STRUTTURA DELLE RETI SOCIALI MATCHING MARKETS. Vincenzo Auletta Università di Salerno
|
|
- Federica Fumagalli
- 7 anni fa
- Visualizzazioni
Transcript
1 STRUTTURA DELLE RETI SOCIALI MATCHING MARKETS Vincenzo Auletta Università di Salerno
2 MERCATI I mercati sono uno degli esempi più rilevanti di interazioni tra numerosi agenti strutturate come una rete Il mercato crea opportunità per stabilire interazioni tra venditori ed acquirenti Le relazioni tra questi soggetti sono naturalmente codificate tramite una rete Possiamo utilizzare le reti per modellare le interazioni tra i partecipanti al mercato e la teoria dei giochi per prevedere il comportamento dei vari soggetti Gli stessi modelli possono essere utilizzati per studiare le dinamiche sociali all interno di un gruppo di individui 1
3 MATCHING MARKETS I Matching Markets sono una classe di modelli semplici che consentono di descrivere le interazioni tra diversi soggetti che offrono e cercano beni o servizi Modello ampiamente utilizzato e studiato in economia e ricerca operativa In un matching market ci sono vari oggetti che devono essere assegnati ai partecipanti Ogni partecipante ha le sue personali valutazioni (preferenze) sugli oggetti e si vuole calcolare un allocazione degli oggetti ai partecipanti che sia socialmente ottima È possibile fissare dei prezzi per i beni in maniera decentralizzata se questo può servire a trovare allocazioni socialmente migliori 2
4 UNA VERSIONE SEMPLIFICATA DEL PROBLEMA Assumiamo che ogni partecipante può solo specificare quali oggetti gli piacciono Es. Abbiamo la lista degli studenti che hanno diritto ad una stanza nella foresteria del campus Dobiamo decidere l assegnamento delle stanze agli studenti Ogni studente può esprimere le sue preferenze (piano, finestra/ balcone, orientamento, dimensione, ecc.) Vogliamo trovare un allocazione (se esiste) che accontenti tutti gli studenti 3
5 GRAFO DELLE PREFERENZE Le preferenze espresse dai partecipanti possono essere rappresentate tramite un grafo bipartito Studenti da un lato e stanze dall altro Assumiamo stesso numero di studenti e stanze Se a i piace la stanza j allora inseriamo l arco (i, j) Room1 Room2 Vikram Wendy Room3 Xin Room4 Yoram 4 Room5 Zoe
6 ALLOCAZIONI E MATCHING Un allocazione delle stanze agli studenti è un matching sottoinsieme di archi tali che al più un solo arco incide su ogni nodo del grafo Se il matching contiene tanti archi quanti sono gli studenti allora è un perfect matching Room1 Room2 Room3 Vikram Wendy Xin E possibile accontentare tutti gli studenti sse esiste un perfect matching Room4 Yoram 5 Room5 Zoe
7 PERFECT MATCHING ESISTONO SEMPRE? Tutti i grafi bipartiti ammettono un perfect matching? NO Room1 Room2 Room3 Vikram Wendy Xin Room4 Yoram Room5 Quali grafi bipartiti ammettono perfect matching? Zoe 6
8 CARATTERIZZAZIONE DI GRAFI BIPARTITI CON PERFECT MATCHING Il grafo della slide precedente non aveva un perfect matching perché ha un constricted set Insieme di vertici S che ha un insieme di vicini N(S) tali che S < N(S) N(S) Room1 Room2 Room3 Vikram Wendy Xin S MATCHING THEOREM (Konig, 1931) Se un grafo bipartito non ha un perfect matching allora contiene un conscricted set Room4 Yoram 7 Room5 Zoe
9 VALUTAZIONI ED ASSEGNAMENTI OTTIMALI In generale ogni partecipante ha una propria valutazione per ognuno degli oggetti da assegnare v ij = valutazione dello studente i sulla stanza j ( 0) La qualità di un assegnamento è data dalla somma dei pesi assegnati ai suoi archi Assegnamenti con massimo valore sono socialmente ottimale Room1 Xin Valuations 12, 2, 4 Room1 Xin Valuations 12, 2, 4 Room2 Yoram 8, 7, 6 Room2 Yoram 8, 7, 6 Room3 Zoe 7, 5, 2 Room3 L assegnamento vale 23 ed è ottimale Zoe 7, 5, 2 8
