Problemi lineari equivalenti
|
|
- Leopoldo Capone
- 6 anni fa
- Visualizzazioni
Transcript
1 Problemi lineari equivalenti Introduzione Nel seguito verranno presentati alcuni esempi di trasformazione di problemi di problemi di programmazione lineare in forme equivalenti. Un problema di programmazione lineare è in forma canonica se si presenta come segue: max z = c T x Ax b x 0, (1) dove c R n, b R m e A R m n. Un problema di programmazione lineare è in forma standard se si presenta come segue: max z = c T x Ax = b con b 0 x 0, (2) dove c R n, b R m e A R m n. Una coppia primale-duale di problemi di programmazione lineare è in forma canonica se si presenta come segue: max z = c T x min w = b T π Ax b A T π c (3) x 0 π 0, dove c R n, b R m e A R m n. Se il problema primale non è in forma canonica si può comunque ottenere il duale che presenti rispetto al primale la natura (max o min) dell ottimizzazione opposta, la matrice dei coefficienti trasposta, i termini noti e i coefficienti della funzione obiettivo scambiati. Il verso delle disuguaglianze e il segno delle variabili del duale dipenderanno dalla natura e, rispettivamente, dal segno delle variabili e dal verso delle disuguaglianze del primale. 1
2 Trasformazione da forma canonica a forma standard Sia dato il seguente problema in forma canonica max z = 5x 1 + 3x 2 4x 1 + 2x 2 3 5x 1 4x 2 6 x 1 x 2 1 x 1, x 2 0. (4) La forma standard differisce da quella canonica nei termini noti che devono essere tutti non negativi e nei vincoli che devono essere di uguaglianza (a meno dei vincoli su segno delle variabili). Per ottenere tutti i termini noti non negativi si moltiplicano per -1 gli eventuali vincoli con secondo membro negativo. Si ricordi che moltiplicare entrambi i membri di una disuguaglianza per -1 implica il cambio di verso alla disuguaglianza. max z = 5x 1 + 3x 2 4x 1 + 2x 2 3 5x 1 4x 2 6 x 1 + x 2 1 x 1, x 2 0. (5) Per ottenere vincoli di uguaglianza si aggiunge una variabile non negativa per vincolo di disuguaglianza. Tali variabili vengono dette di slack se associate a vincoli di minore o uguale, di surplus se associate a vincoli di maggiore o uguale. Questa trasformazione si basa sulle seguenti banali osservazioni (primo membro) (secondo membro) (primo membro)+(quantità positiva o nulla) = (secondo membro) (primo membro) (secondo membro) (primo membro) (quantità positiva o nulla) = (secondo membro). max z = 5x 1 + 3x 2 4x 1 + 2x 2 + s 1 = 3 5x 1 4x 2 + s 2 = 6 x 1 + x 2 s 3 = 1 x 1, x 2, s 1, s 2, s 3 0. (6) Le variabili s 1 e s 2 sono di slack, la variabile s 3 è di surplus. Il problema (6) è in forma standard. Trasformazione da forma standard a forma canonica Sia dato il seguente problema in forma standard max z = 5x 1 + 3x 2 x 3 2
