Esercizi di Algoritmi e Complessità
|
|
- Viola Mantovani
- 7 anni fa
- Visualizzazioni
Transcript
1 Esercizi di Algoritmi e Complessità 1 Gli interrogatori di Montalbano Nel comune di Vigata sono state realizzate recentemente 3 grosse rapine ai 3 principali supermercati. Il commissario Montalbano è convinto che le 3 rapine siano collegate e che degli accurati interrogatori nelle tre zone vicino i supermercati possano portare alla scoperta dei colpevoli. A tal fine la mappa del comune di Vigata viene suddivisa da Montalbano in tre zone nelle quali effettuare le indagini; ogni zona contiene i punti della mappa più vicini a ciascuno dei tre supermercati in cui si sono verificate le rapine. Fazio e Galluzzo si occuperanno delle indagini nelle prime due zone. La terza zona verrà invece affidata al suo vice Mimì Augello. Si immagini la rete stradale del comune di Vigata come un grafo G = (V, E) orientato e pesato, in cui le strade sono rappresentate dagli archi e il peso di ogni arco rappresenta la lunghezza della strada. Siano v 1, v 2 e v 3 i tre nodi corrispondenti ai tre supermercati. Si proponga un algoritmo efficiente per generare una partizione dell insieme dei nodi V, in tre sottoinsiemi V 1, V 2 e V 3 tali che: Ogni nodo del grafo appartenga ad uno ed uno solo dei tre sottoinsiemi; v 1 appartenga a V 1, v 2 appartenga a V 2 e v 3 appartenga a V 3 ; se un nodo v appartiene al sottoinsieme V i, allora il supermercato più vicino a v, in termini di distanza di cammino, è v i Si fornisca lo pseudocodice dell algoritmo descrivendone adeguatamente la struttura. Se ne calcoli la complessità asintotica.
2 2 Gli arancini di Montalbano Per la serata di capodanno il commissario Montalbano è stato invitato a cena dalla sua cameriera Adelina. Il commissario non intende mancare all appuntamento dato che per quella serata Adelina ha previsto di preparare i suoi magnifici arancini. Per ricambiare il gentile invito, Montalbano ha pensato di portare alla cena dei cannoli alla ricotta comprandoli alla rinomata pasticceria Augello, la cui proprietaria è la sorella del suo vice. Il commissario dovrà quindi recarsi alla pasticceria durante il suo percorso verso casa di Adelina. Si immagini la rete stradale del comune di Vigata come un grafo G = (V, E) orientato e pesato, in cui le strade sono rappresentate dagli archi e il peso di ogni arco rappresenta la lunghezza della strada. Siano: c V, il nodo che rappresenta la casa del commissario Montalbano; p V, il nodo che rappresenta la pasticceria Augello; a V, il nodo che rappresenta la casa della cameriera Adelina. Si dia un algoritmo che risolva il problema di identificare il costo del pi corto cammino dal nodo sorgente c al nodo destinazione a, che passi per il nodo p. Che complessità ha l algoritmo trovato? 3 Il pranzo di Montalbano Il 18 di giugno il commissario Montalbano viene convocato d urgenza dal vice questore di Montelusa per delle rogne inerenti un indagine di qualche anno prima. Il rapporto tra il commissario e il vice questore non si può certo dire essere fondato sulla reciproca stima. Il commissario decide quindi di lasciare attendere per qualche ora il vice questore e di recarsi a pranzare in uno dei tanti ristoranti del comune di Vigata. Il commissario ha gi in mente in quali ristoranti recarsi... sa bene che non se ne pentir! Il vice questore pu attendere! Si consideri la rete stradale di Vigata come una grafo G = (V, E) orientato e pesato, dove la presenza di un arco (u, v) indica un collegamento stradale dal punto u al punto v, ed il peso dell arco indica la lunghezza del collegamento. Sia n il numero di nodi nella rete stradale e sia m il numero di collegamenti presenti, con m > logn. Sia inoltre {r 1, r 2,..., r k } V, l insieme dei k ristoranti in cui il commissario Montalbano potrebbe recarsi a pranzare, con k o(n). Sia c V, il nodo della rete stradale che identifica il commissariato di Vigata. Sia q V il nodo della rete che identifica la questura di Montelusa. Definire un algoritmo efficiente che identifichi il pi breve cammino da c a q, passante per almeno uno dei k ristoranti, supponendo che m Ω(k log n). (l algoritmo dovr identificare il ristorante v i, tra le k possibili alternative, che permetta di percorrere il pi breve cammino da c a q, passando per v i )
