PROGRAMMAZIONE LINEARE. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino P. L. / 1.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "PROGRAMMAZIONE LINEARE. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino P. L. / 1."

Transcript

1 PROGRAMMAZIONE LINEARE Una pccola ntroduzone R. Tade R. Tade 2 LA PROGRAMMAZIONE LINEARE L obettvo del captolo consste nel fornre lo scheletro d un problema d programmazone lneare e gl strument concettual per utlzzarlo. S suppone qund d avere gà superato le dffcoltà presentate dalla prma fase che l problema d decsone comporta, quella d modellzzazone del problema. Il modo mglore per comncare è la presentazone d un tpco esempo d programmazone lneare che, per quanto molto semplce, contene n sé gà tutt gl element che rtroveremo quando dovremo affrontare problem pù complcat. Qund vedremo tutte le defnzon e le consderazon che saranno ndspensabl per affrontare con charezza l captolo seguente dedcato all algortmo del smplesso, che rsolve tutta questa classe d problem. In partcolare vedremo: una ntroduzone, tramte un semplce esempo, del problema della programmazone lneare, la defnzone d forma standard d un problema d P.L. e le possbl procedure per rdurre un qualsas problema n questa forma, la defnzone d soluzone d base, l teorema fondamentale della programmazone lneare, l teorema d equvalenza tra punt d estremo e soluzon d base, la defnzone della forma canonca, e un possble metodo per rcondurvs, l metodo del pvot, utle per poter varare la soluzone d base, ntrodotto dapprma con una nterpretazone pù operatva, e, n seguto, con una seconda nterpretazone pù formale, un crtero per determnare l vettore che deve uscre dalla base, R. Tade 3 R. Tade 4 P. L. /

2 la determnazone d quale vettore è pù utle far entrare n base, la condzone d ottmaltà se la soluzone d base ottenuta è anche ammssble, un tpco esempo, quello delle deta. Un semplce esempo d Programmazone Lneare Un'mpresa produce due tp d televsor A e B. La capactà della lnea d produzone A è d 60 pezz/gorno e della B 50 pezz/gorno. Un televsore d tpo A rchede ora d manodopera, quello d tpo B 2 ore. È a dsposzone un massmo d 20 ore d manodopera/gorno da utlzzare per la produzone d A e B. Il proftto d A è d 20$, quello d B d 30$. Qual è la produzone gornalera che massmzza l proftto? max20a + 30B soggetto a: A 60 (capactà lnea A) B 50 (capactà lnea B) A+ 2B 20 (manodopera) R. Tade 5 R. Tade 6 B 30 Isoproftto = 800 B Regone d ammssbltà de vncol A capactà lnea A A Manodopera capactà lnea B Soluzone ottma: A = 60 B = 30 Proftto = 200$/gorno 60 R. Tade 7 Quanto llustrato nelle slde precedent è un tpco esempo d modello d programmazone lneare che consste n: - una funzone obettvo: MAX(20A+30B); - sstema de vncol a qual le ncognte del nostro problema devono sottostare: n questo caso d capactà e manodopera Inoltre l nseme de vncol rappresenta geometrcamente la regone d ammssbltà del problema; per ultma, la funzone obettvo è una funzone delle ncognte del problema (varabl d controllo) che no dobbamo cercare, n modo opportuno, d massmzzare. R. Tade 8 P. L. / 2

3 Qualsas problema d Programmazone Lneare (P. L.) può essere scrtto nella forma seguente che per defnzone denomnamo forma standard : mn( c x + c2x cnxn) st nxn a2x + a22x a2nxn 2... =.. am x + am2x amnxn m x 0, x 0,..., x 0; 2 S assume b 0 (se necessaro, moltplcare per -) n Oppure n forma matrcale equvalente ma pù compatta: T mnc x st.. Ax x 0 x c T A b x 0 : vettore colonna n-dm. : vettore rga n-dm (cost delle varabl d controllo) : matrce m n : vettore colonna m-dm. sgnfca che tutte le component d x sono non negatve. R. Tade 9 R. Tade 0 Conversone d P. L. n forma standard a. Varabl d slack Se l -esmo vncolo è nella forma Qund l vncolo dventa: ax b aggungere y j 0 che è del tutto equvalente al precedente. ax+ y j a. Varabl d surplus Se l -esmo vncolo è nella forma ax b Qund l vncolo dventa: sottrarre y j 0 che è del tutto equvalente al precedente. ax y j R. Tade R. Tade 2 P. L. / 3

4 c. Varabl lbere: Se l problema ha delle varabl lbere x < >0 c. x =u -v, ove x è lbera e u 0, v 0 c2. elmnazone d x per sosttuzone; è noto nfatt che un numero reale s può esprmere tramte la dfferenza d due numer real postv. Per ultmo, se l problema fosse d massmo, per smmetra : ovvero f.o: MAX(f(x)) = MIN(-f(x)) max (c x) mn - (c x) R. Tade 3 R. Tade 4 Esempo: Il modello ottenuto dalle specfche del problema rsulta: ( ) max( 3x + 5x 7x) 2 3 I st.. 3 x + 7x + 6x II 3 x + x 3 III x, x 0, x lbera IV 2 3 ( ) ( ) ( ) I) La funzone obettvo non è n forma standard, pochè è del tpo MAX(f(x)); Qund MAX(f(x)) MIN(-f(x)), ovvero: mn( 3x 5x + 7x ); 2 3 R. Tade 5 R. Tade 6 P. L. / 4

