Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.3)
|
|
- Lisa Fedele
- 4 anni fa
- Visualizzazioni
Transcript
1 Docente: Marco Gaviano Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 5-6 lez.)
2 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Problema generale della programmazione lineare (PL) Il problema più generale della programmazione lineare consiste nella ricerca dell'ottimo (minimo o massimo) di una funzione lineare di variabili soggette a vincoli lineari (equazioni o disequazioni) chiamate vincoli. La funzione da ottimizzare si chiama funzione obbiettivo.
3 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Un problema di LP ha dunque la seguente formulazione Problema PL (forma canonica) N j M M i d a M i d a a soggetta c z (massimizza) minimizza j n j i j ij n j i j ij n j j j
4 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. In cui si è usata la notazione M={...m}: insieme degli indici dei vincoli; N={...n}: insieme degli indici delle variabili; M sottoinsieme di M; N sottoinsieme di N; A= (a ij ) im j N: matrice m n di numeri reali; a j : la j-ma colonna di A; a i : l'i-ma riga di A [ n ] T vettore colonna con n componenti; c[ n ] vettore riga con n componenti; d[ m ] T vettore colonna con m componenti; 4
5 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. In forma compatta il problema si scrive Problema PL (forma canonica) minimizza (massimizza) z c soggetta a i a d i i M i a d i i M M 5
6 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Nel risolvere un problema di PL si considera in generale la formulazione standard. Questa la si ottiene sfruttando le seguenti proprietà minimo di f() = - massimo di -f() Ciò permette di considerare solo problemi di minimo. Inoltre le disequazioni possono supporsi tutte dello stesso tipo (). Infatti se ciò non si verificasse è sufficiente moltiplicare per - le disequazioni col segno (). 6
7 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Le diseguaglianze a i d i e a i d i possono essere sostituite dalle relazioni a a i i s i s i d d i i s i s i s Le variabili i sono chiamate variabili di scarto (slack variable). Ovviamente esse non devono influenzare la funzione da ottimizzare. Pertanto ad esse si assegna nella z=c un coefficiente nullo. 7
8 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Problema PL(forma standard) minimizza z c A d (Si farà riferimento a questa formulazione) 8
9 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Definizioni programma (o soluzione ammissibile feasible solution): una n-pla di valori che soddisfa tutti i vincoli compresi quelli di non-negatività. soluzione non ammissibile: una n-pla di valori che soddisfa tutti i vincoli eccetto quelli di non negatività. programma ottimale: un programma finito (tutte le variabili sono finite) che minimizza la funzione obiettivo z. 9
10 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. base B: ogni insieme di m vettori colonna a j linearmente indipendenti. variabili di base: m variabili associate con le colonne di una base B costituiscono un sottovettore B di. variabili secondarie: sottovettore R complementare a B su ([ B R ] riordinando le variabili). Il sistema di equazioni A = d è supposto composto di equazioni linearmente indipendenti (m<n rango di A uguale ad m) ed avente più di una soluzione.
11 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. La matrice A può considerarsi formata da matrici B ed R con R le colonne di A non contenute in B (A [ BR] riordinando le variabili). Il sistema dei vincoli A=d può scriversi come [ B R] [ B R ] T =d. Se B è una base e le n-m variabili secondarie (relative a R) sono poste uguali a zero si ottiene un sistema di m equazioni in m incognite B B = d
12 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. che possiede una unica soluzione B = B - d. Il vettore [ B R ] con B = B - d e R = è chiamato soluzione di base associata a B. Una soluzione di è chiamata soluzione degenere se qualche sua componente è nulla.