10 ASSEGNAMENTI OTTIMALI E PERFECT MATCHING E possibile utilizzare un algoritmo per il calcolo dell assegnamento ottimale per trovare un perfect matching Per ogni studente assegniamo 1 agli archi che lo collegano alle stanze preferite e 0 agli altri Se l allocazione ottimale ha valore n allora è un perfect matching, altrimenti esiste un restricted set Date le valutazioni degli studenti come è fatta un allocazione ottimale? Risposta non banale 9
11 MERCATI Il problema di assegnamento che abbiamo studiato finora era centralizzato Un amministratore deve assegnare le stanze agli studenti date le loro preferenze I mercati non prevedono la presenza di un autorità centrale Ogni acquirente decide autonomamente cosa comprare sulla base delle sue valutazioni e dei prezzi degli oggetti senza conoscere le valutazioni degli altri acquirenti I prezzi devono sostituire il ruolo dell autorità centrale E possibile fissare dei prezzi in modo tale che degli acquirenti razionali ed egoisti, sulla base delle loro valutazioni, esprimano delle preferenze che portino ad assegnamenti ottimali? 10
12 UN ESEMPIO PIÙ CALZANTE Supponiamo che n persone vogliono acquistare una casa e ci sono n case sul mercato v ij è la valutazione di i sulla casa j p j è il prezzo della casa j Se ad i viene assegnata la casa j ha un payoff di u i (j)= v ij p j i seleziona i suoi venditori preferiti Quelli che massmimizzano il suo payoff Se ci sono più venditori preferiti ne sceglie uno a caso Se u i (j) < 0 per ogni venditore allora i rinuncia all aquisto Il venditore della casa j ha un payoff di u j = p j Guadagna il suo payoff solo se la casa viene venduta 11
13 ALLOCAZIONI SOCIALMENTE OTTIMALI Vogliamo trovare un allocazione delle case alle persone che sia socialmente ottimale Massimizzi la somma dei payoff di tutti i partecipanti (sia acquirenti che venditori) Quanto vale un assegnazione? Il payoff dei clienti è dato dalla valutazione della casa acquistata meno il prezzo pagato Il payoff dei venditori è il prezzo a cui ha venduto la casa La somma di tutti i payoff è uguale alla somma delle valutazioni dei clienti che hanno comprato casa Un assegnamento ottimale massimizza la somma delle valutazioni dei clienti I prezzi non influiscono sul valore dell assegnamento ma devono rendere possibile tale assegnamento 12
14 GRAFO DEI VENDITORI PREFERITI Dati i prezzi degli oggetti ogni acquirente prenderà in considerazione solo le offerte dei suoi venditori preferiti Il grafo dei venditori preferiti contiene solo i link tra ogni acquirente ed i suoi venditori preferiti Tutti i link adiacenti ad un acquirente hanno lo stesso payoff Ogni perfect matching nel grafo dei venditori preferiti rappresenta un assegnamento socialmente ottimale 13
15 PREZZI MARKET CLEARING Un insieme di prezzi è market clearing se nel grafo dei venditori preferiti indotto esiste un perfect matching Idea: Se più acquirenti sono in competizione per la stessa casa il prezzo può servire per dissuadere quelli che hanno minori valutazioni e convincerli a fare altre scelte L assegnamento potrebbe richiedere un minimo d coordinamento tra gli acquirenti Ognuno dovrebbe fare un offerta per una casa diversa Ognuno farà comunque un offerta ad un venditore preferito e quindi massimizzerà il suo payoff 14
16 UN ESEMPIO Sellers Buyers Valuations a b c x y z 12, 4, 2 8, 7, 6 7, 5, 2 (a) Buyer Valuations Prices Sellers Buyers Valuations 2 a x 12, 4, 2 Prices Sellers Buyers Valuations a b c x y z 12, 4, 2 8, 7, 6 7, 5, 2 (b) Market-Clearing Prices Prices Sellers Buyers Valuations 3 a x 12, 4, 2 1 b y 8, 7, 6 1 b y 8, 7, 6 0 c z 7, 5, 2 0 c z 7, 5, 2 15 (c) Prices that Don t Clear the Market (d) Market-Clearing Prices (Tie-Breaking Required)