5 II) La varable x 3 è lbera la sosttusco, III) Il vncolo è d < aggungo una varable d e l problema dventa : mn( 3x 5x + 7( u v)); st.. 2 3x + 7x + 6( u v) 5; 2 3x + ( u v) ; x, x, u, v 0; 2 slack y ; l vncolo corrspondente dventa: 3x + 7x + 6u 6v + y = 5; 2 R. Tade 7 R. Tade 8 IV) Il vncolo è d > qund sottraggo una varable d surplus y 2 3x + u v y = 2 Rassumendo: l problema ha assunto la forma standard: mn( 3x 5x2 + 7u 7v); st.. 3x + 7x2 + 6u 6v + y = 5; 3x + u v y2 = ; x, x, u, v, y, y 0; 2 2 Infatt tutte le varabl sono postve, vncol sono tutt d uguaglanza, la funzone obettvo è del tpo mn(f(x)); R. Tade 9 R. Tade 20 P. L. / 5

6 Esemp mportant d P. L.: Problema della deta; Problema de trasport; Soluzon d base A x x : dm n (.) b : dm m A : dm m n Estraamo da A m vettor colonna l.. (esstono se l rango d A è m) ottenendo B d dm m m. B è non sngolare(*) e s può rsolvere n modo unvoco l sstema d equazon : B x B x B : dm m ; varabl d base (la base è B), varabl corrspondent alle colone d B Ponendo x = (x B, 0) s ottene una soluzone d A x (*) Matrce non sngolare (o regolare) : matrce quadrata d ordne m, con rango r=m. R. Tade 2 R. Tade 22 Naturalmente, (.) può non avere soluzon d base. Per evtare cò s fanno assunzon su A:. n > m 2. le rghe d A sono m equazon l.. (altrment rdondanza o contraddzone ne vncol) Defnzone: Se una o pù varabl d base n una sol. base sono nulle, quella sol. base è detta: Soluzone d base degenere Defnzone: x che soddsfa A x x 0 èdetta Soluzone ammssble Ne consegue che:: Se è anche d base: sol. base ammssble Se è d base degenere: sol. base ammssble degenere. R. Tade 23 Teorema fondamentale della P. L. mn st.. c T x Ax x 0 A: matrce m n d rango m (.2) ) se soluzone ammssble soluzone ammssble d base ) se soluzone ammssble ottma soluzone ammssble ottma d base R. Tade 24 P. L. / 6

7 Dm. d ) Hp: x = (x, x 2,..., x n ) soluzone ammssble A = a... a n x a + x x n a n x > 0, =, 2,..., p (p maggore, mnore o uguale a m); assumo qund; x = 0, = p+, p+2,..., n Studo l sstema con p; x a + x x p a p (.3) R. Tade 25 Caso : a,,..., a p sono l.. p m (perché A ha rango m) se p = m : la soluzone è d base per defnzone (c.v.d.); se p < m : sccome A ha rango m, allora c sono, oltre le p colonne, altr m-p vettor colonna l.. da restant n-p vettor ; l selezono e l affanco a p vettor colonna precedent: ho ndvduato m vettor l.. ; per le assunzon fatte n precedenza, le famose m-p varabl sono nulle ; soluzone ammssble d base (degenere perchè l vettore x b ha m-p component nulle) (c.v.d.); R. Tade 26 Caso 2: a,,..., a p sono l. d.; posso scrvere lo zero come loro combnazone lneare tale che y sa dverso dal vettore nullo conalmenouny >0 y a + y y p a p =0 (.4) moltplco per ε e sottraggo da (.3) (x - ε y )a + (x 2 - ε y 2 ) (x p - ε y p )a p (.5) x - ε y è soluzone della (.5) ε,non necessaramente ammssble pochè può essere che (x - ε y 0) Sa y = (y, y 2,..., y p, 0, 0,..., 0) n-p ε, x - ε y è soluzone della (.5) (.6) R. Tade 27 Se y > 0, (x - ε y ) decresce al crescere d ε > 0; per rendere ammssble la soluzone devo avere (x - ε y ) > 0, e con : x ε = mn : > y y almeno una (x - ε y ) sarà azzerata. Se y < 0, (x - ε y ) è scuramente >0 e non c sono problem; Per l ε trovato, la soluzone (.6) è ammssble ed ha al pù p- varabl postve, perchè almeno una è stata azzerata. Se vettor corrspondentalle varabl postv sono ancora l.d. allora rpeto l caso 2, altrment rcado nel caso. (c.v.d.) 0 R. Tade 28 P. L. / 7

8 Dm. d ) Hp: x = (x, x 2,..., x n ) soluzone ammssble ottma x > 0, x = 0, =, 2,..., p = p+, p+2,..., n Caso : a,,..., a p sono l.. Analogo al precedente Caso 2: a,,..., a p sono l. d. Analogo al precedente Per assurdo : se c T y 0, ε /c T x - ε c T y < c T x pur restando (x - ε y) ammssble. Verrebbe volata l'assunzone d ottmaltà d x (coè c T x è mnmo) dev'essere c T y = 0. (c.v.d.). Notare che: ε, ε x - ε y della (.6) è soluzone ottma. Per mostrare questo consderamo l valore della f.o. nella soluzone ottma c T x - ε c T y occorre mostrare che c T y = 0, pochè c T x è mnmo! R. Tade 29 R. Tade 30 Hp: A b K Teorema: equvalenza tra punt d estremo e le soluzon d base : matrce m n d rango m : vettore dm m : poledro convesso costtuto da vettor d dm n che soddsfano Ax (.7) x 0 Rcham d geometra. Combnazone convessa d 2 punt, x e x 2 : x = λ x + ( - λ ) x 2, 0 < λ < Geometrcamente essa è l segmento [x,x 2 ] Un nseme K è convesso se pres comunque due suo punt x e x 2, la combnazone convessa appartene a K. Es.: s no Th: Un vettore x è punto estremo o vertce d k se e solo se x è una soluzone ammssble d base della (.7) s no R. Tade 3 R. Tade 32 P. L. / 8