3 4x 1 + 2x 2 + x 3 = 3 5x 1 4x 2 2x 3 = 6 x 1, x 2, x 3 0. (7) Per ottenere vincoli di disuguaglianza si trasforma ogni vincolo di uguaglianza in una coppia di vincoli di disuguaglianza con verso opposto. Questa trasformazione si basa sulla seguente banale osservazione (primo membro) (secondo membro) (primo membro) = (secondo membro) (primo membro) (secondo membro) max z = 5x 1 + 3x 2 x 3 4x 1 + 2x 2 + x 3 3 4x 1 + 2x 2 + x 3 3 5x 1 4x 2 2x 3 6 5x 1 4x 2 2x 3 6 x 1, x 2, x 3 0. (8) Infine si moltiplicano i vincoli di maggiore e uguale per -1. max z = 5x 1 + 3x 2 x 3 4x 1 2x 2 x 3 3 4x 1 + 2x 2 + x 3 3 5x 1 + 4x 2 + 2x 3 6 5x 1 4x 2 2x 3 6 x 1, x 2, x 3 0. (9) Il problema (9) è in forma canonica. Trasformazione da forma generale a forma canonica Sia dato il seguente problema min z = 5x 1 + 3x 2 x 3 4x 1 + 2x 2 + x 3 = 3 5x 1 4x 2 2x 3 6 7x 1 + x 2 + 2x 3 5 x 1 0 x 2 0 3
4 x 3. (10) Si trasforma il problema in un problema di max cambiando il segno ai coefficienti della funzione obiettivo min z = 5x 1 + 3x 2 x 3 max w = 5x 1 3x 2 + x 3. Attraverso opportuni cambi di variabili si rendono tutte le variabili positive o nulle. In particolare le variabili negative o nulle vengono sostituite con variabili positive o nulle moltiplicate per -1, i.e., x 2 = ˆx 2 e le variabili libere vengono sostituite dalla differenza di due variabili positive o nulle x 3 = x + 3 x 3. L ultima trasformazione si basa sul fatto che qualunque numero può essere espresso come differenza di due numeri positivi o nulli, e.g., 5 = 5 0 e 5 = 0 5. Una volta risolto il problema nelle nuove variabili si calcolerà il valore delle variabili originali applicando le trasformazioni inverse. max w = 5x 1 + 3ˆx 2 + x + 3 x 3 4x 1 2ˆx 2 + x + 3 x 3 = 3 5x 1 + 4ˆx 2 2x x 3 6 7x 1 ˆx 2 + 2x + 3 2x 3 5 x 1, ˆx 2, x + 3, x 3 0. (11) Infine si moltiplicano i vincoli di maggiore e uguale per -1 e si sdoppiano i vincoli di uguaglianza come visto in precedenza. max w = 5x 1 + 3ˆx 2 + x + 3 x 3 4x 1 2ˆx 2 + x + 3 x 3 3 4x 1 + 2ˆx 2 x x 3 3 5x 1 + 4ˆx 2 2x x 3 6 7x 1 + ˆx 2 2x x 3 5 x 1, ˆx 2, x + 3, x 3 0. (12) Il problema (12) è in forma canonica. Trasformazione primale duale Sia dato il seguente problema primale 4x 1 + 2x 2 + x 3 + x 4 = 3 5x 1 4x 2 2x 3 x 4 6 min z = 5x 1 + 3x 2 x 3 + 3x 4 4
5 7x 1 + x 2 + 2x 3 5 x 1, x 4 0 x 2 0 x 3. Si formula il problema in forma canonica (sono indicate tra parentesi le variabili duali associate a ogni vincolo primale) (13) max w = 5x 1 + 3ˆx 2 + x + 3 x 3 3x 4 4x 1 2ˆx 2 + x + 3 x 3 + x 4 3 (y 1 ) 4x 1 + 2ˆx 2 x x 3 x 4 3 (y 2 ) 5x 1 + 4ˆx 2 2x x 3 x 4 6 (y 3 ) 7x 1 + ˆx 2 2x x 3 5 (y 4 ) x 1, ˆx 2, x + 3, x 3, x 4 0. (14) Si scrive il duale del problema (14) (sono indicate tra parentesi le variabili primali associate a ogni vincolo duale) min ω = 3y 1 3y 2 + 6y 3 5y 4 4y 1 4y 2 + 5y 3 7y 4 5 (x 1 ) 2y 1 + 2y 2 + 4y 3 + y 4 3 (ˆx 2 ) y 1 y 2 2y 3 2y 4 1 (x + 3 ) y 1 + y 2 + 2y 3 + 2y 4 1 (x 3 ) y 1 y 2 y 3 3 (x 4 ) y 1, y 2, y 3, y 4 0. (15) Si riduce il numero di vincoli e di variabili. In particolare si osserva che il terzo e il quarto vincolo sono equivalenti ad un unico vincolo di uguaglianza; le variabili y 1 e y 2 presentano sempre gli stessi coefficienti ma con segno opposto e quindi possono essere sostituite da un unica variabile non π 1 = y 2 y 1 non vincolata in segno (). Scegliere π 1 = y 2 y 1 oppure π 1 = y 1 y 2 è concettualmente indifferente, una scelta piuttosto che l altra potrebbe però richiedere nel seguito un ulteriore cambio di variabile. Si ottiene quindi min ω = 3π 1 + 6y 3 5y 4 4π 1 + 5y 3 7y 4 5 (x 1 ) 5