17 PROPRIETÀ DEI PREZZI MARKET CLEARING Nell esempio precedente siamo riusciti a trovare dei prezzi marlet clearing In generale cosa succede? ESISTENZA DEI PREZZI MARKET CLEARING Per ogni insieme di valutazioni degli acquirenti esiste un insieme di prezzi degli oggetti che sono market clearing OTTIMALITA DEI PREZZI MARKET CLEARING Per ogni insieme di prezzi market clearing ogni assegnamento associato ad un perfect matching del grafo dei venditori preferiti è socialmente ottimo 16
18 COME TROVARE PREZZI MARKET CLEARING? La procedura per trovare i prezzi market clearing utilizza un meccanismo di asta Diversa da quelle single-item studiate nella lezione precedente Descritta dagli economisti Demange, Gale e Sotomayor (1986) ma equivalente ad una costruzione ideata da Egervary (1916) Algoritmo: 1. Inizialmente tutti I prezzi sono 0 2. Ad ogni round I prezzi sono scalati in modo che il prezzo minimo sia 0 3. Ogni acquirente sceglie I suoi venditori preferiti 4. Se il grafo dei venditori preferiti non ha un perfect matching deve esistere un constricted set S 1. Insieme di acquirenti che sono interessati alle stesse case 5. I prezzi di tutti gli oggetti in N(S) vengono incrementati di 1 e si torna a (2) 6. Se esiste un perfect matching si restituiscono I prezzi market clearing 17
19 UN ESEMPIO Prices Sellers Buyers Valuations Prices Sellers Buyers Valuations 0 0 a b x y 12, 4, 2 8, 7, a b x y 12, 4, 2 8, 7, 6 0 c z 7, 5, 2 (a) Start of first round Prices Sellers Buyers Valuations 2 a x 12, 4, 2 0 c z 7, 5, 2 (b) Start of second round Prices Sellers Buyers Valuations 3 a x 12, 4, 2 0 b y 8, 7, 6 1 b y 8, 7, 6 0 c z 7, 5, 2 0 c z 7, 5, 2 18 (c) Start of third round (d) Start of fourth round
20 PERCHÈ LA PROCEDURA TERMINA? Usiamo la tecnica del potenziale Per ogni insieme di prezzi definiamo il potenziale del gioco come la somma dei potenziali dei giocatori Potenziale dell acquirente = massimo payoff dati i prezzi Potenziale del venditore = prezzo di vendita Il potenziale del gioco è sempre non-negativo Inizialmente I prezzi sono tutti 0 ed il potenziale del gioco è dato dalla somma dei massimi delle valutazioni degli acquirenti Ad ogni round alcuni prezzi vengono incrementati i payoff degli acquirenti interessati a quegli oggetti diminuiscono della stessa quantità Poiché il numero di prezzi incrementati è superiore a quello degli acquirenti interessati il potenziale del gioco diminuisce Poiché il potenziale è sempre non-negativo dopo un numero finito di iterazioni dobbiamo trovare un insieme di prezzi market clearing 19
21 RELAZIONE TRA PREZZI MARKET CLEARING ED ASTE Che relazione c è tra prezzi market clearing e le aste per singolo-item della lezione precedente? Possiamo rappresentare il problema dell asta come un problema di matching market Il grafo bipartito ha n acquirenti e n oggetti in vendita 1 reale e gli altri n-1 fittizi La valutazione di ogni acquirente per gli oggetti fittizi è 0 La procedura per la ricerca dei prezzi market clearing equivale ad un asta ascendente Il bene è aggiudicato all acquirente con ala valutazione più alta e paga la seconda valutazione più alta 20
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}
DettagliPossibile 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
DettagliSTRUTTURA 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
DettagliRichiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo
DettagliAlberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni
DettagliStrumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Lecture 2: 11 Marzo, Concetti di soluzione. Abstract
Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 2: 11 Marzo, 2010 Concetti di soluzione Docente Prof. Vincenzo Auletta Note redatte da: Vincenzo De Maio Abstract In questa lezione
DettagliTeoria dei Giochi Prova del 2 Dicembre 2011
Cognome, Nome, email: Teoria dei Giochi Prova del 2 Dicembre 2011 Esercizio 1 Si consideri un istanza dello Stable Marriage problem con 5 uomini e 5 donne. I seguenti insiemi ordinati rappresentano le
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
Dettagli1 Giochi a somma costante, a somma zero e antagonistici
AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:
Dettagli1 TEORIA DELLE RETI 1. 1 Teoria delle reti. 1.1 Grafi
1 TEORIA DELLE RETI 1 1 Teoria delle reti 1.1 Grafi Intuitivamente un grafo è un insieme finito di punti (nodi o vertici) ed un insieme di frecce (archi) che uniscono coppie di punti Il verso della freccia
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento
UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),
DettagliEsercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi
Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore
DettagliTeoria 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
Dettagli12.1 IL PROBLEMA DEL CAMMINO MINIMO: L ALGORITMO DI DIJKSTRA
Problemi strutturati. IL PROBLEMA DEL CAMMINO MINIMO: L ALGORITMO DI DIJKSTRA Esercizio.. Dato il grafo di Figura.., trovare il peso dei cammini minimi dal nodo a tutti gli altri nodi del grafo (il peso
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari
Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari L. De Giovanni G. Zambelli 1 Problema dell assegnamento Sia dato un grafo non orientato bipartito
DettagliLa manipolabilità nei sistemi multi-agenti
La manipolabilità nei sistemi multi-agenti Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell informazione nell azienda Schedulazione
DettagliTeoria dei Giochi Prova del 24 Febbraio 2012
Cognome, Nome, Numero di Matricola, email: Teoria dei Giochi Prova del 24 Febbraio 2012 Esercizio 1 Considera il seguente gioco. Tu puoi scegliere un numero tra {2,4,8,16,32,64,128}; il tuo avversario
DettagliLista di esercizi 11 maggio 2016
Lista di esercizi 11 maggio 2016 1. Determinare il numero di sequenze binarie di lunghezza n che contengano almeno una coppia di 0 consecutivi. Soluzione. Potrebbe essere utile un programma di calcolo
DettagliEsercitazione 5 Network Flow
Esercitazione 5 Network Flow Diamo innanzitutto una definizione informale del concetto di riduzione polinomiale tra problemi: Si dice che un problema A è riducibile polinomialmente ad un problema B, se
DettagliUn 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
DettagliTeoria 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
DettagliAlgoritmi greedy. Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione
Algoritmi greedy Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione Gli algoritmi greedy sono algoritmi basati sull idea
DettagliEsame di Ricerca Operativa del 19/07/19. Esercizio 1. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare: max x +x x + x x x x
DettagliIntroduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
DettagliAppunti lezione Capitolo 13 Programmazione dinamica
Appunti lezione Capitolo 13 Programmazione dinamica Alberto Montresor 12 Novembre, 2015 1 Domanda: Fattore di crescita dei numeri catalani Vogliamo dimostrare che cresce almeno come 2 n. La nostra ipotesi
DettagliINSTRADAMENTO: ALGORITMO DI BELLMAN-FORD
UNIVERSITA' DEGLI STUDI DI BERGAMO Dipartimento di Ingegneria INSTRADAMENTO: ALGORITMO DI BELLMAN-FORD FONDAMENTI DI RETI E TELECOMUNICAZIONE A.A. 2012/13 - II Semestre Esercizio 1 Sia dato il grafo G=
Dettaglimin det det Allora è unimodulare se e solo se det 1, 1, 0 per ogni sottomatrice quadrata di di qualsiasi dimensione.
