Analisi dell interazione domanda/offerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi dell interazione domanda/offerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione"

Transcript

1 Corso di: Fondamenti di Trasporti Lezione: Analisi dell interazione domanda/oerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione Corso di Laurea Ingegneria Civile AA Giuseppe Inturri Università di Catania Dipartimento di Ingegneria Civile e Ambientale

2 equilibrio di una rete di trasporto Studiare l equilibrio di una rete di trasporto signiica calcolare come si distribuiscono i lussi di utenti sugli elementi della rete (nodi e archi) a partire dalla domanda e dalle caratteristiche degli elementi della rete La distribuzione dei lussi nella rete può essere vista come il risultato di due meccanismi in competizione. Da un lato gli utenti (automobilisti, passeggeri, pedoni) cercano di minimizzare la disutilità associata allo spostamento per esempio gli automobilisti che si spostano da un origine ad una destinazione cercano di scegliere il percorso con il tempo di spostamento più breve D altra parte, la disutilità associata allo spostamento non è issa, ma dipende in parte dal numero di utenti presenti nel sistema di trasporto quindi, per esempio, il tempo totale sul precedente percorso è unzione del lusso di traico totale, cioè del livello d congestione Per questo motivo, il calcolo dell equilibrio di una rete non è semplice e diretto

3 3 equilibrio di una rete di trasporto assegnazione del traico l approccio analitico per la soluzione dell equilibrio tra i due meccanismi in competizione (scelta del percorso e congestione) è simile a quello usato per la descrizione dell interazione tra domanda e oerta in un mercato di beni, dove la quantità consumata di un bene diminuisce con il prezzo mentre la quantità prodotta ha un andamento opposto basta sostituire il prezzo con la disutilità (inverso del livello di servizio del trasporto) e la quantità consumata con i lussi Il problema di trovare l equilibrio della distribuzione dei lussi in una data rete di trasporto si chiama anche assegnazione del traico il metodo di soluzione ondamentale è basato sulla ormulazione e risoluzione di un problema di ottimizzazione non lineare

4 4 analogia e dierenze tra equilibrio di un mercato ed equilibrio di una rete la dipendenza del lusso dal livello di servizio è la caratteristica ondamentale del mercato dei trasporti i lussi dipendono dal livello di servizio, il livello di servizio dipende dalla congestione e la congestione dipende dai lussi FLUSSI CONGESTIONE LIVELLO DI SERVIZIO

5 5 Esempio di assegnazione del traico su una rete di trasporto percorso q TAB A percorso q B Vi sono due zone di uso del territorio collegate da un sistema di trasporto costituito da due strade parallele, un arteria principale ed un altra strada più lunga di tipo locale residenziale Calcoleremo l equilibrio tra la domanda di trasporto e l oerta di trasporto usando un metodo algebrico. 5

6 6 Ricerca graica dell equilibrio tempo di spostamento da A a B (min) domanda 40 Condizioni di equilibrio 950 percorso 370 percorso t_ab perc. t_ab perc. t_ab=0/tab Serie lusso q ('000 veic/h) 6

7 equilibrio di una rete di trasporto e approccio sistemico 7 la soluzione dei problemi di equilibro di una rete in ambito urbano devono essere arontati con un approccio di sistema e non concentrandosi sul singolo elemento (es. intersezione, o singola strada) supponiamo di avere un segmento di una strada urbana in condizioni di congestione per ridurre la congestione, prevediamo che l aggiunta di una corsia renderà più luido il traico e dunque stimiamo i costi e i beneici determinati dall allargamento della strada il risultato del nostro calcolo potrebbe essere sbagliato se non prendiamo in considerazione il comportamento degli automobilisti nel loro complesso per esempio, alcuni utenti, che prima non usavano quella strada, potrebbero usarla in seguito al suo miglioramento e quindi il livello di servizio della strada sarà peggiore di quello atteso inoltre, alcune delle strade che conducono alla strada allargata potrebbero congestionarsi ancora, le condizioni di lusso su strade parallele a quella allargata, potrebbe migliorare a causa del traserimento di parte di traico sulla strada allargata dunque altri utenti, potrebbero includere nei loro percorsi, alcune di queste strade parallele che si sono decongestionate

8 equilibrio di una rete di trasporto e approccio sistemico 8 si innesca dunque un eetto di modiiche di scelte a cascata sino a quando la rete, nel suo complesso, non raggiunge un nuovo stato di equilibrio Gli eetti delle nostre scelte non possono essere oggetto di una stima basata sull intuizione Le reti di trasporto sono, in questo senso, sistemi complessi il concetto di equilibrio è simile a quello della isica, cioè uno stato nel quale non ci sono orze che spingono il sistema in un altro stato viceversa, quando il sistema non è in equilibrio, ci sono orze che lo spingono verso un nuovo stato di equilibrio nello stato di equilibrio, i lussi sono tali che non esiste per gli utenti alcun vantaggio a modiicare i percorsi scelti

9 ormulazione del problema dell assegnazione del traico come problema di equilibrio sia nota la domanda, cioè i lussi di spostamenti per una serie di coppie di nodi originedestinazione (matrice O/D) sia data l oerta costituita da una rete urbana costituita da un insieme di nodi ed un insieme di archi sia noto per ogni arco della rete la unzione del livello di servizio (o unzione di costo), cioè l espressione che associa al lusso su un arco il corrispondente valore di costo, ad esempio il tempo di percorrenza dell arco è ragionevole che ciascun utente che si sposta da un origine O ad una destinazione D cercherà di minimizzare il suo tempo di spostamento

10 ormulazione del problema dell assegnazione del traico come problema di equilibrio il tempo di spostamento per una data coppia OD è la somma dei tempi degli archi che appartengono al percorso scelto, tra quelli disponibili il tempo di ciascun percorso cambia al cambiare dei lussi sugli archi si raggiungerà una condizione stabile quando nessun utente potrà ridurre il tempo di spostamento modiicando unilateralmente il percorso scelto questa condizione caratterizza l equilibrio degli utenti o User-Equilibrium (UE)

