x Ragazza x Fido Esercizio 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "x Ragazza x Fido Esercizio 1"

Transcript

1 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Incontrate na ragazza con il so cane Fido e vi chiedete che età possa avere. Lei sembra leggervi nel pensiero e vi dice: Non si chiede l età ad na donna, però cinqe anni fa non avevo meno di cinqe volte l età che aveva allora Fido, ed ora non ho più di tre volte l età di Fido. Qal è l età che pò avere al massimo la ragazza?. Formlare il problema come problema di PL con variabili.. Trovare la solzione ottima con il metodo grafico.. Dimostrare l ottimalità della solzione con le condizioni di ortogonalità... ma Ragazza Ragazza Ragazza Fido Ragazza Ragazza ( Fido Solzione Fido ) Fido - Solzione ottima: Ragazza Fido

2 . ma Fido Ragazza Fido Ragazza Fido Ragazza Ragazza Dale: NB: le de variabili primali potevano anche essere considerate non negative, per semplicità sono state considerate libere. Condizioni di ortogonalità: ) ( ) ( ) ( ) ( ) ( ) ( Fido Ragazza Fido Ragazza Fido Ragazza Fido Ragazza Sostitendo si ha: () () vero sempre vero sempre Da ci si ha:,, che è ammissibile dale, il che dimostra l ottimalità di.

3 Esercizio Portando il problema in forma standard è necessario cambiare segno alla fnzione obiettivo, sostitire la variabile libera con na differenza di variabili vincolate, e aggingere variabili di scarto (come in figra). Impostando il problema artificiale è sfficiente introdrre na variabile artificiale sl secondo vincolo (come in figra). La base iniziale è qindi [ ] A A A B. Al primo pivot entra A ed esce A. Fine della fase, inizia la fase. Il vettore viene aggiornato e si ha: T ( ). Al sccessivo pivot entra A ed esce A, qindi entra A ed esce A. La base trovata rislta ottima, la solzione ottima è:.

4 Esercizio In tabella è riportato il peso degli archi di n grafo non orientato con 8 nodi 8. Trovare l albero ricoprente di peso imo, a partire dal nodo, tilizzando l algoritmo di Prim-Dijkstra. Indicare in qale ordine vengono agginti archi all albero ricoprente (in qale ordine vengono fissati ad i flag dei nodi del grafo). Archi (,) (,) (,) (,) (,8) (,) (,) (,7) (,) (,) (,8) (,) (,7) (,7) (,8) (7,8) Costi 9 Solzione L ordine in ci vengono fissati i flag dei nodi è,,,,, 8, 7 e. L albero ricoprente di costo imo è composto dai segenti archi (,),(,),(,),(,),(,8),(8,7),(7,). Si osservi come al posto dell arco (,) si possa selezionare l arco (,) ottenendo comnqe na solzione ottima che sege esattamente lo stesso ordinamento dei flag.

5 B UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Volete calcolare il massimo nmero di stdenti della facoltà di Ingegneria che possono partecipare al programma Erasms. La facoltà di Ingegneria si divide in Dipartimenti (Informatica, Elettronica, Meccanica, Civile), ogni dipartimento ha ricevto n nmero di domande diverso, pari a per Informatica, per Elettronica, per Meccanica e per Civile. Sono disponibili varie convenzioni con diverse niversità straniere. In Spagna si possono mandare stdenti, in Germania stdenti, in Norvegia stdenti, in Francia ed infine stdenti in Gran Bretagna. Le convenzioni attivate non permettono di mandare più di stdenti di n dipartimento nello stesso paese, inoltre gli stdenti di Informatica non possono andare in Francia, gli stdenti di Elettronica in Spagna, gli stdenti di Meccanica in Norvegia, e gli stdenti di Civile non possono andare in Germania. Si formli (senza risolvere) il problema di massimizzare il nmero di stdenti da mandare nei programmi Erasms come n problema di massimo flsso s na rete opportna. Solzione La rete di flsso sarà n grafo bipartito, in ci il primo insieme dei nodi sarà formato da qattro nodi che rappresentano i Dipartimenti (I,E,M,C), mentre il secondo insieme dei nodi sarà formato dalle cinqe nazioni (S,G,N,F,GB). Oltre a qesti nodi ci saranno nella rete di flsso anche il nodo sorgente () ed il nodo pozzo (). Gli archi che compongono la rete si possono dividere in tre insiemi, il primo insieme connette il nodo sorgente con i qattro nodi dei dipartimenti, ed ogni arco in qesto insieme avrà come capacità il nmero di domande di qel dipartimento (capacità per l arco (,I), per (,E) e così via). Il secondo grppo di archi che rappresenta le convenzioni attivate, connette i nodi dei dipartimenti con i nodi delle nazioni. Gli archi in qesto grppo avranno ttti capacità pari a. Si noti come alcni archi non saranno presenti, per via dell assenza di convenzione tra alcni dipartimenti ed alcne nazioni, come ad esempio l arco (I,F) o (E,S). Infine l ltimo grppo di archi connette i nodi delle nazioni con il nodo. Gli archi in qesto grppo saranno capacitati con il massimo nmero di stdenti Erasms che na nazione pò assorbire (es. per l arco (S,))

6 Esercizio In tabella sono riportati gli archi di na rete di flsso con nodi ed i valori di domanda di ogni nodo (assmendo n valore negativo per n nodo sorgente e n valore positivo per n nodo pozzo). Si deteri n flsso ammissibile tilizzando la fase del simplesso s reti, o dimostrare che il problema non ammette solzione ammissibile. Archi (,) (,) (,) (,) (,) (,) (,) (,) Nodi Domanda Solzione Dopo l inserimento del nodo artificiale 7, l algoritmo del simplesso s reti procede come sege. Nella prima iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,7), il flsso circolante nel ciclo è. Nella seconda iterazione entrerà in base l arco (,), e provocherà l scita dell arco (7,) il flsso circolante nel ciclo è. Nella terza iterazione entrerà in base l arco (,), e provocherà l scita dell arco (7,) il flsso circolante nel ciclo è. Nella qarta iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,7) il flsso circolante nel ciclo è. Nella sesta iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,7) il flsso circolante nel ciclo è. La solzione così trovata rappresenta n flsso ammissibile per la rete di flsso.

