivo (di espressioe data). I questa descrizioe per famiglia si itede u isieme di sottoisiemi dell isieme dato A. Ioltre, per mateere la massima geeralità o abbiamo defiito l espressioe della fuzioe obiettivo, é se essa vada miimizzata o massimizzata, cose che dipedoo dallo specifico problema i esame. Ipotizzado di dover miimizzare ua fuzioe obiettivo c(x), i modo compatto possiamo scrivere che il problema di Ottimizzazioe Combiatoria descritto sopra corrispode a mi{c(x) : X F}. La famiglia F è solitamete descritta (co precisioe) a parole, e bisoga trovare dei vicoli, di espressioe lieare, che siao ammissibili da tutti e soli i sottoisiemi di A che soo ammissibili, ossia da quei sottoisiemi che appartegoo a F. E importate che tutti gli isiemi che appartegoo a F verifichio i vicoli che scriveremo, altrimeti potrebbe succedere che l ottimo si trovi proprio i corrispodeza di ua di quelli esclusi, e la formulazioe o sarebbe i grado di determiarlo. Al cotrario, è importate che solo gli isiemi che appartegoo a F verifichio i vicoli che scriveremo, altrimeti potrebbe succedere che la formulazioe determii ua soluzioe ottima proprio i corrispodeza di u sottoisieme di A che o appartiee a F, cosa che o deve mai succedere. Per poter scrivere ua formulazioe, itera o biaria che sia, è ecessario trovare u modo corretto per rappresetare ogi possibile sottoisieme di A, cosa che avviee attraverso la scelta delle variabili. Successivamete ci si porrà il problema di come descrivere tutti e soli i sottoisiemi della famiglia F, cosa che avviee attraverso la defiizioe dei vicoli. La rappresetazioe di ogi possibile sottoisieme di A è comue a molti problemi di ottimizzazioe combiatoria, per questo motivo e parliamo i questo paragrafo. Al cotrario, la descrizioe della famiglia F dipede dalla sua defiizioe, quidi dipede dal particolare problema i esame: per questo sarà oggetto degli esempi. I sottoisiemi di A vegoo bee descritti dal vettore di icideza. Dato u sottoisieme X A, il suo vettore di icideza x è u vettore biario co compoeti, alle quali si attribuisce il seguete sigificato: { 1 se ai F x i = per i = 1, 2,...,. 0 se a i F Duque ogi sottoisieme X A ammette u vettore di icideza, e al cotrario u qualsiasi vettore biario a compoeti idetifica uivocamete, attraverso il valore assuto dalle sue compoeti, u sottoisieme di u isieme di elemeti, come è A. Possiamo duque utilizzare tale vettore x biario a compoeti ella formulazioe. La scelta di u vettore biario a compoeti è corretta ache da u puto di vista dimesioale, come ora mostriamo. I possibili sottoisiemi di u isieme dato A, comprededo i questo eleco il sottoisieme vuoto, e il sottoisieme completo A, soo i umero di 2, e formao l isieme delle parti di A, che viee idicato co P(A) (stiamo dicedo quidi che P(A) = 2 ). Il umero delle possibili cofigurazioi di u vettore biario a compoeti è esattamete 2. Il sigificato associato ai possibili valori di ogi compoete del vettore crea ua corrispodeza biuivoca tra i sottoisiemi di A e le cofigurazioi del vettore biario. 24

2 Esempio: Sia A = {a, b, c}. L isieme P(A) delle parti di A è P(A) = {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}} (si oti che il primo sottoisieme cosiderato i P(A) è l isieme vuoto, che ultimo è A stesso, e che P(A) = 2 3 = 8). Il vettore x che utilizziamo, secodo la defiizioe, è u vettore biario a = 3 compoeti. Le sue cofigurazioi soo 2 3 = 8 e soo (0,0,0), (0,0,1), (0,1,0), (1,0,0), (1,1,0), (1,0,1), (0,1,1), (1,1,1). Secodo la defiizioe esse, ell ordie, rappresetao i sottoisiemi di A elecati sopra. Per quato riguarda i vicoli della formulazioe, essi adrao scritti i modo tale da redere ammissibili per la formulazioe tutte e sole le cofigurazioi del vettore a compoeti che corrispodoo a sottoisiemi che appartegoo alla famiglia F. I alcui casi ci verrà i aiuto il poliomio caratteristico del sottoisieme. Esso viee scritto così: x i + (1 x i ) a i X a i X Ad esempio, se = 4 e X = {a 1, a 4 }, otteiamo x 1 + (1 x 2 ) + (1 x 3 ) + x 4 L equazioe lieare che si ottiee uguagliado a il poliomio caratteristico di u sottoisieme X A è verificata esclusivamete dal vettore caratteristico del sottoisieme X. Ad esempio: se = 4 e X = {a 1, a 4 }, l equazioe x 1 + (1 x 2 ) + (1 x 3 ) + x 4 = 4 è verificata solo dal vettore x = (1, 0, 0, 1). Al cotrario, tutti gli altri vettori x verificao x 1 + (1 x 2 ) + (1 x 3 ) + x 4 3 (si ricordi che la somma di k termii biari, come soo x i e (1 x j ), o può mai eccedere k!). Duque se il vettore x = (1, 0, 0, 1) o è ammissibile, è sufficiete scrivere il vicolo x 1 + (1 x 2 ) + (1 x 3 ) + x 4 3, Ifie, se le codizioi che descrivoo i sottoisiemi che devoo essere ammessi o esclusi coivolgoo solo alcue delle variabili ma o tutte, il poliomio caratteristico coivolgerà solo tali variabili. Ad esempio, se dobbiamo idetificare il gruppo dei sottoisiemi che cotegoo a 1 ma o cotegoo a 3 (co essua altra codizioe sugli altri elemeti) scriveremo il poliomio x 1 +(1 x 3 ). Se i sottoisiemi che cotegoo a 1 ad o cotegoo a 3 soo ammissibili, scriveremo x 1 + (1 x 3 ) = 2 (il 2 è dovuto al fatto che due soo i termii biari el poliomio). Se, ivece, i sottoisiemi ammissibili soo tutti trae quelli che cotegoo a 1 ad o cotegoo a 3 allora scriveremo x 1 + (1 x 3 ) 1, cioè x 1 x 3 0. Vediamo alcui esempi. Formulazioe di u problema i cui F={sottoisiemi di A composti da 3 elemeti} Avedo scelto di rappresetare i sottoisiemi di A attraverso il loro vettore di icideza, il umero di elemeti di u qualsiasi sottoisieme X A, ossia la sua cardialità, è pari al umero di elemeti 1 del vettore di icideza. Siccome solo gli elemeti 1 cotribuiscoo a ua somma, metre gli 0 o cotribuiscoo a ua somma, possiamo calcolare X come i=1 x i. L apparteeza di u sottoisieme di A alla famiglia F dei sottoisiemi ammissibili per il problema si traduce quidi facilmete el vicolo: i=1 x i = 3. Questo vicolo descrive esattamete la famiglia F, perché solo i vettori biari co (esattamete) tre compoeti di valore 1 lo verificao, quidi soo soluzioi ammissibili della formulazioe. Questo sarà l uico vicolo della formulazioe biaria del problema. Tato per completare la formulazioe, suppoiamo che il ostro obiettivo sia quello di scegliere il sottoisieme X F di costo miimo, dove per costo si itede la somma dei costi c j degli elemeti el sottoisieme scelto, ossia a c j X j (i costi degli elemeti soo dati). La fuzioe obiettivo, utilizzado le variabili x j si scrive mi j=1 c jx j dove a secoda che x j valga 1 oppure 0, i coefficieti di costo dao u cotributo effettivo o ullo alla fuzioe obiettivo, a secoda 25

