Convergenza del Simplesso e regole anti-ciclaggio
|
|
- Giuliano Pisani
- 6 anni fa
- Visualizzazioni
Transcript
1 Convergenza del Simplesso e regole anti-ciclaggio degenerazione e ciclaggio un esempio di ciclaggio regole anti-ciclaggio rif. Fi 3.2.6, BT 3.4 (Esempio 3.6), BT 3.7;
2 Sulla convergenza del metodo del simplesso in una iterazione in cui entra in base x h ed esce x B(t) il valore della funzione obiettivo diminuisce della quantità θ c h, con θ = b t /ā th = min{ b i /ā ih : i = 1,..., m, ā ih > 0} il numero di basi ammissibili è al più ( n m ) = n! m!(n m)! se θ > 0 ad ogni iterazione, il valore di f.o. diminuisce in modo strettamente monotono in questo caso, il metodo del simplesso visita ciascuna base al più una volta, cioè converge in un numero finito di passi
3 Degenerazione e ciclaggio sfortunatamente, in presenza di basi degeneri, cioè di valori bi = 0 si ha θ = 0 = al cambiamento di base NON corrisponde un cambiamento di vertice può accadere che, dopo un certo numero di scambi degeneri, si riottenga una base già visitata (cioè un tableau già ottenuto) in questo caso il metodo visita ciclicamente e indefinitamente una sequenza di basi degeneri
4 Esempio di ciclaggio -3/4 20-1/ / x 5 1/ / x x 7 Applicare la seguente regola di pivoting: variabile entrante: la più negativa variabile uscente: fra tutte le righe t per cui b t /ā th = θ scegliere quella con il minimo B(t)
5 Regola di Bland Scegliere la variabile entrante x h e quella uscente x B(t) preferendo, fra le opzioni possibili, quelle di indice minimo: h = arg min{j : c j < 0} fra tutte le righe t per cui b t /ā th = θ scegliere quella con il minimo B(t)
6 Esempio x 1 x 2 x 3 x 4 x 5 x 6 x z x x x x 7 La variabile fuori base con costo ridotto negativo e indice minimo è x h = x 2. Per la variabile entrante si hanno tre opzioni: t = 1 = esce x B(1) = x 5 t = 2 = esce x B(2) = x 2 regola di Bland sceglie t = 2 t = 4 = esce x B(4) = x 7
7 Teorema di convergenza Utilizzando la regola ) di Bland il metodo del simplesso converge dopo al più iterazioni ( n m Dimostrazione Per assurdo, supponiamo che esistano istanze di PL per cui si verifichi un ciclaggio, cioè la visita di una sequenza di basi B 1, B 2,..., B k = B 1 fra queste, ne consideriamo una minimale: tutte le righe e colonne del tableau sono state coperte da un qualche elemento di pivot durante la sequenza, altrimenti potremmo eliminarle, riducendo il problema quindi, tutte le variabili entrano ed escono a turno dalla base corrente infine, deve essere b i = 0, i = 1,..., m: altrimenti, nel pivot associato ad una riga i con b i > 0 si avrebbe θ > 0 rompendo il ciclaggio
8 Dimostrazione Consideriamo il tableau T in cui x n = x B(t) esce dalla base corrente per far entrare una certa var. x h fuori base entra esce x B(i) x h x n 0 < 0 0 z x B(i) > x B(t)
9 Dimostrazione x B(i) x h x n 0 < 0 0 z x B(i) > x B(t) bi = 0, i = 1,..., m ā ih 0, i t: se esistesse i t, con ā ih > 0 la regola di Bland avrebbe scelto x B(i) e non x n come var. uscente
10 Dimostrazione Consideriamo adesso il tableau T in cui x n rientra in base x B(i) x h x n < 0 c n < 0 c j 0, j n per ottenere T da T mediante una sequenza di pivot, devono esistere moltiplicatori µ 1,..., µ m tali che: [riga 0 di T m ] = [riga 0 di T ] + µ i [riga i di T ] i=1
11 Dimostrazione Allora: c B(t) = c n = c B(t) + µ t = µ t, quindi c n < 0 = µ t < 0 c B(i) = c B(i) + µ i = µ i quindi c B(i) 0 (regola di Bland) = µ i 0, i t torniamo a considerare la variabile h nel nuovo tabeau. Deve essere c h 0, ma essendo: c h = c h + i t ā ih µ i + ā th µ t con c h < 0 ā ih 0, µ i 0 ā th > 0, µ t < 0 risulta c h < 0 contraddizione
12 Efficienza del metodo del simplesso Consideriamo il numero di operazioni aritmetiche delle operazioni su vettori e matrici: calcolo B 1, soluzione Bx = b O(m 3 ) prodotto Bb O(m 2 ) prodotto u T b O(m) Il costo computazionale di un iterazione è quindi: implementazione matriciale implementazione tableau calcolo B 1 O(m 3 ) pivot O(nm) calcolo c O(m 2 + nm) = O(nm) totale O(m 3 + nm) O(nm)
13 Sulle regole di pivoting La regola di Bland evita il ciclaggio, ma non tiene conto della rapidità di convergenza del metodo scelte ragionevoli per la variabile entrante: fra le variabili j tali che c j < 0 sceglie x h tale che variabile più negativa : ha il massimo valore ch max diminuzione della f.o.: ha il massimo valore θ c h quest ultimo criterio è spesso computazionalmente troppo oneroso, sebbene riduca il numero di iterazioni.