3 4 I semafori di Montalbano I funerali non sono mai piaciuti al commissario Montalbano. Ma a quello della madre del vicequestore di Montelusa lui non poteva mancare: il vice questore l avrebbe presa come offesa alla sua persona. Essendo che la funzione solenne si sarebbe svolta la mattina seguente, alle ore 7:30, presso la chiesa madre di Montelusa, il commissario pens bene di non negarsi un meritato riposo che sarebbe durato fino alle sette. Il commissario tuttavia non aveva riflettuto bene non considerando il fatto che a Montelusa, a differenza di quanto avviene a Vigata, la città è oiena di semafori. Si immagini la rete stradale del comune di Montelusa come un grafo G = (V, E) orientato e pesato, in cui le strade sono rappresentate dagli archi e il peso di ogni arco rappresenta il tempo in secondi necessario a percorrere la strada. Sia s il vertice di partenza del viaggio del commissario Montalbano verso la Chiesa Madre di Montelusa, identificata dal vertice c. Si supponga inoltre che ad ogni nodo v del grafo sia associata una funzione sem : V N il cui valore ha il seguente significato: sem(v, t) = x > 0, se al tempo t il semaforo del vertice v è rosso e bisogna aspettare x secondi prima che diventi verde; sem(v, t) = 0, se al tempo t il semaforo del vertice v è verde. Naturalmente, per un determinato nodo v, la funzione sem(t, v) cambia al variare del tempo, per cui si potrebbe avere sem(v, 2) = 7, sem(v, 3) = 6, sem(v, 9) = 0. Nei nodi v in cui non è presente alcun semaforo si suppone sem(v, t) = 0 per tutti i valori di t. Se il commissario arriva ad un vertice v al tempo t e vale sem(v, t) = x > 0, allora dovrà aspettare x secondi prima di continuare il suo cammino. Supponendo che il commissario inizi il suo cammino al tempo t = 0, si dia un algoritmo che trovi il cammino minimo, in termini di tempo, dal vertice sorgente s al vertice destinazione c. Si fornisca lo pseudocodice dell algoritmo descrivendone adeguatamente la struttura. Se ne calcoli la complessità asintotica.
4 5 La mappa di Catarella Quel giorno Salvo Montalbano arrivò in commissariato di umore nero. Questo perchè il giorno appresso il suo aiutante Catarella era arrivato nuovamente in ritardo per una consegna urgente al comune di Montelusa. Era quindi stato convocato in questura per un richiamo ufficiale. Entrò nell ufficio di Mimì Augello bestemmiando come un diavolo contro Catarella, e ordinò al suo vice di realizzare una mappa del comune che contenesse solo le strade più brevi per raggiungere le varie destinazioni del paese. Da ora in poi Catarella non sarebbe più arrivato in ritardo! Si immagini la rete stradale del comune di Montelusa come un grafo G = (V, E) orientato e pesato, in cui le strade sono rappresentate dagli archi e il peso di ogni arco, definito dalla funzione w : E R, rappresenta il tempo in secondi necessario a percorrere la strada. Definiamo il grafo G = (V, E), detto grafo dei cammini minimi di G, nel seguente modo: V è linsieme dei vertici di G ( uguale a quello di G) E è linsieme di tutti gli archi di G che fanno parte di un qualsiasi cammino minimo nel grafo; in altre parole (u, v) appartiene ad E se e solo se (u, v) appartiene ad E e (u, v) fa parte di una cammino minimo. Fornire un algoritmo che dato un grafo G in input ne calcoli i cammini minimi e ne costruisca il relativo grafo dei cammini minimi. (Non si ha alcuna restrizione sul grafo di input G. Si costruisca il grafo G utilizzando la procedura AddEdge(u, v, G) che aggiunge al grafo G larco (u, v). Notare che per una coppia di vertici si possono avere pi cammini minimi)