7 Esercizio Dato il problema di PL (primale) in figra,. risolvere il problema con il metodo grafico ed impostare il problema dale;. Se il primale ammette na solzione ottima, dalla solzione ottima del primale ricavare la solzione ottima del dale con le condizioni di ortogonalità. Se il primale non ammette na solzione ottima, risolvere il problema dale con il metodo del simplesso. in figra è rappresentato l insieme delle solzioni che soddisfano le prime de diseqazioni. Poiché nessn pnto soddisfa le rimanenti diseqazioni, il problema è impossibile. Problema dale: ma In forma standard: La base iniziale è ad es. [ ] A A B, e pò iniziare direttamente la fase. Al primo pivot entra A ed esce A. Al secondo pivot entra A e il problema rislta illimitato inferiormente.

8 C UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio E possibile formlare l esercizio tilizzando variabili: f, f investimento (in ero) in attività finanziarie all inizio di primo e secondo anno; g, g investimento (in ero) in coltivazione di grano all inizio di primo e secondo anno; a, a investimento (in ero) in coltivazione di albicocche all inizio di primo e secondo anno; I vincoli rigardano il bilancio finanziario all inizio del primo e del secondo anno (entrate scite) e la risorsa terreno nei de anni (non posso sare più di ettari). La fnzione obiettivo è pari al capitale alla fine del secondo anno. Vincoli di bilancio: fga. fga,fg,a vincoli slla risorsa terreno: g/ a/ < g/ a/ a/ < Fnzione obiettivo: rendita finanziaria,f incasso raccolto grano g incasso albicocche,a,a vendita terreno coltivato ad albicocche.(a/ a/ ) a a vendita altro terreno 8.( - a/ - a/ ). a a ma,fg,a,aaa-a-a capitale finale. ma {,fg,a,a : fga. fga,fg,a g/ a/ < g/ a/ a/ < f,f,a,a,g,g > } La solzione ottima (non richiesta per l esame) prevede n capitale finale di 8. ero. F 9.7 G 8. A.7 A. F.

9 G 8. Esercizio In tabella è riportato il peso degli archi di n grafo orientato con 8 nodi 8. Trovare l albero dei cami imi, a partire dal nodo, tilizzando l algoritmo di Dijkstra. Indicare in qale ordine vengono agginti archi all albero dei cami (in qale ordine vengono fissati ad i flag dei nodi del grafo). Evidenziare il camo imo tra il nodo e il nodo 8. Archi (,) (,) (,) (,) (,) (,) (,7) (,) (,) (,8) (,) (,7) (,7) (,8) (7,8) Costi 8 9 Solzione L ordine in ci vengono fissati i flag dei nodi è,,,,,, 7 e 8. L albero dei cami imi a partire dal nodo è composto dai segenti archi (,),(,),(,),(,),(,),(,7),(,8). Il camo imo da a 8 passa attraverso i nodi,, 7 e 8.

10 Esercizio È dato il problema di PL in figra.. Portare il problema in forma standard.. Utilizzando l algoritmo del simplesso (fase e fase ) trovare na solzione ottima del problema o dimostrare che il problema è impossibile o illimitato inferiormente. Applicare la regola di Bland. libera, ma Portando il problema in forma standard è necessario cambiare segno alla fnzione obiettivo, sostitire la variabile libera con na differenza di variabili vincolate, e aggingere variabili di scarto (come in figra). Impostando il problema artificiale è sfficiente introdrre na variabile artificiale sl primo vincolo (come in figra). La base iniziale è qindi [ ] A A A B. Il problema è illimitato inferiormente.

11 D UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Grnt, il cavernicolo, possiede na clava e n certo nmero di conchiglie. Grnt pò barattare i soi oggetti come indicato in segito: Clava conchiglie Cane Clava conchiglie Be Cane conchiglie Be Clava 7 conchiglie Canoa Cane conchiglie Canoa Be conchiglie Canoa Clava conchiglie Palafitta Cane conchiglie Palafitta Be conchiglie Palafitta Canoa conchiglie Palafitta Qale è il nmero imo di conchiglie che Grnt deve pagare (e qali scambi deve effettare) per comprare na palafitta? Formlare (senza risolvere) il problema come n problema di camo imo s n grafo opportno. Solzione I nodi del grafo rappresenteranno l oggetto in possesso di Grnt, mentre gli archi verranno tilizzati per rappresentare i possibili baratti. Il peso degli archi sarà dato dal nmero di conchiglie necessarie per concldere il baratto. Indicando con Cl il nodo clava, Ca il nodo cane, B il nodo Be, Co il nodo Canoa e P il nodo palafitta il grafo sarà composto dai segenti archi, opportnamente pesati, (Cl,Ca), (Cl,B), (Ca,B), (Cl,Co), (Ca,Co), (B,Co), (Cl,P), (Ca,P), (B,P), (Co,P). Il modo più economico per raggingere la Palafitta corrisponde ad individare il camo imo tra i nodi Cl e P.

12 Esercizio In tabella sono riportati i costi nitari degli archi di na rete di flsso con nodi ed n flsso ammissibile iniziale. A partire dal flsso iniziale dato, e tilizzando la fase del simplesso s reti, deterare il flsso di costo imo, o dimostrare che il problema è illimitato inferiormente. Archi (,) (,) (,) (,) (,) (,) (,) (,) Costi 8 - Flsso Solzione L algoritmo del simplesso s reti procede come sege. Nella prima iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,), il flsso circolante nel ciclo è. Nella seconda iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,) il flsso circolante nel ciclo è. Nella terza iterazione entrerà in base l arco (,), e provocherà n ciclo formato da soli archi concordi. Il problema rislta essere illimitato inferiormente.