14 Sul numero di iterazioni consideriamo un problema nel cubo unitario: 0 x i 1, i = 1,..., n che ha 2 n vertici. Una regola di pivoting che corrisponde ad un cammino che tocca tutti i vertici risulta in un numero esponenziale di iterazioni x 2 x 3 B A x 1
15 Sul numero di iterazioni tuttavia il primo vertice A e l ultimo vertice B sono adiacenti: una diversa regola di pivoting terminerebbe in una iterazione!! x 2 x 3 B A x 1 per molte regole di pivoting ragionevoli esistono esempi per cui la regola risulta in un numero esponenziale di iterazioni questi NON escludono la possibilità che un altra regola possa fare meglio
16 Diametro di un poliedro possiamo stimare il numero di iterazioni in modo indipendente dalla regola di pivoting? Definizione Dati due vertici x, y definiamo distanza fra x e y il minimo numero d(x, y) di salti fra vertici adiacenti necessari per passare da x a y Definizione Definiamo diametro D(P ) di un poliedro P la massima distanza d(x, y) fra tutte le coppie (x, y) di vertici di P. Sia inoltre (n, m) il massimo D(P ) se P è un politopo in R n definito da m disuguaglianze
17 La congettura di Hirsch se il simplesso inizia da un vertice x e l unica soluzione ottima è y, allora servono almeno d(x, y) iterazioni quindi, se (n, m) cresce esponenzialmente con n ed m, allora il simplesso richiederebbe un numero esponenziale di iterazioni indipendentemente dalla regola di pivoting quindi, è possibile sviluppare regole di pivoting efficienti solo se (n, m) cresce polinomialmente con n ed m Congettura di Hirsch: (n, m) m n sebbene la congettura non sia dimostrata, l esperienza pratica mostra che il simplesso richiede tipicamente O(m) iterazioni
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
DettagliIntroduzione 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
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte III)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte III) L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di
DettagliRicerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani
Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.
DettagliEsercizi 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 )
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte II)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte II) L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di
DettagliRicerca Operativa 2. Introduzione al metodo del Simplesso
Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione
DettagliIl metodo del simplesso. Il metodo del simplesso p. 1/12
Il metodo del simplesso Il metodo del simplesso p. 1/12 I problemi di PL in forma standard I problemi di PL in forma standard hanno la seguente formulazione: max cx a i x = b i x 0 i = 1,...,m o, equivalentemente,
DettagliIL 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
DettagliRicerca Operativa. Ricerca Operativa p. 1/6
Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
Dettagli2.6 Calcolo degli equilibri di Nash
92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito
DettagliParte V: Rilassamento Lagrangiano
Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice
Dettaglix 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)
Esercitazione di Ricerca Operativa Esercizio. Completare la seguente tabella: max x x x x x x x x x x Indici di base Vettore Ammissibile Degenere, x =, y = Esercizio. Effettuare due iterazioni dell algoritmo
DettagliProblemi 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
Dettaglimin 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5
IL METODO DEL SIMPLESSO 65 Esercizio 7.4.4 Risolvere utilizzando il metodo del simplesso il seguente problema di PL: min 4 + + + + = 4 + + = + = 5 Innanzitutto scriviamo il problema in forma standard:
DettagliInterpretazione economica della dualità
Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della
DettagliRilassamento Lagrangiano
RILASSAMENTO LAGRANGIANO 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il seguente problema
DettagliMotivazione: Come si fa? Matrici simmetriche. Fattorizzazioni di matrici speciali
Motivazione: Fattorizzazioni di matrici speciali Diminuire la complessità computazionale = evitare operazioni inutili = risparmiare tempo di calcolo Diminuire l occupazione di memoria Come si fa? Si tiene
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliPrerequisiti 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
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso Luigi De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi
DettagliProblemi 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.
