Il Toolbox di ottimizzazione di Matlab. Mauro Gaggero
|
|
- Amedeo Di Matteo
- 7 anni fa
- Visualizzazioni
Transcript
1 Mauro Gaggero
2 I Toolbox di Matlab I Toolbox di Matlab sono pacchetti software utili per risolvere problemi specifici. Questi pacchetti non fanno parte del kernel vero e proprio di Matlab. Si tratta di codice scritto appositamente per risolvere problemi in moltissimi campi dell ingegneria, della matematica, della fisica, dell economia, della finanza, e altro ancora. In questa presentazione vedremo in dettaglio alcune funzioni dell Optimization Toolbox. Mauro Gaggero 2
3 Problema di ottimizzazione libera Consideriamo un esempio di minimizzazione libera di una funzione di più variabili. Dato il vettore x = [x 1,x 2,x 3 ] T e la funzione f(x) = x x 2 2x 3, vogliamo risolvere il seguente problema di ottimizzazione: { min = min x 2 x R3{f(x)} 1 +x 2 } 2x 3. x R 3 E possibile specificare anche il gradiente della funzione da minimizzare al fine di ottenere prestazioni migliori. In assenza di alcuna specificazione, il gradiente è calcolato automaticamente in modo numerico. Mauro Gaggero 3
4 Problema di ottimizzazione libera Qui di seguito è riportato il codice Matlab necessario per risolvere il problema di minimizzazione considerato mediante la funzione fminunc. Occorre anzitutto indicare la funzione da minimizzare in un file ffree.m: 1 function retval = ffree(x) 2 % Funzione da minimizzare 3 retval = x(1).^2 + x(2)^2.*x(3); Mauro Gaggero 4
5 Problema di ottimizzazione vincolata Successivamente occorre scrivere il codice necessario per la minimizzazione: 1 % Esempio di minimizzazione libera di una funzione di piu variabili 2 3 % Punto iniziale dell algoritmo di ottimizzazione 4 x0 = [10; 10; 10]; 5 % Opzioni di minimizzazione 6 options = optimset( LargeScale, off,... % Non sono utilizzati algoritmi Large Scale 7 MaxFunEvals, 1000,... % Numero massimo valutazioni della funzione 8 GradObj, off,... % Gradiente calcolato numericamente 9 TolFun, 1e-9,... % Tolleranza sul valore della funzione 10 TolX, 1e-9,... % Tolleranza sul valore di x 11 Display, iter... % Visualizzazione risultati a ogni iterazione 12 ); 13 % Minimizzazione vera e propria 14 [xopt, fval, exitflag] = fminunc(@(x) ffree(x), x0, options) Mauro Gaggero 5
6 Problema di ottimizzazione libera Al prompt dei comandi viene visualizzato il testo seguente: 1 >> esempiofree 2 First- order 3 Iteration Func- count f(x) Step- size optimality e e e e e e e Local minimum found. 21 Mauro Gaggero 6
7 22 Optimization completed because the size of the gradient is less than 23 the selected value of the function tolerance < stopping criteria details > xopt = fval = e exitflag = 36 1 Alle varie iterazioni del processo di ottimizzazione vengono mostrate diverse informazioni, tra cui il valore della funzione da minimizzare, il valore del gradiente della funzione da minimizzare, e il numero di volte in cui la funzione da minimizzare viene valutata. Mauro Gaggero 7
8 Problema di ottimizzazione libera La procedura di minimizzazione ha fornito come ottimo x = , f(x ) = 0 La procedura è terminata con exitflag pari a 1, ossia a causa del raggiunto limite di tolleranza sulla norma del gradiente della funzione obiettivo. Esistono altri valori che exitflag può assumere, corrispondenti ad altre condizioni che hanno interrotto la procedura di ricerca del minimo. Mauro Gaggero 8