13 Esercizio Dato il problema di PL in figra,. impostare il problema dale e risolverlo con il metodo grafico;. Se il dale ammette na solzione ottima, dalla solzione ottima del dale ricavare la solzione ottima del primale con le condizioni di ortogonalità. Se il dale non ammette na solzione ottima, risolvere il primale con il metodo del simplesso. Dale: ma Risolvendo con il metodo grafico il problema rislta illimitato speriormente. -/ P Primale in forma standard: Artificiale: NB: cambiando segno al secondo vincolo si risparmia na variabile artificiale. La base iniziale è [ ] A A B. La solzione base iniziale rislta ottima, con. Il problema è qindi impossibile.

14 E UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Variabili:,, kg di mozzarella di tipo,, prodotta nel primo mese n operai assnti nel primo mese r capitale intilizzato all inizio del primo mese,, kg di mozzarella di tipo,, prodotta nel secondo mese n operai assnti nel secondo mese r capitale intilizzato all inizio del secondo mese Formlazione: ma r 8 7 s.t. - 9 n < < < 8 n,, r 9 n < < < 8 n,, r - r ,r,n>

15 Esercizio In tabella sono riportati i costi nitari degli archi di na rete di flsso con nodi ed n flsso ammissibile iniziale. A partire dal flsso iniziale, e tilizzando la fase del simplesso s reti, deterare il flsso di costo imo, o dimostrare che il problema è illimitato inferiormente. Archi (,) (,) (,) (,) (,) (,) (,) (,) Costi Flsso Solzione L algoritmo del simplesso s reti procede come sege. Nella prima iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,), il flsso circolante nel ciclo è. La solzione così trovata rappresenta il flsso di costo imo.

16 Esercizio È dato il problema di PL in figra.. Portare il problema in forma standard.. Utilizzando l algoritmo del simplesso (fase e fase ) trovare na solzione ottima del problema o dimostrare che il problema è impossibile o illimitato inferiormente. Applicare la regola di Bland. libera, ma Portando il problema in forma standard è necessario cambiare segno alla fnzione obiettivo, sostitire la variabile libera con na differenza di variabili vincolate, e aggingere variabili di scarto (come in figra). Impostando il problema artificiale è sfficiente introdrre de variabili artificiali sl secondo vincolo e 7 sl terzo vincolo (come in figra). 7 7 La base iniziale è qindi [ ] 7 A A A B. Al primo pivot entra A ed esce A. Al secondo pivot entra A ed esce A. Al sccessivo entra A ed esce A. Al sccessivo entra A ed esce A 7. Fine della fase, inizia la fase. Il vettore viene aggiornato e si ha: T (/7 /7). Al sccessivo pivot entra A ed esce A, qindi entra A e il problema rislta illimitato inferiormente.

17 F UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Cinqe stdenti (A, B, C, D, E) hanno vinto na borsa Erasms in Spagna ( posti a Barcellona, posto a Madrid, Salamanca e Valencia), basandovi slle loro preferenze dovete assegnare ogni stdente ad na niversità in maniera da massimizzare la loro soddisfazione. Gli stdenti hanno espresso i segenti gidizi: lo stdente A ha espresso la gradatoria Valencia, Salamanca, Barcellona, Madrid. Lo stdente B invece preferisce Barcellona, Madrid Valencia Salamanca. La gradatoria di C è Madrid, Valencia, Salamanca, Barcellona, mentre qella di D è Madrid, Barcellona, Valencia, Salamanca. Infine E preferirebbe Madrid, Valencia, Barcellona e Salamanca. Formlare senza risolvere il problema come problema di flsso a costo imo s na rete opportna. Solzione La rete di flsso sarà n grafo bipartito, in ci il primo insieme dei nodi sarà formato da cinqe nodi che rappresentano gli stdenti (A,B,C,D,E), mentre il secondo insieme dei nodi sarà formato dalle qattro niversità spagnole (B,M,S,V). I nodi stdenti genereranno ognno na nità di flsso, mentre i nodi niversità assorbiranno na qantità di flsso pari al nmero di posti disponibili (ovvero per Barcellona e per ttti gli altri atenei). Gli archi che compongono la rete rappresentano le preferenze degli stdenti verso i vari atenei. Il peso degli archi avrà valore pari alla preferenza espressa dallo stdente per l niversità, ma cambiato di segno. L inversione del segno è necessaria per poter rappresentare il problema che è in forma di massimizzazione come na formlazione di flsso a costo imo.

18 Esercizio Dato il problema di PL (primale) in figra,. risolvere il problema con il metodo grafico ed impostare il problema dale;. Se il primale ammette na solzione ottima, dalla solzione ottima del primale ricavare la solzione ottima del dale con le condizioni di ortogonalità. Se il primale non ammette na solzione ottima, risolvere il problema dale con il metodo del simplesso. In figra è rappresentato l insieme delle solzioni che soddisfano le prime de diseqazioni. Poiché nessn pnto soddisfa le rimanenti diseqazioni, il problema è impossibile. - Problema dale: ma In forma standard: La base iniziale è ad es. [ ] A A B, e pò iniziare direttamente la fase. Il problema rislta illimitato inferiormente.