Se è unimodulare e è intero allora il poliedro 0 ha vertici interi. Sia un vertice di Per definizione esiste allora una base di tale che, 0 Poiché è non singolare ( invertibile det 0) si ha che det 1 è
Dettaglia 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn mentre le variabili decisionali sono rappresentate dal vettore colonna n-dimensionale x,
Università degli Studi di Roma Tor Vergata Facoltà di Ingegneria Appunti dal corso di Metodi e Modelli di Ottimizzazione Discreta 1 A.A. 2018-2019 Prof. Sara Nicoloso A seconda del tipo di variabili che
DettagliTeoria 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
DettagliAniello Murano Classe dei problemi NP. Nella lezione precedente abbiamo visto alcuni problemi che ammettono soluzione polinomiale
Aniello Murano Classe dei problemi NP 13 Lezione n. Parole chiave: Classe NP Corso di Laurea: Informatica Codice: Email Docente: murano@ na.infn.it A.A. 2008-2009 Introduzione alla lezione Nella lezione
DettagliMatrici unimodulari e totalmente unimodulari
Matrici unimodulari e totalmente unimodulari Sia una matrice intera di dimensione con, si dice unimodulare se presa una qualsiasi sottomatrice di ordine massimo (di dimensione ) vale det = 1, +1, 0. Una
DettagliMATEMATICA 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 Una
Dettagli2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di
DettagliDISPIEGAMENTO CENTRALIZZATO L ACCOPPIAMENTO PERFETTO DI PESO MINIMO IL PROBLEMA DEL SENSORI MOBILI IL PROBLEMA (1)
1 IL PROBLEMA DEL DISPIEGAMENTO CENTRALIZZATO DI SENSORI MOBILI OVVERO L ACCOPPIAMENTO PERFETTO DI PESO MINIMO Prof. Tiziana Calamoneri Corso di Algoritmi per le reti A.A. 2010/11 2 IL PROBLEMA SENSORI
DettagliMatroidi, algoritmi greedy e teorema di Rado
Matroidi, algoritmi greedy e teorema di Rado per il corso di Laboratorio di Algoritmi e Ricerca Operativa Dott. Alberto Leporati / Prof.ssa Enza Messina Dipartimento di Informatica, Sistemistica e Comunicazione
Dettagli1 The house allocation problem
AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:
DettagliDefinizione 1.3 (Arco accoppiato) Un arco è accoppiato se è appartenente al matching M.
Matching. Definizioni Definizione. (Matching di un grafo G = (N, A)) Il matching di un grafo è un sottoinsieme M di archi tali per cui nessuna coppia di essi condivida lo stesso nodo. Definizione.2 (Matching
Dettagli7.1 Progettare un algoritmo per costruire ciclo euleriano di un grafo non orientato.
Capitolo 7 Grafi 7.1 Progettare un algoritmo per costruire ciclo euleriano di un grafo non orientato. 7.3 Un grafo a torneo è un grafo orientato G in cui per ogni coppia di vertici x e y esiste un solo
DettagliIntroduzione ai Problemi di Flusso su Reti
UNIVERSI DI PIS IROCINIO ORMIVO IVO - I CICLO CLSSE DI BILIZIONE MEMIC PPLIC Introduzione ai Problemi di lusso su Reti Relatore: Prof. V. Georgiev.U: Prof. M. Berni Elisabetta lderighi R.O e Riforma della
DettagliRicerca Operativa. Claudio Arbib Universitàdi L Aquila. Esercizi di ottimizzazione combinatoria
Claudio Arbib Universitàdi L Aquila Ricerca Operativa Esercizi di ottimizzazione combinatoria 00-006 Grafi 9 Esercizio. Un grafo simmetrico G = (V, E) si dice cubico se tutti i suoi vertici hanno grado
DettagliPROBLEMA DEI CAMMINI MINIMI [CORMEN ET AL. CAP. 24] Il costo di cammino minimo da un vertice u ad un vertice v è definito nel seguente modo:
PROBLEMA DEI CAMMINI MINIMI [CORMEN ET AL. CAP. 24] Sia G = (V,E) un grafo orientato ai cui archi è associato un costo W(u,v). Il costo di un cammino p = (v 1,v 2,...,v k ) è la somma dei costi degli archi
DettagliWeek #9 Assessment. Practice makes perfect... November 23, 2016
Week #9 Assessment Practice makes perfect... November 23, 2016 Esercizio 1 Un azienda di trasporto deve caricare m camion {1,..., m} in modo da servire giornalmente un dato insieme di clienti. Nei camion