DettagliDomande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR
1 Giovedí 14 Maggio 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Geometria di R n 1 Dare la definizione di Poliedro e Vertice di un Poliedro 2 Dare la definizione di Poliedro e di Politopo
DettagliLEZIONE 3. Typeset by AMS-TEX
LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni
DettagliSlides estratte dalla tesi: EMT: UNA LIBRERIA MATLAB PER METODI DI ESTRAPOLAZIONE ED APPLICAZIONI
Slides estratte dalla tesi: EMT: UNA LIBRERIA MATLAB PER METODI DI ESTRAPOLAZIONE ED APPLICAZIONI Corso di Laurea in Matematica Laureanda: Elena De Cia Relatore: Prof. Michela Redivo Zaglia Università
DettagliRilassamento Lagrangiano
Rilassamento Lagrangiano AA 2009/10 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il
DettagliEsame 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
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliIl teorema di Schwarz
Il teorema di Schwarz 1. Quante sono le derivate parziali seconde, terze,...? Il procedimento di derivazione parziali applicato ad una funzione f(x, y) di due variabili raddoppia il numero di derivate
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
DettagliLa matematica non è un opinione, lo è oppure...?
La matematica non è un opinione, lo è oppure...? Giulio Giusteri Dipartimento di Matematica e Fisica Università Cattolica del Sacro Cuore Brescia 26 Febbraio 2010 Vecchie conoscenze Dedurre... dedurre...
DettagliEsercizi 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
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e elematica (DIS) Università di Genova paolucci@dist.unige.it http://www.dattero.dist.unige.it Estratto per la parte
DettagliALGORITMO DEL SIMPLESSO
ALGORITMO DEL SIMPLESSO ESERCITAZIONI DI RICERCA OPERATIVA 1 ESERCIZIO 1. Risolvere il seguente programma lineare (a) con il metodo del simplesso e (b) con il metodo grafico. (1) min x 1 x () (3) (4) (5)
DettagliLuca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1
Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Propagazione degli errori introdotti nei dati
DettagliCatene di Markov. 8 ottobre 2009
Catene di Markov 8 ottobre 2009 Definizione 1. Si dice catena di Markov (finita) un sistema dotato di un numero finito n di stati {1, 2,..., n} che soddisfi la seguente ipotesi: la probabilità che il sistema
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
Dettagli1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.
. Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,
DettagliRicerca Operativa Dualità e programmazione lineare
Ricerca Operativa Dualità e programmazione lineare L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi alle spiegazioni del
DettagliAlgoritmi e Strutture Dati - II modulo Soluzioni degli esercizi
Algoritmi e Strutture Dati - II modulo Soluzioni degli esercizi Francesco Pasquale 6 maggio 2015 Esercizio 1. Su una strada rettilinea ci sono n case nelle posizioni 0 c 1 < c 2 < < c n. Bisogna installare
DettagliL algoritmo AKS. L algoritmo AKS. Seminario per il corso di Elementi di Algebra Computazionale. Oscar Papini. 22 luglio 2013
L algoritmo AKS Seminario per il corso di Elementi di Algebra Computazionale Oscar Papini 22 luglio 2013 Test di primalità Come facciamo a sapere se un numero n è primo? Definizione (Test di primalità)
DettagliMetodo di Lagrange. 12 March 2014 Maria Chiara D'Errico
Metodo di Lagrange Metodo per la risoluzione dei problemi di scelta dell agente economico. La scelta presuppone: 1. Alternative: L insieme delle possibili azioni analiticamente rappresentate dal Vincolo.