19 Esercizio In tabella sono riportati gli archi di n grafo con nodi, e sono dati i costi di ogni arco. Risolvere il problema del camo imo per ogni coppia di nodi applicando l algoritmo di Floyd e Warshall. In presenza di cicli negativi arrestate l algoritmo e mostrate n ciclo negativo. Altrimenti mostrate il camo dal nodo al nodo. Archi (,) (,) (,) (,) (,) (,) (,) (,) (,) Costi - Solzione Le matrici iniziali dei cami imi e dei predecessori sono - Dopo la prima iterazione vengono aggiornati i cami da a, il camo da a, il camo da a, ed i cami da a e da a, ttti passando attraverso il nodo. Drante la seconda e la terza iterazione non avviene nessn aggiornamento, infine drante la qarta ed ltima iterazione vengono aggiornati i cami da a e da a, entrambi passando per il nodo. Le matrici finali dei cami e dei predecessori sono: - Il camo imo dal nodo al nodo è lngo e passa per l arco (,).

20 G UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Una signora esce di casa con ero nella borsa. Ogni volta che incontra n mendicante gli consegna metà del denaro che ha in borsa più na certa somma z non inferiore ad n ero. Se dopo il terzo mendicante la signora resta con non meno di ero nella borsa, qanto aveva al imo nella borsa qando è scita di casa?. Formlare il problema come problema di PL con variabili.. Trovare la solzione ottima con il metodo grafico.. Dimostrare l ottimalità della solzione con le condizioni di ortogonalità. Se all inizio la signora ha ero, dopo aver incontrato il primo mendicante rimane con /-z, dopo il secondo mendicante rimane con ½(/-z)-z, dopo il terzo rimane con ½[½(/-z)-z]-z che deve essere maggiore o gale a ero. Ovvero z. Inoltre z. La fnzione obiettivo è chiaramente e pertanto si ha: z z, z La solzione ottima è ero (e z). z -/ Dale: ma Condizioni di ortogonalità:

21 ) ( ) ( ) ( ) ( z z z Sostitendo si ha: () () vero sempre vero sempre Da ci si ha: che è ammissibile dale, il che dimostra l ottimalità di.

22 Esercizio In tabella sono riportati gli archi di na rete di flsso con nodi ed i valori di domanda di ogni nodo (assmendo n valore negativo per n nodo sorgente e n valore positivo per n nodo pozzo). Si deteri n flsso ammissibile tilizzando la fase del simplesso s reti, o dimostrare che il problema non ammette solzione ammissibile. Archi (,) (,) (,) (,) (,) (,) (,) (,) Nodi Domanda Solzione Dopo l inserimento del nodo artificiale 7, l algoritmo del simplesso s reti procede come sege. Nella prima iterazione entrerà in base l arco (,), e provocherà l scita dell arco (7,), il flsso circolante nel ciclo è. Nella seconda iterazione entrerà in base l arco (,), e provocherà l scita dell arco (7,) il flsso circolante nel ciclo è. Nella terza iterazione entrerà in base l arco (,), e provocherà l scita dell arco (,7) il flsso circolante nel ciclo è. Nella qarta iterazione entrerà in base l arco (,), e provocherà l scita dell arco (7,) il flsso circolante nel ciclo è. La solzione così trovata non rappresenta n flsso ammissibile per la rete di flsso poiché del flsso circola ancora attraverso il nodo fittizio.

23 Esercizio Portando il problema in forma standard è necessario cambiare segno alla fnzione obiettivo, sostitire la variabile libera con na differenza di variabili vincolate, e aggingere variabili di scarto (come in figra). Impostando il problema artificiale è sfficiente introdrre na variabile artificiale sl secondo vincolo (come in figra). La base iniziale è qindi [ ] A A A B. Al primo pivot entra A ed esce A. Fine della fase, inizia la fase. Il vettore viene aggiornato e si ha: T ( - ). Al sccessivo pivot entra A ed esce A. La base trovata rislta ottima e la solzione ottima è:

24 H UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Primo appello novembre Nome: Cognome: Barrare la casella corrispondente: Larea Ing. Informatica Altro Esercizio Grnt, il cavernicolo, vole prendere in sposa Snort. Il padre di Snort accetterà di far sposare sa figlia solo se Grnt gli porterà in dono n Mammt. Grnt non è n abile cacciatore, e decide di fare dei baratti per ottenere n Mammt. Grnt possiede na clava e n certo nmero di conchiglie. Grnt pò barattare i soi oggetti come indicato in segito: Clava conchiglie Cane Clava 7 conchiglie Canoa Cane conchiglie Canoa Clava conchiglie Palafitta Cane conchiglie Palafitta Canoa conchiglie Palafitta Clava conchiglie Mammt Cane conchiglie Mammt Canoa conchiglie Mammt Palafitta Mammt conchiglie Qale è il nmero imo di conchiglie che Grnt deve pagare (e qali scambi deve effettare) per comprare n Mammt ed avere in sposa Snort? Formlare (senza risolvere) il problema come n problema di camo imo s n grafo opportno. Solzione I nodi del grafo rappresenteranno l oggetto in possesso di Grnt, mentre gli archi verranno tilizzati per rappresentare i possibili baratti. Il peso degli archi sarà dato dal nmero di conchiglie necessarie per concldere il baratto. Indicando con Cl il nodo clava, Ca il nodo cane, Co il nodo Canoa, P il nodo palafitta e M il nodo mammt il grafo sarà composto dai segenti archi, opportnamente pesati, (Cl,Ca), (Cl,Co), (Ca,Co), (Cl,P), (Ca,P), (Co,P), (Cl,M), (Ca,M), (Co,M), (P,M). Attenziona all arco (P,M) sarà pesato con -, essendo lo scambio na Palafitta per n Mammt e conchiglie. Il modo più economico per raggingere il Mammt e sposare Snort corrisponde ad individare il camo imo tra i nodi Cl e M.