5 6 L appuntamento di Lola e Ugo Lola deve recapitare un messaggio di importanza vitale a Ugo. Anche Ugo deve consegnare un messaggio importante a Lola. Entrambi non desiderano che i loro messaggi vengano intercettati da Bill. Decidono quindi di organizzare un incontro lontano da occhi indiscreti. Si supponga che Lola, Ugo e Bill siano tre nodi in un grafo orientato e pesato G = (V, E), con valori di peso non negativi. Si proponga un algoritmo efficiente che sia in grado di individuare il punto di incontro ottimale tra Lola e Ugo in modo che la somma dei cammini percorsi da entrambi sia minimizzata. I due percorsi non devono passare per il nodo di Bill. Il punto di incontro non deve essere il nodo in cui risiede Bill. Fornire e commentare il codice dell algoritmo proposto e calcolarne la complessità asintotica. 7 L appuntamento di Lola e Ugo (II parte) Ugo deve dire una cosa molto importante a Lola. Anche Lola deve comunicare una cosa molto importante a Ugo. Entrambi vorrebbero dare la loro comunicazione nel più breve tempo possibile. Tuttavia la loro città fatta di luoghi rossi e luoghi neri. Ugo può camminare solo sui luoghi neri mentre Lola può camminare solo sui luoghi rossi. In un Grafo rosso-nero ad ogni nodo è assegnato un colore: un nodo v G è rosso o è nero. Un cammino rosso in G è un cammino in cui i nodi interni sono tutti rossi. Analogamente un cammino nero in G è un cammino in cui i nodi interni sono tutti neri. Si supponga che Lola e Ugo siano due nodi in un grafo rosso-nero orientato e pesato, con valori di peso positivi. Lola Ugo devono incontrarsi per scambiarsi delle informazioni. Si proponga un algoritmo efficiente che determini se sia più conveniente, in base ai pesi del grafo, un cammino rosso che porti da Lola a Ugo, o un cammino nero che porti da Ugo a Lola. Fornire e commentare il codice dell algoritmo proposto. Calcolarne in seguito la complessità. 8 Il grafo con due soli cicli Sia G = (V, E) un grafo non orientato e pesato con funzione peso w. Si supponga che G contenga solo due cicli senza archi in comune. Proporre un algoritmo efficiente in grado di calcolare l albero di copertura minimo di G. Si calcoli la complessità dell algoritmo proposto e si dimostri la sua correttezza.
6 9 Il grafo con i pesi ridotti Sia G = (V, E) un grafo non orientato e pesato con funzione peso w, e dia T = (V, E ) un albero di connessione minimo di G. Si supponga che la funzione peso w subisca un deterioramento dei suoi valori. In particolare si supponga che se (u, v) E il valore di w(u, v) venga decrementato di una costante k N. Proporre un algoritmo efficiente per calcolare un albero di connessione minimo di G dopo il deterioramento della funzione w, avendo a disposizione anche l albero T. Calcolare la complessità dell algoritmo proposto e dimostrarne la correttezza. 10 Il grafo con i pesi ridotti (II parte) Sia G = (V, E) un grafo non orientato e pesato con funzione peso w, e dia T = (V, E ) un albero di connessione minimo di G. Si supponga che la funzione peso w subisca un deterioramento solo per uno dei suoi valori. In particolare si supponga che il valore di w(u, v), per un solo arco (u, v) E, venga decrementato di una costante k N. Proporre un algoritmo efficiente per calcolare un albero di connessione minimo di G dopo il deterioramento della funzione w, avendo a disposizione anche l albero T. Calcolare la complessità dell algoritmo proposto. 11 Il grafo con un nodo in più Sia G = (V, E) un grafo non orientato e pesato con funzione peso w, e dia T = (V, E ) un albero di connessione minimo di G. Si supponga che un nuovo nodo v venga aggiunto all insieme V e che alcuni archi adiacenti a v vengano aggiunti all insieme E. Proporre una procedura efficiente per calcolare un albero di connessione minimo del nuovo grafo così ottenuto, avendo a disposizione anche l albero T. Calcolare la complessità della procedura proposta. La procedura proposta potrebbe essere utilizzata per la realizzazione di una algoritmo che calcoli un albero di copertura minimo in modo incrementale (partendo da un grafo senza nodi e senza archi). Descrivere più formalmente l algoritmo e calcolarne la complessità asintotica.