11 User Equilibrium 3 la deinizione di equilibrio degli utenti (UE) implica che essi hanno una peretta conoscenza dei tempi di percorrenza su ogni percorso che si comportano in modo razionale, cioè minimizzando il tempo di spostamento e che si comportano tutti allo stesso modo queste ipotesi possono anche essere rimosse, distinguendo tra tempo eettivo e tempo percepito il tempo percepito può essere trattato come una variabile aleatoria distribuita tra tutti gli utenti l equilibrio si raggiunge quando nessun utente crede che il suo tempo di spostamento possa essere ridotto modiicando unilateralmente il percorso scelto questa è la condizione dell equilibrio dell utente di tipo stocastico o Stochastic User Equilibrium (SUE)

12 soluzione del problema dell equilibrio 4 la soluzione del problema dell equilibrio ( o dell assegnazione) a partire da questa ormulazione non è agevole bisogna ovviamente ornire una ormulazione matematica speciichiamo che qui ci rieriamo ad equilibrio di tipo stazionario: signiica che i lussi di domanda tra le O/D possono essere considerati costanti durante il periodo di analisi, che deve essere abbastanza più grande del tempo medio di spostamento OD

13 5 esempio semplice di UE rete con una coppia OD, due archi ( e ) che coincidono con due percorsi (ig. a) un lusso di domanda q x e x lussi di percorso = lussi di arco q = x + x se q è piccolo (<q ) tutti gli utenti usano l arco (ig. b) si tratta di una situazione di equilibrio perché nessun utente modiicherà la propria scelta se q>q allora t >t, quindi alcuni utenti useranno l arco e via via gli utenti si distribuiranno tra i due archi in modo che il tempo sia uguale, t =t (ig. c) anche questa è una conigurazione di equilibrio si può anche dire che all equilibrio, i tempi sugli archi non vuoti sono uguali

14 deinizione operativa di UE 6 in base all esempio orniamo adesso una deinizione più operativa di UE per ogni coppia OD, all equilibrio, il tempo di spostamento è uguale in tutti percorsi utilizzati, e (anche) minore o uguale al tempo che sarebbe sperimentato da un veicolo isolato su qualunquepercorso non utilizzato tornando all esempio precedente, la soluzione del problema è la seguente: per q < q x =q per q > q imporre t = t e calcolare x = t - (t) e x = t - (t)

15 7 soluzione graica il tempo all equilibrio si determina costruendo una nuova curva del livello di servizio sommando t (x ) e t (x ) come in igura e determinando il tempo t corrispondente al lusso di domanda q all intersezione con t (x ) e t (x ) si determinano x e x ovviamente questo metodo non è applicabile per le reti di dimensione reale

16 I principi di Wardrop 8 John Glen Wardrop era un ingegnere dei trasporti che nel 95 ha sviluppato due principi di equilibrio applicati alle reti di trasporto. I concetti sono molto simili a quelli che il matematico John Nash sviluppò separatamente nella teoria dei giochi. L'equilibrio di Nash rappresenta la situazione nella quale un gruppo di giocatori si viene a trovare se ogni componente del gruppo a ciò che è meglio per se, cioè mira a massimizzare il proprio proitto a prescindere dalle scelte degli avversari. Tuttavia, non è detto che l'equilibrio di Nash sia la soluzione migliore per tutti. Inatti, se è vero che in un equilibrio di Nash il singolo giocatore non può aumentare il proprio guadagno modiicando solo la propria strategia, non è aatto detto che un gruppo di giocatori, o, al limite, tutti, non possano aumentare il proprio guadagno allontanandosi congiuntamente dall'equilibrio.

17 Equilibrio di Nash Il dilemma del prigioniero 9 Scenario Due prigionieri sono accusati di aver collaborato in un crimine. Sono rinchiusi in celle separate e non possono comunicare. Ad ognuno è stato chiesto di conessare.

18 0 Matrice dei payo Prigioniero B Conessare Non conessare Conessare -5, -5 -, -0 Prigioniero A Scegliereste di conessare? Non conessare -0, - -, -

19 I principi di Wardrop Una dierenza del principio di Wardrop rispetto all equilibrio di Nash è che nelle reti di trasporto ci sono molti giocatori, e ciò rende l analisi più diicile. I modelli di equilibrio delle reti sono comunemente utilizzati per la previsione della distribuzione dei lussi di traico sugli archi della reti congestionate. L idea originaria di equilibrio del traico u di Frank Knight (94). Nel 95 Wardrop ormulò due principi che ormalizzano questo concetto di equilibrio e introdusse l ipotesi del comportamento alternativo alla minimizzazione dei costi totali di trasporto

20 I principi di Wardrop Il primo principio di Wardrop della scelta del percorso, che è identico a quello ormulato da Knight, u accettato come semplice e sicuro principio di comportamento per descrivere la distribuzione degli spostamenti su percorsi alternativi in condizioni di congestione. Il primo principio di Wardrop dice: Data un punto di origine ed uno di destinazione, collegati da più percorsi, i tempi di viaggio eettivamente sostenuti su ciascun percorso utilizzato sono uguali o minori di quelli che sarebbero sperimentati da un singolo veicolo su un qualunque percorso alternativo non utilizzato. In particolare sono uguali se tutti i percorsi sono carichi; se qualche percorso non è utilizzato signiica che il tempo del percorso a vuoto è maggiore di quelli degli altri percorsi. Ciascun utente che agisce in modo non cooperativo cerca di minimizzare il costo di trasporto. I lussi di traico che soddisano questo principio sono chiamati lussi di equilibrio dell utente (User Equilibrium UE), poiché ciascun utente sceglie il percorso migliore. In particolare si raggiunge l equilibrio ottimo dell utente, quando nessun utente può ridurre il suo costo di trasporto mediante cambiamenti di scelta di tipo unilaterale. Una variante è l equilibrio dell utente di tipo stocastico (SUE), nel quale nessun utente può unilateralmente cambiare il percorso per migliorare i tempi di viaggio percepiti.