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
DettagliLimiti e continuità. Teoremi sui limiti. Teorema di unicità del limite Teorema di permanenza del segno Teoremi del confronto Algebra dei limiti
Limiti e continuità Teorema di unicità del ite Teorema di permanenza del segno Teoremi del confronto Algebra dei iti 2 2006 Politecnico di Torino 1 Se f(x) =` ` è unico Per assurdo, siano ` 6= `0 con f(x)
DettagliRobotica industriale. Richiami di statica del corpo rigido. Prof. Paolo Rocco
Robotica industriale Richiami di statica del corpo rigido Prof. Paolo Rocco (paolo.rocco@polimi.it) Sistemi di forze P 1 P 2 F 1 F 2 F 3 F n Consideriamo un sistema di forze agenti su un corpo rigido.
DettagliNote per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni
Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie
DettagliRICHIAMI PER IL CORSO DI ANALISI NUMERICA
RICHIAMI PER IL CORSO DI ANALISI NUMERICA Anno accademico 211 212 1 RICHIAMI: PRECISIONE FINITA (USO DI UN COMPUTER) IN UN COMPUTER UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTATA COME UNA SEQUENZA FINITA
DettagliCercare il percorso minimo Ant Colony Optimization
Cercare il percorso minimo Ant Colony Optimization Author: Luca Albergante 1 Dipartimento di Matematica, Università degli Studi di Milano 4 Aprile 2011 L. Albergante (Univ. of Milan) PSO 4 Aprile 2011
DettagliContenuto e scopo presentazione. Modelli Lineari Interi/Misti. Piani di taglio. Piani di taglio. Piani di taglio Versione 31/08/
Contenuto e scopo presentazione Contenuto: viene presentato un altro metodo di soluzione di problemi di ILP o di MILP. Modelli Lineari Interi/Misti Piani di taglio Versione /8/. Scopo: fornire le capacità
DettagliAlgoritmo 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
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
DettagliOsservazione. Convergenza dei metodi di Gauss-Seidel e di Jacobi. Condizioni sufficienti per la convergenza. Definizione
Osservazione Convergenza dei metodi di Gauss-Seidel e di Jacobi Fallimento dei metodi. (Es. Gauss- Seidel Condizioni sufficienti; teoremi di localizzazione degli autovalori; dimostrazione di convergenza
DettagliProdotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliANALISI 1 1 QUINTA LEZIONE
ANALISI 1 1 QUINTA LEZIONE 1 prof. Claudio Saccon, Dipartimento di Matematica Applicata, Via F. Buonarroti 1/C email: saccon@mail.dm.unipi.it web: http://www2.ing.unipi.it/ d6081/index.html Ricevimento:
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
Dettagli- Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo)
Se si ha un problema lineare e' possibile risolverlo in piu' modi (equivalenti ) - Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo) - Trovare soluzione ottima duale (con il simplesso
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte I)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte I) Luigi De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo
Dettagli2.3 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,
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
DettagliLIMITI E DERIVATE DI UNA FUNZIONE
LIMITI E DERIVATE DI UNA FUNZIONE INTRODUZIONE In generale, abbiamo un idea chiara del significato di pendenza quando viene utilizzata in contesti concernenti l esperienza quotidiana, ad esempio quando
DettagliSISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.
SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga
Dettagli1 Estensione in strategia mista di un gioco
AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:
DettagliSoluzione grafica di problemi PM in 2 variabili
Capitolo 4 Soluzione grafica di problemi PM in 2 variabili In questo paragrafo si vuole fornire una interpretazione geometrica di un problema di Programmazione matematica. In particolare, quando un problema
DettagliMatematica II,
Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di
DettagliMisure di diversità tra unità statistiche. Loredana Cerbara
Misure di diversità tra unità statistiche Loredana Cerbara LA DISTANZA IN STATISTICA In statistica la distanza ha un significato diverso da quello che si può intuire in altre discipline, dove, peraltro,
DettagliSuccessioni di funzioni: esercizi svolti
Successioni di funzioni: esercizi svolti Gli esercizi contrassegnati con il simbolo * presentano un grado di difficoltà maggiore Esercizio 1 Determinare il limite puntuale delle seguenti successioni di
DettagliCorso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione dei numeri relativi
Codice BCD Prima di passare alla rappresentazione dei numeri relativi in binario vediamo un tipo di codifica che ha una certa rilevanza in alcune applicazioni: il codice BCD (Binary Coded Decimal). È un