3 dell apparteeza dell elemeto a j al sottoisieme scelto. La formulazioe completa quidi è: mi j=1 c jx j j=1 x j = 3 x j {0, 1} per j = 1, 2,..., Formulazioe di u problema i cui F={sottoisiemi di A che escludoo 4 elemeti dell isieme A} Avedo scelto di rappresetare i sottoisiemi di A attraverso il loro vettore di icideza, il umero di elemeti che o fao parte di di u sottoisieme X A è pari al umero di elemeti 0 del vettore di icideza. Per cotare gli 0 di u vettore di variabili biarie dobbiamo scrivere i=1 (1 x i). L apparteeza di u sottoisieme di A alla famiglia F dei sottoisiemi ammissibili per il problema si traduce quidi facilmete el vicolo: i=1 (1 x i) = 4. Questo vicolo descrive esattamete la famiglia F, perché solo i vettori biari co (esattamete) quattro compoeti di valore 0 lo verificao, quidi soo soluzioi ammissibili della formulazioe. Questo sarà l uico vicolo della formulazioe biaria del problema. Se il ostro obiettivo era quello di scegliere il sottoisieme X F di costo massimo, otteiamo la seguete formulazioe: max j=1 c jx j j=1 (1 x j) = 4 x j {0, 1} per j = 1, 2,..., Formulazioe di u problema i cui F = P(A) Come sempre, dobbiamo scrivere dei vicoli che lascio fuori dalla regioe ammissibile della formulazioe i vettori di icideza dei sottoisiemi che o appartegoo a F. Ma dato che F = P(A), o ci soo sottoisiemi o ammissibili, quidi la formulazioe è priva di vicoli. Quelli che ivece soo ecessari soo i vicoli che descrivoo il tipo (biario) delle variabili. Immagiado che la fuzioe obiettivo sia di miimizzazioe della somma dei costi degli elemeti i u sottoisieme, allora la formulazioe risulta: mi j=1 c jx j x j {0, 1} per j = 1, 2,..., La formulazioe è evidetemete baale perché la soluzioe è immediata: la soluzioe ottima è il sottoisieme degli elemeti che hao i costi 0. Quidi se tutti i costi soo positivi, la soluzioe ottima è l isieme vuoto, altrimeti è il sottoisieme degli elemeti co costo egativo o ullo. Formulazioe di u problema i cui F = P(a) \ {a 1, a 2, a 3 } L isieme di vicoli che scriveremo dovrà essere verificato da tutti i possibili sottoisiemi di A trae {a 1, a 2, a 3 }. Si oti che soo ammissibili sia tutti i sottoisiemi propri dell isieme vietato (ad esempio {a 1 }, oppure {a 1, a 3 }), sia quei sottoisiemi che cotegoo propriamete il sottoisieme vietato (ad esempio {a 1, a 2, a 3, a 4 }, oppure A stesso). Sembrerebbe aturale scrivere il vicolo x 1 + x 2 + x 3 2. Questo ha sì l effetto di elimiare l isieme {a 1, a 2, a 3 }. Tuttavia, ha l effetto di elimiare ache tutti quegli isiemi che cotegoo propriamete {a 1, a 2, a 3 } (ad esempio, verrebbero cosiderati iammissibili gli isiemi {a 1, a 2, a 3, a 4 } e A stesso, che abbiamo appea detto essere apparteeti a F). Quidi questo o è u vicolo adatto per descrivere F. 26

4 U modo corretto per scrivere ua formulazioe biaria è quello che utilizza il poliomio caratteristico del sottisieme. Per = 4 esso risulta x 1 + x 2 + x 3 + (1 x 4 ). Il vettore di icideza (1, 1, 1, 0) di tale sottoisieme è l uico che verifica il vicolo x 1 + x 2 + x 3 + (1 x 4 ) = 4, e quidi, è l uico che o verifica x 1 + x 2 + x 3 + (1 x 4 ) 3. Dovedo escludere il solo sottoisieme {a 1, a 2, a 3 }, e ell ipotesi che si tratti di idividuare il sottoisieme di peso massimo (il peso di u sottoisieme essedo defiito come la somma degli elemeti che esso cotiee), la formulazioe risulta max c 1 x 1 + c 2 x 2 + c 3 x 3 + c 4 x 4 x 1 + x 2 + x 3 x 4 2 x j {0, 1} per j = 1, 2,..., 4. Formulazioe di u problema i cui F = P(a) \ ({a 1, a 3, a 4 } {a 2, a 3 }) Il vettore di icideza (1, 0, 1, 1) del sottoisieme {a 1, a 3, a 4 } viee escluso dalla disequazioe x 1 + (1 x 2 ) + x 3 + x 4 3. Il vettore di icideza (0, 1, 1, 0) del sottoisieme {a 2, a 3 } viee escluso dalla disequazioe (1 x 1 ) + x 2 + x 3 + (1 x 4 ) 3. La formulazioe richiesta è, quidi max c 1 x 1 + c 2 x 2 + c 3 x 3 + c 4 x 4 x 1 x 2 + x 3 + x 4 2 x 1 + x 2 + x 3 x 4 1 x j {0, 1} per j = 1, 2,..., 4. Ifatti: il vettore (1, 0, 1, 1) o sarà ammissibile perché verifica il solo secodo vicolo ma o il primo; il vettore (0, 1, 10) o sarà ammissibile perché verifica il solo primo vicolo ma o il secodo. Ogi altro vettore, quidi ogi altro sottoisieme, sarà ammissibile perché verificherà etrambi i vicoli della formulazioe. Formulazioe di u problema i cui F = {a 1, a 3, a 4 } {a 2, a 3 } Il vettore di icideza (1, 0, 1, 1) del sottoisieme {a 1, a 3, a 4 } è l uico che verifica l equazioe x 1 + (1 x 2 ) + x 3 + x 4 = 4. Il vettore di icideza (0, 1, 1, 0) del sottoisieme {a 2, a 3 } è l uico che verifica l equazioe (1 x 1 )+x 2 +x 3 +(1 x 4 ) = 4. Quidi la prima uguagliaza o è verificata da essu vettore, eccetto (1, 0, 1, 1), e la secoda o è verificata da essu vettore, eccetto (0, 1, 1, 0). Di cosegueza, se scrivessimo come vicoli della formulazioe le due uguagliaze, la formulazioe o avrebbe soluzioe ammissibile perché o esiste u vettore che le verifica etrambe! Tuttavia (1, 0, 1, 1) deve veire ricoosciuto come ammissibile per il fatto che verifica la prima uguagliaza, e o ci iteressa che verifichi la secoda, e (1, 0, 1, 1) deve veire ricoosciuto come ammissibile per il fatto che verifica la secoda uguagliaza, e o ci iteressa che verifichi la prima! Quidi dobbiamo itrodurre ua uova variabile biaria y che distigua tra queste due situazioi. Ogi equazioe deve prima essere trasformata ella coppia di disequazioi corrispodeti (ad esempio x 1 + (1 x 2 ) + x 3 + x 4 = 4 viee sostituita dalla coppia x 1 + (1 x 2 ) + x 3 + x 4 4 e x 1 + (1 x 2 ) + x 3 + x 4 4). Tuttavia, i ogi coppia, ua delle due disequazioi è sempre verificata, quidi può essere trascurata (delle due disequazioi appea scritte, quella co il può essere omessa perché sempre verificata, ifatti la somma di 4 termii biari o può mai valere più di 4). Semplificado le costati si ottiee la seguete formulazioe: max c 1 x 1 + c 2 x 2 + c 3 x 3 + c 4 x 4 x 1 x 2 + x 3 + x 4 3 M(1 y) x 1 + x 2 + x 3 x 4 2 My x j {0, 1} per j = 1, 2,..., 4 y {0, 1}. 27