21 Primo principio di Wardrop 3 t O t D t3 3 t4 4 t=t=t3<t4 3 (in generale) 4=0

22 I principi di Wardrop 4 Il secondo principio di Wardrop dice: All equilibrio, il tempo medio di viaggio medio su tutti i percorsi è minimo e dunque anche il tempo totale speso complessivamente da tutti gli utenti sulla rete. Ciò implica che ciascun utente si comporta in modo cooperativo nello scegliere il suo percorso in modo da assicurare l uso più eiciente dell intero sistema. I lussi di traico che soddisano il secondo principio sono chiamati sistemi ottimi (SO). Gli economisti dicono che questi possono esseri raggiunti solo con una tariazione stradale basata sul costo marginale, pari cioè alla dierenza tra il costo marginale e il costo medio. t + t + t3 = min 3 Reerence Wardrop, J. G., 95. Some theoretical aspects o road traic research, Proceedings, Institute o Civil Engineers, PART II, Vol., pp

23 o d od a d od d K od k A od A δ c C F ormulazione del problema di assegnazione UE come problema equivalente di minimizzazione di una unzione NOTAZIONI C=A T c nodo origine spostamento nodo destinazione spostamento coppia origine-destinazione generico arco della rete lusso di domanda vettore domanda insieme dei percorsi k utili per la coppia od generico percorso matrice di incidenza archi-percorsi per la coppia od matrice di incidenza archi-percorsi complessiva elemento della matrice A vettore costi di arco vettore costi di percorso vettore lussi di arco vettore lussi di percorso =AF 5

24 ormulazione del problema di assegnazione UE come problema equivalente di minimizzazione di una unzione 6 risolvere il problema di assegnazione all equilibrio signiica trovare la distribuzione dei lussi di arco che soddisano il criterio UE quando siano assegnati tutti i lussi domanda d alla rete tale distribuzione può trovarsi risolvendo un problema equivalente di programmazione matematica, cioè di minimizzazione di una unzione obiettivo rispettando alcuni vincoli min z( ) = s. t. F od k a k = F od k 0 = d a od o d k 0 F a od k c a ( ω ) δ od a, k dω la unzione obiettivo è la somma degli integrali delle unzioni di costo c() (non ha un signiicato isico preciso) il primo vincolo garantisce la conservazione dei lussi di percorso (i veicoli non spariscono per strada) il secondo vincolo garantisce la signiicatività isica della soluzione il terzo vincolo lega i lussi di percorso F con i lussi di arco ; è equivalente alla relazione matriciale =AF questa ormulazione è nota come trasormazione di Beckmann

25 esempio per dimostrare l equivalenza della problema UE e della trasormazione di Beckmann - soluzione graica 7 dati c =+ c =+ d od =F od =5 soluzione equilibrio rete con due archi 0 9 c() 8 soluzione c =c =5 =3 = costo spostamento (min) *= *=3 c() c() c() * lusso (veic/min)

26 8 esempio per dimostrare l equivalenza della problema UE e della trasormazione di Beckmann - soluzione analitica la soluzione soddisa i vincoli e dunque è anche il minimo del problema vincolato dunque la soluzione del problema di Beckmann è equivalente alla soluzione dell assegnazione UE ( ) ( ) ( ) 3, ) (5 ) (5 0 ) (5 0.. min = = = + = = = d dz z e s t d d z ω ω ω ω

27 soluzione analitica e graica del problema UE e della trasormazione di Beckmann 9

28 il problema di Beckmann equivale a trovare il minimo dell area A sottesa dalle due unzioni di costo 30 A

29 reti UE e reti SO 3 Dal punto di vista dell analisi dell equilibrio, si distinguono due tipi di reti di trasporto: utente-ottimizzata (user-optimized) UO sistema-ottimizzata (system-optimized) SO Nel primo caso (UO) gli utenti agiscono unilateralemente, scelgono il percorso, perseguendo il loro interesse individuale e determinano un equilibrio dei costi medi, rispettando il principio di Wardrop Nel secondo caso (SO) gli utenti scelgono il percorso secondo quanto corrisponde ad una situazione di ottimo dal punto di vista della collettività, determinano un equilibrio dei costi marginali, rispettando il principio di Wardrop

30 3 Esempio di rete utente-ottimizzata UO Rete di due nodi, una sola O/D e due archi, coincidenti con due percorsi Funzioni di costo c a ( a )= a +5 c b ( b )= b +0 Domanda a d =0= a + b In assenza di politiche di traico, gli utenti si dividono nei due percorsi p e p, in modo che C p =c a =5, C p =c b =5, con a = b =5 Soddisacendo le condizioni di equilibrio della rete Il costo totale della rete è: C tot =c a a + c b b =75+75=50 b

31 33 Esempio di rete sistema-ottimizzata SO In questo caso l equilibrio si ottiene uguagliando i costi marginali C p = c a ( a ) a =( a +5) a ; C p =c b ( b ) b = ( b +0) b c mg = dc p /d a = 4 a + 5; c mg = dc p /d b = b + 0 c mg = c mg a = 4.7, b =0-4.7 = 5.83 C tot = c a a + c b b = ( 4.7+5) 4.7+ (5.83+0) 5.83 = 47.9 < 50 a b

32 34 Esempio di rete sistema-ottimizzata SO Uguagliare i costi marginali, oppure minimizzare il costo totale è la stessa cosa. Inatti se cerchiamo il minimo della unzione di costo totale: C tot =c a a + c b b = ( a +5) a + ( b +0) b = =( a +5) a + (0- a +0) (0- a )= 3 a -5 a +00 dc tot /d a =0, 6 a -5=0; a = 4.7, b = 5.83 otteniamo gli stessi lussi corrispondenti all equilibrio dei costi marginali Quindi per avere un ottimo di sistema bisogna o costringere gli utenti a scegliere il percorso in modo diverso da quello che avrebbero atto per scelta individuale, oppure applicare una tariazione di uso degli archi pari alla dierenza tra il costo marginale e il costo medio

33 35 calcolo della taria ottima Calcoliamo la taria di uso della strada che rende l ottimo di sistema coincidente con l ottimo dell utente Arco a C a tot = c a a = ( a + 5) a = a + 5 a c a mg = d C a tot /d a = 4 a + 5 t a = c a mg - c a = (4 a + 5) - ( a + 5) = a Arco b C b tot = c b b = ( b +0) b = b + 0 b c b mg = d C b tot /d b = b +0 t b = c b mg - c b = ( b +0) - ( b +0) = b