Esercizi Union-Find e su Grafi. Ugo Vaccaro
Progettazione di Algoritmi Anno Accademico 0 07 Esercizi Union-Find e su Grafi. Ugo Vaccaro. Esercizio: Scrivere pseudocodice per Make-Set, Union, e Find-Set usando la rappresentazione attraverso liste
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
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Capitolo 3 Cammini minimi: algoritmo di Dijkstra Cammini minimi in grafi: cammini minimi a singola sorgente (senza pesi negativi) Cammini minimi in grafi pesati Sia G=(V,E,w)
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 =
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
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Capitolo 13 Cammini minimi: Algoritmo di Dijkstra (*) (ACM in grafi diretti e non diretti senza archi di peso negativo) Punto della situazione Algoritmo basato sull ordinamento
DettagliUNIVERSITÀ 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
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
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=
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Minimo albero ricoprente Fabio Patrizi 1 Albero ricoprente Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è un albero;
DettagliESERCIZI SULLA TECNICA Greedy
ESERCIZI SULLA TECNICA Greedy 1. [FILE] Si supponga di avere n files di lunghezze l 1,..., l n (interi positivi) che bisogna memorizzare su un disco di capacità data D. Si assuma che la somma delle lunghezze
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
DettagliEsercitazione 6 Ancora sul Network Flow
Esercitazione 6 Ancora sul Network Flow Problema 14 (appello 28/09/2015) Un importante azienda di sviluppo software ha n progetti da portare a termine entro la fine dell anno. Il manager dell azienda stima
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai
DettagliMinimo albero di copertura
apitolo 0 Minimo albero di copertura efinizione 0.. ato un grafo G = (V, E) non orientato e connesso, un albero di copertura di G è un sottoinsieme T E tale che il sottografo (V, T ) è un albero libero.
DettagliAnalisi e implementazione dell algoritmo di Dijkstra (Parte 1)
Analisi e implementazione dell algoritmo di Dijkstra (Parte 1) Algoritmicamente August 1, 2009 http://algoritmicamente.wordpress.com/ 1 Concetti fondamentali Definizione 1 Un grafo è un insieme di vertici
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
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Minimo albero ricoprente Domenico Fabio Savo 1 Albero ricoprente Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è un
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),
DettagliCammini Minimi. Algoritmo di Dijkstra. Cammino in un grafo
Cammini Minimi Algoritmo di Dijkstra Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percorso) in G è un insieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v 3 v k In un grafo
DettagliEsercizi svolti a lezione
Esercizi svolti a lezione Problema 1 In un corso di laurea sono previsti un certo numero di esami obbligatori. Esistono inoltre dei vincoli di propedeuticità: se un esame A è propedeutico ad un esame B
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
DettagliUniversità Roma Tre - PAS Classe A048 "Matematica Applicata" - Corso di Informatica a.a. 2013/2014
Università Roma Tre Dipartimento di Matematica e Fisica Percorso Abilitante Speciale Classe A08 Matematica Applicata Corso di Informatica Algoritmi su Grafi Marco Liverani (liverani@mat.uniroma.it) Sommario
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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014
A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità
Dettagli4c. Esercizi sul livello di Rete Instradamento in Internet
c. sul livello di Rete Instradamento in Internet c- o Si consideri la rete in figura. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si
DettagliCammini Minimi. Algoritmo di Dijkstra
Cammini Minimi Algoritmo di Dijkstra Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percorso) in G è un insieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v 3 v k In un grafo
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
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
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)
DettagliPROBLEMI SU GRAFO (combinatori)
PROLMI SU GRO (combinatori) In molti problemi il numero di soluzioni ammissibili è finito. Questi problemi sono quasi sempre descritti su grafi. Rete stradale: come andare da a in tempo minimo? Grafo orientato
DettagliBioinformatica. Grafi. a.a Francesca Cordero. Grafi Bioinformatica
fcordero@di.unito.it Introduzione cknowledgement Lucidi da. Horváth,. emetrescu et al, lgoritmi e strutture dati, McGraw-Hill 3 efinizione: che cosa sono i grafi? definizione astratta: un grafo G = (V,)
DettagliGrafi (orientati): cammini minimi
Grafi (orientati): cammini minimi Una breve presentazione Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Un cammino minimo tra
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
DettagliASSEGNAZIONE 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
DettagliG è 2-colorabile se ogni nodo può essere colorato di bianco o di nero in modo che nodi connessi da archi siano colorati con colori distinti.