5 Formulazioe di u problema i cui F = {sottoisiemi di A che cotegoo sia a 1, sia a 3 } Di uovo, utilizziamo il poliomio caratteristico, questa volta limitatamete alle variabili x 1 e x 3. Esso risulta: x 1 + x 3. Dato che i sottoisiemi di A che cotegoo a 1 e a 3 soo i soli ammissibili, e che il umero di variabili el vicolo è 2, la formulazioe risulta: mi j=1 c jx j x 1 + x 3 = 2 x j {0, 1} per j = 1, 2,..., I alterativa, al posto del vicolo x 1 + x 3 = 2 si potevao utilizzare i due vicoli x 1 = 1 e x 3 = 1. Questi coppia di vicoli è equivalete al precedete: ifatti il primo vicolo implica etrambi i vicoli della coppia, e viceversa (ossia i due vicoli della coppia, isieme, implicao il primo). Queste implicazioi valgoo solo perché le variabili soo biarie. Se le variabili o fossero state biarie, ma, ad esempio, itere o egative (cioè x i 0, e itera), tale equivaleza o sarebbe stata valida, dato che il vicolo x 1 + x 3 = 2 avrebbe ammesso tutte le soluzioi i cui x 1 = 2 e x 3 = 0 e quelle i cui x 1 = 0 e x 3 = 2, che o soo ivece cofigurazioi ammesse dai vicoli x 1 = 1 e x 3 = 1. Per quato appea detto, ella formulazioe proposta si potrebbe applicare il vicolo di uguagliaza a 1 di x 1 e di x 3, ed elimiare il vicolo e tali variabili dalla formulazioe. I questo modo si otterrebbe la seguete formulazioe: mi c 2 x 2 + c 4 x 4 + c 5 x c x x j {0, 1} per j = 2, 4, 5,...,. Questa formulazioe è defiita su 2 variabili. Dopo averla risolta, occorre solo fare attezioe alla ricostruzioe della soluzioe desiderata ( variabili) e al calcolo del suo costo. La soluzioe al problema dato si ottiee dall uioe della soluzioe di questa formulazioe co gli elemeti a 1 e a 3, ovvero re-iseredo le compoeti x 1 e x 3 co valore 1 el vettore, per riportare il vettore alla dimesioe. Il costo della soluzioe fiale si calcola aggiugedo c 1 + c 3 al valore della fuzioe obiettivo della formulazioe. Formulazioe di u problema i cui F = {sottoisiemi X A tali che a 4 X = a 2 X} Questo esempio mostra come si trasforma u implicazioe i u vicolo lieare i variabili biarie. Nella fattispecie, il vicolo di iteresse è x 4 1 x 2. Ifatti, se x 4 = 1 allora x 2 = 0, metre se x 4 = 0 allora x 2 può assumere sia il valore 0 che il valore 1, come desiderato. Nell ipotesi di voler massimizzare il peso del sottoisieme, la formulazioe risulta: max j=1 c jx j x 2 + x 4 1 x j {0, 1} per j = 1, 2,..., Formulazioe di u problema i cui F = {sottoisiemi X A tali che a 1 X se e solo se a 3 X} Questo esempio mostra come si trasforma il se e solo se i u vicolo lieare i variabili biarie: precisamete, il vicolo di iteresse è x 1 = x 3. È facile vedere che tale vicolo esprime la codizioe desiderata. Nell ipotesi di voler massimizzare il peso del sottoisieme, la formulazioe risulta: max j=1 c jx j x 1 x 3 = 0 x j {0, 1} per j = 1, 2,..., 28

6 Set Coverig, Set Partitioig, Set Packig U problema di Set Coverig (copertura di isiemi per mezzo di elemeti) è defiito come segue: Dati: u isieme A = {a 1, a 2,..., a } di elemeti; u costo c j 0 associato all elemeto a j A, per j = 1, 2,..., ; ua famiglia F = {A 1, A 2,..., A m : A i A per i = 1, 2,..., m} di m sottoisiemi di A; Trovare: u sottoisieme X A di A I modo tale che: da ogi sottoisieme A i, vega scelto almeo u elemeto, per i = 1, 2,..., m; e sia miimo il costo c(x) = a j X c j del sottoisieme X scelto. La formulazioe di u Set Coverig è la seguete: ovvero mi mi cx a j A i x j 1 per i = 1,..., m x {0, 1} cx j=1 e i,jx j 1 per i = 1,..., m x {0, 1} { 1 se Ai a dove e i,j = j. Si oti che la geerica riga i della matrice E dei coefficieti della 0 se A i a j formulazioe, è u vettore di elemeti 0,1 che rappreseta il vettore di icideza del sottoisieme A i. Si osservi che, essedo i costi c j tutti o egativi, il problema diveterebbe baale se dovessimo massimizzare la fuzioe obiettivo, aziché miimizzarla. Ifatti X = A, ossia l itero isieme, sarebbe soluzioe ottima del problema. Se la matrice E = [e i,j ] è la matrice di icideza (cioè la matrice odi/archi) di u grafo G, allora la formulazioe di Set Coverig risolve il problema dell Edge Cover (copertura dei odi attraverso u sottoisieme di archi): dati u grafo G = (V, F ) co pesi associati agli archi, trovare u sottoisieme X F di archi, tale che da ogi odo vega scelto almeo uo degli archi icideti sul odo stesso, e sia miimo il peso complessivo del sottoisieme X. Se la matrice E = [e i,j ] è la trasposta della matrice di icideza di u grafo G, allora la formulazioe di Set Coverig risolve il problema del Node Cover (copertura degli archi attraverso u sottoisieme di odi): dati u grafo G = (V, F ) co pesi associati ai odi, trovare u sottoisieme X V di odi, tale che da ogi arco vega scelto almeo uo dei odi suoi estremi, e sia miimo il peso complessivo del sottoisieme X. Se egli m vicoli del Set Coverig, viee itrodotto il sego di = al posto del, allora si parla di Set Partitioig. L euciato di u problema di Set Partitioig è il seguete: Dati: u isieme A = {a 1, a 2,..., a } di elemeti; u costo c j 0 associato all elemeto a j A, per j = 1, 2,..., ; ua famiglia F = {A 1, A 2,..., A m : A i A per i = 1, 2,..., m} di m sottoisiemi di A; Trovare: u sottoisieme X A di A I modo tale che: da ogi sottoisieme A i, vega scelto esattamete u elemeto, per i = 1, 2,..., m; e sia miimo (oppure massimo) il costo c(x) = a j X c j del sottoisieme X scelto. La formulazioe a umeri iteri di u Set Partitioig è la seguete (ell ipotesi di optare per la miimizzazioe): mi cx a j A i x j = 1 per i = 1,..., m x {0, 1} 29

7 ovvero mi cx j=1 e i,jx j = 1 per i = 1,..., m x {0, 1} { 1 se Ai a dove e i,j = j. Si oti che la geerica riga i della matrice E dei coefficieti della 0 se A i a j formulazioe, è u vettore di elemeti 0,1 che rappreseta il vettore di icideza del sottoisieme A i. Nel caso i esame, visti i vicoli di uguagliaza, ha seso tato miimizzare che massimizzare il valore della fuzioe obiettivo, e essua soluzioe è baale da determiare. Se gli m vicoli che el Set Coverig soo di e el Set Partitioig soo di =, vegoo trasformati i vicoli di e la fuzioe obiettivo è di massimizzazioe, allora si parla di Set Packig. Il suo euciato è: Dati: u isieme A = {a 1, a 2,..., a } di elemeti; u costo c j 0 associato all elemeto a j A, per j = 1, 2,..., ; ua famiglia F = {A 1, A 2,..., A m : A i A per i = 1, 2,..., m} di m sottoisiemi di A; Trovare: u sottoisieme X A di A I modo tale che: da ogi sottoisieme A i, vega scelto o più di u elemeto, per i = 1, 2,..., m; e sia massimo il costo c(x) = a j X c j del sottoisieme X scelto. La formulazioe a umeri iteri di u Set Packig è la seguete: ovvero max max cx a j A i x j 1 per i = 1,..., m x {0, 1} cx j=1 e i,jx j 1 per i = 1,..., m x {0, 1} Si oti che la fuzioe obiettivo è da massimizzare perché, essedo i costi o egativi, il problema sarebbe baale se si chiedesse di miimizzare il valore della fuzioe obiettivo: la soluzioe vuota X = sarebbe soluzioe ottima del problema. Se la matrice E = [e i,j ] è la matrice di icideza di u grafo G, allora la formulazioe di Set Packig risolve il problema del Matchig di peso massimo: dati u grafo G = (V, F ) co pesi associati agli archi, trovare u sottoisieme X F di archi, tale che da ogi odo vega scelto al più uo degli archi icideti sul odo stesso, e sia massimo il peso complessivo del sottoisieme X. Se la matrice E = [e i,j ] è la trasposta della matrice di icideza di u grafo G, allora la formulazioe di Set Packig risolve il problema dell Isieme Idipedete di peso massimo: dati u grafo G = (V, F ) co pesi associati ai odi, trovare u sottoisieme X V di odi, tale che da ogi arco vega scelto al più uo dei odi suoi estremi, e sia massimo il peso complessivo del sottoisieme X. Siao R cover, R part, e R pack le regioi ammissibili, rispettivamete, per i problemi di Set Coverig, di Set Partitioig, e di Set Packig, ossia gli isiemi delle soluzioi ammissibili dei tre corrispodeti problemi. Risulta R part R cover, R part R pack e R cover R pack = R part : ifatti ogi soluzioe ammissibile di Set Partitioig è ammissibile tato per Set Coverig, tato per Set Packig, metre o è vero che ogi soluzioe ammissibile di Set Coverig è ammissibile per Set Partitioig, é che ogi soluzioe ammissibile di Set Packig è ammissibile per Set Partitioig. Questo è chiaro ache dall aalisi di quei vicoli che, a secoda del problema, soo di, di =, oppure di. 30