9 Dm: ( equv. tra punt d estrem e soluz. d base ) SE Per potes, x=(x, x 2,..., x m, 0,..., 0) è soluzone d base della (.7) Allora x a + x x m a m (.8) ove a,,..., a m sono lnearmente ndpendent. Procedamo ora alla dmostrazone per assurdo. Ammettamo che x non sa punto d estremo dell nseme convesso K; qund l vettore x può essere espresso come combnazone convessa d due vettor qualsas y e z appartenent a K. R. Tade 33 Gova nfatt rcordare che la condzone d combnazone convessa è verfcata solo se l vettore non è punto d estremo dell nseme convesso. Per defnzone d combnazone convessa: x = α y + ( - α) z 0 < α < y z y, z k; x, y, z 0, 0 < α < n-m component d y e z = 0 y,z k sono soluzon ammssbl per potes precedente ; Qund y a + y y m a m z a + z z m a m per defnzone. Ma se sottraggo una d queste due alla (.8), trovo una combnazone lneare de vettor a,,..., a m uguale a 0 : cò sgnfca che quest vettor colonna sono l.d., contraddcendo le potes. Allora x = y = z x punto d estremo d K, perchè non soddsfa la condzone d combnazone convessa. (c.v.d.) R. Tade 34 SOLO SE Per potes, x è punto d estremo d K. Supponamo che le prme k component d x sano maggor d 0, ovvero abbamo una soluzone ammssble: x a + x x k a k, x > 0, =,..., k Se dmostramo che a,,..., a k sono l.. allora x è soluzone d base. Per assurdo: a,,..., a k sano lnearmente dpendent. Allora y a + y y k a k = 0 (con almeno un y > 0). Defnamo y = (y, y 2,..., y k, 0,..., 0). Essendo x > 0, k, è possble trovare ε tale che x + ε y 0, x - ε y 0 x ε = mn y Allora s ha x = ½(x + ε y) + ½(x - ε y) x è combnazone convessa d due vettor d k cò contraddce l'potes. (c.v.d) R. Tade 35 Forma canonca Dato un sstema d vncol n forma standard, è sempre possble rcondurlo alla FORMA CANONICA seguente: x + y, m+ x m+ + + ynx n = y0 x2 + y2, m+ xm+ + + y2nxn = y20 x =... xm + ym, m+ xm+ + + ymnxn = ym0 dove: x,..., x m : varabl d base x m+,..., x n : varabl non d base Corrspondente soluzone d base: x = y 0,..., x m = y m0,x m+ = 0,..., x n = 0 x = (y 0, 0) R. Tade 36 P. L. / 9

10 Se l sstema nzale non è n forma canonca: Esempo: x + x2 x3 = 5 2x 3x2 + x3 = 3 x + 2x2 x3 = s trasforma n forma canonca, con base nzale assocata a vettor e, e 2, e 3 e e2 e3 a a2 a3 b E subto evdente una soluzone d base, coè: e =5; e 2 =3; e 3 =- ; L utltà d questo passaggo verrà subto spegata. R. Tade 37 Tableau Il tableau non è altro che la matrce del sstema espresso n forma standard. Se l sstema è stato rcondotto alla forma canonca, l corrspondente tableau assume la forma seguente: y.. y y, m+ n y.. y y 2, m+ 2n y.. y y mm, + mn m0 R. Tade 38 (.9) NOTA BENE: Il passaggo ntrodotto nella slde precedente può sembrare artfcoso, ma offre l ndubbo vantaggo d fornre mmedatamente una soluzone d base del problema. Precedentemente abbamo dmostrato che se esste una soluzone ottma, scuramente sarà una soluzone d base. Qund possamo cercare la soluzone ottma cercando d varare opportunamente la base. Una chave per rsolvere l problema è data dal metodo del pvot, che ora llustramo. R. Tade 39 Pvot (cardne) Prma nterpretazone ax anxn... amx amnxn m m n Ax (.0) (.) a: rga - esma d A ax M (.2) amx= b m R. Tade 40 P. L. / 0

11 E opportuno fare qualche rflessone: Se tutte le equazon d (.2) sono l.. ogn rga è sosttuble con un multplo d se stessa pù una combnazone lneare delle altre equazon. Possamo agre n modo tale da ottenere l sstema (.0) n forma canonca, secondo la defnzone precedentemente ntrodotta. Inoltre è charo che ad ogn colonna è assocata una varable del problema; essa è n base se la corrspondente colonna ha una sola componente dversa da 0 e par ad. Scopo del pvot è quello d generare, combnando le rghe, una nuova colonna avente le caratterstche d una colonna d base (tutt 0 ed un solo ). Operazone d pvot L operazone d pvot serve per passare da una soluzone d base ad un altra, ovvero s fa entrare nella soluzone d base la varable x q, facendo uscre x p. Se ammettamo d partre da una forma canonca, l pvot y pq deve essere 0 Lo scopo è quello d ottenere che la colonna q aggornata, abba tutt 0 eccetto l termne (p, q) = ; Gl element del tableau aggornato s trovano così: y' y' j pj ypj = yj y y p pq q, ypj = y pq PIVOT R. Tade 4 R. Tade 42 SUGGERIMENTO. Quando s devono fare operazon d pvot, s possono usare due approcc : ) metodo del rettangolo, coè per valore, n cu s aggorna l tableau selezonando un elemento alla volta : a a ad esempo, l valore aggornato d 3 s calcola come a = a a a a 3 2 e quando l rettangolo dventa degenere, ottengo a = a a a a R. Tade 43 = 0 nfatt la colonna del pvot deve essere formata da tutt zer, escluso l pvot che deve valere ; nfne, cascun elemento della rga del pvot deve essere dvso per l pvot stesso. 2) ragonamento per rghe, n cu, come prma, la rga del pvot aggornata, s trova semplcemente dvdendo la rga per l pvot stesso; le altre rghe s trovano semplcemente sottraendo dalla rga corrente, la rga d pvot aggornata e moltplcata per l termne ntersezone tra la rga corrente e la colonna del pvot, coè moltplcata per y q ; R. Tade 44 P. L. /