34 calcolo della taria ottima Veriichiamo che la taria calcolata sia quella di ottimo di sistema, dunque riormuliamo il problema dell equilibrio della rete usando come costo dell utente la somma del costo medio e della taria di uso c a = ( a + 5)+ a = 4 a + 5 c b = ( b +0) + b = = b c a = c b 4 a + 5 = b +0; b =0 - a a = 5/6 = 4.7; b = 35/6 = 5.83 dunque l uso di una taria pari alla dierenza tra costo marginale e costo medio ottimizza l uso della rete; naturalmente la spesa sostenuta per la taria non è un costo supplementare, perché si tratta di risorse che ritornano alla collettività e che possono essere usate per migliorare il sistema dei trasporti da un punto di vista matematico rende il problema di ottimo dell utente (primo principio di Wardrop) equivalente al problema di ottimo di sistema (secondo principio di Wardrop) si può anche dire che la distribuzione dei lussi è di tipo SO quando c a ( a ) + a (d c a / d a ) = c b ( b ) + b (d c b / d b )

35 37 Calcolo della taria ottima per un arco stradale in generale Costo medio dell arco Costo totale dell arco Costo marginale dell arco Taria ottima dell arco ( ) + = β α Cap c c 0 ( ) Cap c c C T + = = β α 0 ( ) + + = = β β α Cap c d dc c T mg 0 β β α = = Cap c c c RP mg 0

36 38 Calcolo della taria ottima per un arco stradale in generale Road Pricing as dierence between marginal and average cost Unit cost ( /user) dc T c = = mg c0 + α d ( β + ) Cap Marginal cost RP = c = α β mg c c0 Cap Road Pricing ( ) c = c + α 0 Cap β β Average cost β traic low (veic/h)

37 algoritmi per la soluzione di problemi di equilibrio assegnazione tutto o niente AoN (All or Nothing) 39 Link d 0 3 Parametri c unzioni a di b costo c 4 3 Assegnazione a tutto o niente Iterazione c c c c c c c c c c 3 = = = = step 0: porre c a0 =c a (0), calcolare a 0 step : c an =c a ( a (n-) ) step : assegnazione AoN step 3: i max a { a n - a (n-) }<k stop, other n=n+ Come si vede in tabella l algoritmo non converge

38 assegnazione AoN con smorzamento per rimediare la problema, l algoritmo può essere modiicato come segue: invece di usare il costo ottenuto dalla precedente iterazione, si usa una combinazione degli ultimi due costi la regola di arresto dell algoritmo non è basata su un test di convergenza, ma sul numero di iterazioni a dierenza del caso precedente, tutti i percorsi sono utilizzati, ma i costi non sono uguali Assegnazione a tutto o niente con smorzamento Iterazione step 0: porre c a0 =c a (0), calcolare 0 a c tau c tau c tau c tau c Media c step : τ an =c a ( a (n-) ) step : c an =0.75c a (n-) +0.5τ a n step 3: assegnazione AoN usando c a n 40 step 4: i n=n go to step 5, otherwise n=n+ step 5: c a* =(/4) 3 l=0 [ a (n-l) ] and N numero massimo iterazioni

39 assegnazione incrementale 4 questo algoritmo assegna in ciascuna iterazione una razione della matrice O/D, quindi si aggiornano i costi e si procede all assegnazione di un altra razione Assegnazione incrementale Iterazione c incremento wn c incremento wn c incremento wn c incremento wn c step 0: porre d n =d/n, N numero incrementi step : porre c a0 =c a (0), calcolare 0 a step : c an =c a ( (n-) a ) step 3: assegnazione AoN usando c an e d n, si ottiene il lusso w n a step 4: an = (n-) a +w n a step 5: i n=n stop, otherwise n=n+ è meglio della precedente, ma non è detto che si trovi l equilibrio

40 4 assegnazione con il metodo della programmazione matematica il problema può essere risolto imponendo che la somma dei costi sia minima e che i costi siano uguali e risolvendo un problema di programmazione matematica non lineare per problemi di dimensioni reali non è però acile risolvere un pb. di programmazione non lineare con il metodo successivo (Franke- Wole) si risolvono invece problemi lineari in modo iterativo min s. t. c c c a + 0 c c 3 c z( ) = c 3 + = 0 = 0 = 0 3 ( ) + c ( ) + c ( ) = d 3 3 Assegnazione con il metodo della programmazione matematica unz. obiettivo c coe. variabili coeic. x variabili vincoli

41 algoritmo per la soluzione del problema di Beckmann Metodo delle Medie Successive (MSA) il metodo di Frank-Wole trasorma la minimizzazione di una unzione non lineare in una minimizzazione iterativa di unzioni lineari si può comunque evitare la minimizzazione ricorrendo ad un metodo iterativo che in ogni iterazione a un assegnazione AoN, quindi calcola il percorso più breve e vi assegna una razione di domanda sempre minore si chiama algoritmo MSA (Method o Successive Averages) e richiede un numero maggiore di iterazioni c _AoN c _AoN c _AoN c _AoN c _AoN c _AoN c _AoN step 0: porre c a0 =c a (0), calcolare a 0 44 step : porre n=, are assegnazione AoN per trovare _AoN(n) step : an = a (n-) +/n[ n a_aon - (n-) ] step 3: test di convergenza

Fondamenti di Trasporti Analisi dell interazione domanda/offerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione

Fondamenti di Trasporti Analisi dell interazione domanda/offerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione 1 Corso di: Lezione: Fondamenti di Trasporti Analisi dell interazione domanda/oerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione Corso di Laurea Ingegneria Civile AA 1011 Giuseppe Inturri

Dettagli

Analisi interazione domanda/offerta: modelli di assegnazione

Analisi interazione domanda/offerta: modelli di assegnazione Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento

Dettagli

Analisi interazione domanda/offerta: modelli di assegnazione

Analisi interazione domanda/offerta: modelli di assegnazione Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di

Dettagli

MODELLI DI ASSEGNAZIONE

MODELLI DI ASSEGNAZIONE corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio MODELLI DI ASSEGNAZIONE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Sistema di modelli

Dettagli

Modelli di Assegnazione

Modelli di Assegnazione Teoria dei Sistemi di Trasporto + (9 CFU) A. A. 5-6 Modelli di Assegnazione (cenni) pro. ing. Antonio Comi Department o Enterprise Engineering Tor Vergata University o Rome Pro. Ing. Antonio Comi Teoria

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Università di Cagliari DICAAR Dipartimento di Ingegneria Civile, Ambientale e architettura Sezione Trasporti PIANIFICAZIONE DEI TRASPORTI Esercitazione 6 Il modello di assegnazione A.A. 2016-2017 Ing.