6 2π 1 + 4y 3 + y 4 3 (ˆx 2 ) π 1 2y 3 2y 4 = 1 (x 3 ) π 1 y 3 3 (x 4 ) π 1 y 3, y 4 0. (16) Si moltiplicano alcuni vincoli di (16) per ottenere che i segni dei termini noti del duale coincidano con i coefficienti della funzione obiettivo del primale min ω = 3π 1 + 6y 3 5y 4 4π 1 5y 3 + 7y 4 5 (x 1 ) 2π 1 + 4y 3 + y 4 3 (x 2 ) π 1 + 2y 3 + 2y 4 = 1 (x 3 ) π 1 + y 3 3 (x 4 ) π 1 y 3, y 4 0. (17) Si cambia la natura del problema di ottimizzazione max ζ = 3π 1 6y 3 + 5y 4 4π 1 5y 3 + 7y 4 5 (x 1 ) 2π 1 + 4y 3 + y 4 3 (x 2 ) π 1 + 2y 3 + 2y 4 = 1 (x 3 ) π 1 + y 3 3 (x 4 ) π 1 y 3, y 4 0. (18) Ci si riconduce ad una matrice dei coefficienti uguale alla trasposta della matrice dei coefficienti del problema primale osservando che si devono invertire i segni dei coefficienti associati alla variabile y 3. Questo risultato può essere ottenuto introducendo una variabile opposta in segno π 2 = y 3. Per uniformità di simbolismo si ribattezza inoltre y 4 come π 3. max ζ = 3π 1 + 6π 2 + 5π 3 4π 1 + 5π 2 + 7π 3 5 (x 1 ) 2π 1 4π 2 + π 3 3 (x 2 ) π 1 2π 2 + 2π 3 = 1 (x 3 ) π 1 π 2 3 (x 4 ) 6
7 π 1 π 2 0 π 3 0. (19) I problemi (13) and (19) formano la coppia primale duale desiderata. 7
Introduzione alla programmazione lineare
Introduzione alla programmazione lineare struttura del problema di PL forme equivalenti rappresentazione e soluzione grafica rif. Fi 1.2; BT 1.1, 1.4 Problema di programmazione lineare Dati: un vettore
DettagliLe operazioni fondamentali con i numeri relativi
SINTESI Unità Le operazioni fondamentali con i numeri relativi Addizione La somma di due numeri relativi concordi è il numero relativo che ha lo stesso segno degli addendi e come valore assoluto la somma
DettagliIl metodo del simplesso
Capitolo 5 Il metodo del simplesso 5. La forma standard Esercizio 5.. Porre il problema di Programmazione Lineare: in forma standard. min x +x + x + x x +x 5 x 4 x, x Si trasformano i vincoli di disuguaglianza
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
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
DettagliPROGRAMMAZIONE 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
DettagliProntuario degli argomenti di Algebra
Prontuario degli argomenti di Algebra NUMERI RELATIVI Un numero relativo è un numero preceduto da un segno + o - indicante la posizione rispetto ad un punto di riferimento a cui si associa il valore 0.
DettagliAppunti di matematica per le Scienze Sociali Parte 1
Appunti di matematica per le Scienze Sociali Parte 1 1 Equazioni 1.1 Definizioni preliminari 1.1.1 Monomi Si definisce monomio ogni prodotto indicato di fattori qualsiasi, cioè uguali o diseguali, numerici
DettagliTeoria della Dualità: I Introduzione
Teoria della Dualità: I Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.2 Maggio 2004 Dualità Per ogni problema PL, detto primale, ne esiste un altro, detto duale, costruito
DettagliFigura 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
DettagliChi non risolve esercizi non impara la matematica.