13 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio: considera il problema PL ma z equivalente a min z' S 4 S 4
14 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Le soluzioni di base sono riportate nella seguente tabella 4 z() feasible feasible -5 infeasible 4-4 infeasible 5 8 feasible optimal 4
15 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Il teorema fondamentale della PL Dato un problema PL in forma standard (i) se esiste almeno un programma finito esso ha almeno un programma di base; (ii) se esso ha almeno un programma ottimale finito esso ha almeno un programma ottimale di base. Dim.(vedi appendice) 5
16 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Grazie a questo teorema il problema PL è risolto da un punto di vista teorico il numero di basi e corrispondentemente il numero di programmi di base è finito ed è dato da n! m!( n m)! Le valutazioni di z nei programmi di base sono sufficienti ad individuare il programma di base ottimale 6
17 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Ciò comunque porta ad una notevole mole di calcoli anche per problemi di dimensione modesta. Per un problema di dieci equazioni in venti incognite il calcolo di tutte le soluzioni di base richiede la soluzione di circa. sistemi di dieci equazioni in dieci incognite. Tale numero cresce molto rapidamente con la dimensione del problema di PL. Per evitare tale mole di calcoli si sono create nuove tecniche. 7
18 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio Interpretazione geometrica ma z La figura illustra l'insieme dei punti che soddisfano i vincoli. 8
19 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio 9
20 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Il problema può scriversi in forma standard come segue La soluzione ottimale di base finita e nondegenere è ma z = 8 con = = = 4 4 = 5 = z min z ma
21 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio Interpretazione geometrica ma z In questo caso si ha ridondanza La figura illustra l'insieme dei punti che soddisfano i vincoli
22 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio
23 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Il problema può scriversi in forma standard come segue La soluzione ottimale di base finita e degenere (rispetto al problema standard) è ma z = 8 con = = = 4 = 5 = z min z ma
24 4 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Interpretazione geometrica Esempio La figura illustra l'insieme dei punti che soddisfano i vincoli z ma
25 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio 5
26 6 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Il problema può scriversi in forma standard come segue Qui si hanno due soluzioni ottimali di base ) ma z = = = = 4 4 = 5 =. ) ma z = =/ =7/ 4 = 4/ = 5 =. Entrambe le soluzioni sono nondegeneri. min z ma z
27 7 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Interpretazione geometrica Esempio 4 La figura illustra l'insieme dei punti che soddisfano i vincoli ma z
28 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Esempio 4 8
29 9 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Il problema può scriversi in forma standard come segue Il problema non ammette soluzioni ottimali finite. z min 4 4 z ma
30 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Interpretazione geometrica Esempio 5 La figura illustra l'insieme dei punti che soddisfano i vincoli ma z
31 Esempio 5 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. - + >= X + <= >= X Il problema non ha alcuna soluzione ammissibile.
32 Matematica Computazionale Ottimizzazione a.a. 5-6 Lezione n. Il problema può scriversi in forma standard come segue Il problema non ha alcuna soluzioni z min ma z
Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.3)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. -4 lez.) Matematica Computazionale
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.5)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 0- lez.5) Matematica Computazionale
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.9)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 05-6, lez.9) Matematica Computazionale,
DettagliProgrammazione lineare: basi e soluzioni di base
Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria
DettagliSI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11
SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11 MARTEDÌ 11 APRILE LA LEZIONE SI TERRÀ IN AULA SEMINARI PIANO C 1di 26 LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE
DettagliRicerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab
Ricerca Operativa Programmazione Lineare Università Mediterranea di Reggio Calabria Decisions Lab Ottimizzazione In un problema di ottimizzazione si cerca di massimizzare o minimizzare una quantità specifica,
DettagliLezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
DettagliLEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO. 1di 18
LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO 1di 18 Metodo del Simplesso Il metodo del simplesso dovuto a Dantzing ed a Kantorovich è un algoritmo il cui nome deriva
DettagliSoluzione dei Problemi di Programmazione Lineare
Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle
DettagliI sistemi lineari di n equazioni in n incognite
I sistemi lineari I sistemi lineari di n equazioni in n incognite I sistemi lineari di n equazioni in n incognite, sono formati da equazioni di primo grado, in cui le incognite hanno tutte esponente uguale
DettagliLEZIONE N. 6 - PARTE 1 - Introduzione
LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
DettagliSistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 200-20 2 a di o.0 4 Capelli Rango o Caratterisca : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliVETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato
DettagliSviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:
M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 5 - Soluzioni Esercizio 5. - La norma Euclidea di è 9 6 5 - Il versore corrispondente
DettagliIl metodo del simplesso
Capitolo 5 Il metodo del simplesso 5. La forma standard Esercizio 5.. Porre il problema di Programmazione Lineare: in forma standard. min x +x + x + x x +x 5 x 4 x, x Si trasformano i vincoli di disuguaglianza
Dettagli4.3 Esempio metodo del simplesso
4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.7)
Docente: Marco Gaviano (e-mail:gaviano@nica.it) Corso di Larea in Infomatica Corso di Larea in Matematica Matematica Comptazionale(6cf) Ottimizzazione(8cf) (a.a. -4, lez.7) Matematica Comptazionale, Ottimizzazione,
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare p. 1/39 Geometria della programmazione lineare Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Geometria della programmazione
DettagliAlgebra delle matrici
Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità
DettagliA titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.
) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente
DettagliGeometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa
Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2014/2015 Univ. Studi di Milano E.Frigerio, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 30 index Generalità sugli insiemi 1 Generalità
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito B 3/05/005 A. A. 004 005 ) Risolvere il seguente sistema
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (II parte) Prof.ssa Bice Cavallo Soluzione di un problema PL Soluzione ottima Variabili slack e surplus A R mxn Ax b s R m, s i 0 : Ax
DettagliLA GRAN PARTE DI QUESTI ELEMENTI DOVREBBE ESSERE GIÀ NOTA
I PRESUPPOSTI DELL ALGORITMO DEL SIMPLESSO CONSISTONO IN UN INSIEME DI ELEMENTI TEORICI LEGATI ALLO STUDIO DEGLI INSIEMI CONVESSI ED UN ALTRO INSIEME DI ELEMENTI TEORICI LEGATI ALLO STUDIO DEI SISTEMI
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliCorso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a.
Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a.0-4 Programmazione lineare Domande di ripasso Definizioni e risultati teorici.
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
DettagliMatrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.
Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliIstituzioni di Matematica I. Esercizi su sistemi lineari. & % x + y " #z = "1 & '#x " y+ z =1
Istituzioni di Matematica I Esercizi su sistemi lineari Esempio. Dire per quali valori di λ R il sistema x " y+ z = 2 % x + y " z = " x " y+ z = ha una sola soluzione, per quali nessuna, per quali infinite
DettagliEsempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:
Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)
DettagliEsercizi di Programmazione Lineare - Dualità
Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul
DettagliTEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.
Prof. R. adei EORIA della DUALIÀ Una piccola introduzione R. adei 1 R. adei 2 EORIA DELLA DUALIA' Il concetto di dualità fu introdotto nel 1947 da Von Neumann, anche se il teorema della dualità fu formulato
DettagliALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
DettagliSistemi lineari e spazi vettoriali 1 / 14
Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari 2 / 14 Studieremo sistemi lineari costituiti da m equazioni in n incognite (m,n N, m,n 1): cioè a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n
DettagliPROGRAMMAZIONE LINEARE E DUALITA'
PROGRAMMAZIONE LINEARE E DUALITA' 1) Dati i punti di R 2 (1, 2), (1, 4), (2, 3), (3, 5), (4, 1), (4, 2), (5, 5), (6, 2), (6, 5). Determinare graficamente: A - L'involucro convesso di tali punti. B - Quali
DettagliAlgebra Proff. A. D Andrea e P. Papi Quarto scritto
Algebra Proff. A. D Andrea e P. Papi Quarto scritto LUGLIO 8 Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 6.5 6.5 3 6.5 4 6.5 5 6.5 otale 3 Occorre motivare le risposte. Una soluzione
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
Dettagliil determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij
Determinanti Sia data la matrice quadrata a... a n a a n =...... a... a n nn Chiamiamo determinante di il numero det o che ad essa viene associato. det = a a... a... a... a n n n... a nn Un generico elemento
Dettaglimin 2x 1 +4x 2 2x 3 +2x 4 x 1 +4x 2 +2x 3 + x 4 =6 2x 1 + x 2 +2x 3 + x 5 =3 x 0.
5 IL METODO DEL SIMPLESSO 6.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,
DettagliProgrammazione lineare
Capitolo 1 Programmazione lineare ESERCIZIO 1.1. Porre in forma canonica i seguenti programmi lineari. min 3x 1 + 4x 2 2x 3 x 1 + 2x 2 x 3 5 2x 1 + 4x 3 = 12 x 1 + x 2 + x 3 15 x 1, x 2 0, x 3 libera.
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliArgomenti trattati nella settimana novembre Il libro cui faccio riferimento, se non specificato altrimenti, è Lang, Algebra lineare
Argomenti trattati nella settimana 23-27 novembre 2009 Il libro cui faccio riferimento, se non specificato altrimenti, è Lang, Algebra lineare 1 Sistemi lineari; 2 applicazioni lineari; Sistemi lineari;
DettagliDIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI
DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.