9 Problema di ottimizzazione vincolata Consideriamo un esempio di minimizzazione vincolata di una funzione di più variabili. Dato il vettore x = [x 1,x 2,x 3 ] T e la funzione f(x) = x 1 x 2 x 3, vogliamo risolvere il seguente problema di ottimizzazione: min x {f(x)} = min x { x 1 x 2 x 3 } con vincoli 0 x 1 + 2x 2 + 2x 3 72 e x 2 1x 2 0. Si tratta di due vincoli lineari di disuguaglianza e di un vincolo non lineare di disuguaglianza. E possibile specificare anche il gradiente della funzione da minimizzare al fine di ottenere prestazioni migliori. In assenza di alcuna specificazione, il gradiente è calcolato automaticamente in modo numerico. Mauro Gaggero 9
10 Problema di ottimizzazione vincolata Qui di seguito è riportato il codice Matlab necessario per risolvere il problema di minimizzazione considerato mediante la funzione fmincon. Occorre anzitutto indicare la funzione da minimizzare in un file fconstr.m: 1 function retval = fconstr( x) 2 % Funzione da minimizzare 3 retval = -x(1)*x(2)*x(3); Occorre poi indicare la funzione dei vincoli non lineari di uguaglianza e disuguaglianza in un file nonlinconstr.m: 1 function [c, ceq] = nonlinconstr(x) 2 % Funzione dei vincoli non lineari di disuguaglianza e di uguaglianza 3 % Vincoli di disuguaglianza non lineari (visti come c<=0) 4 c = -x(1)^2*x(2); 5 % Vincoli di uguaglianza non lineari (visti come ceq==0) 6 ceq = []; Mauro Gaggero 10
11 Problema di ottimizzazione vincolata Successivamente occorre scrivere il codice necessario per la minimizzazione: 1 % Esempio di minimizzazione vincolata di una funzione di piu variabili 2 3 % Matrici per indicare i vincoli lineari di disuguaglianza Ax<=b 4 A = [ ; 1 2 2]; 5 b = [0; 72]; 6 % Punto iniziale dell algoritmo di ottimizzazione 7 x0 = [10; 10; 10]; 8 % Opzioni di minimizzazione 9 options = optimset( LargeScale, off,... % Non sono utilizzati algoritmi Large Scale 10 MaxFunEvals, 1000,... % Numero massimo valutazioni della funzione 11 GradObj, off,... % Gradiente calcolato numericamente 12 TolFun, 1e-9,... % Tolleranza sul valore della funzione 13 TolX, 1e-9,... % Tolleranza sul valore di x 14 TolCon, 1e-6,... % Tolleranza sulla violazione dei vincoli 15 Display, iter... % Visualizzazione risultati a ogni iterazione 16 ); 17 % Minimizzazione vera e propria 18 [xopt, fval, exitflag] = fmincon(@(x) fconstr(x), x0, A, b, [], [], [], [],... nonlinconstr(x), options) Mauro Gaggero 11
12 Problema di ottimizzazione vincolata Al prompt dei comandi viene visualizzato il testo seguente: 1 >> esempioconstrained 2 3 Max Line search Directional First- order 4 Iter F- count f( x) constraint steplength derivative optimality Procedure e Hessian modified e e e Hessian modified e e-006 Hessian modified 18 Optimization terminated: magnitude of directional derivative in search 19 direction less than 2* options. TolFun and maximum constraint violation 20 is less than options.tolcon. 21 Mauro Gaggero 12
13 22 Active inequalities ( to within options. TolCon = 1e-006): 23 lower upper ineqlin ineqnonlin xopt = fval = e exitflag = 34 5 Alle varie iterazioni del processo di ottimizzazione vengono mostrate diverse informazioni, tra cui il valore della funzione da minimizzare, il valore del gradiente della funzione da minimizzare, e il numero di volte in cui la funzione da minimizzare viene valutata. Mauro Gaggero 13
14 Problema di ottimizzazione vincolata La procedura di minimizzazione ha fornito come ottimo x = , f(x ) = La procedura è terminata con exitflag pari a 5, ossia a causa del raggiunto limite di tolleranza sulla derivata direzionale e sulla violazione dei vincoli. Esistono altri valori che exitflag può assumere, corrispondenti ad altre condizioni che hanno interrotto la procedura di ricerca del minimo. Mauro Gaggero 14
LEZIONE ICO 12-10-2009