DettagliProgettazione di algoritmi. Reti di flusso (2)
Progettazione di algoritmi Reti di flusso (2) Correttezza e complessità dell algoritmo di Ford-Fulkerson Il teorema del massimo flusso-minimo taglio L algoritmo di Ford-Fulkerson per il calcolo del massimo
DettagliCammini minimi fra tutte le coppie
Capitolo 12 Cammini minimi fra tutte le coppie Consideriamo il problema dei cammini minimi fra tutte le coppie in un grafo G = (V, E, w) orientato, pesato, dove possono essere presenti archi (ma non cicli)
DettagliAlgoritmi e Strutture Dati - Prof. Roberto De Prisco A.A Seconda prova di verifica (4 Febbraio 2005)
Algoritmi e Strutture Dati - Prof. Roberto De Prisco A.A. 004-00 Seconda prova di verifica (4 Febbraio 00) Laurea/Diploma in Informatica Università di Salerno Nome e Cognome: Matricola: 1 3 4 TOTALE /1
DettagliSommario della lezione
Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2009/10 p. 1/21 Sommario della lezione Ulteriori applicazioni del Massimo Flusso 1. Connettività di grafi 2. Selezione di
DettagliProblema del cammino minimo
Algoritmi e Strutture di Dati II Problema del cammino minimo Un viaggiatore vuole trovare la via più corta per andare da una città ad un altra. Possiamo rappresentare ogni città con un nodo e ogni collegamento
DettagliSoluzioni della settima esercitazione di Algoritmi 1
Soluzioni della settima esercitazione di Algoritmi 1 Beniamino Accattoli 19 dicembre 2007 1 Grafi Un grafo è non orientato se descrivendo un arco come una coppia di vertici (i,j) l ordine è ininfluente
DettagliRICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:
Sesto appello 7/7/8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B
DettagliTeoria dei Giochi Prova del 24 Luglio 2012
Cognome, Nome, Numero di Matricola, email: Teoria dei Giochi Prova del 24 Luglio 2012 Esercizio 1 Considera il seguente gioco. Tu puoi scegliere un numero tra {6,7,8,9,10}; il tuo avversario può scegliere
Dettagli2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di
DettagliGrafi e reti di flusso
Grafi e reti di flusso Molti problemi di ottimizzazione sono caratterizzati da una struttura di grafo: in molti casi questa struttura emerge in modo naturale, in altri nasce dal particolare modo in cui
DettagliSoluzioni degli esercizi di formulazione di PL{0, 1}
Soluzioni degli esercizi di formulazione di PL{0, 1} Salvatore Nocella 12 febbraio 2007 1 Al lavoro Due operai devono eseguire un certo numero di lavori J = {1,..., n}, ciascuno della durata di un ora.
DettagliAlgoritmi e Strutture Dati (Mod. B) Algoritmi Greedy (parte I)
Algoritmi e Strutture Dati (Mod. B) Algoritmi Greedy (parte I) Algoritmi greedy Gli algoritmi per problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione
DettagliMatrici delle differenze finite
Capitolo 8 Matrici delle differenze finite Si riportano in questo capitolo alcuni risultati e proprietà delle matrici delle differenze finite ovvero delle matrici che intervengono nel metodo delle differenze
Dettagli1 Equilibri Correlati
Strumenti della Teoria dei Giochi per l Informatica A.A. 29/ Lecture 4: Ottobre 2 Equilibri Correlati, Bayesian Games Docente Prof. Vincenzo Auletta Note redatte da: Michele Nasti Equilibri Correlati Gli
DettagliEsercizio 2. Domanda 3
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia È dato il problema di PL in figura. 1. Facendo uso delle condizioni di ortogonalità, dimostrare o confutare l ottimalità della soluzione 2; 0; 2. Facendo
DettagliEconomia Politica. Efficienza dei mercati. Cap 7. Appunti delle lezioni Fabiano Schivardi
Economia Politica Appunti delle lezioni Fabiano Schivardi testo di riferimento: Mankiw, Principi di economia, 3 ed., 2004, Zanichelli Cap 7 Efficienza dei mercati Vedremo infine in quali circostanze il
DettagliEsercitazione 2. Progettare un algoritmo che risolva tale problema in tempo O( E + V log V ).