Grafi Grafi bipartiti Un grafo non orientato G è bipartito se l insieme dei nodi può essere partizionato in due sottoinsiemi disgiunti tali che nessun arco del grafo connette due nodi appartenenti allo
DettagliProgettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Prima
1 Progettazione di Algoritmi Anno Accademico 2018 2019 Esercizi Ugo Vaccaro Esercizi su Grafi: Parte Prima N.B. Si ricorda che ogni algoritmo và accompagnato da una argomentazione sul perchè calcola correttamente
DettagliAlgoritmi. Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo. Appello del 6 Aprile Attenzione:
COGNOME: Nome: Algoritmi Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo Appello del 6 Aprile 2016 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante. Non voltare
DettagliAlgoritmi e Strutture Dati
Cognome................................ Nome................................... Matricola............................... Algoritmi e Strutture Dati Prova scritta del 4 luglio 207 TEMPO DISPONIBILE: 2 ore
DettagliAlgoritmi e Strutture Dati
Algoritmi e strutture dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Algoritmi e Strutture Dati Capitolo 2 Minimo albero ricoprente: Algoritmo di Prim Il problema del calcolo di un Minimum
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
DettagliGrafi (non orientati e connessi): minimo albero ricoprente
Grafi (non orientati e connessi): minimo albero ricoprente Una breve presentazione Definizioni Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è
DettagliIntroduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente
Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino
DettagliAlgoritmi. Matricole dispari Prof.ssa Anselmo. Appello del 9 Luglio Attenzione:
COGNOME: Nome: Algoritmi Matricole dispari Prof.ssa Anselmo Appello del 9 Luglio 2015 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante. Non voltare la pagina finché non
DettagliGrafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici);
Algoritmi e Strutture di Dati II 2 Grafi diretti Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove V è u n i n s i e m e d i nodi (o vertici); E µ V V è u n i n s i e m e d i archi. Denotiamo
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
DettagliINSTRADAMENTO: ALGORITMO DI KRUSKAL
UNIVERSITA' DEGLI STUDI DI BERGAMO Dipartimento di Ingegneria INSTRADAMENTO: ALGORITMO DI KRUSKAL FONDAMENTI DI RETI E TELECOMUNICAZIONE A.A. 2012/13 - II Semestre Esercizio 1 Sia dato il grafo G= (N,
DettagliAlgoritmi e Strutture Dati. Capitolo 12 Minimo albero ricoprente: Algoritmo di Kruskal
Algoritmi e Strutture Dati Capitolo 12 Minimo albero ricoprente: Algoritmo di Kruskal Progettare una rete stradale Supponiamo di dover progettare una rete stradale in cui il costo di costruzione di un
DettagliCammini minimi in grafi:
Algoritmi e strutture dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Cammini minimi in grafi: una trilogia Cammini minimi in grafi: Episodio III: la fine della trilogia Input: nelle puntate
DettagliAlgoritmi e Strutture Dati. Capitolo 13 Cammini minimi: Algoritmo di Bellman e Ford
Algoritmi e Strutture Dati Capitolo 13 Cammini minimi: Algoritmo di Bellman e Ford Cammini minimi in grafi: una trilogia Cammini minimi in grafi: Episodio II: cammini minimi a singola sorgente (per grafi
DettagliFondamenti di Internet e Reti 097246
sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino
DettagliRicordo che è ammesso alla prova scritta solo chi ha già consegnato ed avuto approvato il progetto.
Ricordo che è ammesso alla prova scritta solo chi ha già consegnato ed avuto approvato il progetto. NON CORREGGERÒ il compito a chi non ha consegnato il progetto Esercizio 1 (possibili più risposte esatte
DettagliGrafi (orientati): cammini minimi
.. Grafi (orientati): cammini minimi Una presentazione alternativa (con ulteriori dettagli) Un algoritmo greedy per calcolare i cammini minimi da un vertice sorgente in un grafo orientato e pesato, senza
DettagliAlgoritmo di Dijkstra
Algoritmo di Dijkstra (Da Wikipedia, l'enciclopedia libera.) L'algoritmo di Dijkstra deve il suo nome all'informatico olandese Edsger Dijkstra e permette di trovare i cammini minimi (o Shortest Paths,
DettagliNote per la Lezione 21 Ugo Vaccaro
Progettazione di Algoritmi Anno Accademico 20 20 Note per la Lezione 2 Ugo Vaccaro In questa lezione introdurremo il concetto di grafo, esamineremo le loro più comuni rappresentazioni ed introdurremo i
DettagliAlgoritmi e strutture dati
Algoritmi e Strutture Dati Minimo albero ricoprente Sia G = (V, E) un grafo connesso non orientato. Definizioni Un albero ricoprente di G è un sottografo T G tale che: T è un albero; T contiene tutti i
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 06/07/2016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via
Dettagli1 3 x. UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Secondo appello 16 settembre 2004 SOLUZIONI
A x numero di titoli obbligazionari A numero di titoli obbligazionari B Formulazione: che in forma standard diventa: max 0,*0x + 0,6 * 00 0x + 00 0.000 ( x + ) x min 8x 0x + 00 + x = 0.000 x + + x = 0
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
DettagliEsercizi per il corso di Algoritmi, anno accademico 2011/12
Esercizi per il corso di Algoritmi, anno accademico 2011/12 Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, nè in C++, etc. ). Di tutti gli
DettagliProgettazione di Algoritmi. Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo. Appello del 22 Febbraio Attenzione:
COGNOME: Nome: Progettazione di Algoritmi Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo Appello del 22 Febbraio 2016 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante.