LEZIONE ICO 12-10-2009 Argomento: introduzione alla piattaforma Matlab. Risoluzione numerica di problemi di minimo liberi e vincolati. Lucia Marucci marucci@tigem.it http://www.mathworks.com/access/helpdesk/help/toolbo
DettagliOptimization Toolbox di MATLAB
Università degli studi di Salerno Facoltà di Scienze Matematiche Fisiche e Naturali Optimization Toolbox di MATLAB Tesina di Ottimizzazione Studente: Prof. Giancarlo Raiconi Anno Accademico 2011/2012 Gianluca
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Bisezione Metodo di Newton-Raphson
DettagliFREEFEM++ Marcello Bellomi. 18 Aprile Università di Verona FREEFEM++
18 Aprile 2013 Indice 1) Introduzione 2) Esempio base 3) Sintassi 4) Esempio Part I Indroduzione Dettagli iniziali Risolve problemi in 2D e 3D, creato principalmente per risolvere problemi variazionali
DettagliIntroduzione all Optimization Toolbox di MATLAB. Barbara Panicucci Massimo Pappalardo Mauro Passacantando
Introduzione all Optimization Toolbox di MATLAB Barbara Panicucci Massimo Pappalardo Mauro Passacantando Indice 1 Introduzione a MATLAB 5 1.1 Avviare MATLAB................................. 5 1.2 Come
DettagliEsercizi di ottimizzazione vincolata
Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica Corso del II anno della laurea specialistica di ingegneria meccanica ing. F. Campana Dal dimensionamento all Concetti introduttivi Il dimensionamento
DettagliMATEMATICA GENERALE APPLICAZIONI DI MATEMATICA PER L ECONOMIA 1/6/2011 A. NOME e COGNOME Matricola. x = x 3 + 1
1/6/2011 A NOME e COGNOME Matricola I parte: quesiti preliminari (riportare le soluzioni su questo foglio, giusti cando la risposta) i) Si risolva l equazione: x + 5 7 = x 3 + 1 ii) Si risolva la disequazione:
DettagliCercare il minimo di una funzione: Particle swam optimization
di una funzione: Particle swam optimization Author: Luca Albergante 1 Dipartimento di Matematica, Università degli Studi di Milano 28 Marzo 2011 L. Albergante (Univ. of Milan) PSO 28 Marzo 2011 1 / 14
DettagliAppunti sul corso di Complementi di Matematica mod. Analisi prof. B.Bacchelli - a.a. 2010/2011.
Appunti sul corso di Complementi di Matematica mod. Analisi prof. B.Baccelli - a.a. 2010/2011. 06 - Derivate, differenziabilità, piano tangente, derivate di ordine superiore. Riferimenti: R.Adams, Calcolo
DettagliIntroduzione al MATLAB c Parte 1 Variabili ed array
Introduzione al MATLAB c Parte 1 Variabili ed array Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Cos è il MATLAB Componenti principali di MATLAB Avvio e Strumenti
DettagliElementi di un modello di Programmazione Matematica
1 Ricerca Operativa Laboratorio: utilizzo di solver per programmazione matematica Elementi di un modello di Programmazione Matematica Insiemi: elementi del sistema; Parametri: dati del problema; Variabili
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
Dettagli1 Esercizi di Matlab. L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi.
Esercizi di Matlab L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi. Esempio Consideriamo la matrice A formata da n = righe e m = colonne M = 5 6 7 8. 9 0
DettagliEsercizi su ottimizzazione vincolata
Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca
DettagliLUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011
LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11
DettagliScopo del laboratorio
p. 1/1 Scopo del laboratorio Imparare ad usare programmi che implementino metodi di ottimizzazione: simplesso, branch and bound ecc. utilizzarli per risolvere un problema proposto Modellatori Solver p.