Dettagli

MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI

MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI

Dettagli

4. MODELLI DI SCELTA DEL PERCORSO

4. MODELLI DI SCELTA DEL PERCORSO 4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo

Dettagli

4. MODELLI DI SCELTA DEL PERCORSO

4. MODELLI DI SCELTA DEL PERCORSO 4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo

Dettagli

Modelli di scelta del percorso Modelli di assegnazione

Modelli di scelta del percorso Modelli di assegnazione Corso di LOGISTICA TERRITORIALE www.uniroma.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo Modelli di scelta del percorso Modelli di assegnazione Definizioni ed ipotesi Relazione tra costi d arco

Dettagli

Fondamenti di Trasporti Paradossi nei Trasporti

Fondamenti di Trasporti Paradossi nei Trasporti Corso di: Lezione: Fondamenti di Trasporti Paradossi nei Trasporti Corso di Laurea Ingegneria Civile AA 1112 Giuseppe Inturri Università di Catania Dipartimento di Ingegneria Civile e Ambientale Paradossi

Dettagli

Modelli di assegnazione (cenni)

Modelli di assegnazione (cenni) Corso di Trasporti e Ambiente http://www.uniroma.it/didattia/ta_ ing. Antonio Comi novembre Modelli di assegnazione (enni) Struttura del sistema di modelli per la simulazione dei sistemi di trasporto OFFERTA

Dettagli

TEORIA DEI GIOCHI SU RETI

TEORIA DEI GIOCHI SU RETI TEORA DE GOCH SU RET Molti problemi reali di tipo tecnico-economico si risolvono mediante una ottimizzazione associata ai flussi su una rete. n queste lezioni vedremo una particolare forma di ottimizzazione,

Dettagli

Teoria dei Giochi Prova del 9 Settembre 2011. se tutti i giocatori scelgono lo stesso numero, il payoff è zero per ciascun giocatore;

Teoria dei Giochi Prova del 9 Settembre 2011. se tutti i giocatori scelgono lo stesso numero, il payoff è zero per ciascun giocatore; Teoria dei Giochi Prova del 9 Settembre 2011 Cognome, Nome, Numero di Matricola, email: Esercizio 1 Considera il seguente gioco non cooperativo. I giocatori sono n, con n dispari. Ciascun giocatore sceglie

Dettagli

3. MODELLI DI OFFERTA

3. MODELLI DI OFFERTA . MODELLI DI OFFERTA I modelli matematici dei sistemi di offerta di trasporto utilizzano da un lato la teoria dei grafi e delle reti per rappresentare la struttura topologica e funzionale del sistema e

Dettagli

Una prima distinzione nell ambito della teoria dei giochi è quella tra: Giochi cooperativi (si possono fare accordi vincolanti)

Una prima distinzione nell ambito della teoria dei giochi è quella tra: Giochi cooperativi (si possono fare accordi vincolanti) Una prima distinzione nell ambito della teoria dei giochi è quella tra: Giochi cooperativi (si possono fare accordi vincolanti) Giochi non cooperativi (non si possono fare accordi vincolanti) Ci occuperemo

Dettagli

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI 3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:

Dettagli

Parte V: Rilassamento Lagrangiano

Parte V: Rilassamento Lagrangiano Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice

Dettagli

Prerequisiti didattici

Prerequisiti didattici Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 1 aprile 2015 Appunti di didattica della matematica applicata

Dettagli

DAC Digital Analogic Converter

DAC Digital Analogic Converter DAC Digital Analogic Converter Osserviamo lo schema elettrico riportato qui a lato, rappresenta un convertitore Digitale-Analogico a n Bit. Si osservino le resistenze che di volta in volta sono divise

Dettagli

Analisi dei sistemi di trasporto

Analisi dei sistemi di trasporto Analisi dei sistemi di trasporto Salvatore Caprì Università degli Studi di Catania Corso di laurea in ingegneria civile Fondamenti di trasporti Analisi dei sistemi di trasporto Impatti Analisi Multicriteria

Dettagli

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI LINEARI MATRICI E SISTEMI 1 MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui

Dettagli

Capitolo 13 Concorrenza imperfetta: un approccio basato sulla teoria dei giochi

Capitolo 13 Concorrenza imperfetta: un approccio basato sulla teoria dei giochi Capitolo 13 Concorrenza imperfetta: un approccio basato sulla teoria dei giochi teoria dei giochi Teoria dei giochi ed economia della cooperazione La teoria dei giochi è lo studio del comportamento individuale

Dettagli

Esercizi svolti. Geometria analitica: rette e piani

Esercizi svolti. Geometria analitica: rette e piani Esercizi svolti. Sistemi di riferimento e vettori. Dati i vettori v = i + j k, u =i + j + k determinare:. il vettore v + u ;. gli angoli formati da v e u;. i vettore paralleli alle bisettrici di tali angoli;

Dettagli

Problemi di Flusso: Il modello del Trasporto

Problemi di Flusso: Il modello del Trasporto Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su

Dettagli

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 GIOCHI

Dettagli

Fondamenti di Informatica

Fondamenti di Informatica Vettori e matrici #1 Le variabili definite come coppie sono dette variabili scalari Fondamenti di Informatica 5. Algoritmi e pseudocodifica Una coppia è una variabile

Dettagli

FONDAMENTI DI TRASPORTI

FONDAMENTI DI TRASPORTI DIPARTIMENTO DI INGEGNERIA CIVILE E ARCHITETTURA (DICAR) Corso di laurea in Ingegneria civile e ambientale Anno accademico 2016/2017-3 anno FONDAMENTI DI TRASPORTI ICAR/05-6 CFU - 1 semestre Docente titolare

Dettagli

Circonferenze del piano

Circonferenze del piano Circonferenze del piano 1 novembre 1 Circonferenze del piano 1.1 Definizione Una circonferenza è il luogo dei punti equidistanti da un punto fisso, detto centro. La distanza di un qualunque punto della

Dettagli

Gestione della produzione e della supply chain Logistica distributiva

Gestione della produzione e della supply chain Logistica distributiva Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non

Dettagli

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una

Dettagli

INTRODUZIONE ALLA TEORIA DEI GIOCHI

INTRODUZIONE ALLA TEORIA DEI GIOCHI Corso di Identificazione dei Modelli e Controllo Ottimo Prof. Franco Garofalo INTRODUZIONE ALLA TEORIA DEI GIOCHI A cura di Elena Napoletano elena.napoletano@unina.it Teoria dei Giochi Disciplina che studia