DettagliMoltiplicazione. Divisione. Multipli e divisori
Addizione Sottrazione Potenze Moltiplicazione Divisione Multipli e divisori LE QUATTRO OPERAZIONI Una operazione aritmetica è quel procedimento che fa corrispondere ad una coppia ordinata di numeri (termini
DettagliCorso di Analisi Matematica Successioni e loro limiti
Corso di Analisi Matematica Successioni e loro limiti Laurea in Informatica e Comunicazione Digitale A.A. 2013/2014 Università di Bari ICD (Bari) Analisi Matematica 1 / 30 1 Definizione di successione
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
DettagliAppunti per il corso di Ricerca Operativa 1
Appunti per il corso di Ricerca Operativa 1 Capitolo 1 Introduzione La prima domanda da porsi riguarda gli scopi che si prefigge la Ricerca Operativa. Possiamo definirla come uno strumento per prendere
DettagliSomma di numeri floating point. Algoritmi di moltiplicazione e divisione per numeri interi
Somma di numeri floating point Algoritmi di moltiplicazione e divisione per numeri interi Standard IEEE754 " Standard IEEE754: Singola precisione (32 bit) si riescono a rappresentare numeri 2.0 10 2-38
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.11)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 2015-16, lez.11) 1 La complessità
DettagliFattorizzazione QR con pivoting per colonne
Fattorizzazione QR con pivoting per colonne Mele Giampaolo May 14, 211 1 Traccia Abstract Breve descrizione dell algoritmo implementato per l esame di calcolo scientifico con sperimentazione Implementare
Dettaglib i 1,1,1 1,1,1 0,1,2 0,3,4
V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile
DettagliGRAFI. fig.1 - GRAFI (1) Si avvisa il lettore che certe definizioni che verranno date differiscono da quelle presenti in letteratura.
GRAFI 1. Definizioni, terminologia, esempi e applicazioni (1) Un grafo orientato (o diretto o di-grafo) G è una coppia (V,E) dove V è un insieme non vuoto ed E una relazione binaria su V, E V V, ossia
DettagliCORSO DI LAUREA IN MATEMATICA
CORSO DI LAUREA IN MATEMATICA ESERCITAZIONI DI ANALISI MATEMATICA I BREVI RICHIAMI DELLA TEORIA DEI LIMITI. Confronto di infinitesimi. Sia A sottoinsieme di R, sia 0 punto di accumulazione di A nella topologia
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliEsercizi di Ricerca Operativa I
Esercizi di Ricerca Operativa I Raffaele Pesenti, Dario Bauso March 29, 2006 Domande Introduzione 1. Cos e la Ricerca Operativa? 2. Quali problemi affronta un ricercatore operativo? Fare un esempio indicando
DettagliFlusso a costo minimo e simplesso su reti
Flusso a costo minimo e simplesso su reti La particolare struttura di alcuni problemi di PL può essere talvolta utilizzata per la progettazione di tecniche risolutive molto più efficienti dell algoritmo
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliCalcolo del movimento di sistemi dinamici LTI
Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TC Modi naturali di un sistema dinamico Analisi modale Esercizio 1 Costante di tempo Esercizio 2 2 Analisi modale per
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
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
DettagliUn applicazione della programmazione lineare ai problemi di trasporto
Un applicazione della programmazione lineare ai problemi di trasporto Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA 2012-2013
DettagliConsideriamo il seguente sistema di equazioni differenziali ordinarie (ODE) ai valori iniziali:
Capitolo 1 PROBLEMI INIZIALI PER ODE Consideriamo il seguente sistema di equazioni differenziali ordinarie (ODE) ai valori iniziali: { y (t) = f(t, y(t)), t t f (1.1) y( ) = y 0 dove f : [, t f ] R m R
DettagliDEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri:
DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: 1. modulo: la lunghezza del segmento 2. direzione: coincidente con la direzione
DettagliProblema dell albero di cammini minimi (SPT, Shortest Path Tree) o problema dei cammini minimi :
Per almeno una delle soluzioni ottime { P i, i r } del problema generalizzato, l unione dei cammini P i forma un albero di copertura per G radicato in r e orientato, ossia un albero la cui radice è r i
DettagliProdotto scalare e ortogonalità
Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano
DettagliEsercitazione 5: Sistemi a risoluzione immediata.
Esercitazione 5: Sistemi a risoluzione immediata. Ipotesi: Supponiamo le matrici non singolari. Nota: Per verificare che si ha risolto correttamente il sistema lineare Ax = b basta calcolare la norma del
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
Dettagli