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
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la
DettagliProgetto Matlab N 2. Calcolo Numerico 6 CFU. Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014
Progetto Matlab N 2 Calcolo Numerico 6 CFU Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014 Procedimento 1. Scrivere una function che implementi il prodotto matrice-vettore AX con A matrice
DettagliLINGO -
. p.1/13 LINGO - www.lindo.com Linear . p.1/13 LINGO - www.lindo.com Linear INteractive and . p.1/13 LINGO - www.lindo.com Linear INteractive and General . p.1/13 LINGO - www.lindo.com Linear INteractive
DettagliEsercizi su massimi e minimi locali
Esercizi su massimi e minimi locali Determinare i punti di massimo locale, di minimo locale o di sella delle seguenti funzioni: 1. f(x, y = (x 1 2 + y 2 2. f(x, y = (x 1 2 y 2 3. f(x, y = x 2 + xy + y
DettagliGenerazione del campione secondo un predefinito meccanismo generatore dei dati (DGP) Stima dei parametri del modello
1. Simulazioni numeriche Generazione del campione secondo un predefinito meccanismo generatore dei dati (DGP) Stima dei parametri del modello Stima delle performance del modello (capacità predittiva, adattamento
DettagliCorso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016
Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché
DettagliCorso di Laurea in Informatica. Insegnamento integrato di Calcolo (Calcolo I, Calcolo II, Esercitazioni di Calcolo) Prof. F.
Università di Venezia Ca Foscari Corso di Laurea in Informatica Insegnamento integrato di Calcolo (Calcolo I, Calcolo II, Esercitazioni di Calcolo) Prof. F. Sartoretto Verifica scritta del 9 febbraio 25.
DettagliInstradamento egoistico in reti multi-salto
Università degli Studi di Padova DIPARTIMENTO DI INGEGNERIA DELL INFORMAZIONE Corso di Laurea Triennale in Ingegneria dell Informazione Instradamento egoistico in reti multi-salto Laureando: Giovanni Callegaro
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera
Metodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera L. De Giovanni G. Zambelli Un problema di programmazione lineare intera é una problema della forma
DettagliParte 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
DettagliAlgoritmo di Branch & Bound
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo di Branch & Bound Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
DettagliCorso di Laurea in Informatica. Insegnamento integrato di Calcolo (Calcolo I, Calcolo II, Esercitazioni di Calcolo) Prof. F.
Università di Venezia Ca Foscari Corso di Laurea in Informatica Insegnamento integrato di Calcolo (Calcolo I, Calcolo II, Esercitazioni di Calcolo) Prof. F. Sartoretto Verifica scritta del 8 settembre
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliSoluzione grafica di problemi PM in 2 variabili
Capitolo 4 Soluzione grafica di problemi PM in 2 variabili In questo paragrafo si vuole fornire una interpretazione geometrica di un problema di Programmazione matematica. In particolare, quando un problema
DettagliLaboratorio 2. Calcolo simbolico, limiti e derivate. Metodo di Newton.