Esercitazione 2 Problema 4: Dato un grafo G = (V, E) con pesi positivi sugli archi ed un insieme di k centri C = {c 1, c 2, c k } V, si richiede di partizionare l insieme V in k insiemi V 1, V 2, V k in
DettagliCorso di Automazione industriale
Corso di Automazione industriale Lezione Reti di Petri Introduzione Università degli Studi di Bergamo, Automazione Industriale, A.A. 07/08, A. L. Cologni Introduzione Cosa sono le reti di Petri Sono un
Dettagli1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44;
1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44; c 24 = 15; c 25 = 12; c 34 = 32; c 35 = 55; c 45 = 24 Si calcoli l ottimo duale (formulazione
DettagliCorso di Politica Economica
Corso di Politica Economica Lezione 6: Politiche in presenza di Beni pubblici Francesca Severini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) f.severini@univpm.it (email) http://utenti.dea.univpm.it/politica
DettagliNOTE INTEGRATIVE DELLE LEZIONI LA DISCRIMINAZIONE PERFETTA DEI PREZZI. Docente: Marianna Succurro
NOTE INTEGRATIVE DELLE LEZIONI LA DISCRIMINAZIONE PERFETTA DEI PREZZI Docente: Marianna Succurro m.succurro@unical.it Dipartimento di Economia, Statistica e Finanza G. Anania Università della Calabria
DettagliL allocazione determinata dal mercato è. desiderabile. Non ci siamo chiesti se l allocazione che si viene a determinare sia in qualche modo
L allocazione determinata dal mercato è desiderabile? Fino a ora ci siamo limitati a studiare le forze e i meccanismi (domanda e offerta) secondo cui il mercato alloca le risorse scarse tra usi alternativi
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
DettagliINTRODUZIONE ALLA TEORIA DEI GIOCHI NELLE SCIENZE ECONOMICHE E SOCIALI
INTRODUZIONE ALLA TEORIA DEI GIOCHI NELLE SCIENZE ECONOMICHE E SOCIALI Massimiliano FERRARA Mediterranea University of Reggio Calabria Department of Law and Economics Bocconi University- ICRIOS - Department
DettagliComplementi ed Esercizi di Informatica Teorica II
Complementi ed Esercizi di Informatica Teorica II Vincenzo Bonifaci 21 maggio 2008 4 Problemi di ottimizzazione: il Bin Packing Il problema bin packing è il seguente: dato un insieme di n oggetti di dimensioni
DettagliCorso di Economia dell informazione
2. Equilibrio "undercut-proof" 2.1 Premessa In questo modulo esploriamo il concetto di equilibrio di un gioco "equilibrium proof". Si tratta di un concetto di equilibrio che è utile per studiare un mercato
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
DettagliFACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 5 Febbraio , : ; ;,, trovare il punto di
Verona, Febbraio 99 ) Dato il problema min( cx + cx ) x+ x x = x + x x = ax + x x = x i 0 i =,... a) dire, giustificando, per quali valori di c, c ed a in una soluzione ammissibile si ha x =x =/; la soluzione
DettagliA-2 a PI. Esercizio 2. Domanda 3
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia È dato il problema di PL in figura. 1. Facendo uso delle condizioni di ortogonalità, dimostrare o confutare l ottimalità della soluzione x = 1; x =
DettagliInterpretazione economica della dualità
Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della
DettagliEsercizio 1. Esercizio 2
Esercizio 1 Si scriva un programma C che realizza l'assegnazione ottima di un insieme di persone ad un insieme di città avente la stessa cardinalità. Ogni persona ha espresso una serie di preferenze, elencando
DettagliEsame di Ricerca Operativa - 17 luglio 2008 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - luglio 8 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la soluzione x = x =, x =, x =, x =, x = del seguente problema. max x + x + x + x + x
DettagliOligopolio. Appunti a cura di Lucia PUSILLO e Silvia VILLA. dal sito: Decisori (razionali) interagenti Versione del 27 marzo 2007
Oligopolio Appunti a cura di Lucia PUSILLO e Silvia VILLA dal sito: Decisori (razionali) interagenti Versione del 7 marzo 007 Indice 1 Il modello di duopolio di Cournot (188) 1.1 Metodo di eliminazione
DettagliUna breve introduzione all implementazione in C di algoritmi su grafo