5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi
Dettagli1 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
DettagliDisequazioni in una incognita. La rappresentazione delle soluzioni
Disequazioni in una incognita Una disequazione in una incognita è una disuguaglianza tra due espressioni contenenti una variabile (detta incognita) verificata solo per particolari valori attribuirti alla
DettagliLe disequazioni di primo grado
Le disequazioni di primo grado Cos è una disequazione? Una disequazione è una disuguaglianza tra due espressioni algebriche (una delle quali deve contenere un incognita) che può essere vera o falsa a seconda
DettagliProgrammazione Lineare Intera. Programmazione Lineare Intera p. 1/4
Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
DettagliLe equazioni di I grado
Le equazioni di I grado ITIS Feltrinelli anno scolastico 007-008 R. Folgieri 007-008 1 Le equazioni abbiamo una uguaglianza tra due quantità (espressioni algebriche, perché nei due termini ci possono essere
DettagliLa dualità nella Programmazione Lineare
Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x
DettagliLE EQUAZIONI Conoscenze
LE EQUAZIONI Conoscenze 1. Completa. a. L identità è una... fra due... che è sempre..., qualunque sia... b. L equazione è una... fra due... che è... solo per... c. Due equazioni si dicono equivalenti se...
DettagliRicerca Operativa A.A. 2007/ Analisi di sensitività
Ricerca Operativa A.A. 7/8. Analisi di sensitività Luigi De Giovanni - Ricerca Operativa -. Analisi di sensitività. Analisi di Sensitività: motivazioni I parametri (A, b e c) di un problema di programmazione
DettagliLE EQUAZIONI (in rosso i risultati)
LE EQUAZIONI (in rosso i risultati) 1. Completa. a. L identità è una...uguaglianza... fra due...espressioni letterali... che è sempre...vera..., qualunque sia... il valore delle lettere che vi figurano
DettagliAlgoritmo del Simplesso
Algoritmo del Simplesso Renato Bruni bruni@dis.uniroma.it Univertà di Roma Sapienza Corso di Ricerca Operativa, Corso di Laurea Ingegneria dell Informazione Vertici e Punti Estremi di un Poliedro Un poliedro
DettagliFrazioni algebriche. Osserviamo che un espressione di questo tipo si ottiene talvolta quando ci si propone di ottenere il quoziente di due monomi.
Frazioni algebriche 14 14.1 Definizione di frazione algebrica Diamo la seguente definizione: Definizione 14.1. Si definisce frazione algebrica un espressione del tipo A B polinomi. dove A e B sono Osserviamo
DettagliCOMPITO 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,
DettagliEquazioni di primo grado
Equazioni di primo grado 15 15.1 Identità ed equazioni Analizziamo le seguenti proposizioni: a ) cinque è uguale alla differenza tra sette e due ; b ) la somma di quattro e due è uguale a otto ; c ) il
DettagliMetodo delle due fasi
Metodo delle due fasi Il problema artificiale la fase I del Simplesso esempi rif. Fi 3.2.5; Osservazione Nel problema min{c T x : Ax = 0, x 0}, dell esempio precedente si ha che b 0 e A contiene una matrice
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
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
Dettagliha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come
DettagliAnno 2. Risoluzione di sistemi di primo grado in due incognite
Anno Risoluzione di sistemi di primo grado in due incognite Introduzione In questa lezione impareremo alcuni metodi per risolvere un sistema di due equazioni in due incognite. Al termine di questa lezione
DettagliLa notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:
. SU ALCUNI OPERAORI DI DERIVAZIONE Alcune operazioni tipiche dell analisi matematica hanno un diretto riscontro in termini matriciali. Consideriamo ad esempio una forma lineare: f() l l + l +..l n n ;
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.