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 2 Calcolo simbolico, limiti e derivate. Metodo di Newton. 1 Introduzione al Toolbox simbolico Con le routines del Symbolic
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
DettagliAppunti di Laboratorio di Calcolo Numerico con Matlab
Appunti di Laboratorio di Calcolo Numerico con Matlab Ing. Luca Paulon (paulon@dmmm.uniroma1.it ) 1 Riferimenti [1] Matlab help [2] MathWork web site [3] Manualetto di Matlab, [4] Calcolo Scientifico (Quarteroni,
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliEsercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari
Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare
DettagliSistemi lineari: bilanciamento di reazioni chimiche
4 Aprile 2 - Lab. di Complementi di Matematica e Calcolo Numerico Sistemi lineari: bilanciamento di reazioni chimiche. Tradurre il bilanciamento in un sistema lineare Da un punto di vista matematico, bilanciare
DettagliUD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita
UD4 - MATLAB M-file. Efficienza degli algoritmi. Formati d uscita M-files In MatLab è possibile eseguire istruzioni contenute in file esterni; Tali file sono chiamati M-file perché devono avere estensione.m
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliCalcolo Numerico Informatica Manolo Venturin A.A. 2010 2011 Guida all esame
Calcolo Numerico Informatica Manolo Venturin A.A. 2010 2011 Guida all esame Testo aggiornato al 23 maggio 2011. L esame consiste in una prova scritta della durata di 2 ore. Tale prova è composta da tre/-
DettagliRisoluzione 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
DettagliMatematica Finanziaria 29 novembre 2000
Matematica Finanziaria 29 novembre 2000 Ottimizzazione. Cognome Nome FILA A ESERCIZIO 1: Gestione del rischio a) Ricavare l espressione del vettore dei coe cienti nella tecnica dei minimi quadrati. b)
Dettaglix 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)
Esercitazione di Ricerca Operativa Esercizio. Completare la seguente tabella: max x x x x x x x x x x Indici di base Vettore Ammissibile Degenere, x =, y = Esercizio. Effettuare due iterazioni dell algoritmo
DettagliSelezione di un portafoglio di titoli in presenza di rischio. Testo
Selezione di un portafoglio di titoli in presenza di rischio Testo E ormai pratica comune per gli operatori finanziari usare modelli e metodi basati sulla programmazione non lineare come guida nella gestione
DettagliControllo Digitale - A. Bemporad - A.a. 2007/08
Controllo di sistemi con saturazione (tecniche di anti-windup) controllore lineare Kx(k) saturazione Problema del Windup u(k) processo x(k) La maggior parte dei sistemi di controllo viene progettata utilizzando
DettagliAnalisi Matematica II. Esercizi per le vacanze pasquali
Analisi Matematica II Esercizi per le vacanze pasquali Corso di laurea in Ingegneria Meccanica. A.A. 2008-2009. Esercizio 1. Stabilire se la funzione reale f di due variabili reali, definita come sin(
DettagliNote sulle funzioni convesse/concave
Note sulle funzioni convesse/concave 4th December 2008 1 Definizioni e proprietà delle funzioni convesse/concave. Definizione 1.1 Un insieme A IR n è detto convesso se per ogni x 1 e x 2 punti di A, il
DettagliProgramma del corso di: Calcolo Numerico Corso di laurea in Matematica a.a. 2005-06 Prof. B.Paternoster
Programma del corso di: Calcolo Numerico Corso di laurea in Matematica a.a. 2005-06 Prof. B.Paternoster Richiami di analisi degli errori. Rappresentazione dei numeri in un calcolatore. Operazioni di macchina.
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = e (x3 +x) y
Analisi Matematica II Corso di Ingegneria Gestionale Compito del 8--7 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.
DettagliI vettori in C. Vettori. Definizione di vettori in C. int dato[10] ; int. Numero di elementi. Tipo di dato base. Nome del vettore.
I vettori in C Sintassi della definizione Definizione di costanti Operazioni di accesso Vettori Definizione di vettori in C I vettori in C Definizione di vettori in C Definizione di vettori in C Stesse
DettagliCONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI Ingegneria Meccatronica
CONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI Ingegneria Meccatronica CONTROLLI AUTOMATICI e AZIONAMENTI ELETTRICI INTRODUZIONE A MATLAB Ing. Alberto Bellini Tel. 0522 522626 e-mail: alberto.bellini@unimore.it
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
Dettagli4.11 Massimi e minimi relativi per funzioni di più variabili
5. Determinare, al variare del parametro a R, la natura delle seguenti forme quadratiche: (i) Φ(x, y, z) = x 2 + 2axy + y 2 + 2axz + z 2, (ii) Φ(x, y, z, t) = 2x 2 + ay 2 z 2 t 2 + 2xz + 4yt + 2azt. 4.11
DettagliEsercitazioni di Analisi e Simulazione dei Processi Chimici
Esercitazioni di Analisi e Simulazione dei Processi Chimici Metodi numerici per la risoluzione di sistemi di equazioni differenziali ordinarie Antonio Brasiello Email: abrasiel@unina.it Tel. 081 76 82537
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il Problema di Cauchy: y (t) = f(t,y(t)) t I, y(t 0 ) = y
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
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
DettagliOttimizzazione e Controllo 2015/2016 ESERCITAZIONE
Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE Esercizio 1. Sono dati 6 job da processare su un centro di lavorazione automatizzato che può eseguire una sola lavorazione alla volta. Di ciascun job
DettagliMetodi & Modelli per le Scelte Economiche
Metodi & Modelli per le Scelte Economiche [domande di teoria utilizzate in passato per la prova scritta le soluzioni NON vengono fornite, occorrerà quindi verificare la esattezza delle diverse possibili
DettagliEsercitazione 6: Metodi iterativi per sistemi lineari.