Dettaglix 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =
56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,
DettagliMatematica II, II parte. 1. Equazioni lineari in n incognite. Nel seguito, considereremo n ple ordinate
Matematica II, 161111 - II parte 1 Equazioni lineari in n incognite Nel seguito, considereremo n ple ordinate (r 1, r 2,, r n ) di numeri reali Per n = 1, 2, 3 una n pla si puo identificare rispettivamente
DettagliEsercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare
Esercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare 1. Quali dei seguenti sottoinsiemi sono sottospazi di R 3? Motivare la risposta. (a) {(x, y, 1) x, y R} (b) {(0, y, 0) y R} (c)
DettagliAlgoritmi per la programmazione lineare: il metodo del simplesso
Algoritmi per la programmazione lineare: il metodo del simplesso Dipartimento di Informatica, Universita' di Pisa A.A. 2018/2019 Contenuti della lezione Problemi di programmazione lineare, forma standard
DettagliLEZIONE N. 6 - PARTE 1 - Introduzione
LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
DettagliMATEMATICA. a.a. 2014/ Sistemi di equazioni lineari
MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2
DettagliIstituzioni di Matematiche sesta parte
Istituzioni di Matematiche sesta parte anno acc. 2013/2014 Univ. Studi di Milano D.Bambusi, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 27 index Matrici e operazioni tra matrici 1 Matrici
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 2013-14, lez.1) 1 Matematica Computazionale,
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliMatematica discreta 1 [145016]
Facoltà di Scienze Matematiche, Fisiche e Naturali anno accademico 2008/09 Registro dell'attività didattica Matematica discreta 1 [145016] Attività didattica: Attività didattica [codice] Corso di studio
DettagliPrima prova in itinere di Geometria (Corso di laurea in Fisica, Canali A-C e D-O) Prof. Barucci e Piccinni 29 novembre 2011
Prima prova in itinere di Geometria (Corso di laurea in Fisica, Canali A-C e D-O) Prof Barucci e Piccinni 29 novembre 2011 a Scrivere subito canale, cognome e nome b Utilizzare questi fogli per le risposte
DettagliMetodo di Gauss-Jordan 1
Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi
Dettagli3.3 Problemi di PLI facili
3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
DettagliAlgebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio
Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.
Dettagli0 0 c. d 1. det (D) = d 1 d n ;
Registro Lezione di Algebra lineare del 23 novembre 216 1 Matrici diagonali 2 Autovettori e autovalori 3 Ricerca degli autovalori, polinomio caratteristico 4 Ricerca degli autovettori, autospazi 5 Matrici
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
Dettagli1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari
1. Sistemi di equazioni lineari 1.1 Considerazioni preliminari I sistemi lineari sono sistemi di equazioni di primo grado in più incognite. Molti problemi di matematica e fisica portano alla soluzione
DettagliOttimizzazione (1 mod., 6 crediti, 48 ore, a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Ottimizzazione (1 mod., 6 crediti, 48 ore, a.a. 09-10, lez.1) 1 L Ottimizzazione rientra nell
DettagliProgrammazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
DettagliIntroduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard
Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione
Dettagli2. ALGORITMO DEL SIMPLESSO
. ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica
DettagliRegistro dell insegnamento
Registro dell insegnamento Anno accademico 2016/17 Prof. Settore inquadramento Gabriele Vezzosi MAT-03 Scuola di Ingegneria Dipartimento DIMAI U. Dini Insegnamento Geometria Moduli Settore insegnamento
DettagliSi consideri il seguente tableau ottimo di un problema di programmazione lineare
ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6
DettagliGeometria BAER A.A. Canale I Foglio esercizi 4
Geometria BAER A.A. Canale I Foglio esercizi 4 Esercizio. Si trovino basi degli spazi delle soluzioni dei seguenti sistemi lineari Soluzione: Sol(S ) = L[ x + 3x x 3 + 5x 4 = S : x + 3x x 3 + x 4 = S x
Dettagli1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE del 17 febbraio 011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
DettagliElementi di Algebra Lineare
Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare
DettagliAnno Accademico 2016/2017
Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2016/2017 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
DettagliProblemi lineari equivalenti
Problemi lineari equivalenti Introduzione Nel seguito verranno presentati alcuni esempi di trasformazione di problemi di problemi di programmazione lineare in forme equivalenti. Un problema di programmazione
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
DettagliPagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
DettagliEsempi. In R 2, le coppia (2, 5) è combinazione lineare dei vettori (0, 1) e (1, 1). Infatti:
Combinazioni lineari [Abate, 4.2] Sia V uno spazio vettoriale e v 1, v 2,..., v n dei vettori di V. Diremo che un vettore w V è combinazione lineare dei vettori v 1,..., v n se esistono a 1, a 2,..., a
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.11)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 03-4, lez.) Matematica Computazionale,
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
Dettagli4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1
4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min f () s.v. X n insieme delle soluzioni ammissibili con funzione obiettivo
DettagliIntroduzione alla programmazione lineare
Introduzione alla programmazione lineare struttura del problema di PL forme equivalenti rappresentazione e soluzione grafica rif. Fi 1.2; BT 1.1, 1.4 Problema di programmazione lineare Dati: un vettore
DettagliProgrammazione Lineare Intera
Programmazione Lineare Intera Andrea Scozzari a.a. 2012-2013 May 10, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare Intera May 10, 2013 1 / 16 Programmazione Lineare Intera: Metodo dei Piani
DettagliAnalisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.
Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe
DettagliIl teorema di Rouché-Capelli
Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
Dettagli