DettagliProgettazione di Algoritmi. Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo. Appello del 19 Febbraio Attenzione:
COGNOME: Nome: Progettazione di Algoritmi Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo Appello del 19 Febbraio 2018 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante.
DettagliNozioni di base (II Parte)
Nozioni di base (II Parte) 1 Ricorsione [GTG14, Par. 5.1-5.4 and 13.1] Algoritmo Ricorsivo: algoritmo che invoca se stesso (su istanze sempre più piccole) sfruttando la nozione di induzione. La soluzione
DettagliAutomi a stati finiti
Automi a stati finiti Definizioni preliminari Il modello: la definizione formale, esempi. Le definizioni utili per descrivere e provare proprietà degli automi: diagramma degli stati, configurazioni, relazione
DettagliRichiami di matematica discreta: grafi e alberi. Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino
Richiami di matematica discreta: grafi e alberi Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino Grafi Definizione: G = (V,E) V: insieme finito di vertici E: insieme finito di archi,
DettagliAlberi di copertura minimi
Alberi di copertura minimi 1 Problema Nella progettazione di circuiti elettronici è spesso necessario collegare i morsetti. Per connettere un insieme di n morsetti si può usare un insieme di n-1 fili elettrici.
DettagliRouting IP. IP routing
Routing IP IP routing IP routing (inoltro IP): meccanismo per la scelta del percorso in Internet attraverso il quale inviare i datagram IP routing effettuato dai router (scelgono il percorso) Routing diretto
DettagliEsercitazione 7. Grafi. Rappresentazione e algoritmi di visita
Esercitazione 7 Grafi Rappresentazione e algoritmi di visita Grafo G = (V,E) non orientato 1 1 G = (V,E) orientato 6 Rappresentazione Grafo G = (V,E) metodi standard per la rappresentazione Liste di adiacenza
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
DettagliLABORATORIO DI ALGORITMI E STRUTTURE DATI A-L. Ingegneria e scienze informatiche Cesena A.A: 2016/2017 Docente: Greta Sasso
LABORATORIO DI ALGORITMI E STRUTTURE DATI A-L Ingegneria e scienze informatiche Cesena A.A: 2016/2017 Docente: Greta Sasso Minimum Spanning Tree Albero di copertura (Spanning Tree): un albero di copertura
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)
DettagliALGORITMI CORSO DI STUDIO IN INFORMATICA (laurea triennale) UNIVERSITÀ DEGLI STUDI DI CATANIA ANNO ACCADEMICO 2014/15
ANNO ACCADEMICO 2014/15 1 a prova in itinere 13 gennaio 2015 ESERCIZIO 1 Si risolva l equazione di ricorrenza al variare del parametro reale a>1. T (n) = 27 n a T + n 2 log n a ESERCIZIO 2 Si ordinino
DettagliModelli di Programmazione Lineare. PRTLC - Modelli
Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver Come ricavare una stima dell ottimo Rilassamento continuo - generazione 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
DettagliEsercizio 1. Esercizio 2
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia La Pharmatix è un azienda di Anagni che produce due principi attivi, A e B, che consentono un profitto per grammo venduto di 20 e 30 euro rispettivamente.