Esercitazione 6: Metodi iterativi per sistemi lineari. Richiami di Teoria Iterazione di Jacobi e Gauss Seidel. I metodi iterativi sono basati sul calcolo della soluzione x del sistema lineare Ax = b come
DettagliMacchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4
Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
DettagliIMPORTAZIONE PRESENZE DA RILEVATORI ELETTRONICI. tramite file tracciato
IMPORTAZIONE PRESENZE DA RILEVATORI ELETTRONICI tramite file tracciato 1. Associazione del numero di badge ai nominativi Il programma PowerDIP consente di importare le presenze acquisiste con i rilevatori
DettagliUNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA GESTIONALE A.A. 2013/2014. Tesi di Laurea Triennale
UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA GESTIONALE A.A. 2013/2014 Tesi di Laurea Triennale Tecniche di ottimizzazione per la stima dei parametri di
DettagliLaboratorio Complementi di Ricerca Operativa DEI, Politecnico di Milano. Stima di parametri
Stima di parametri Il gestore di un sito turistico dove si pratica il bungee-jumping deve fornire alla sovrintendenza municipale un documento che riguarda la sicurezza del servizio fornito. Il documento
DettagliEsercizi del 9 ottobre 2014
. Dire quali delle seguenti funzioni è lineare. (a x + x x x 3 (b (log 5x x (c sin x x (d x x + 5x 3 (e x x + 5x 3 + (f x +x 4x 3 x +,5x +x 3 (g x + x + x 3 3 Esercizi del 9 ottobre 4. Dire quali delle
DettagliLaboratorio di Calcolo Numerico A.A Laboratorio 4 Risoluzione di sistemi non lineari Metodo di punto fisso
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 4 Risoluzione di sistemi non lineari Metodo di punto fisso Esercizio 1. Risoluzione di sistemi non lineari Si consideri il seguente sistema non
DettagliIntroduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico 1 / 14 Calcolo Scientifico Insieme degli
DettagliMathcad Prime 2.0 Guida al curriculum
Mathcad Prime 2.0 Guida al curriculum Guida al curriculum Corsi in aula tradizionale Mathcad Prime 2.0 - Nozioni fondamentali Mathcad Prime 2.0 - Nozioni fondamentali Panoramica Codice del corso TRN 3431
DettagliDIARIO DELLE LEZIONI DI ANALISI MATEMATICA II Corso di laurea in Ingegneria Gestionale Canale PZ Secondo codocente: Dott. Salvatore Fragapane
DIARIO DELLE LEZIONI DI ANALISI MATEMATICA II Corso di laurea in Ingegneria Gestionale Canale PZ Secondo codocente: Dott. Salvatore Fragapane Lezione 1-04/10/2016 - Serie Numeriche (1): definizione e successione
DettagliEquazioni, funzioni e algoritmi: il metodo delle secanti
Equazioni, funzioni e algoritmi: il metodo delle secanti Christian Ferrari 1 Introduzione La risoluzione di equazioni in R ci ha mostrato che solo per le equazioni polinomiali di primo e secondo grado,
DettagliTeorema delle Funzioni Implicite
Teorema delle Funzioni Implicite Sia F una funzione di due variabili definita in un opportuno dominio D di R 2. Consideriamo l equazione F (x, y) = 0, questa avrà come soluzioni coppie di valori (x, y)
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
Dettaglii completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema
Compito di Ricerca Operativa II Esercizio ( punti). ia dato il problema di flusso massimo sulla rete in figura (le capacit a degli archi sono riportate sopra di essi). 0 8 i consideri il seguente flusso
DettagliTeoria 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
DettagliLaboratorio 3. Integrazione numerica
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 3 Integrazione numerica Sia f una funzione continua sull intervallo [a, b] numerica con lo scopo di approssimare Introduciamo
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliM. Marra Appunti delle Lezioni di Ricerca Operativa Problemi e metodi di ottimizzazione PROBLEMI E METODI DI OTTIMIZZAZIONE
CAPITOLO I PROBLEMI E METODI DI OTTIMIZZAZIONE 1. Componenti di base Tutti i problemi di ottimizzazione dipendono da tre componenti di base: le variabili del problema, la funzione obiettivo ed i vincoli.