12 ESEMPIO: Voglamo far entrare n base la varable x 4 facendo uscre la varable x l pvot è ; x + x4 + x5 x6 = 5 x2 + 2x4 3x5 + x6 = 3 x3 x4 + 2x5 x6 = Trovare sol. d base con x 4, x 5, x 6 = varabl d base Aggornamo l tableau del sstema: x x x x x x S procede analogamente per le varabl x 5 e x 6, aggornando ogn volta l tableau fno a trovare come soluzone d base: [x 4 = 4, x 5 = 2, x 6 = ] R. Tade 45 R. Tade 46 Seconda nterpretazone a,..., a n colonne d A (.0) dventa: x a + x x n a n (.3) m<n, soluzone non unca Supponamo d partre con l sstema n forma canonca ed l relatvo tableau. I prm m vettor formano una base. Dunque a j = y j a + y 2j y mj a m, j (.4) La j-esma colonna del tableau è la rappresentazone del vettore a j. La rappresentazone d b, nella base, è l'ultma colonna. R. Tade 47 Sostture a p con a q Sosttuendo (.5) n (.4): a = y a + y a a m q q = p p y a m y = q y pq = p m m y a j = yja + ypjap = yj = = y p p R. Tade 48 y' j pq q pq q pq y p a pj (.5) y a + y pj pq y' pj a q P. L. / 2

13 Il pvot fa passare da una soluzone d base ad un'altra, ma non garantsce la non negatvtà (ammssbltà) della soluzone. Devono essere soddsfatte alcune condzon. Vedamo come sceglere l pvot n modo da passare da una soluzone ammssble d base ad un'altra soluzone ammssble d base. Assunzone: ogn soluzone ammssble d base d Ax x 0 è non degenere. E` lbera la scelta d quale varable far entrare n base. Esstono condzon per la scelta d qual varabl far uscre dalla base. R. Tade 49 Determnazone del vettore che lasca la base x = (x,..., x m, 0,..., 0) soluzone ammssble d base x a x m a m x > 0, =,..., m : assunzone d non degenerazone a q (q >m) deve entrare n base a q = y q a y mq a m Moltplco (.7) per ε 0 e sottraggo da (.6) (x - ε y q )a (x m - ε y mq )a m + ε a q Per ε suffcentemente pccolo, ma dverso da 0, (.8) fornsce soluzone ammssble ma non necessaramente d base, pochè la base è costtuta da m vettor e per poter farv entrare a q devo necessaramente azzerare l coeffcente d un a n base. Con (.6) (.7) (.8) x ε= mn : yq > 0 (.9) yq R. Tade 50 s ha una nuova soluzone ammssble d base, con a p sosttuto da a q pochè (x p - ε y pq ) = 0 e (x - ε y q ) >0 <>p. Se (.9) è verfcato da pù d un soluzone degenere n quanto sostture due vettor della base con uno solo. Se y q 0, non esstono nuove soluzon ammssbl d base, pochè non è possble sostture un vettore d base con uno fuor; noltre esstono soluzon ammssbl con coeffcent grand quanto s vuole l'nseme K delle soluzon ammssbl è llmtato pochè è possble sceglere ε >0 grande quanto s vuole mantenendo l ammssbltà. Data una soluzone ammssble d base ed un vettore arbtraro a q. c'è una nuova soluzone ammssble d base con a q n base, oppure 2. l'nseme delle soluzon ammssbl è llmtato. R. Tade 5 Esempo: Ax x 0 2 x + x 2 2 x 3 = 4 x x 2 = x 0, x 2 0, x 3 0 Isolo una soluzone ammssble d base che n questo caso è evdente: 2x + x2 2x3 = 4 2x + x2 = 4 x x2 = x x2 = sol. amm. base x = (x, x 2, 0) x a + x 2 R. Tade 52 P. L. / 3

14 a = 2 a2 =, Un vettore può essere scrtto come combnazone lneare de vettor d base: In questo caso: ( ) = y3( ) + y23( ) 2= 2y 3 + y 23 = y y y 23 = 3 y = y 3 23 Sono vettor d base; aq = yqa + y2qa2 + Κ+ ymqa m a3 = y3a + y23a2 Facendo cont: R. Tade 53 y = 2 2, y 3 = Entrambe negatve Inseme K delle sol. ammssbl è llmtato Esempo d a a2 a3 a4 a5 a6 b d scelta del pvot Decdo d far entrare a 4 n base. Ch esce??? x ε= mn : yq > 0 y q Una soluzone d base è: x = (4, 3,, 0, 0, 0) ε = 4/2 = 2 ε 2 =3/ = 3 Esce. Pvot è l elemento (,4) del tableau; R. Tade 54 Il seguente tableau è ottenuto applcando l metodo del pvot sull elemento (,4) che c permette d far uscre dalla base x e d far entrare x 4 : a a2 a3 a4 a5 a6 b La nuova soluzone d base rsulta: x = (0,, 3, 2, 0, 0) R. Tade 55 Come sceglere la colonna d pvot Nel passaggo da una soluzone ammssble ad un'altra, deve dmnure l valore della funzone obettvo (x B, 0) = (y 0, y 20,..., y m0, 0, 0,..., 0) a... a a... a b m m+ n... 0 y, m+... y, n y, y... y y m, m + m, n m, 0 (.20) R. Tade 56 P. L. / 4