8 Bi Packig L euciato di u problema del Bi Packig è il seguete: Dati: u isieme A = {a 1, a 2,..., a } di elemeti; u peso p i 0 associato all elemeto a i A, per i = 1,..., ; u umero itero o egativo B; Trovare: ua partizioe di A i k sottoisiemi A j A di elemeti di A, j = 1,..., k I modo tale che: il peso totale degli oggetti i uo stesso sottoisieme A j o ecceda B, e il umero k di sottoisiemi della partizioe sia miimo. Per partizioe di A i k sottoisiemi si itede ua collezioe di k sottoisiemi di A, precisamete A 1, A 2,..., A k, co la proprietà che la loro uioe forma l isieme A, cioè k j=1 A j = A 1 A 2 A k = A, e che A p A q = per ogi p = 1,..., k, q = 1,..., k, i j. Ua partizioe di A, i altre parole, è ua famiglia di sottoisiemi di A tale che ogi elemeto appartiee a esattamete u isieme. Il problema di Bi Packig può essere pesato come il problema di impacchettare oggetti dati, di peso oto, el miimo umero k di coteitori di uguale capacità B. Per poter scrivere ua formulazioe a umeri iteri del problema, occorre scegliere le variabili da usare. Delle variabili servoo per idicare quali soo i sottoisiemi { A j : a questo scopo 1 se ai A possiamo utilizzare delle variabili 0-1, e precisamete delle variabili x i,j = j per 0 se a i A j i = 1,... e j = 1,...,. Occorre ipotizzare che possao essere ecessari u umero di sottoisiemi (coteitori) esattamete pari al umero degli elemeti, ossia che ua soluzioe ottima possa avere ecessità di tale umero di sottoisiemi. Tale umero è chiaramete sufficiete (stiamo implicitamete assumedo che gli oggetti siao idivisibili), ed è ecessario, per esempio, se il peso p i di ogi oggetto a i verifica p i > B/2 per i = 1,...,. I geerale, poi, se l ottimo farà uso di k sottoisiemi, vorrà dire che k sarao sottoisiemi vuoti. Quidi, oltre alle variabili x i,j appea itrodotte, occorrerao delle variabili che idichio { se il geerico sottoisieme A j è vuoto 1 se Aj o o. A tale scopo, itroduciamo le variabili biarie y j = per j = 1,...,. Il fatto 0 se A j = che l isieme A j sia vuoto o o si può dedurre dal umero A j = i 1 x i,j di elemeti che e fao { 1 se i parte, quidi possiamo scrivere y j = 1 x i,j > 0 0 se per j = 1,...,. Questa defiizioe i 1 x i,j = 0 mostra chiaramete che esiste u legame forte tra le variabili x e le y: tale legame va espresso opportuamete co uo o più vicoli ella formulazioe. La fuzioe obiettivo della formulazioe è questa: mi z = 1y = j 1 y j. Poi bisoga assicurare che la soluzioe idividuata sia ua partizioe, e cioè che ogi elemeto faccia parte di esattamete u sottoisieme: x i,j = 1 per i = 1,...,. j=1 Per assicurare che il peso totale di ogi sottoisieme o ecceda il limite B, si scrivoo i vicoli p i x i,j B per j = 1,...,. Ifie, per esprimere il legame tra le x e le y, si può scrivere i=1 x i,j y j per i = 1,..., e j = 1,...,. 31

9 I questo modo, tutte le volte che a siistra del c e uo 0, il vicolo è baale (0 y j ), metre tutte le volte che c è u 1 la y j corrispodete è costretta ad assumere valore 1 (ifatti 1 y j implica y j = 1). Questo o è l uico modo di scrivere dei vicoli che leghio le x alle y. Aziché gli 2 vicoli precedeti possiamo scrivere gli vicoli segueti: x i,j My j per j = 1,..., i=1 dove M >> 0 è la solita costate di valore molto più grade di tutti i p i o addirittura della loro somma, e serve per compesare il fatto che i=1 x i,j potrebbe assumere valori > 1. Ifatti, i=1 x i,j può assumere valori tra 0 e, e My assume o il valore 0 (quado y = 0) o il valore M (quado y = 1). U modo acora più sofisticato per vicolare il valore delle y al valore delle x è il seguete p i x i,j By j per j = 1,...,. i=1 Ifatti, se l isieme A j è vuoto, cioè se x i,j = 0 per i = 1,..., chiaramete ache i=1 p ix i,j = 0, quidi il vicolo è baale (e la fuzioe obiettivo fisserà y j = 0 perché coveiete per la miimizzazioe). Al cotrario, se l isieme A j cotiee almeo u elemeto, si ha che i=1 p ix i,j > 0 cosa che implica y j = 1 perché altrimeti il vicolo o potrebbe essere verificato. Al cotempo, el mometo i cui y j = 1, il termie destro della disequazioe assume valore B, portado alla luce il vicolo sul limite di peso. Se si decide di utilizzare questi vicoli ella formulazioe, allora possoo essere omessi i vicoli i=1 p ix i,j B per j = 1,...,. I defiitiva, la formulazioe a umeri iteri di u Bi Packig è idifferetemete ua delle tre segueti mi z = 1y = j=1 y j i=1 p ix i,j B per j = 1,..., x i,j y j per i = 1,... e j = 1,..., j 1 x i,j = 1 per i = 1,..., oppure mi z = x {0, 1} 2 y {0, 1} 1y = j=1 y j i=1 p ix i,j B per j = 1,..., i=1 x i,j My j per j = 1,..., j 1 x i,j = 1 per i = 1,..., oppure mi z = x {0, 1} 2 y {0, 1} 1y = j=1 y j i=1 p ix i,j By j per j = 1,..., j 1 x i,j = 1 per i = 1,..., x {0, 1} 2 y {0, 1} Localizzazioe Il problema di localizzazioe cosiste el decidere dove sistemare alcue postazioi i modo da garatire ua buoa efficieza del servizio. Possiamo pesare di dover sistemare sul territorio 32

10 alcue caserme di vigili del fuoco i modo che ogi puto importate della città o si trovi più lotao di u certo itervallo di tempo da almeo ua caserma. Per puto importate, o puto critico, itediamo u qualsiasi puto che possa rappresetare u itero quartiere, ad esempio, u ospedale, la scuola, la biblioteca, la piazza pricipale, etc... Ioltre si suppoe che siao ote a priori le possibili aree (siti) dove istallare le caserme. Ogi sito è caratterizzato da u costo, che è il costo che adrebbe sosteuto per istallarvi ua caserma, e che è diverso, geeralmete parlado, da sito a sito. Il problema cosiste el decidere i quale siti istallare le caserme i modo da garatire la qualità del servizio richiesta, e i modo da miimizzare il costo totale di costruzioe. Formalmete: Dati: u isieme P = {p 1, p 2,..., p m } di m puti critici; u isieme S = {s 1, s 2,..., s } di siti dove localizzare il servizio, oguo caratterizzata da u costo c j di istallazioe, j = 1, 2,..., ; ua matrice D di dimesioi m il cui geerico elemeto d i,j rappreseta la distaza miima, i tempo, che separa il puto critico p i dal sito s j, per ogi i = 1, 2,..., m, e j = 1, 2,..., ; e u itero k 0. Trovare: i quali siti istallare il servizio I modo tale che: tutti i puti critici siao serviti etro k miuti, e sia miimizzato il costo totale di istallazioe. Trattadosi di u problema di selezioe di u sottoisieme, è coveiete che la soluzioe sia rappresetata dal vettore di icideza del sottoisieme scelto, quidi è comodo utilizzare variabili biarie, ua per ogi area, alle quali associamo il seguete sigificato: { 1 se verrà istallato u puto di servizio el sito sj x j = 0 se o verrà istallato u puto di servizio el sito s j Come al solito, ua tale scelta delle variabili permette di spostare all itero dei termii della sommatoria le iformazioi sulla soluzioe. Ifatti alla sommatoria cotribuirao, come richiesto, tutti e soli i costi dei siti i cui verrà istallato u puto di servizio. La fuzioe obiettivo della formulazioe quidi si scrive: mi c j x j. j=1 Passiamo ora a scrivere il vicolo sulla qualità del servizio. Ua soluzioe ammissibile, come già detto, è u sottoisieme di siti che el complesso assicurao che ogi puto critico sia servito etro il tempo prefissato k. Acor prima di scrivere il vicolo appropriato, questa richiesta ci permette di capire se ua istaza del problema ha (almeo ua) soluzioe ammissibile. Se, ifatti, ella matrice D vi soo ua o più righe i cui elemeti hao tutti valori > k, allora il problema o ha soluzioe perché esiste u puto critico che dista più del cosetito da ogua delle aree possibili per la localizzazioe del servizio. Escludedo che ci si trovi i questo caso, passiamo a discutere la forma dei vicoli che assicurao la desiderata qualità del servizio. Cosideriamo gli m vicoli d i,j x j k per ogi i = 1, 2,..., m, e per ogi j = 1, 2,...,. Questi vicoli, come ora mostriamo, hao u effetto opposto a quello desiderato, quidi NON soo corretti. Ifatti, cosideriamo u qualsiasi puto critico p h. Gli vicoli relativi a p h che scriviamo soo d h,j x j k per ogi j = 1, 2,...,. Da questi vicoli segue ecessariamete che x j = 0 per tutti i siti s j che distao più di k da p h (cosa assolutamete errata!); cotemporaeamete, questi vicoli o riescoo a imporre che si attrezzi allo scopo previsto almeo uo dei siti raggiugibili etro k miuti da p h. I altre parole, i vicoli cosiderati, creao dai ad altri, impoedo che il servizio o vega istallato i puti lotai, e creao dai a sé stessi i quato o implicao che vega istallato il servizio i almeo uo dei siti vicii. Quidi occorre pesare ad altre espressioi per i vicoli. Ripartiamo proprio da quest ultima osservazioe per scrivere dei vicoli corretti. Ifatti, quello che a oi iteressa o è cofrotare la distaza d i,j che separa il puto critico p i dal sito s j, ma 33