Una breve introduzione all implementazione in C di algoritmi su grafo A cura di Gianmaria Leo Introduzione La lezione è un introduzione a concetti e strumenti che permettono l implementazione di algoritmi
DettagliMinori di Grafi: Teoria ed applicazioni algoritmiche
Minori di Grafi: Teoria ed applicazioni algoritmiche Paul Wollan September 21, 2009 Un grafo H si dice grafo minore di un grafo G se H può essere ottenuto da G cancellando una serie di lati contraendo
DettagliLezione 17 Maggio 23
PSC: Progettazione di sistemi di controllo III rim. 2007 Lezione 17 Maggio 23 Docente: Luca Schenato Stesori: Comin, Dal Bianco, Fabris, Parmeggiani 17.1 Consensus 17.1.1 Nozioni preliminari L idea dell
Dettagli1.1 Asta di primo e secondo prezzo
AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
DettagliIntroduzione ai grafi. Introduzione ai grafi p. 1/2
Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G é costituito da una coppia di insiemi (V,A) dove V é detto insieme dei nodi e A é detto insieme di archi ed é un sottinsieme di tutte
DettagliAlgoritmi e strutture dati
Algoritmi e Strutture Dati Cammini minimi Definizioni Sia G = (V,E) un grafo orientato pesato sugli archi. Il costo di un cammino π = è dato da: Un cammino minimo tra una coppia di
DettagliArrangiamenti di Iperpiani, Grafi e Ottimalità nella Scelta Sociale
Arrangiamenti di Iperpiani, Grafi e Ottimalità nella Scelta Sociale Gennaro Amendola (in collaborazione con Luigi Marengo e Simona Settepanella) Milano, 25 novembre 2011 Gennaro Amendola Arrangiamenti,
DettagliAlgoritmi greedy. Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione
Algoritmi greedy Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione Gli algoritmi greedy sono algoritmi basati sull idea
DettagliTeoria dei Giochi: lezione del 18 Maggio 2017: Equilibri di Nash, Strategie ESS e RE
Teoria dei Giochi: lezione del 18 Maggio 2017: Equilibri di Nash, Strategie ESS e RE Chiara Mocenni Corso di Teoria dei Giochi e Giochi Evolutivi Replicator equation, equilibri di Nash ed equilibri ESS
DettagliSommario. Problemi di decisione, di ricerca e di ottimizzazione: come sono legate le complessità delle diverse versioni dei problemi?
Sommario Problemi di decisione, di ricerca e di ottimizzazione: come sono legate le complessità delle diverse versioni dei problemi? Decisione vs ricerca! Se disponiamo di un efficiente algoritmo per risolvere
DettagliCoverage. Visto che il coverage si basa su aree dell ambiente che vengono monitorate non è
L. Pallottino, Sistemi Robotici Distribuiti - Versione del 10 Dicembre 2015 393 Coverage Si consideri ora il problema di coordinare una squadra di robot con dei sensori omnidirezionali in modo da garantire
DettagliIl 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
DettagliLimiti. Lezione per Studenti di Agraria Università di Bologna. (Università di Bologna) Limiti 1 / 24
Limiti Lezione per Studenti di Agraria Università di Bologna (Università di Bologna) Limiti 1 / 24 Esempi Sia f (x) = 2x + 2 ; calcoliamo f (x) per x che assume valori vicini a 1. Per prima cosa, prendiamo
DettagliIntroduzione ai grafi. Introduzione ai grafi p. 1/2
Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G è costituito da una coppia di insiemi (V,A) dove V è detto insieme dei nodi e A è detto insieme di archi ed è un sottinsieme di tutte
DettagliEsame di Ricerca Operativa - 18 aprile 2007 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - 18 aprile 007 Facoltà di Ingegneria - Udine - CORREZIONE - Problema 1 (4 punti): Una raffineria miscela 4 tipi di petrolio greggio in diverse proporzioni per ottenere 3 diversi
Dettagli11.4 Chiusura transitiva
6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)
DettagliMATEMATICA 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:
DettagliTecniche euristiche greedy
Tecniche euristiche greedy PRTLC - Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di
DettagliIl Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST)
Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST) È dato un grafo non orientato G=(V,E). Ad ogni arco e i E, i=1,,m, è associato un costo c i 0 7 14 4 10 9 11 8 12 6 13 5 17 3 2
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
Dettagli