15 Valore della funzone obettvo per qualsas soluzone x: z = c x + c 2 x c n x n (.2) per la soluzone d base: z 0 =c B x B (.22) dove c B = [c, c 2,..., c m ] (.23) Se vengono assegnat valor arbtrar a x m+,..., x n s ha n x = y y x 0 j j j= m+ M (.24) x = y y x m m 0 mj j j= m+ R. Tade 57 n Usando le (.24) posso scrvere z n funzone degl element non d base, coè elmnando x, x 2,..., x m dalla (.2) : z = f ( x m+,..., x n ) Ottenamo : n n [ ( ) ]... ( ) = m+ m mo = m+ m [ ] z= c y y x + + c y y x c x cx = m+ m+ n n = ( cy c y ) + x ( c cy... cy m m m m m m mm ) , +, + + x ( c cy... c y m m m m mm ) , + 2, x c cy... c y n( n, n m mn, ) R. Tade 58 m 0 m+ =, m+ ( ) z = z + c c y x chamo (, ) + c cy x n n n m+ m z = cy j = m+,..., n j =, j Allora z = cx = z 0 + (c m+ -z m+ )x m (c n -z n )x n (.25) Questa dà l valore della funzone obettvo per ogn soluzone Ax n termn delle varabl x m+,..., x n. In conclusone, c chedamo : c'è vantaggo a scambare una varable d base con una non d base? S, se j, / m+ j n / c j -z j < 0 R. Tade 59 Teorema (mgloramento della sol. amm. base) Hp: Data una soluzone ammssble d base non degenere f.o.=z 0 j / c j -z j < 0, m+ j n Th: Esste una soluzone ammssble con funzone obettvo z < z 0. Se a j può essere sosttuta nella base esste una soluzone ammssble d base con f.o. z < z 0 Se a j non può essere sosttuta nella base l'nseme delle soluzon ammssbl è llmtato e la f. o. - R. Tade 60 P. L. / 5

16 Dmostrazone: Hp: (x,.., x m, 0,..., 0): sol. amm. base con f.o. z 0, c m+ -z m+ <0 E` possble costrure delle nuove soluzon ammssbl dalla forma: (x',..., x' m,x' m+, 0,..., 0) con x' m+ > 0 Sosttuendo n (.25): z = z 0 + (c m+ -z m+ )x' m+ z - z 0 = (c m+ -z m+ )x' m+ < 0 z < z 0 < 0 > 0 Convene avere x' m+ l pù grande possble. Se x' m+ cresce, le altre component x',..., x' m crescono, rmangono costant o decrescono. Allora x' m+ può essere aumentato fno a quando un x' = 0, m, ottenendo una nuova soluzone ammssble d base. Se nessun x' = 0, x' m+ può essere aumentato senza lmt e la funzone obettvo - c. v. d. Questone fnale: c j -z j 0, j sgnfca ottmaltà?? R. Tade 6 R. Tade 62 Teorema (condzone d ottmaltà) Se per una soluzone ammssble d base c j -z j 0, j, allora quella soluzone è ottma. Dmostrazone: Segue mmedatamente dalla (.25), dal momento che ogn altra soluzone ammssble deve avere x 0, e qund z - z 0 0 R. Tade 63 Coeffcent d costo relatvo r j =c j -z j Quest coeffcent msurano l costo d una varable con rfermento ad una base data (r j per una varable d base è 0, poché z j =c j ). Interpretazone economca de coeffcent d costo relatvo problema della deta: mn cx st.. Ax ( = nvece d ) x 0 Una colonna d A fornsce l'equvalente nutrtvo d un'untà d un dato cbo. R. Tade 64 P. L. / 6

17 Esempo: (dal problema della deta) Se le carote non sono nella base, usando l tableau posso costrure delle carote sntetche, equvalent come nutrmento alle carote, medante una combnazone de cb della base. Per vedere se la soluzone ammssble corrente è ottma, consderamo un cbo (le carote) non n base e vedamo se convene portarlo n base. Cò s fa faclmente confrontando l costo delle carote real con l costo d quelle sntetche. Rassumendo c j : costo carote real m zj = cyj: costo carote sntetche = Se r j = c j -z j < 0 convene usare carote vere al posto d quelle sntetche e qund le carote vengono portate n base. R. Tade 65 R. Tade 66 LA PROGRAMMAZIONE LINEARE Abbamo ntrodotto con un semplce esempo l problema della programmazone lneare, (slde 6-8), per arrvare po alla defnzone d forma standard d un problema P.L. e alla descrzone d possbl procedure per rdurre un qualsas problema n questa forma (slde 9-2). Successvamente, abbamo defnto l concetto d soluzone d base e dmostrato l mportante teorema che, ammettendo l esstenza d una soluzone ammssble, afferma la necessara esstenza d una soluzone ammssble d base: qund dovremo cercare la soluzone ottma del problema non nell'nseme d tutte le possbl soluzon ammssbl, bensì nel solo sottonseme delle soluzon ammssbl d base (slde 22-30). Il teorema sulla corrspondenza tra punt d estremo e soluzon d base conclude l dscorso, n quanto sancsce che la soluzone ottma d base del problema s trova su un vertce del poledro delle soluzon ammssbl(slde 3-35). R. Tade 67 Abbamo po defnto la forma canonca e un metodo possble per rcondurvs: la sua mportanza è nel permetterc d dentfcare mmedatamente una soluzone d base (slde 36-38). Infne, abbamo ntrodotto l metodo del pvot, che c serve per poter passare da una soluzone d base ad un'altra; la prma nterpretazone è pù operatva, nel senso che c dce che tramte combnazon lnear delle rghe del tableau, ruscamo a scrvere una qualsas colonna nella forma tutt 0 ed un solo, coè ruscamo a farla entrare nella soluzone d base (slde 40-46). La seconda nterpretazone è pù formale e sfrutta prncp d base dell algebra lneare: essenzalmente c dce che dato un K-spazo vettorale è possble esprmere ogn vettore dello spazo stesso come combnazone lneare d un numero m d vettor lnearmente ndpendent che vengono dett base dello spazo; n questa chave ogn colonna del tableau rappresenta le component del vettore colonna d partenza rspetto alla base corrente; dovrebbe essere charo ora perché quelle che abbamo chamato colonne d base sono scrtte nella forma tutt 0 un solo (slde 47-49). R. Tade 68 P. L. / 7