11 assicurare che tra i siti accettabili per il puto critico p i (ossia tra quelli che hao distaza da p i o superiore a k) e vega scelta almeo ua. Defiiamo S(i) come l isieme dei siti s j che distao o più di k dal puto critico i, ossia S(i) = {s j L : d i,j k}, per i = 1, 2,..., m. I vicoli da scrivere ella formulazioe soo allora La formulazioe completa, quidi è s j S(i) x j 1 per i = 1, 2,...,. ovvero mi cx s x j S(i) j 1 per i = 1,..., x {0, 1} mi cx j=1 a i,jx j 1 per i = 1,..., x {0, 1} dove la matrice dei coefficieti della formulazioe è ua matrice biaria A, i cui il geerico elemeto a i,j vale 1 se il j-esimo sito è ammissibile per il puto critico p i, ossia se d i,j k, e vale 0 altrimeti, ossia se d i,j > k L isieme degli 1 della geerica coloa j della matrice A idica il sottoisieme dei puti critici raggiugibili dal sito s j etro k miuti. Allo stesso modo, l isieme degli 1 della geerica riga i della matrice idica il sottoisieme dei siti raggiugibili etro k miuti dal puto critico p i (la riga, i altre parole, è il vettore di icideza di tale sottoisieme di L). L importaza della matrice A sta el fatto che essa rede combiatori i dati della D, ifatti sitetizza l ammissibilità di u sito rispetto a u puto critico utilizzado 2 soli valori. Al cotrario, la matrice D è ua matrice di umeri reali, che cotiee co fi troppo dettaglio le iformazioi che servoo a oi, ifatti cotiee la distaza di ogi puto critico da ogi area. Da questi valori, tramite u preprocessameto (che è quello che ha permesso di defiire gli elemeti a i,j ) siamo i grado di estrarre l iformazioe che serve a oi, e co il grado di sitesi più opportuo. Il problema di localizzazioe si rivela essere u problema di Set Coverig. Suppoiamo che o ci vega data la matrice D, ma ci vegao foriti i tempi di percorreza di tutte le strade della città. Per costruire la matrice D possiamo usare l algoritmo di Moore- Dijkstra per determiare la distaza (i tempo) tra ogi puto critico e ogi sito. Per costruire la matrice A, possiamo derivarla dalla D ua volta determiata quest ultima. I alterativa, sfruttiamo le caratteristiche dell algoritmo citato (adare a rivedere il suo fuzioameto!), che raggiuge le località per distaze o decresceti a partire dal geerico puto critico p i. No appea raggiugiamo ua località (sito o o) che dista più di k miuti da p i, vuol dire che le successive località soo sicuramete più distati, quidi fissiamo a i,j = 1 i corrispodeza ai siti s j che abbiamo già raggiuto a partire da p i e, per esclusioe, possiamo fissare a i,j = 0 per tutti gli altri. Vicoli del tipo Se...Allora... Quado ci si trova i preseza di richieste del tipo Se...Allora..., si procede i questo modo. Facciamo u esempio, e suppoiamo che la richiesta sia che se x 4 allora y 3, co x e y variabili itere e o egative. Ci troviamo davati al problema di distiguere tra due situazioi: 34

12 x 4 oppure x 3 (...l Altrimeti!). Quidi itroduciamo ua uova variabile biaria, w {0, 1} che verrà usata per scrivere i vicoli x 4 M(1 w) y 3 + M(1 w) x 3 + Mw w = 1 ricoosce la situazioe x 4, e associa a questa situazioe il vicolo y 3. w = 0 ricoosce la situazioe opposta, cioè x 3 e o le associa altri vicoli perché (i questo caso) o richiesto. Attezioe a o dimeticare mai questa secoda parte perchè, se omettessimo il terzo vicolo (l Altrimeti!), il solutore potrebbe porre w = 0, rededo sempre verificati i 2 vicoli rimaeti, e quidi potrebbe riteere erroeamete ammissibili coppie (x, y) quale, ad esempio, la (6, 6). Formulazioe di u problema i cui ua variabile è costretta ad assumere valore all itero di u isiemi di valori fissati a priori Sia dato il seguete problema di ottimizzazioe combiatoria: mi{cx : Ax b, x 1 {a 1, a 2,..., a k }, x 2,..., x 0}, dove ua delle variabili del problema, la x 1, può assumere uo solo tra k valori distiti a 1, a 2,..., a k. Questa codizioe può essere espressa co dei vicoli lieari se si iseriscoo k variabili biarie y i, che assumoo valore 1 quado x 1 = a i, e valore 0 altrimeti. La formulazioe risultate, che descrive esattamete il ostro problema e che ha tutti vicoli lieari è la seguete: mi cx + 0y Ax b x 1 = a 1 y 1 + a 2 y a k y k y 1 + y y k = 1 y {0, 1} k x i 0 per i = 2, 3,..., E facile verificare che questa formulazioe descrive esattamete il ostro problema, e ha tutti i vicoli lieari, come richiesto. Il umero di variabili di questa formulazioe è + k, e precisamete le variabili formao u vettore i cui (per esempio) le prime compoeti corrispodoo alle variabili x e le ultime k corrispodoo alle y. Assumedo che A abbia dimesioi m, il umero di vicoli della formulazioe proposta è m + 2, a cui vao aggiuti i vicoli che specificao il tipo delle variabili x e della y. Si osservi, ifie, che, come al solito, al mometo della risoluzioe bisogerà sostituire ai vicoli di uguagliaza due vicoli di, dado luogo a u problema co m + 4 vicoli. Formulazioe di u problema i cui si devoo verificare almeo k vicoli i u isieme di m vicoli dati L euciato del problema è il seguete Dati: u vettore costi c = (c 1, c 2,... c ), u itero k > 0, e gli m vicoli lieari i variabili reali x 1, x 2,..., x ; a 1,1 x 1 + a 1,2 x a 1, x b 1 a 2,1 x 1 + a 2,2 x a 2, x b 2... a m,1 x 1 + a m,2 x a m, x b m 35