DettagliComplessità Computazionale
Complessità Computazionale La teoria della Computabilità cattura la nozione di algoritmo nel senso che per ogni problema sia esso decisionale o di calcolo di funzione stabilisce dei criteri per determinare
DettagliALBERI ORIENTATI. Definizione: Albero orientato = rooted tree = grafo orientato con le seguenti proprietà: - ha un nodo fissato, detto radice (r);
ALBERI ORIENTATI Pagina 1 ALBERI ORIENTATI 15:05 Definizione: Albero orientato = rooted tree = grafo orientato con le seguenti proprietà: - ha un nodo fissato, detto radice (r); - per ogni nodo v, esiste
DettagliEsercitazione 3. Osserviamo che, dato un grafo con pesi distinti, questo ammette un unico MST.
Esercitazione 3 Problema 6: Sia G = (V, E) un grafo con pesi distinti sugli archi ed e E un arco di G. Progettare un algoritmo lineare in grado di determinare se esiste un MST di G che contiene l arco
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
DettagliPartizioni intere. =! i# P. Es: Dato {38, 17, 52, 61, 21, 88, 25} possiamo rispondere positivamente al quesito poiché
Partizioni intere PARTIZIONAMENTO: Dato un insieme di n interi non negativi rappresentati in binario, trovare un sottoinsieme P! {1,2,..., n } tale che! i"p a i =! i# P a i Es: Dato {38, 17, 52, 61, 21,
DettagliProblemi, istanze, soluzioni
lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un
DettagliNote per la Lezione 22 Ugo Vaccaro
Progettazione di Algoritmi Anno Accademico 0 09 Note per la Lezione Ugo Vaccaro Nella lezione scorsa abbiamo introdotto la vista in ampiezza di grafi. Essenzialmente, esso è un metodo per esplorare in
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
DettagliAutomi e Linguaggi Formali
Automi e Linguaggi Formali Problemi intrattabili, classi P e NP A.A. 2014-2015 Alessandro Sperduti sperduti@math.unipd.it Problemi intrattabili Ci occuperemo solo di problemi decidibili, cioè ricorsivi.
DettagliCammini minimi. Definizioni. Distanza fra vertici. Proprietà dei cammini minimi. Algoritmi e Strutture Dati
Algoritmi e Strutture Dati Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Cammini minimi Un cammino minimo tra una coppia di
DettagliCammini minimi con sorgente singola
Cammini minimi con sorgente singola Vittorio Maniezzo - Università di Bologna Cammini minimi con sorgente singola Dato: un grafo(orientatoo non orientato) G= (V,E,W) con funzionedi peso w:e R un particolarevertices
DettagliGrafi pesati Minimo albero ricoprente
Algoritmi e Strutture Dati Definizioni Grafi pesati Minimo albero ricoprente Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è un albero; T contiene
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013
A Ricerca Operativa 1 Seconda prova intermedia Si è rotto un aereo che doveva trasportare un elevato numero di persone dalla città 3 alla città 8. Si rende quindi necessario utilizzare i posti disponibili
Dettagli3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura
DettagliAlgoritmi. Matricole dispari Prof.ssa Anselmo. Appello straordinario del 17 Aprile Attenzione:
COGNOME: Nome: Algoritmi Matricole dispari Prof.ssa Anselmo Appello straordinario del 17 Aprile 2015 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante. Non voltare la pagina
DettagliGrafi Stessa distanza
Grafi Stessa distanza In un grafo orientato G, dati due nodi s e v, si dice che: v è raggiungibile da s se esiste un cammino da s a v; la distanza di v da s è la lunghezza del più breve cammino da s a
DettagliAlgoritmi e Strutture Dati
Introduzione ai grafi Grafi: Definizione e Algoritmi di visita Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino A.A. 2007/08 Introduzione ai
DettagliGARA SECONDARIA DI PRIMO GRADO INDIVIDUALE
GARA2 2019 SECONDARIA DI PRIMO GRADO INDIVIDUALE ESERCIZIO 1 Premessa La tabella che segue descrive le attività di un progetto (indicate rispettivamente con le sigle A1, A2,...), riportando per ciascuna
DettagliEsempi. non. orientato. orientato
Definizione! Un grafo G = (V,E) è costituito da un insieme di vertici V ed un insieme di archi E ciascuno dei quali connette due vertici in V detti estremi dell arco.! Un grafo è orientato quando vi è
DettagliProgettazione di algoritmi. Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo. Appello del 15 Novembre Attenzione:
COGNOME: Nome: Progettazione di algoritmi Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo Appello del 15 Novembre 2016 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante.
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
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
Dettagli