18 Dopo aver dmostrato che è possble far entrare n base un vettore a scelta, abbamo dato un crtero per determnare quello che deve uscre; la dmostrazone è operatva n quanto fornsce drettamente l metodo da usare (slde 50-55). Abbamo nfne determnato quale vettore è pù utle far entrare n base e la condzone d ottmaltà se la soluzone d base ottenuta è anche ammssble, ovvero c j -z j 0, per ogn j (slde 56-63). Infne, abbamo concluso con un tpco esempo, quello delle deta (slde 64-65). R. Tade 69 P. L. / 8

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Un algortmo per l flusso su ret a costo mnmo: l smplesso su ret Convergenza

Dettagli

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA Metod varazonal OBIETTIVO: determnare funzon ncognte, chamate varabl dpendent, che soddsfano un certo nseme d equazon dfferenzal n un determnato domno e condzon al contorno STRUMETO: Metod varazonal: servono

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

CAPITOLO 3 CIRCUITI DI RESISTORI

CAPITOLO 3 CIRCUITI DI RESISTORI CAPITOLO 3 CIRCUITI DI RESISTORI Pagna 3. Introduzone 70 3. Connessone n sere e connessone n parallelo 70 3.. Bpol resstv n sere 7 3.. Bpol resstv n parallel 77 3.3 Crcut resstv lnear e sovrapposzone degl

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico. Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Predimensionamento reti chiuse

Predimensionamento reti chiuse Predmensonamento ret chuse Rspetto ad una rete aperta, ogn magla aggunge un grado d lbertà (una nfntà d soluzon) nella determnazone delle portate Q,Q 1, e Q 2, utlzzando le sole equazon d contnutà. a dfferenza

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

INTERPOLAZIONE MEDIANTE CURVE SPLINE. '' ( b ) = 0

INTERPOLAZIONE MEDIANTE CURVE SPLINE. '' ( b ) = 0 INTERPOLAZIONE EDIANTE CURVE SPLINE Defnzone del problema Sovente, nelle applcazon grafche (CAD Computer Aed Desgn), s ha la necesstà d traccare, dat alcun punt, una lnea che l raccord e che sa suffcentemente

Dettagli

Circuiti elettrici in regime stazionario

Circuiti elettrici in regime stazionario rcut elettrc n regme stazonaro Metod d anals www.de.ng.unbo.t/pers/mastr/ddattca.htm ersone del -0-00 Premessa Nel caso pù generale è possble ottenere la soluzone d un crcuto rsolendo un sstema formato

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017 Esercz 3 Pan d ammortamento Eserczo 1. Un prestto d 12000e vene rmborsato n 10 ann con rate mensl e pano all

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II. Corso d Logca I. Modulo sul Calcolo de Sequent. Dspensa Lezone II. Govann Casn Teorema d corrspondenza fra l calcolo su sequent SND e l calcolo de sequent SC. Rproponamo per esteso la dmostrazone della

Dettagli

Modelli decisionali su grafi - Problemi di Localizzazione

Modelli decisionali su grafi - Problemi di Localizzazione Modell decsonal su graf - Problem d Localzzazone Massmo Paolucc (paolucc@dst.unge.t) DIST Unverstà d Genova Locaton Problems: modell ed applcazon Decson a medo e lungo termne (panfcazone) Caratterstche

Dettagli

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

Dettagli

Il traffico è un gioco?

Il traffico è un gioco? Il traffco è un goco? Gacomo Tomme Dpartmento d Matematca, Unverstà d Psa e-mal: tomme@dm.unp.t Introduzone Il ttolo potrebbe apparre provocatoro, ma n realtà è solo lo spunto per ntrodurre tem che voglamo

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

Lezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica.

Lezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica. Lezone 7 Prereqst: L'nseme de nmer nter Lezone 6 Nmer prm Teorema Fondamentale dell'artmetca Defnzone 7 Un nmero ntero p dverso da 0 e s dce prmo se per ogn a b Z Altrment p s dce composto p ab p a oppre

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

Dettagli

Esercitazione sulle Basi di di Definizione

Esercitazione sulle Basi di di Definizione Eserctazone sulle as d d Defnzone ESERIZIO Un bpolo ressto (dodo) ha la seguente equazone: = k [ 0 + 00] con k 0 nella quale ed sono descrtt dalla conenzone degl utlzzator come n fgura. Stablre se l bpolo

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Metod d Ottmzzazone mod. Modell per la panfcazone delle attvtà Paolo Dett Dpartmento d Ingegnera dell Informazone e Scenze Matematche Unverstà d Sena Metod d Ottmzzazone mod. Modell per la panfcazone delle

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Competizione di prezzo. Cles a.a

Competizione di prezzo. Cles a.a Competzone d prezzo Cles - 6090 a.a. 2009-200 Stefano Bresch Chara Fumagall - Settembre 2009 Esemp () Talvolta, guerre d prezz. ESEMPIO: Intel e AMD Maggo 2006: AMD rduce l prezzo dell Atlon 64 X2 5000

Dettagli

urto v 2f v 2i e forza impulsiva F r F dt = i t

urto v 2f v 2i e forza impulsiva F r F dt = i t 7. Urt Sstem a due partcelle Defnzone d urto elastco, urto anelastco e mpulso L urto è un nterazone fra corp che avvene n un ntervallo d tempo normalmente molto breve, al termne del quale le quanttà d

Dettagli

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

Matematica Generale a.a. 2016/17 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile

Matematica Generale a.a. 2016/17 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile Matematca Generale a.a. 2016/17 Teorem dmostrat nel corso. ATTENZIONE!!!!. Nel corso d matematca generale sono stat presentat teorem per qual è rchesta la conoscenza del solo enuncato e teorem de qual

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima Il problema del camba-monete. ALGORITMI GREEDY camba-monete schedulng a mnmo l rtardo Scopo. Dat tagl dsponbl: c, c, 5c, 0c, 0c, 50c,, progettare un algortmo che data una certa somma la camb usando l mnmo

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Teorema di Thévenin-Norton

Teorema di Thévenin-Norton 87 Teorema d Téenn-Norton E detto ance teorema d rappresentazone del bpolo, consente nfatt d rappresentare una rete lneare a due morsett (A, B) con: un generatore d tensone ed un resstore sere (Téenn)

Dettagli

Analisi Matenatica Lezione 5 1 ottobre 2013

Analisi Matenatica Lezione 5 1 ottobre 2013 Dpartmento d Scenze Statstche Anals Matenatca Lezone 5 1 ottobre 2013 prof. Danele Rtell danele.rtell@unbo.t 1/13? Fattorale d un numero naturale Sa n N {0}. Il fattorale d n, n! s defnsce nduttvamente

Dettagli

Grafi ed equazioni topologiche

Grafi ed equazioni topologiche Graf ed equazon topologche www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --) Premessa Se s ndca con l l numero d corrent e l numero d tenson de component d un crcuto, la rsoluzone del crcuto rchede

Dettagli

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II L'Anals n Component Prncpal Lug D Ambra Dpartmento d Matematca e Statstca Unverstà d Napol Federco II ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Anals Multdmensonale de Dat (AMD) è una famgla d tecnche

Dettagli

1 Bimatrix Games e Best Response Condition

1 Bimatrix Games e Best Response Condition Strument della Teora de Goch per l Informatca A.A. 2009/10 Lecture 5: 29 Ottobre 2010 Calcolo d Equlbr Nash Mst per Goch a due Gocator Docente Prof. Vncenzo Auletta Note redatte da: Roberto D Russo Sommaro

Dettagli

Rappresentazione dei numeri

Rappresentazione dei numeri Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali Chmca Fsca - Chmca e Tecnologa Farmaceutche Lezone n. 10 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Convenzon per le soluzon real Relazon tra coeffcent d attvtà 02/03/2008 Antonno

Dettagli

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013 Modul su un domno a deal prncpal Maurzo Cornalba versone 15/5/2013 Sa A un anello commutatvo con 1. Indchamo con A k l modulo somma dretta d k cope d A. Un A-modulo fntamente generato M s dce lbero se

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO METODI DI LOCALIZZAZIONE DEL RISALTO IDRAULICO RELATORE Ch.mo Prof. Ing.

Dettagli

Circuiti dinamici. Circuiti del secondo ordine. (versione del ) Circuiti del secondo ordine

Circuiti dinamici. Circuiti del secondo ordine.  (versione del ) Circuiti del secondo ordine rcut dnamc rcut del secondo ordne www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-6- rcut del secondo ordne rcut del secondo ordne: crcut l cu stato è defnto da due varabl x ( e x ( Per un crcuto

Dettagli

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)

Dettagli

COMPORTAMENTO DINAMICO DI ASSI E ALBERI

COMPORTAMENTO DINAMICO DI ASSI E ALBERI COMPORTAMENTO DNAMCO D ASS E ALBER VBRAZON TORSONAL Costruzone d Macchne Generaltà l problema del progetto d un asse o d un albero non è solo statco Gl ass e gl alber, come sstem elastc, sotto l azone

Dettagli

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO INTODUZION ALL SPINZA 4: STUDIO DLLA POLAIZZAZION DIANT LAIN DI ITADO Un utle rappresentazone su come agscono le lamne su fasc coerent è ottenuta utlzzando vettor e le matrc d Jones. Vettore d Jones e

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI METODO DEGLI ELEMENTI FINITI Introduzone al metodo degl element fnt Il concetto base nella nterpretazone fsca del metodo degl element fnt è la decomposzone d un sstema meccanco complesso n pù semplc component

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( )

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( ) Generaltà Problema: soluzone d una equazone derenzale alle dervate ordnare d ordne n: n n K soggetta alle n condzon nzal: K n Ovvero rcercare la soluzone d un sstema d n equazon derenzal ordnare del prmo

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

Dettagli

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Controllo e schedulng delle operazon Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Organzzazone della produzone PRODOTTO che cosa ch ORGANIZZAZIONE PROCESSO come FLUSSO DI PRODUZIONE

Dettagli

La teoria del consumo

La teoria del consumo La teora del consumo L equazone d Slutsky. Problema dell ntegrabltà. Maro Sortell Dartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I-70125 Bar (Italy) (Tel.: +39 (0)99 7720 626; fax: +39

Dettagli

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare. Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente

Dettagli

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

LA CALIBRAZIONE NELL ANALISI STRUMENTALE LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra

Dettagli

Le operazioni che vogliamo realizzare sono. Supporremo che una tabella T abbia i seguenti attributi: 1. Table(T): costruisce una tabella vuota T.