DettagliLaboratorio 5-6 Metodi di Bisezione, Newton e Punto Fisso
Laboratorio 5-6 Metodi di Bisezione, Newton e Punto Fisso 2009 - Questo testo (compresi i quesiti ed il loro svolgimento) è coperto da diritto d autore. Non può essere sfruttato a fini commerciali o di
DettagliMATEMATICA GENERALE Prova d esame del 23 maggio FILA A
MATEMATICA GENERALE Prova d esame del 23 maggio 2016 - FILA A Nome e cognome Matricola Gli studenti che hanno superato il test del Progetto Corda nel 2015 NON devono rispondere ai quesiti della I parte.
DettagliEsercitazione n 6. Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (b)f(x, y) = 4y 4 16x 2 y + x
Esercitazione n 6 1 Massimi e minimi di funzioni di più variabili Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (a)f(x, y) = x 3 + y 3 + xy (b)f(x, y) = 4y 4 16x
DettagliEstremi. 5. Determinare le dimensioni di una scatola rettangolare di volume v assegnato, che abbia la superficie minima.
Estremi 1. Determinare gli estremi relativi di f(x, y) = e x (x 1)(y 1) + (y 1).. Determinare gli estremi relativi di f(x, y) = y (y + 1) cos x. 3. Determinare gli estremi relativi di f(x, y) = xye x +y..
DettagliUniversità degli Studi di Salerno Facoltà di Scienze Matematiche Fisiche e Naturali
Università degli Studi di Salerno Facoltà di Scienze Matematiche Fisiche e Naturali Tesina di Ottimizzazione Anno Accademico 2011/2012 Optimization Toolbox di Matlab: Studio delle più importanti funzioni
DettagliMini-Corso di Informatica
Mini-Corso di Informatica CALCOLI DI PROCESSO DELL INGEGNERIA CHIMICA Ing. Sara Brambilla Tel. 3299 sara.brambilla@polimi.it Note sulle esercitazioni Durante le esercitazioni impareremo a implementare
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
DettagliCurve n d. f(x, y)=l. x,yda,b
Curve n d Linee di livello: curva che si ottiene sezionando il grafico di una funzione n d con dei piani del tipo z=k, e quindi paralleli al piano xy e perpendicolari all asse z. Matematicamente si ottengono
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliProve d esame Esercizi con Matlab
Prove d esame Esercizi con Matlab Andrea Corli 16 settembre 2015 Sono qui raccolti alcuni esercizi relativi a Matlab assegnati nelle prove d esame (dal 2011 al 2014) del Corso di Analisi Matematica I (semestrale,
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
DettagliVediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.
Esempio di risoluzione di un problema di PL con Excel Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Un azienda vinicola desidera produrre due tipi di vino: uno
DettagliAppunti delle esercitazioni di Ricerca Operativa
Appunti delle esercitazioni di Ricerca Operativa a cura di P. Detti e G. Ciaschetti 1 Esercizi sulle condizioni di ottimalità per problemi di ottimizzazione non vincolata Esempio 1 Sia data la funzione
DettagliRicerca Operativa. Ricerca Operativa p. 1/6
Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Calcolo di funzioni non lineari
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Calcolo di funzioni non lineari Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: crossi@deis.unibo.it Calcolo di funzioni non lineari
Dettagli