25 Esercizio In tabella sono riportati gli archi di n grafo con 9 nodi, e sono dati i valori di capacità degli archi ed n flsso ammissibile. A partire dal flsso dato trovare il massimo flsso inviabile dal nodo al nodo 9 con l algoritmo di Ford e Flkerson. Archi (,) (,) (,) (,8) (,) (,) (,) (,) (,7) (,9) (7,9) (8,7) (8,9) Capacità Flssi Solzione Il flsso iniziale circolante nella rete è pari a. I cami amentanti individati dall algortimo di Ford-Flkerson sono: (,),(,8),(8,9) con flsso (,),(,),(,8),(8,9) con flsso (,),(,),(,8),(8,7),(7,9) con flsso. Il taglio di costo imo comprende i nodi e.

26 Esercizio Dato il problema di PL in figra,. impostare il problema dale e risolverlo con il metodo grafico;. Se il dale ammette na solzione ottima, dalla solzione ottima del dale ricavare la solzione ottima del primale con le condizioni di ortogonalità. Se il dale non ammette na solzione ottima, risolvere il primale con il metodo del simplesso (fase e fase ). ma Problema dale: In figra è rappresentato l insieme delle solzioni ammissibili. Il problema è illimitato inferiormente / P Problema primale in forma standard:

27 Problema artificiale: La base iniziale è [ ] A A B. La solzione base iniziale rislta ottima, con. Il problema primale è qindi impossibile.

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia gigno Nome: Cognome: Matricola: voglio sostenere la prova orale il giorno venerdì //

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Primo recupero 22 giugno 2009

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Primo recupero 22 giugno 2009 ome: Cognome: UIETÀ DEGLI STUDI OA TE Corso di Stdi in Ingegneria Informatica icerca Operativa rimo recpero gigno 9 arrare le caselle corrispondenti: Sono iscritto alla: Larea Ing. Informatica Altro OGLIO

Dettagli

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Prima prova intermedia 19 aprile 2010

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Prima prova intermedia 19 aprile 2010 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Prima prova intermedia 9 aprile Esercizio Al ristorante Socari de primi de secondi tre dolci e qattro coperti

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014

UNIVERSITÀ 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

Dettagli

Esercizio 1. Esercizio 2

Esercizio 1. Esercizio 2 A Ricerca Operativa Primo appello 4 novembre 005 Esercizio Incontrate una ragazza con il suo cane Fido e vi chiedete che età possa avere. Lei sembra leggervi nel pensiero e vi dice: Non si chiede l età

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.7)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.7) Docente: Marco Gaviano (e-mail:gaviano@nica.it) Corso di Larea in Infomatica Corso di Larea in Matematica Matematica Comptazionale(6cf) Ottimizzazione(8cf) (a.a. -4, lez.7) Matematica Comptazionale, Ottimizzazione,

Dettagli

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

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

Dettagli

A-2 a PI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 19 giugno 2015

A-2 a PI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 19 giugno 2015 A- a PI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia giugno Nome: Cognome: Matricola: Orale giugno, ore : aula N Orale luglio, ore

Dettagli

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

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

Dettagli

Esercizio 1. Esercizio 2

Esercizio 1. Esercizio 2 A Ricerca Operativa Primo appello 8 novembre 007 Esercizio Nicola il fornaio prepara e vende panettoni, pizza bianca e ciambellone per i clienti del suo forno. Un panettone da Kg si vende a 7 e richiede,

Dettagli

Esame di Ricerca Operativa del 07/09/2016

Esame di Ricerca Operativa del 07/09/2016 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e

Dettagli

Esercizio Segnalazioni di disapprovazione. Esercizio 2

Esercizio Segnalazioni di disapprovazione. Esercizio 2 A Dovete aiutare la brava conduttrice televisiva Monia Sventura a completare il cast del suo nuovo programma. La squadra è quasi al completo e Monia deve trovare soltanto le ultime due concorrenti. A complicare

Dettagli

Esame di Ricerca Operativa del 16/06/2015

Esame di Ricerca Operativa del 16/06/2015 Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il

Dettagli

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c

Dettagli

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione) RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno

Dettagli

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 15/01/2015 Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00

Dettagli

SOLUZIONI. Esercizio 1

SOLUZIONI. Esercizio 1 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Primo appello 8 novembre 007 SOLUZIONI Esercizio Nicola il fornaio prepara e vende panettoni, pizza bianca e

Dettagli

1 Il metodo dei tagli di Gomory

1 Il metodo dei tagli di Gomory Il metodo dei tagli di Gomory Esercizio Sia dato il problema min(x x ) x + x (P 0 ) x + x x, x 0, interi. Calcolare la soluzione ottima applicando il metodo dei tagli di Gomory. Risoluzione Per applicare

Dettagli

Flusso a Costo Minimo

Flusso 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

Dettagli

GRAFICI DI RETTE. Calcolando i valori delle coordinate è possibile trovare i punti e disegnare il grafico di una qualsiasi relazione come y = 2x 5.

GRAFICI DI RETTE. Calcolando i valori delle coordinate è possibile trovare i punti e disegnare il grafico di una qualsiasi relazione come y = 2x 5. GRAFICI DI RETTE Calcolando i valori delle coordinate è possibile trovare i pnti e disegnare il grafico di na qalsiasi relazione come = 2 5. ESEMPIO 1 - a. Completa le segenti coppie di coordinate relative

Dettagli

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Alberi 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

Dettagli

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 15 giugno 2012

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 15 giugno 2012 A UNIVRSITÀ GLI STUI ROMA TR orso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 5 giugno 22 sercizio L azienda rogram&o produce software e deve decidere quanto tempo impiegare

Dettagli

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria

Dettagli

COMUNICAZIONE OPZIONE SPORTIVA QUESTIONARIO QUESITO 1

COMUNICAZIONE OPZIONE SPORTIVA QUESTIONARIO QUESITO 1 www.matefilia.it COMUNICAZIONE OPZIONE SPORTIVA 2016 - QUESTIONARIO QUESITO 1 È noto che e x2 dx = π. Stabilire se il nmero reale, tale che e x2 dx = 1, è positivo o negativo. Determinare inoltre i valori