DettagliCOMPITO 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
DettagliRICERCA 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
Dettagli5.3 Metodo dei piani di taglio
5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti
Dettagli( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2,
1 Elementi di Analisi Matematica e Ricerca Operativa prova del 6 luglio 2016 1) Discutere il seguente problema di Programmazione Lineare: Trovare il massimo di p x 1, x 2, x 3, x 4 # x 2 + 4 x 3 + x 4
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
DettagliL 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
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
DettagliEquazioni di secondo grado
Equazioni di secondo grado Un equazione di secondo grado può sempre essere ridotta nella forma: a + bx + c 0 forma normale con a 0. Le lettere a, b, c sono rappresentano i coefficienti. Solo b e c possono
DettagliAnalisi sismica di un sistema lineare viscoso a più gradi di libertà con il metodo dello Spettro di Risposta
Analisi sismica di un sistema lineare viscoso a più gradi di libertà con il metodo dello Spettro di Risposta Prof. Adolfo Santini - Dinamica delle Strutture 1 Analisi sismica con lo spettro di risposta
DettagliOttimizzazione marginale
Ottimizzazione marginale R. Pesenti Problema di faceness Formulazione del problema Il vostro supermercato deve disporre i prodotti A, B, C e D sugli scaffali 1, 2, e 3 ognuno di lunghezza 100 cm. Dato
Dettagli4. 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
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)
DettagliMATEMATICA PRIMO COMPITINO SOLUZIONE DI ALCUNI ESERCIZI PRIMA PARTE. Esercizio 1. (Testo B) Determina, motivando la risposta, se la funzione f : R R
ANNO ACCADEMICO 25 6 SCIENZE GEOLOGICHE E SCIENZE NATURALI E AMBIENTALI MATEMATICA PRIMO COMPITINO SOLUZIONE DI ALCUNI ESERCIZI PROFF MARCO ABATE E MARGHERITA LELLI-CHIESA PRIMA PARTE Esercizio (Testo
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities
Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities L. De Giovanni M. Di Summa In questa lezione introdurremo una classe di disuguaglianze, dette cover inequalities, che permettono di
DettagliLe operazioni fondamentali in R
La REGOLA DEI SEGNI: 1. ADDIZIONE Le operazioni fondamentali in R + per + dà + per dà + + per dà per + dà Esempi: (+5) + (+9) = + 5 + 9 = + 14 (+5) + ( 3) = + 5 3 = + 2 ( 5) + ( 9) = 5 9 = 14 ( 5) + (+3)
DettagliLEZIONE 1 C =
LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi
Dettagli3 Equazioni e disequazioni.
3 Equazioni e disequazioni. 3. Equazioni. Una equazione algebrica è un uguaglianza tra espressioni letterali soddisfatta per alcuni valori attribuiti alle lettere che vi compaiono. Tali valori sono detti
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
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 )
DettagliRisposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà Prof. Adolfo Santini - Dinamica delle Strutture 1 Vibrazioni libere non smorzate 1/6 Le equazioni del moto di un sistema
DettagliVediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.
Esempio di risoluzione di un problema di PL con Excel Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Un azienda vinicola desidera produrre due tipi di vino: uno
Dettagli1.1 Coordinate sulla retta e nel piano; rette nel piano
1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione
DettagliProf. I. Savoia. SISTEMI LINEARI E RETTA (VERSIONE PROVVISORIA NON ULTIMATA)
SISTEMI LINEARI E RETTA 1 Proprietà e rappresentazione grafica dei sistemi lineari. I sistemi lineari in due incognite sono insiemi di due equazioni di primo grado, nei qualiciascuna di esse rappresenta
DettagliMonomi L insieme dei monomi
Monomi 10 10.1 L insieme dei monomi Definizione 10.1. Un espressione letterale in cui numeri e lettere sono legati dalla sola moltiplicazione si chiama monomio. Esempio 10.1. L espressione nelle due variabili
DettagliLEZIONE i i 3
LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliEsercizi per il corso di ricerca operativa 1
Esercizi per il corso di ricerca operativa Ultimo aggiornamento: 8 gennaio 004 Indice I Esercizi 5 Programmazione lineare 7 Dualita 3 3 Analisi di sensitivita 7 4 Programmazione intera 5 Introduzione
DettagliEquazioni lineari con due o più incognite
Equazioni lineari con due o più incognite Siano date le uguaglianze: k 0; x + y = 6; 3a + b c = 8. La prima ha un termine incognito rappresentato dal simbolo letterale k; la seconda ha due termini incogniti
DettagliLezione 7: Il Teorema di Rouché-Capelli
Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da
DettagliInversa. Inversa. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una
DettagliMatematica per le scienze sociali Equazioni e disequazioni. Francesco Lagona
Matematica per le scienze sociali Equazioni e disequazioni Francesco Lagona University of Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 19 Outline 1 Equazioni algebriche 2 Equazioni di primo grado
DettagliMATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici
DettagliL INSIEME DEI NUMERI RELATIVI
L INSIEME DEI NUMERI RELATIVI Scegli il completamento corretto.. L insieme dei numeri reali R si indica con: a. R = Q I b. R = Q I c. R = Q Z I. L insieme Z: a. è costituito dallo zero e da tutti i numeri
DettagliSistemi dinamici-parte 2 Parentesi di Poisson e trasformazioni canoniche
Sistemi dinamici-parte 2 Parentesi di e trasformazioni AM Cherubini 11 Maggio 2007 1 / 25 Analogamente a quanto fatto per i sistemi lagrangiani occorre definire, insieme alla struttura del sistema, anche
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
DettagliStudio del segno di un prodotto
Studio del segno di un prodotto Consideriamo una disequazione costituita dal prodotto di più binomi, ad esempio: ( x 1 )( 4 x)( x + 3) > 0 Per risolverla possiamo studiare il segno del prodotto al variare
DettagliESERCITAZIONE 3: Produzione e costi
MICROECONOMIA CEA A.A. 00-00 ESERCITAZIONE : Produzione e costi Esercizio (non svolto in aula ma utile): Rendimenti di scala Determinare i rendimenti di scala delle seguenti funzioni di produzione: a)
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi
DettagliFRAZIONI e NUMERI RAZIONALI
FRAZIONI e NUMERI RAZIONALI Frazioni Come per i numeri naturali, anche per gli interi relativi si definisce l'operazione di divisione come operazione inversa della moltiplicazione: Divisione di numeri
DettagliCOMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.
COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si
Dettagli2. 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
DettagliRiepilogo scomposizione polinomi
Riepilogo scomposizione polinomi. Ci sono fattori comuni? Se sì, fai un raccoglimento totale. Esempio: ax ay a=a x y 2. Quanti sono i termini del polinomio? Due Somma di quadrati: non si scompone. Esempio:
DettagliSCHEDA DI RECUPERO SULLE POTENZE
SCHEDA DI RECUPERO SULLE POTENZE Definizione di potenza La potenza n-esima di un numero qualsiasi a è il prodotto di n fattori tutti uguali ad a. a n a a a a a a a. a n- volte La scrittura a n si chiama
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
DettagliTEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.
Prof. R. adei EORIA della DUALIÀ Una piccola introduzione R. adei 1 R. adei 2 EORIA DELLA DUALIA' Il concetto di dualità fu introdotto nel 1947 da Von Neumann, anche se il teorema della dualità fu formulato
DettagliSTUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI
M. G. BUSATO STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI mgbstudio.net PAGINA INTENZIONALMENTE VUOTA SOMMARIO In questo scritto viene compiuto lo studio dettagliato
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliProdotto scalare, covarianza e controvarianza, tensore metrico
Prodotto scalare, covarianza e controvarianza, tensore metrico Marco Bonvini 29 settembre 2005 1 Prodotto scalare Sia V spazio lineare su R; dati u, v V il loro prodotto scalare, indicato con (u, v), è:
DettagliRicerca Operativa A.A. 2007/ Esercitazione di laboratorio: analisi di sensitività
Ricerca Operativa A.A. 2007/2008 14. Esercitazione di laboratorio: analisi di sensitività Luigi De Giovanni - Ricerca Operativa - 14. Laboratorio: analisi di sensitività 14.1 Problema di mix della produzione
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
DettagliSvolgimento degli esercizi del Capitolo 1
Analisi Matematica a edizione Svolgimento degli esercizi del Capitolo a) Si ha perciò si distinguono due casi: I) se x < 7,siha x 7 se x 7 x 7 7 x se x < 7, x 7 7 x x x 5 x 5, e poiché 5 > 7 la disequazione
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
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
DettagliLEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliEsercitazione n 6. Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (b)f(x, y) = 4y 4 16x 2 y + x
Esercitazione n 6 1 Massimi e minimi di funzioni di più variabili Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (a)f(x, y) = x 3 + y 3 + xy (b)f(x, y) = 4y 4 16x
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
DettagliEsercizi su ottimizzazione vincolata
Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca
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
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliProgrammazione 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
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliDISEQUAZIONI DI SECONDO GRADO. Le disequazioni di secondo grado intere si presentano nella forma (o equivalgono ad essa):
P. \ Disequazioni di secondo grado Maggio 0 Copyright-I.S. DISEQUAZIONI DI SECONDO GRADO DISEQUAZIONI INTERE DI SECONDO GRADO Le disequazioni di secondo grado intere si presentano nella forma (o equivalgono
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliRICHIAMI MATEMATICI. x( t)
0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (II parte) Prof.ssa Bice Cavallo Soluzione di un problema PL Soluzione ottima Variabili slack e surplus A R mxn Ax b s R m, s i 0 : Ax
Dettagli