Dettagli

MICROECONOMIA. Prof.ssa Carla Massidda

MICROECONOMIA. Prof.ssa Carla Massidda Università degli Studi di agliari Facoltà di Scienze Economiche, Giuridiche e Politiche orso di Laurea in Economia e Gestione Aziendale A.A. 2017-2018 IROEONOIA Prof.ssa arla assidda Argomenti Premessa

Dettagli

Economia Politica e Istituzioni Economiche

Economia Politica e Istituzioni Economiche Economia Politica e Istituzioni Economiche Barbara Pancino Lezione 12 Un analisi di equilibrio generale: il modello AS-AD Tasso naturale/strutturale di disoccupazione Il tasso di disoccupazione di equilibrio,

Dettagli

Fondamenti di Informatica 6. Algoritmi e pseudocodifica

Fondamenti di Informatica 6. Algoritmi e pseudocodifica Vettori e matrici #1 Fondamenti di Informatica 6. Algoritmi e pseudocodifica Corso di Laurea in Ingegneria Civile A.A. 2010-2011 1 Semestre Prof. Giovanni Pascoschi Le variabili definite come coppie

Dettagli

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

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

Dettagli

Elementi di matematica - dott. I. GRASSI

Elementi di matematica - dott. I. GRASSI Gli assi cartesiani e la retta. Il concetto di derivata. È ormai d uso comune nei libri, in televisione, nei quotidiani descrivere fenomeni di varia natura per mezzo di rappresentazioni grafiche. Tali

Dettagli

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 SOLUZIONI:

Dettagli

Giochi statici e concorrenza alla Cournot. Capitolo 8: Giochi statici e concorrenza alla Cournot

Giochi statici e concorrenza alla Cournot. Capitolo 8: Giochi statici e concorrenza alla Cournot Giochi statici e concorrenza alla Cournot 1 Introduzione Nella maggioranza dei mercati le imprese interagiscono con pochi concorrenti mercato oligopolistico Ogni impresa deve considerare le azioni delle

Dettagli

Possibile applicazione

Possibile applicazione p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile

Dettagli

Risoluzione di problemi ingegneristici con Excel

Risoluzione di problemi ingegneristici con Excel Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting

Dettagli

COME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI

COME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI COME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI In questa Appendice, mostreremo come un impresa possa individuare la sua combinazione di minimo costo dei fattori produttivi attraverso il calcolo

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Un algoritmo per il flusso a costo minimo: il simplesso

Dettagli

+1 i j i = j i = j 1 1 i j 2 Il problema di PL associato alla scelta della migliore strategia per te è quindi il seguente: min z

+1 i j i = j i = j 1 1 i j 2 Il problema di PL associato alla scelta della migliore strategia per te è quindi il seguente: min z Esercizio 1. Considera il seguente gioco. Tu e il tuo avversario potete scegliere un intero tra 1 e. Se il numero x che hai scelto è minore di quello y del tuo avversario, allora tu vinci un euro, a meno

Dettagli

Un esempio di applicazione della programmazione lineare intera al progetto di una rete stradale con vincoli di network survivability

Un esempio di applicazione della programmazione lineare intera al progetto di una rete stradale con vincoli di network survivability Un esempio di applicazione della programmazione lineare intera al progetto di una rete stradale con vincoli di network survivability Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria

Dettagli

Capitolo 13 Teoria dei giochi e gioco strategico

Capitolo 13 Teoria dei giochi e gioco strategico Capitolo 13 Teoria dei giochi e gioco strategico 1 (c) Pearson Italia S.p.A. - Anita Woolfolk, Psicologia dell'educazione Giochi simultanei La teoria dei giochi è lo studio di situazioni in cui i payoff

Dettagli

Teoria dei Giochi Prova del 28 Settembre 2012

Teoria dei Giochi Prova del 28 Settembre 2012 Cognome, Nome, Numero di Matricola, email: Teoria dei Giochi Prova del 28 Settembre 2012 Esercizio 1. Considera il seguente gioco non cooperativo. È data una rete con insieme dei nodi V = {s,x 1,x 2,y,t}

Dettagli

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI Assumiamo come primitivo il concetto di insieme e quello di appartenenza di un elemento a un insieme. La notazione x A indica

Dettagli

Informatica (A-K) 5. Algoritmi e pseudocodifica

Informatica (A-K) 5. Algoritmi e pseudocodifica Vettori e matrici #1 Informatica (A-K) 5. Algoritmi e pseudocodifica Corso di Laurea in Ingegneria Civile & Ambientale A.A. 2011-2012 2 Semestre Prof. Giovanni Pascoschi Le variabili definite come coppie

Dettagli

Sistemi di 1 grado in due incognite

Sistemi di 1 grado in due incognite Sistemi di 1 grado in due incognite Problema In un cortile ci sono polli e conigli: in totale le teste sono 7 e zampe 18. Quanti polli e quanti conigli ci sono nel cortile? Soluzione Indichiamo con e con

Dettagli

Teoria dei giochi. migliorare il proprio obiettivo il sistema ha raggiunto l equilibrio.

Teoria dei giochi. migliorare il proprio obiettivo il sistema ha raggiunto l equilibrio. iii migliorare il proprio obiettivo il sistema ha raggiunto l equilibrio. Per introdurre la nozione di equilibrio di Nash consideriamo due giocatori. Siano f A (x, y) :AxB = R e f B (x, y) :AxB = R entrambe

Dettagli

LOGARITMI. Corso di laurea: BIOLOGIA Tutor: Floris Marta; Max Artizzu PRECORSI DI MATEMATICA. L uguaglianza: a x = b

LOGARITMI. Corso di laurea: BIOLOGIA Tutor: Floris Marta; Max Artizzu PRECORSI DI MATEMATICA. L uguaglianza: a x = b Corso di laurea: BIOLOGIA Tutor: Floris Marta; Max Artizzu PRECORSI DI MATEMATICA LOGARITMI L uguaglianza: a x = b nella quale a e b rappresentano due numeri reali noti ed x un incognita, è un equazione

Dettagli

Università Ca Foscari Venezia

Università Ca Foscari Venezia Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi NOTE sul Metodo del BRANCH & BOUND Università Ca Foscari Venezia, Dipartimento di Management,