Dettagli

Esercizio Calcolo del β equivalente. Soluzione

Esercizio Calcolo del β equivalente. Soluzione Politecnico di Torino orso di Elettronica di Potenza 0ATS Esercizio alcolo del β ivalente Nelle configrazioni riportate, calcolare il β ivalente ( β ), spponendo che i transistori siano a temperatra ambiente,

Dettagli

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,

Dettagli

ECONOMIA POLITICA II - ESERCITAZIONE 5 IS-LM in economia aperta Mercato del lavoro

ECONOMIA POLITICA II - ESERCITAZIONE 5 IS-LM in economia aperta Mercato del lavoro ECONOMIA OITICA II - ESERCITAZIONE IS-M in economia aperta Mercato del lavoro Esercizio Considerate n economia aperta agli scambi con l estero, con n tasso di cambio flessibile, caratterizzata dalle segenti

Dettagli

LA RICERCA DEI GUASTI NEI CIRCUITI COMBINATORI

LA RICERCA DEI GUASTI NEI CIRCUITI COMBINATORI L RICERC DEI GUSTI NEI CIRCUITI COMINTORI DVIDE TMUCHI Sommario. In qesto articolo verrà illstrata na tecnica di individazione dei gasti all interno dei circiti digitali combinatori. Più precisamente,

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015 1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)

Dettagli

Possibile applicazione

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

Dettagli

Cammini minimi in grafi:

Cammini 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

Dettagli

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca

Dettagli

Algoritmi e strutture dati

Algoritmi 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

Dettagli

Problemi di flusso a costo minimo

Problemi di flusso a costo minimo p. 1/7 Problemi di flusso a costo minimo È data una rete (grafo orientato e connesso) G = (V,A). (i,j) A c ij, costo di trasporto unitario lungo l arco (i, j). i V b i interi e tali che i V b i = 0. p.

Dettagli

x 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)

x 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

Dettagli

Si consideri il seguente tableau ottimo di un problema di programmazione lineare

Si consideri il seguente tableau ottimo di un problema di programmazione lineare ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6

Dettagli

Progettazione di Algoritmi

Progettazione 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

Dettagli

+ + = 3 = = = + + ESERCIZIO 4A: Calcolare l antitrasformata Zeta della seguente funzione F(z)

+ + = 3 = = = + + ESERCIZIO 4A: Calcolare l antitrasformata Zeta della seguente funzione F(z) ESERCIZIO : Calcolare l antitrasformata Zeta della segente fnione F F La fnione F è raionale fratta col denominatore di grado maggiore del grado del nmeratore. La procedra di antitrasformaione consiste

Dettagli

Capitolo 3 - Parte II Circuiti MSI: ROM e PLA

Capitolo 3 - Parte II Circuiti MSI: ROM e PLA Appnti di Elettronica Digitale Capitolo - Parte II Circiti MSI: ROM e PLA Rom: Read Only Memory... Esempio...5 Osservazioni: EPROM e EEPROM...8 PLA: Programmale Logic Array...8 Osservazione: le PAL (Programmale

Dettagli

Depth-first search. Visita in profondità di un grafo Algoritmo Esempio Complessità dell algoritmo Proprietà Ordinamento topologico

Depth-first search. Visita in profondità di un grafo Algoritmo Esempio Complessità dell algoritmo Proprietà Ordinamento topologico Depth-first search Visita in profondità di n grafo Algoritmo Esempio Complessità dell algoritmo Proprietà Ordinamento topologico Depth-first search Dato n grafo G=(V,E) e n specifico ertice s chiamato

Dettagli

Introduzione ai grafi

Introduzione 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

Dettagli

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione

Dettagli

1) Codici lineari a blocchi. 2) Matrice generatrice del codice. 3) Proprietà dei codici lineari a blocchi. 4) Matrice di controllo di parità

1) Codici lineari a blocchi. 2) Matrice generatrice del codice. 3) Proprietà dei codici lineari a blocchi. 4) Matrice di controllo di parità Argomenti della Lezione ) Codici lineari a blocchi ) Matrice generatrice del codice 3) Proprietà dei codici lineari a blocchi 4) Matrice di controllo di parità 5) Rivelazione e correzione d errore 6) Standard

Dettagli

5.4.5 Struttura dell algoritmo ed esempi

5.4.5 Struttura dell algoritmo ed esempi CAPITOLO 5. IL METODO DEL SIMPLESSO 6 5.4.5 Struttura dell algoritmo ed esempi Come abbiamo già ampiamente osservato, la fase II del metodo del simplesso, a partire da una soluzione di base ammissibile,

Dettagli

Algoritmo basato su cancellazione di cicli

Algoritmo basato su cancellazione di cicli Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile

Dettagli

4.5 Metodo del simplesso

4.5 Metodo del simplesso 4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una

Dettagli

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {,}. Per ogni

Dettagli

Corso di Chimica-Fisica A.A. 2008/09. Prof. Zanrè Roberto Oggetto: corso chimica-fisica. Esercizi: i Vettori

Corso di Chimica-Fisica A.A. 2008/09. Prof. Zanrè Roberto   Oggetto: corso chimica-fisica. Esercizi: i Vettori Corso di Chimica-Fisica A.A. 2008/09 Prof. Zanrè Roberto E-mail: roberto.anre@gmail.com ggetto: corso chimica-fisica Esercii: i Vettori Appnti di leione Indice Somma di vettori 2 Differena di vettori 3

Dettagli

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 1/01/016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai

Dettagli

Il problema del commesso viaggiatore

Il problema del commesso viaggiatore Il problema del commesso viaggiatore Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università

Dettagli

DETERMINAZIONE DEL CONTENUTO DI ATTIVITA DI RADON IN ACQUE DESTINATE AL CONSUMO UMANO MEDIANTE SCINTILLAZIONE LIQUIDA

DETERMINAZIONE DEL CONTENUTO DI ATTIVITA DI RADON IN ACQUE DESTINATE AL CONSUMO UMANO MEDIANTE SCINTILLAZIONE LIQUIDA Data emissione: 18/07/006 Pagina 1 di 10 IDICE 1. SCOPO E CAMPO DI APPLICAZIOE... pag.. PRICIPIO DEL METODO... pag. 3. REAGETI... pag. 4. STRUMETAZIOE E MATERIALI... pag. 5. MODALITA OPERATIVE... pag.