13 Trovare: ua soluzioe x = (x 1, x 2,..., x ); I modo tale che: il valore cx sia miimo e siao rispettati almeo k vicoli tra gli m dati. Il problema si formula itroducedo m variabili fuzioali biarie y i, che assumoo valore 1 se l iesimo vicolo è attivo, e valore 0 se il vicolo è baalmete verificato. La formulazioe risultate è: mi cx + 0y a 1,1 x 1 + a 1,2 x a 1, x b 1 M(1 y 1 ) a 2,1 x 1 + a 2,2 x a 2, x b 2 M(1 y 2 )... a m,1 x 1 + a m,2 x a m, x b m M(1 y m ) y 1 + y y m k x i 0 per i = 1, 2,..., y {0, 1} m dove M >> 0. E chiaro che servao delle variabili biarie per distiguere se l i-esimo vicolo è attivo oppure o. Tuttavia ulla vieta di associare a queste due situazioi il sigificato opposto a quello defiito sopra. I altre parole, proviamo a defiire m variabili fuzioali biarie z i, che assumoo valore 0 se l i-esimo vicolo è attivo, e valore 1 se il vicolo è baalmete verificato. La formulazioe risultate sarà allora: mi cx + 0z a 1,1 x 1 + a 1,2 x a 1, x b 1 Mz 1 a 2,1 x 1 + a 2,2 x a 2, x b 2 Mz 2... a m,1 x 1 + a m,2 x a m, x b m Mz m z 1 + z z m m k x i 0 per i = 1, 2,..., z {0, 1} m dove M >> 0. Il vicolo z 1 + z z m m k deriva dalle segueti cosiderazioi. Se il problema richiede che siao verificati almeo k vicoli tra gli m dati, allora ecessariamete ve e devoo essere al più m k o verificati. Data la defiizioe delle z i, u vicolo o è verificato quado la corrispodete variabile vale 1. Il umero dei vicolo o verificati, duque, è pari alla quatità z 1 + z z m. Da qui il vicolo. U modo equivalete di ragioare si basa sull osservazioe che y i = 1 z i, sulla base dei sigificati associati alle variabili y e z. Prediamo il vicolo y 1 + y y m k e sostituiamo a ogi y i il valore (1 z i ) otteedo (1 z 1 ) + (1 z 2 ) + + (1 z m ) k, da cui il vicolo z 1 + z z m m k. Passi logici ella formulazioe di u problema decisioale Siamo ora i grado di riassumere quali soo i passi logici ecessari per formulare u problema decisioale. I primo luogo, occorre compredere di che tipo è la decisioe da predere. Questo ci permette di stabilire il tipo di variabili da utilizzare ella formulazioe. Se la decisioe cosiste ello scegliere uo di due casi possibili (decisioe di tipo si/o, o/off, ivestimeto da fare o o fare, etc...) allora il tipo di variabili più idicato è il tipo biario. Se, ivece, si tratta di stabilire u valore itero come, ad esempio, il umero di pezzi da mettere i produzioe, o quate copie di u certo oggetto vao selezioate, allora, probabilmete, il tipo più idicato per defiire le variabili è il tipo itero. Il secodo puto è associare u sigificato ai valori che ogi variabile può assumere. Questo ci serve sia per essere sicuri di scrivere dei vicoli che rispettio esattamete il sigificato che oi 36

14 vogliamo, sia per poter iterpretare a posteriori la soluzioe, ua volta che e è stata otteuta ua a seguito della risoluzioe della formulazioe che ci stiamo accigedo a scrivere. Bisoga poi scrivere i vicoli e la fuzioe obiettivo. Tato gli ui che l altra devoo corrispodere ai vicoli e alla fuzioe costo che descrivoo il problema, e, soprattutto, devoo essere tali da guidare le variabili ad assumere il sigificato che oi effettivamete ci aspettiamo. I particolare, è importate ua verificare che vi sia perfetta corrispodeza tra le soluzioi che risultao ammissibili/o ammissibili per la formulazioe appea scritta e le soluzioi che il ostro problema, defiito a parole, ritiee siao ammissibili/o ammissibili. Se tale corrispodeza o è perfetta, vuol dire che i vicoli scritti per la formulazioe o descrivoo il ostro problema decisioale. I questo caso si deve valutare l ipotesi di reiterare il processo, evetualmete iseredo altre variabili (sia di tipo decisioale che di tipo fuzioale), oppure decidedo di cambiare il tipo di ua o più di esse, e/o modificado i vicoli e la fuzioe obbiettivo. Solitamete dopo qualche iterazioe si riesce a scrivere ua formulazioe che corrispoda al problema desiderato. 37

Problema di Ottimizzazione Combinatoria

Problema di Ottimizzazione Combinatoria Problema di Ottimizzazioe Combiatoria I questo paragrafo defiiamo che cosa si itede per problema di ottimizzazioe combiatoria e mostriamo alcui esempi di problemi che ammettoo ua formulazioe a umeri iteri

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Analisi Matematica Soluzioni prova scritta parziale n. 1

Analisi Matematica Soluzioni prova scritta parziale n. 1 Aalisi Matematica Soluzioi prova scritta parziale. 1 Corso di laurea i Fisica, 018-019 3 dicembre 018 1. Dire per quali valori dei parametri α R, β R, α > 0, β > 0 coverge la serie + (!) α β. ( )! =1 Soluzioe.

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Problemi di copertura, impaccamento e partizionamento (Set Covering, Packing and Partitioning Problems)

Problemi di copertura, impaccamento e partizionamento (Set Covering, Packing and Partitioning Problems) Problemi di copertura, impaccameto e partizioameto (Set Coverig, Packig ad Partitioig Problems) Ua defiizioe geerale dei Problemi di Ottimizzazioe Combiatorica: Defiizioe: Soo dati u isieme fiito N={1,,}

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

3 Ricorrenze. 3.1 Metodo iterativo

3 Ricorrenze. 3.1 Metodo iterativo 3 Ricorreze Nel caso di algoritmi ricorsivi ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

Dettagli

= = 32

= = 32 Algabra lieare (Matematica CI) - 9 Algebra delle matrici - Moltiplicazioe Euple, righe e coloe Notazioe I algebra lieare giocao u ruolo importate le coppie, tere,, ple ordiate di umeri reali; cosi come

Dettagli

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57 Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu

Dettagli

Algoritmi e Strutture Dati (Elementi)

Algoritmi e Strutture Dati (Elementi) Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti

Dettagli

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11 1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........

Dettagli

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. Siao a, b, Z co 2, defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

0.1 Esercitazioni V, del 18/11/2008

0.1 Esercitazioni V, del 18/11/2008 1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n.

(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n. Algebra lieare Matematica CI) 263 Somma di matrici Siao m ed due iteri positivi fissati Date due matrici A, B di tipo m, sommado a ciascu elemeto di A il corrispodete elemeto di B, si ottiee ua uova matrice

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice

Dettagli

SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n]

SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n] SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 05/6, FOGLIO Sia f : R R defiita da f x { se x [, 3] 0 altrimeti Studiare la covergeza putuale, uiforme e uiforme sui compatti della successioe f e della

Dettagli

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

Soluzioni degli esercizi di Analisi Matematica I

Soluzioni degli esercizi di Analisi Matematica I Soluzioi degli esercizi di Aalisi Matematica I (Prof. Pierpaolo Natalii) Roberta Biachii 6 ovembre 2016 FOGLIO 1 1. Determiare il domiio e il sego della fuzioe ( ) f(x) = arccos x2 1 x + 1 π/3. 2. Dimostrare,

Dettagli

v = ( v 1,..., v n ).

v = ( v 1,..., v n ). Lezioe del 21 ovembre. Sistemi lieari 1. Spaio vettoriale R Sia u itero positivo. ssatoمح Cosideriamo lلاiisieme R delle ple ordiate di umeri reali u (u 1, u 2,..., u ), u i R. Al posto di pla ordiata

Dettagli

ESERCITAZIONE DI PROBABILITÀ 1

ESERCITAZIONE DI PROBABILITÀ 1 ESERCITAZIONE DI PROBABILITÀ 1 12/03/2015 Soluzioi del primo foglio di esercizi Esercizio 0.1. Ua classe di studeti è costituita da 6 ragazzi e 4 ragazze. I risultati dell esame vegoo esposti i ua graduatoria

Dettagli

Ricorrenze. 3 1 Metodo iterativo

Ricorrenze. 3 1 Metodo iterativo 3 Ricorreze 31 Metodo iterativo Il metodo iterativo cosiste ello srotolare la ricorreza fio ad otteere ua fuzioe dipedete da (dimesioe dell iput). L idea è quella di reiterare ua data ricorreza T () u

Dettagli

Analisi Matematica I

Analisi Matematica I Aalisi Matematica I Isiemi di umeri Naturali, iteri, razioali I primi umeri che si icotrao soo gli iteri positivi, detti ache umeri aturali: 1, 2, 3,.... L isieme dei umeri aturali si idica co il simbolo

Dettagli

Accenni al calcolo combinatorio

Accenni al calcolo combinatorio Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi

Dettagli

ESERCIZI - FASCICOLO 1

ESERCIZI - FASCICOLO 1 ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim

Dettagli

Soluzioni degli esercizi del corso di Analisi Matematica I

Soluzioni degli esercizi del corso di Analisi Matematica I Soluzioi degli esercizi del corso di Aalisi Matematica I Prof. Pierpaolo Natalii Roberta Biachii & Marco Pezzulla ovembre 015 FOGLIO 1 1. Determiare il domiio e il sego della fuzioe ( ) f(x) = arccos x

Dettagli

In questo capitolo approfondiremo le nostre conoscenze su sequenze e collezioni,

In questo capitolo approfondiremo le nostre conoscenze su sequenze e collezioni, Cotare sequeze e collezioi Coteuto Sequeze e collezioi di elemeti distiti Sequeze e collezioi arbitrarie 3 Esercizi I questo capitolo approfodiremo le ostre coosceze su sequeze e collezioi, acquisedo gli

Dettagli

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag.