Dettagli

Il comportamento del consumatore

Il comportamento del consumatore Il comportamento del consumatore Le preferenze del consumatore I vincoli di bilancio La scelta del consumatore Utilità marginale e scelta del consumatore 1 L obiettivo è quello di descrivere come i consumatori

Dettagli

MODELLI PER IL PROGETTO DELL OFFERTA DI TRASPORTO

MODELLI PER IL PROGETTO DELL OFFERTA DI TRASPORTO DIPARIMENO INGEGNERIA CIVILE UNIVERSIÀ DI ROMA OR VERGAA corso di PROGEAZIONE DEI SISEMI DI RASPORO MODELLI PER IL PROGEO DELL OFFERA DI RASPORO 1 MODELLI PER IL PROGEO DELL OFFERA DI RASPORO Introduzione

Dettagli

Università degli Studi di Roma La Sapienza

Università degli Studi di Roma La Sapienza Università degli Studi di Roma La Sapienza Dipartimento di Informatica e Sistemistica A. Ruberti Proff. Gianni Di Pillo and Laura Palagi Note per il corso di OTTIMIZZAZIONE (a.a. 2007-08) Dipartimento

Dettagli

a rappresenta l intercetta o termine noto della retta, ossia il valore della y quando x = 0.

a rappresenta l intercetta o termine noto della retta, ossia il valore della y quando x = 0. Esercitazioni sulla prima parte delle lezioni di Micro Richiamo di Analisi Matematica La forma funzionale più semplice è la retta, la quale può essere genericamente descritta dalla seguente relazione:

Dettagli

FUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3)

FUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3) FUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3) Consideriamo un agente che deve scegliere un paniere di consumo fra quelli economicamente ammissibili, posto che i beni di consumo disponibili sono solo

Dettagli

Corso interno di Matematica compito scritto del n n+1

Corso interno di Matematica compito scritto del n n+1 Corso interno di Matematica compito scritto del 4.07.05 1. Dire se la serie converge e giustificare la risposta. n=1 1 n n+1 n Soluzione: Il criterio della radice o del rapporto falliscono; proviamo col

Dettagli

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0 Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )

Dettagli

INFORMATICA GENERALE Prof. Alberto Postiglione Dipartimento Scienze della Comunicazione Università degli Studi di Salerno

INFORMATICA GENERALE Prof. Alberto Postiglione Dipartimento Scienze della Comunicazione Università degli Studi di Salerno INFORMATICA GENERALE Prof. Alberto Postiglione Dipartimento Scienze della Comunicazione Università degli Studi di Salerno : Gli Algoritmi INFORMATICA GENERALE Prof. Alberto Postiglione Dipartimento Scienze

Dettagli

ESAME DI STATO 2018 PROVA DI MATEMATICA. Svolgimento del problema 2

ESAME DI STATO 2018 PROVA DI MATEMATICA. Svolgimento del problema 2 ESAME DI STATO 8 PROVA DI MATEMATICA Svolgimento del problema Parte Calcoliamo le equazioni delle rette r k e s k. La retta r k passa per il punto ; k ) ) e ha come coeiciente angolare k ). Si ha: k )

Dettagli

5 giugno La funzione di reazione dell impresa 2 si costruisce considerando la sua condizione di massimizzazione del profitto:

5 giugno La funzione di reazione dell impresa 2 si costruisce considerando la sua condizione di massimizzazione del profitto: ESERCITAZIONE 9 5 giugno 2014. PREMESSA. Oligopolio: problema di interazione strategica tra un numero limitato di imprese (negli esercizi si considererà il duopolio, ossia il caso di due imprese). Le imprese

Dettagli

MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005

MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005 Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero prova: 5 luglio 005 COGNOME NOME FIRMA: : : : [7,5 crediti]

Dettagli

Lavoro Quantità. si determinino prodotto marginale e medio del fattore lavoro.

Lavoro Quantità. si determinino prodotto marginale e medio del fattore lavoro. Microeconomia, Esercitazione 3. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 Produzione/1 Data una certa tecnologia di produzione definita solo nell input lavoro (o, in alternativa,

Dettagli

STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI. Vincenzo Auletta Università di Salerno

STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI. Vincenzo Auletta Università di Salerno STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI Vincenzo Auletta Università di Salerno GAME THEORY E NETWORKS Fino ad ora abbiamo visto La struttura delle reti Game theory classica Evolutionary game theory

Dettagli

Disequazioni in una incognita. La rappresentazione delle soluzioni

Disequazioni in una incognita. La rappresentazione delle soluzioni Disequazioni in una incognita Una disequazione in una incognita è una disuguaglianza tra due espressioni contenenti una variabile (detta incognita) verificata solo per particolari valori attribuirti alla

Dettagli

Problema del trasporto

Problema del trasporto p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in

Dettagli

ALGEBRA VETTORIALE Corso di Fisica per la Facoltà di Farmacia, Università Gabriele D Annunzio, Chieti-Pescara, Cosimo Del Gratta 2008

ALGEBRA VETTORIALE Corso di Fisica per la Facoltà di Farmacia, Università Gabriele D Annunzio, Chieti-Pescara, Cosimo Del Gratta 2008 LGER VETTORILE DEFINIZIONE DI VETTORE (1) Sia E lo spazio tridimensionale della geometria euclidea. Consideriamo due punti e appartenenti a E Si chiama segmento orientato, e si indica con (,) il segmento

Dettagli

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 8 marzo 2010 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2010.html Finora siamo partiti dalla forma estesa per descriverne

Dettagli

Geometria della programmazione lineare

Geometria 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

Dettagli

Cenni sui metodi iterativi per sistemi lineari. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015

Cenni sui metodi iterativi per sistemi lineari. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015 Cenni sui metodi iterativi per sistemi lineari Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015 Metodi numerici per sistemi lineari Nei metodi diretti la presenza di eventuali elementi nulli nella

Dettagli

Collegamento generatori di tensione. Collegamento parallelo. Sia dato il sistema di figura 1: Fig. 1 -

Collegamento generatori di tensione. Collegamento parallelo. Sia dato il sistema di figura 1: Fig. 1 - Collegamento generatori di tensione Collegamento parallelo Sia dato il sistema di figura : Fig. - vogliamo trovare il bipolo equivalente al parallelo dei tre generatori di tensione, il bipolo, cioè, che

Dettagli

Esercitazione 4 EQUILIBRIO. Elena Crivellaro 1. Corso di Economia Politica 1, 2012. 1 Università of Padova