Dettagli

L ALGORITMO DEL SIMPLESSO REVISIONATO

L ALGORITMO DEL SIMPLESSO REVISIONATO L ALGORITMO DEL SIMPLESSO REVISIONATO L'algoritmo del simplesso revisionato costituisce una diversa implementazione dell algoritmo standard tesa a ridurre, sotto certe condizioni, il tempo di calcolo e

Dettagli

STIMA DELL INCERTEZZA ESEMPIO 2: METODO GASCROMATOGRAFICO

STIMA DELL INCERTEZZA ESEMPIO 2: METODO GASCROMATOGRAFICO P.le R. Morandi, - 0 MILANO SIMA DELL INCEREZZA ESEMPIO : MEODO GASCROMAOGRAFICO RELAORE: L. CAVALLI (UNICHIM) Corso: SISEMA DI GESIONE PER LA QUALIA NEI LAORAORI DI ANALISI. Stima ed espressione dell

Dettagli

Teoria dei grafi: ricerca di percorsi a minimo costo Ing. Valerio Lacagnina

Teoria dei grafi: ricerca di percorsi a minimo costo Ing. Valerio Lacagnina Metodi diide-et-impera, programmazione dinamica e algoritmi greed La programmazione dinamica, come il metodo diide-et-impera, risole n problema mettendo insieme le solzioni di n certo nmero di sottoproblemi.

Dettagli

2. ALGORITMO DEL SIMPLESSO

2. ALGORITMO DEL SIMPLESSO . ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione

Dettagli

Il metodo del simplesso

Il 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

Dettagli

LICEO SCIENTIFICO 2016 - QUESTIONARIO QUESITO 1

LICEO SCIENTIFICO 2016 - QUESTIONARIO QUESITO 1 www.matefilia.it LICEO SCIENTIFICO 2016 - QUESTIONARIO QUESITO 1 È noto che e x2 dx = π. Stabilire se il nmero reale, tale che e x2 dx = 1, è positivo o negativo. Determinare inoltre i valori dei segenti

Dettagli

La codifica delle immagini

La codifica delle immagini La codifica delle immagini Lettere e nmeri non costitiscono le niche informazioni tilizzate dagli elaboratori ma si stanno diffondendo sempre di più applicazioni che tilizzano ed elaborano anche altri

Dettagli

Problemi di Flusso: Il modello del Trasporto

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

Dettagli

IL METODO DEL SIMPLESSO

IL METODO DEL SIMPLESSO IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno

Dettagli

Prerequisiti didattici

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

Dettagli

Il moto di un proiettile

Il moto di un proiettile Il moto di n proiettile Capitolo 6 La descrizione del moto Composizione dei moti Abbiamo stdiato i moti nidimensionali di na particella. ra estendiamo il discorso ai moti che avvengono in n piano, che

Dettagli

INGEGNERIA DELLE TELECOMUNICAZIONI

INGEGNERIA DELLE TELECOMUNICAZIONI INGEGNERIA DELLE TELECOMUNICAZIONI FONDAMENTI DI AUTOMATICA Prof. Marcello Farina ESERCIZI SUGLI SCHEMI A BLOCCHI ESERCIZIO 1 Si consideri il segente schema a blocchi: v dove a) Si calcoli la fnione di

Dettagli

Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso

Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso

Dettagli

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

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

Dettagli

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);

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); 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

Dettagli

Vincolo di bilancio e Preferenze del consumatore

Vincolo di bilancio e Preferenze del consumatore Vincolo di bilancio e Preferenze del consmatore Il vincolo di bilancio Il vincolo di bilancio nasce dall esigenza di modellare n economia dove gli individi non possono consmare qantità infinite di beni.

Dettagli

4. METODI DUALI DEL SIMPLESSO

4. METODI DUALI DEL SIMPLESSO 4. MEODI DUALI DEL SIMPLESSO R. adei 1 Una piccola introduzione R. adei 2 MEODI DUALI DEL SIMPLESSO L obiettivo del capitolo è illustrare e giustificare i metodi duali del simplesso. Entrambi i metodi

Dettagli

Modelli di popolazioni multispecie

Modelli di popolazioni multispecie Corso di Biologia dei Sistemi A.A. 05/6 Modelli di popolazioni mltispecie Prof. Carlo Cosentino Dipartimento di Medicina Sperimentale e Clinica Università degli Stdi Magna Graecia di Catanzaro tel: 096-369405

Dettagli

Problemi, istanze, soluzioni

Problemi, 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

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione 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

Dettagli

Esercizi sulla Programmazione Lineare Intera

Esercizi sulla Programmazione Lineare Intera Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente

Dettagli

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi!