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag. Spazi vettoriali Sottospazi associati a ua matrice Dimesioe e basi co riduzioe Sottospazi e sistemi 2 Pag. 1 2006 Politecico di Torio 1 Spazi delle righe e delle coloe Sia A M m, ua matrice m x. Allora

Dettagli

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo

Dettagli

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. a, b, Z 2, allora defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

Cenni di topologia di R

Cenni di topologia di R Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:

Dettagli

a'. a' e b n y se e solo se x, y, divisi per n danno lo stesso resto.

a'. a' e b n y se e solo se x, y, divisi per n danno lo stesso resto. E.5. Cogrueze Nella sezioe D. (esempio (d)) abbiamo itrodotto la relazioe di cogrueza modulo : dati due umeri iteri x, y e u umero itero positivo diciamo che x è cogruo a y modulo (i formula x y se è u

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

Dettagli

Analisi I - IngBM COMPITO A 17 Gennaio 2015 COGNOME... NOME... MATRICOLA... VALUTAZIONE =...

Analisi I - IngBM COMPITO A 17 Gennaio 2015 COGNOME... NOME... MATRICOLA... VALUTAZIONE =... Aalisi I - IgBM - 2014-15 COMPITO A 17 Geaio 2015 COGNOME........................ NOME............................. MATRICOLA....................... VALUTAZIONE..... +..... =...... 1. Istruzioi Gli esercizi

Dettagli

Analisi I - IngBM COMPITO B 17 Gennaio 2015 COGNOME... NOME... MATRICOLA... VALUTAZIONE =...

Analisi I - IngBM COMPITO B 17 Gennaio 2015 COGNOME... NOME... MATRICOLA... VALUTAZIONE =... Aalisi I - IgBM - 2014-15 COMPITO B 17 Geaio 2015 COGNOME........................ NOME............................. MATRICOLA....................... VALUTAZIONE..... +..... =...... 1. Istruzioi Gli esercizi

Dettagli

Programmazione Matematica a Numeri Interi (Integer Programming - IP)

Programmazione Matematica a Numeri Interi (Integer Programming - IP) Programmazioe Matematica a Numeri Iteri (Iteger Programmig - IP) Problema di ottimizzazioe di ua fuzioe obiettivo lieare soggetta al rispetto di u isieme di vicoli lieari i cui tutte o parte delle variabili

Dettagli

Probabilità e Statistica (cenni)

Probabilità e Statistica (cenni) robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

Preparazione al corso di statistica Prof.ssa Cerbara

Preparazione al corso di statistica Prof.ssa Cerbara Preparazioe al corso di statistica Prof.ssa Cerbara Esistoo molti isiemi umerici, ciascuo co caratteristiche be precise. Alcui importatissimi isiemi umerici soo: N: isieme dei umeri aturali, cioè tutti

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

Dettagli

Lezione 10 - Tensioni principali e direzioni principali

Lezione 10 - Tensioni principali e direzioni principali Lezioe 10 - Tesioi pricipali e direzioi pricipali ü [A.a. 2011-2012 : ultima revisioe 23 agosto 2011] I questa lezioe si studiera' cio' che avviee alla compoete ormale di tesioe s, al variare del piao

Dettagli

Lezione 15. Dall algebra commutativa alla geometria algebrica.

Lezione 15. Dall algebra commutativa alla geometria algebrica. Lezioe 5 Dall algebra commutativa alla geometria algebrica. I questa lezioe stabiliamo, i maiera iformale, come i pricipali risultati sugli aelli dimostrati siora possao essere applicati allo studio dei

Dettagli

Esercitazioni di Geometria II

Esercitazioni di Geometria II Esercitazioi di Geometria II Letizia Perigotti - perigotti@sciece.uit.it 20 aprile 2012 Esercizio 1. Dimostrare che la famiglia degli itervalli chiusi e limitati B 1 = {[a, b] R : a < b} o è base di alcua

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

Esercizi Determinare il dominio di de nizione delle seguenti funzioni: a.

Esercizi Determinare il dominio di de nizione delle seguenti funzioni: a. Esercizi -. Determiare il domiio di deizioe delle segueti fuzioi a. () = log jj p (jj ) b. () = µ 5 c. d. e. f. g. h. i. j. () =log jj () = 4p j j! Ã () =arcsi () = log 3 + () =log(jj ) p jj () =log(jcos

Dettagli

Corso Propedeutico di Matematica

Corso Propedeutico di Matematica POLINOMI RICHIAMI DI TEORIA Defiizioe: u poliomio ( o fuzioe poliomiale) ella variabile x di grado a coefficieti reali ha la forma A = a0 + a1x + + a 1 x, dove a 0, a 1,..., a soo umeri reali assegati

Dettagli

a n (x x 0 ) n. (1.1) n=0

a n (x x 0 ) n. (1.1) n=0 Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri

Dettagli

Cenni di calcolo combinatorio

Cenni di calcolo combinatorio Appedice B Cei di calcolo combiatorio B Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare degli

Dettagli

Metodi di soluzione dei problemi di IP

Metodi di soluzione dei problemi di IP Metodi di soluzioe dei problemi di IP Cosideriamo u problema (IP) ( IP) ma c = A = b Z + Il poliedro P associato ai vicoli di (IP) cotiee tutti e soli i puti iteri che soo soluzioi di (IP): { Z :, } P

Dettagli

16 - Serie Numeriche

16 - Serie Numeriche Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 6 - Serie Numeriche Ao Accademico 03/04 M. Tummiello, V. Lacagia, A. Cosiglio, S.

Dettagli

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr. DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato

Dettagli

Tempo di calcolo. , per cui x è un caso più sfavorevole quando T. peggiore(

Tempo di calcolo. , per cui x è un caso più sfavorevole quando T. peggiore( Tempo di calcolo. Tempo di calcolo di u algoritmo La complessità computazioale è ua misura della difficoltà di risolvere problemi di calcolo co algoritmi. Per misurare la complessità di u algoritmo si

Dettagli

A. EQUAZIONI LINEARI IN DUE INCOGNITE E SISTEMI DI 1 GRADO

A. EQUAZIONI LINEARI IN DUE INCOGNITE E SISTEMI DI 1 GRADO A. EQUAZIONI LINEARI IN DUE INCOGNITE E SISTEMI DI 1 GRADO 1. I sistemi di equazioi di primo grado U problema può coivolgere più icogite, ma soprattutto può coivolgere più codizioi riferite ad esse, che

Dettagli

Analisi Matematica 1 Matematica

Analisi Matematica 1 Matematica Aalisi Matematica 1 Matematica Secodo Compitio Luedì 30 Geaio 01 VERSIONE A Esercizio 1 (8 puti) Sia α R u parametro e si cosideri la serie di poteze complessa z. i) Calcolare il raggio di covergeza R

Dettagli

Nozioni preliminari: sia R n lo spazio n-dimensionale dell algebra vettoriale. Un punto in R n e una n-pla di numeri reali (x 1, x 2 x n )

Nozioni preliminari: sia R n lo spazio n-dimensionale dell algebra vettoriale. Un punto in R n e una n-pla di numeri reali (x 1, x 2 x n ) SPAZI TOPOLOGICI: topologia locale (a cui siamo iteressati topologia globale (proprieta a larga scala, come quelle che distiguoo ua sfera da u coo Nozioi prelimiari: sia R lo spazio -dimesioale dell algebra

Dettagli

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo.

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo. AM110 - ESERCITAZIONI V - VI 16-18 OTTOBRE 2012 Esercizio svolto 1. Dimostrare che ogi isieme fiito ha u massimo ed u miimo. Sia A = {a 1,..., a } R. Dimostriamo che A ha u massimo si procede i maiera

Dettagli

NUMERI REALI Mauro Saita Versione provvisoria. Settembre 2012.