Esercitazione 4 EQUILIBRIO. Elena Crivellaro 1. Corso di Economia Politica 1, 2012. 1 Università of Padova Esercitazione 4 EQUILIBRIO Elena Crivellaro 1 1 Università of Padova Corso di Economia Politica 1, 2012 Elena Crivellaro (Università di Padova ) Esercitazione 4 Economia Politica 1 1 / 31 Concorrenza perfetta:

Dettagli

Teoria dei Giochi Prova del 30 Novembre 2012

Teoria dei Giochi Prova del 30 Novembre 2012 Cognome, Nome, Corso di Laurea, email: Teoria dei Giochi Prova del 30 Novembre 2012 Esercizio 1. Si consideri il seguente gioco. Il primo giocatore può scegliere un numero tra {3,4,8,16,38}; il secondo

Dettagli

Distribuzioni di Probabilità

Distribuzioni di Probabilità Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale

Dettagli

Capitolo 2. La teoria normativa della politica economica

Capitolo 2. La teoria normativa della politica economica Capitolo 2 La teoria normativa della politica economica La teoria normativa della politica economica Anche se non è possibile definire scienza in senso stretto, l economica cerca di seguire in metodo scientifico.

Dettagli

Appunti di Elettronica I Lezione 3 Risoluzione dei circuiti elettrici; serie e parallelo di bipoli

Appunti di Elettronica I Lezione 3 Risoluzione dei circuiti elettrici; serie e parallelo di bipoli Appunti di Elettronica I Lezione 3 Risoluzione dei circuiti elettrici; serie e parallelo di bipoli Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 2603 Crema email:

Dettagli

Parte II Le funzioni di una variabile

Parte II Le funzioni di una variabile Parte II Le unzioni di una variabile Clelia Cascella Il concetto di unzione reale di una variabile reale Il graico di una unzione Richiami al piano cartesiano e al prodotto cartesiano per l individuazione

Dettagli

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0. . Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione

Dettagli

Microeconomia (C.L. Economia e Legislazione di Impresa); A.A. 2010/2011 Prof. C. Perugini

Microeconomia (C.L. Economia e Legislazione di Impresa); A.A. 2010/2011 Prof. C. Perugini Microeconomia (C.L. Economia e Legislazione di Impresa); A.A. 010/011 Prof. C. Perugini Esercitazione n.1 1 Obiettivi dell esercitazione Ripasso di matematica Non è una lezione di matematica! Ha lo scopo

Dettagli

Università degli studi di MACERATA Facoltà di SCIENZE POLITICHE ECONOMIA POLITICA: MICROECONOMIA A.A. 2010/2011 TECNOLOGIA.

Università degli studi di MACERATA Facoltà di SCIENZE POLITICHE ECONOMIA POLITICA: MICROECONOMIA A.A. 2010/2011 TECNOLOGIA. Università degli studi di MACERATA Facoltà di SCIENZE POLITICHE ECONOMIA POLITICA: MICROECONOMIA A.A. 2010/2011 TECNOLOGIA Fabio CLEMENTI E-mail: fabio.clementi@unimc.it Web: http://docenti.unimc.it/docenti/fabio-clementi

Dettagli

LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica 2 Padova TEMA n.1

LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica 2 Padova TEMA n.1 LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica Padova -8-8 TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono vere o false giustificando brevemente

Dettagli

3 giugno 2019, es.1) Programmazione lineare

3 giugno 2019, es.1) Programmazione lineare giugno 09, es.) Programmazione lineare Discutere il seguente problema di Programmazione lineare: trovare, se esiste, il massimo di p(x, x, x, x 4 ) = 5 x + x + x + 6 x 4 con i vincoli x k 0 ( k 4) e x

Dettagli

AMPL Problemi su Reti

AMPL Problemi su Reti Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N

Dettagli

Trasformazione di Problemi Non Lineari

Trasformazione di Problemi Non Lineari Capitolo 2 Trasformazione di Problemi Non Lineari 2.1 Trasformazione in problema di PL In questa sezione, verranno presentati tre classi di problemi di programmazione non lineare che, attraverso l uso

Dettagli

ASSEGNAZIONE STOCASTICA. SU RETI NON CONGESTIONATE SNL (Stochastic Network Loading)

ASSEGNAZIONE STOCASTICA. SU RETI NON CONGESTIONATE SNL (Stochastic Network Loading) ASSEGNAZIONE STOCASTICA SU RETI NON CONGESTIONATE SNL Stochastic Network Loading algoritmo di DIAL Ipotesi: 1. La scelta del percorso è basata sul modello LOGIT 2. Si considerano solamente percorsi efficienti

Dettagli

Geometria analitica di base (seconda parte)

Geometria analitica di base (seconda parte) SAPERE Al termine di questo capitolo, avrai appreso: il concetto di luogo geometrico la definizione di funzione quadratica l interpretazione geometrica di un particolare sistema di equazioni di secondo

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem Introduzione al Column Generation Caso di Studio: il Bin Packing Problem November 15, 2014 1 / 26 Introduzione Il column generation è una metodologia che può essere usata per risolvere problemi di ottimizzazione

Dettagli

Disequazioni - ulteriori esercizi proposti 1

Disequazioni - ulteriori esercizi proposti 1 Disequazioni - ulteriori esercizi proposti Trovare le soluzioni delle seguenti disequazioni o sistemi di disequazioni:. 5 4 >. 4. < 4. 4 9 5. 9 > 6. > 7. < 8. 5 4 9. > > 4. < 4. < > 9 4 Non esitate a comunicarmi

Dettagli

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo): UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione

Dettagli

Richiami di teoria dei sistemi di trasporto

Richiami di teoria dei sistemi di trasporto Corso di TRASPORTI E TERRITORIO prof. ing. Agostino Nuzzolo PROGETTAZIONE FUNZIONALE DELL OFFERTA DI TRASPORTO 1 Richiami di teoria dei sistemi di trasporto flussi di equilibrio A = matrice di incidenza

Dettagli

Il valore di flusso che si ottiene è

Il valore di flusso che si ottiene è 1) Si consideri un insieme di piste da sci e di impianti di risalita. Lo si modelli con un grafo orientato che abbia archi di due tipi: tipo D (discesa e orientato nel senso della discesa) e tipo R (risalita

Dettagli