Le operazioni che vogliamo realizzare sono. Supporremo che una tabella T abbia i seguenti attributi: 1. Table(T): costruisce una tabella vuota T. tabelle dnamche Tabelle dnamche Spesso non s conosce a pror quanta memora serve per memorzzare una struttura dat (tabella d dat ~ array, tabella hash, heap, stack, ecc.. Può captare qund d allocare una

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

Logica e computazione

Logica e computazione Logca e computazone Oggett d studo della logca l ragonamento DEDUTTIVO la nozone d INFERENZA la nozone d DIMOSTRAZIONE Il punto d partenza della logca formale è la nozone tradzonale della logca, l ragonamento:

Dettagli

ELETTROTECNICA Ingegneria Industriale

ELETTROTECNICA Ingegneria Industriale ELETTROTECNICA Ingegnera Industrale INTRODUZIONE a CIRCUITI LEGGI d KIRCHHOFF Stefano Pastore Dpartmento d Ingegnera e Archtettura Corso d Elettrotecnca (043IN) a.a. 2013-14 Bblografa V. Danele, A. Lberatore,

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Unità Didattica N 5. Impulso e quantità di moto

Unità Didattica N 5. Impulso e quantità di moto Imnpulso e quanttà d moto - - Impulso e quanttà d moto ) Sstema solato : orze nterne ed esterne...pag. 2 2) Impulso e quanttà d moto...pag. 3 3) Teorema d conservazone della quanttà d moto...pag. 6 4)

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Premessa essa sulle soluzioni

Premessa essa sulle soluzioni Appunt d Chmca La composzone delle soluzon Premessa sulle soluzon...1 Concentrazone...2 Frazone molare...2 Molartà...3 Normaltà...4 Molaltà...4 Percentuale n peso...4 Percentuale n volume...5 Massa per

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media Alcun esercz su algortm e programmazone Fondament d Informatca A Ingegnera Gestonale Unverstà degl Stud d Bresca Docente: Prof. Alfonso Gerevn Scrvere l algortmo e l dagramma d flusso per l seguente problema:

Dettagli

Circuiti elettrici in regime stazionario

Circuiti elettrici in regime stazionario Crcut elettrc n regme stazonaro Component www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 0-0-00) Bpol resst Equazon caratterstca d un bpolo ressto f, 0 L equazone d un bpolo ressto defnsce una cura

Dettagli

6. METODO DELLE FORZE IMPOSTAZIONE GENERALE

6. METODO DELLE FORZE IMPOSTAZIONE GENERALE aptolo6 ETODO DEE FORZE - IOSTZIOE GEERE 6. ETODO DEE FORZE IOSTZIOE GEERE ssocamo al sstema perstatco un altro sstema, denomnato sstema prncpale. Il sstema prncpale è un sstema statcamente determnato,

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4 Teora de Goch Dr. Guseppe Rose Unverstà degl Stud della Calabra Corso d Laurea Magstrale n Economa Applcata a.a 011/01 Handout 4 1 L equlbro d Bertrand Nel modello d Bertrand, abbamo un duopolo esattamente

Dettagli

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo

Dettagli

Soluzione del compito di Fisica febbraio 2012 (Udine)

Soluzione del compito di Fisica febbraio 2012 (Udine) del compto d Fsca febbrao (Udne) Elettrodnamca È data una spra quadrata d lato L e resstenza R, ed un flo percorso da corrente lungo z (ved fgura). Dcamo a e b le dstanze del lato parallelo pù vcno e pù

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Complementi 4 - Materiali non isotropi

Complementi 4 - Materiali non isotropi Complement 4 - Materal non sotrop [Ultmarevsone revsone9gennao gennao2009] In questo noteboo s parte dalla legge d Hooe per sold ansotrop, e s deducono le opportune restron sulle 21 costant elastche, potando

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL LUGLIO 009 ECONOMIA AZIENDALE ESERCIZIO Un ndduo ntende acqustare un motorno che ha un prezzo d 300. Volendo accedere ad un fnanzamento, gl engono proposte le seguent

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon

Dettagli

Algoritmi euristici: III Ricerca Locale

Algoritmi euristici: III Ricerca Locale Algortm eurstc: III Rcerca Locale Danele Vgo D.E.I.S. - Unverstà d Bologna dvgo@des.unbo.t rev. 1.0 - dcembre 2003 Algortm d Rcerca Locale partono da una soluzone (ammssble) cercano teratvamente d mglorarla

Dettagli

Capitolo 11: IL METODO DEI MINIMI QUADRATI. Nel Capitolo precedente ci siamo posti il problema di determinare la miglior retta che passa per

Capitolo 11: IL METODO DEI MINIMI QUADRATI. Nel Capitolo precedente ci siamo posti il problema di determinare la miglior retta che passa per Captolo : IL METODO DEI MINIMI QUADRATI. La mglor retta Nel Captolo precedente c samo post l problema d determnare la mglor retta che passa per cert punt spermental, ed abbamo dscusso un metodo graco.

Dettagli