NUMERI REALI Mauro Saita Versione provvisoria. Settembre 2012. NUMERI REALI Mauro Saita maurosaita@tiscaliet.it Versioe provvisoria. Settembre 2012. Idice 1 Numeri reali. 1 1.1 Numeri aturali, iteri, razioali......................... 1 1.2 La scoperta dei umeri irrazioali.........................

Dettagli

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a

Dettagli

Unità Didattica N 33 L algebra dei vettori

Unità Didattica N 33 L algebra dei vettori Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare

Dettagli

Stima di somme: esercizio

Stima di somme: esercizio Stima di somme: esercizio Valutare l'ordie di gradezza della somma k l (1 + 3 k ) Quado x

Dettagli

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4 Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee

Dettagli

Soluzione del Problema di Natale.

Soluzione del Problema di Natale. Soluzioe del Problema di Natale. Idicheremo, per comodità, ua particella Mxyzptl co M(d, = (m + ; m 1,..., m, dove m+ è il puto di che rappreseta il suo ucleo mxyzptl +, e gli m i rappresetao le sue subparticelle

Dettagli

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010 elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e

Dettagli

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Dettagli

Lezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh.

Lezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh. Prerequisiti: Lezioe Gruppi Lezioe 2 Z Gruppi isomorfi Gruppi S e A Riferimeti ai testi: [FdG] Sezioe ; [H] Sezioe 26; [PC] Sezioe 58 Sottogruppi ormali Gruppi quoziete L Esempio 7 giustifica la seguete

Dettagli

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici Facoltà di Igegeria Precorso di Matematica 1. Equazioi e disequazioi Parte IV : Fuzioi e luoghi geometrici Richiamiamo brevemete la ozioe di fuzioe, che sarà utilizzato i quest ultima parte del precorso.

Dettagli

Analisi Matematica I modulo Soluzioni prova scritta preliminare n. 1

Analisi Matematica I modulo Soluzioni prova scritta preliminare n. 1 Aalisi Matematica I modulo Soluzioi prova scritta prelimiare 1 Corso di laurea i Matematica, aa 004-005 9 ovembre 004 1 (a) Calcolare il seguete limite: **A***** Soluzioe Si ha ( + log ) ( + log ) lim

Dettagli

Entropia ed informazione

Entropia ed informazione Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

REGRESSIONE LINEARE E POLINOMIALE

REGRESSIONE LINEARE E POLINOMIALE REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi

Dettagli

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

AL210 - Appunti integrativi - 2

AL210 - Appunti integrativi - 2 AL210 - Apputi itegrativi - 2 Prof. Stefaia Gabelli - a.a. 2016-2017 Classi laterali e Teorema di Lagrage Se G è u gruppo fiito, il umero degli elemeti di G si chiama l ordie di G e si idica co G. J.-L.

Dettagli

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018 Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,

Dettagli

(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni.

(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni. Lezioe del 26 settembre. 1. Successioi. Defiizioe 1 Ua successioe di umeri reali e ua legge che associa a ogi umero aturale = 0, 1, 2,... u umero reale - i breve: e ua fuzioe N R; si scrive ella forma

Dettagli

4 - Le serie. a k = a k. S = k=1

4 - Le serie. a k = a k. S = k=1 4 - Le serie E veiamo ad uo degli argometi più ostici (ma ache più iteressati) dell aalisi: le serie. Ricordiamo brevemete cos è ua serie e cosa vuol dire covergeza per ua serie. Defiizioe 1. Data ua successioe

Dettagli

Somma E possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne.

Somma E possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne. Matrici Geeralità sulle matrici I matematica, ua matrice è uo schierameto rettagolare di oggetti; le matrici di maggiore iteresse soo costituite da umeri come, per esempio, la seguete: 1 s 6 4 4 2 v t

Dettagli

Calcolo Combinatorio

Calcolo Combinatorio Uiversità degli Studi di Palermo Facoltà di Ecoomia Dip. di Scieze Ecoomiche, Aziedali e Statistiche Apputi del corso di Matematica Geerale Calcolo Combiatorio Ao Accademico 2013/201 V. Lacagia - S. Piraio

Dettagli

SECONDO ESONERO DI AM1 10/01/ Soluzioni

SECONDO ESONERO DI AM1 10/01/ Soluzioni Esercizio. Calcolare i segueti iti: Razioalizzado si ottiee SECONDO ESONERO DI AM 0/0/2008 - Soluzioi 2 + 2, 2 + 2 = 2 + 2 + 2 + 2 = Per il secodo ite ci soo vari modi, e mostro tre. Ora ( ) ( + si = +

Dettagli

Esercitazione due: soluzioni

Esercitazione due: soluzioni Esercitazioe due: soluzioi. Sia il ricavo r i pk i ti, p, k, t i > applicado la defiizioe di media di Chisii il tempo medio t che lascia ivariato il ricavo totale é quel valore tale che pk i ti pk i t

Dettagli

2.5 Convergenza assoluta e non

2.5 Convergenza assoluta e non .5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello

Dettagli

Serie di potenze / Esercizi svolti

Serie di potenze / Esercizi svolti MGuida, SRolado, 204 Serie di poteze / Esercizi svolti Si cosideri la serie di poteze (a) Determiare il raggio di covergeza 2 + x (b) Determiare l itervallo I di covergeza putuale (c) Dire se la serie

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!

Dettagli

La comparsa dei numeri complessi è legata, da un punto di vista storico, alla risoluzione delle equazioni di secondo grado.

La comparsa dei numeri complessi è legata, da un punto di vista storico, alla risoluzione delle equazioni di secondo grado. Capitolo 3 3.1 Defiizioi e proprietà La comparsa dei umeri complessi è legata, da u puto di vista storico, alla risoluzioe delle equazioi di secodo grado. L equazioe ammette le soluzioi x 2 + 2px + q =

Dettagli

Ancora con l induzione matematica

Ancora con l induzione matematica Acora co l iduzioe matematica Iformatica@SEFA 017/018 - Lezioe 9 Massimo Lauria Veerdì, 1 Ottobre 017 L iduzioe matematica sembra, per come vi è stata presetata la scorsa lezioe,

Dettagli

La formula del binomio

La formula del binomio La formula del biomio Ua spiegazioe elemetare Riccardo Dossea 7 dicembre 5 I questo articolo vogliamo presetare ua dimostrazioe elemetare, che eviti espliciti riferimeti di carattere combiatorio, della

Dettagli

IV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 17 luglio

IV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 17 luglio IV Appello di Calcolo delle Probabilità Cogome: Laurea Trieale i Matematica / Nome: 7 luglio Email: Quado o è espressamete idicato il cotrario, per la soluzioe degli esercizi è possibile usare tutti i

Dettagli

Appendice A. Elementi di Algebra Matriciale

Appendice A. Elementi di Algebra Matriciale ppedice. Elemeti di lgebra Matriciale... 2. Defiizioi... 2.. Matrice quadrata... 2..2 Matrice diagoale... 2..3 Matrice triagolare... 3..4 Matrice riga e matrice coloa... 3..5 Matrice simmetrica e emisimmetrica...

Dettagli

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova,

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova, Corsi di laurea i fisica ed astroomia Prova scritta di Aalisi Matematica Padova, 5.7.08 Si svolgao i segueti esercizi facedo attezioe a giustificare le risposte. Delle affermazioi o motivate e giustificate

Dettagli

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi Esercizi sui umeri complessi per il dodicesimo foglio di esercizi 6 dicembre 2010 1 Numeri complessi radici ed equazioi Ricordiamo iazitutto che dato u umero complesso z = x + iy, il suo coiugato, idicato

Dettagli

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

Si estendono, in modo non banale, le operazioni di somma e prodotto da Q ad R; con queste operazioni R e un campo.

Si estendono, in modo non banale, le operazioni di somma e prodotto da Q ad R; con queste operazioni R e un campo. 1 Numeri reali 1.1 Numeri reali Per umero reale itediamo u qualsiasi umero decimale, co u umero di cifre dopo la virgola fiito o ifiito, periodico o o periodico; possiamo pesare u umero decimale co u umero

Dettagli

k=0 f k(x). Un altro tipo di convergenza per le serie è la convergenza totale e si dice che la serie (0.1) converge totalmente in J I se

k=0 f k(x). Un altro tipo di convergenza per le serie è la convergenza totale e si dice che la serie (0.1) converge totalmente in J I se Serie di fuzioi Sia I R, per ogi k N, data la successioe di fuzioi (f k ) k co f k : I R, cosideriamo la serie di fuzioi (0.) f k () k=0 e defiiamo la successioe delle somme parziali s () = k=0 f k().

Dettagli