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! G R A F I 1 GRAFI Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! 2 cip: cip: Pallogrammi Pallogrammi GRAFI: cosa sono I grafi sono una struttura matematica fondamentale: servono

Dettagli

Esercizi di Programmazione Lineare - Dualità

Esercizi di Programmazione Lineare - Dualità Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul

Dettagli

3.4 Metodo di Branch and Bound

3.4 Metodo di Branch and Bound 3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land

Dettagli

QUINTA ESERCITAZIONE MACROECONOMIA MERCATO DEL LAVORO

QUINTA ESERCITAZIONE MACROECONOMIA MERCATO DEL LAVORO QUINTA ESERCITAZIONE MACROECONOMIA MERCATO DEL LAVORO ) Considerate il paese di Atlantide: a) il tasso di partecipazione lavorativa è pari al 60%, invece il tasso di disoccpazione è pari al 20%. Sapendo

Dettagli

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE 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

Dettagli

Metodi 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) 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

Dettagli

PROGRAMMAZIONE LINEARE E DUALITA'

PROGRAMMAZIONE LINEARE E DUALITA' PROGRAMMAZIONE LINEARE E DUALITA' 1) Dati i punti di R 2 (1, 2), (1, 4), (2, 3), (3, 5), (4, 1), (4, 2), (5, 5), (6, 2), (6, 5). Determinare graficamente: A - L'involucro convesso di tali punti. B - Quali

Dettagli

età (anni) manutenzione (keuro) ricavato (keuro)

età (anni) manutenzione (keuro) ricavato (keuro) .6 Cammini minimi. Determinare i cammini minimi dal nodo 0 a tutti gli altri nodi del seguente grafo, mediante l algoritmo di Dijkstra e, se applicabile, anche mediante quello di Programmazione Dinamica.

Dettagli

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

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

Dettagli

AMPL Problemi su Reti

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

Dettagli

Spazi vettoriali e spazi di funzioni

Spazi vettoriali e spazi di funzioni λ Spazi vettoriali e spazi di nzioni M Bertero ISI - Università di Genova - Spazi vettoriali complessi - Operatori lineari in spazi vettoriali complessi e matrici - Estensione al caso - Spazi lineari di

Dettagli

i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema

i 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

Dettagli

Esercizi sui sistemi non lineari

Esercizi sui sistemi non lineari Teoria dei sistemi ) Considera il sistema Esercizi si sistemi non lineari { ẋ = x + x ẋ = x x + g(x ). a- Verifica che il sistema è globalmente asintoticamente stabile se sign g(x ) = sign (x ). b- Verifica

Dettagli

Grafi e Funzioni di Costo ESERCIZI

Grafi e Funzioni di Costo ESERCIZI Grafi e Funzioni di Costo ESERCIZI Esercizio1 Si determini la matrice di incidenza archi-percorsi ed i costi di percorso per la rete di trasporto rappresentata in figura. 1 4 2 3 5 Ramo Costo Ramo Costo

Dettagli

Documento #: Doc_a9_(4).doc. Il punzonamento

Documento #: Doc_a9_(4).doc. Il punzonamento Il pnzonamento Il pnzonamento è qel fenomeno prodotto da na forza applicata s n area relativamente contenta, in na strttra bidimensionale piana Il pnzonamento provoca na rottra per taglio con traslazione,

Dettagli

ESERCITAZIONI di ECONOMIA POLITICA ISTITUZIONI (A-K)

ESERCITAZIONI di ECONOMIA POLITICA ISTITUZIONI (A-K) ESERCITAZIONI di ECONOMIA POLITICA ISTITUZIONI (A-K) M. Bonacina - Università degli Stdi di Pavia monica.bonacina@nibocconi.it 1 5 ESERCITAZIONE: MERCATO DEL LAVORO: Solzioni ESERCIZIO 1. Si faccia riferimento

Dettagli

Grafi e reti di flusso

Grafi 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

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

ALGORITMI 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

Dettagli

5 a lezione - laboratorio

5 a lezione - laboratorio 5 a lezione - laboratorio Corso di Larea Ingegneria CIVILE Larea Specialistica Ingegneria CHIMICA ed AMBIENTE a.a 003-004 Problema del ordine di tipo IPERBOLICO ( ) tt = v xx x x0, xn t > t0 condizioni

Dettagli

Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione

Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica (IN0 Fondamenti) Grafi e alberi: introduzione Marco Liverani (liverani@mat.uniroma.it)

Dettagli

Cammini minimi. Definizioni. Distanza fra vertici. Proprietà dei cammini minimi. Algoritmi e Strutture Dati

Cammini 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

Dettagli

Fondamenti di Internet e Reti 097246

Fondamenti 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

Dettagli

Esperimentazioni di Fisica 3 AA Appunti sugli Amplificatori Operazionli. M. De Vincenzi

Esperimentazioni di Fisica 3 AA Appunti sugli Amplificatori Operazionli. M. De Vincenzi Esperimentazioni di Fisica 3 AA 2010-2011. Appnti sgli Amplificatori Operazionli M. De Vincenzi 1 Introdzione L amplificatore operazionale è n amplificatore differenziale di tensione con scita in tensione

Dettagli

Minimo albero di copertura

Minimo 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.

Dettagli

Lab 2: Progettazione di controllori PID e in spazio di stato per un motore elettrico (20+2 punti)

Lab 2: Progettazione di controllori PID e in spazio di stato per un motore elettrico (20+2 punti) Lab 2: Progettazione di controllori PID e in spazio di stato per n motore elettrico (202 pnti) Lca Schenato Email: schenato@dei.nipd.it 13 Febbraio 2006 1 Scopo L obiettivo di qesto laboratorio è di procedere

Dettagli

Algoritmi generali per PLI

Algoritmi generali per PLI Programmazione Lineare Intera: II Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev.. ottobre Algoritmi generali per PLI Metodi esatti tradizionali (anni 6 oggi):

Dettagli

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso Claudio Arbib Università di L Aquila Ricerca Operativa Reti di flusso Sommario Definizioni di base Flusso di un campo vettoriale Divergenza Integrale di Gauss-Greene Flusso in una rete Sorgenti, pozzi

Dettagli