TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.
|
|
- Maria Teresa Pini
- 6 anni fa
- Visualizzazioni
Transcript
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 esplicitamente e dimostrato solo nel 1951 da Gale, Kuhn e ucker. La teoria della dualità ha un ruolo fondamentale in tutta la programmazione matematica. La presente trattazione è rivolta alla programmazione lineare; le proprietà enunciate sono quindi solo casi particolari di teoremi più generali. L obiettivo del capitolo consiste nel definire ed illustrare le proprietà dell associazione di un problema (di P.L.) duale ad ogni problema di P.L. (detto primale). Il problema duale possiede delle proprietá particolari, che possono essere utilizzate, nel risolvere il problema primale identificando piú rapidamente soluzioni ottime o impostando algoritmi di soluzione diversi. Ad esempio, dopo aver dimostrato che all avvicinarsi all ottimo le funzioni obiettivo primale e duale si avvicinano, la differenza tra le funzioni obiettivo può essere utile per determinare una condizione di stop nell algoritmo del simplesso; oppure, dopo aver illustrato un metodo per ottenere la soluzione ottima di un problema da quella del suo duale, si puó risolvere, se conviene, il problema duale invece del primale. Es. : visto che il primale ha m relazioni e n variabili e il duale ha n relazioni e m variabili, se m>n il simplesso duale è piú efficiente, perché comporta l inversione di matrici mxm invece che nxn. R. adei 3 R. adei 4 / 1
2 Prof. R. adei Esponendo la teoria vedremo : la definizione di un problema duale dato un problema primale di P.L. due esempi significativi di problemi duali (dieta e trasporti) enunciato e dimostrazione del teorema della dualità (in riferimento alla programmazione lineare) la relazione tra moltiplicatori del simplesso e soluzioni ottime del problema duale il metodo con cui ricavare dalla soluzione del problema primale le soluzioni del problema duali un interpretazione economica dei moltiplicatori del simplesso (soluzioni ottime del problema duale) enunciato e dimostrazione delle condizioni di complementarietà tra le soluzioni ottime del primale e del duale per forma asimmetrica e simmetrica Primale min valore ottimo (se finito) min c x (P.P.) A x b Duale max valore ottimo variabili = prezzi associati ai vincoli del primale (cioè ai b j ) max b λ (P.D.) A λ c λ 0 Forma simmetrica R. adei 5 R. adei 6 Notazione : Duale della forma standard : A : matrice di dim. m x n c : vettore colonna di dim. n b : vettore colonna di dim. m x : vettore colonna di dim. n --- λ : vettore colonna di dim. m --- variabili del primale variabili del duale Se invece di un vettore colonna λ si usa un vettore riga y = λ, la formulazione del problema duale risulta : max y b (P.D.) y A c y 0 R. adei 7 Forma standard : min c x (P.P.) A x = b equivale a min c x (P.P.) A x b -A x -b Con matrice di coefficienti : Con vettore dei termini noti : A A b b R. adei 8 / 2
3 Prof. R. adei Il problema duale risulta essere : max b u - b v (P.D.) A u - A v c u 0, v 0 con u v vettore duale partizionato Se poniamo λ = u v ricaviamo la seguente corrispondenza : PRIMALE min c x (P.P.) A x = b DUALE max b λ A λ c λ libero FORMA ASIMMERICA (P.D.) R. adei 9 PRIMALE f.o. min z = c x abella delle corrispondenze : DUALE f.o. max v = b λ coeff. di costo c termini noti b matrice coeff. A matrice coeff. A i-esima relazione variabile λ i 0 i-esima relazione = variabile λ i libera i-esima relazione variabile λ i 0 variabile x j 0 j-esima relazione < variabile x j libera j-esima relazione = variabile x j 0 j-esima relazione > R. adei 10 P.P. P.D. ESEMPIO min z = x 1 + 4x 2 + 2x 3 x 1-3x 2 + 4x 3 = 5 ==> y 1 libera x 1-2x 2 < 3 ==> y 2 < 0 2x 2 -x 3 > 4 ==> y 3 > 0 x 1 > 0 ==> E 1 (<) x 2 > 0 ==> E 2 (<) x 3 libera ==> E 3 (=) E 1 : y 1 + y 2 < 1 E 2 : -3y 1-2y 2 + 2y 3 < 4 max v = 5y 1 + 3y 2 + 4y 3 E 3 : 4y 1 -y 3 = 2 Es. (duale del problema della dieta) Primale : Duale : min c x A x b max b λ A λ c λ 0 c : costi dei cibi b : elementi nutritivi necessari A : elementi nutritivi presenti in ogni cibo x : quantitità di cibo da acquistare λ : prezzi unitari di ogni elemento nutritivo Per assicurare la competitività con il cibo reale R. adei 11 R. adei 12 / 3
4 Prof. R. adei Il problema primale della dieta corrisponde ad un operatore (economo) che sceglie una miscela di cibi (dieta) tale che garantisca una certa quantità di elementi nutritivi al costo minimo. Il problema duale della dieta corrisponde ad un operatore (fabbricante di pillole) che cerca un prezzo unitario per ogni elemento nutritivo tale che la somma dei costi degli elementi nutritivi presenti in ogni cibo non superi il costo unitario del cibo stesso (al fine di garantire la competitività con il cibo reale). La funzione obiettivo è l utile dato dalla vendita delle pillole per la dieta da massimizzare. R. adei 13 Primale : Es. (duale del problema dei trasporti) min c ijx ij ij st.. x ij a i x ij a i j j x ij b j c ij : costo del trasporto dal i magazzino i al negozio j x ij 0 a i : merce disponibile nel magazzino i Duale : b j : merce richiesta dal negozio j max a iu i + b jv j x ij : quantità di merce da i j trasportare dal magazz. i al negozio s. t. j 1* 2* u u i + v j c i : prezzo di acquisto unitario dal ij magazzino i u i 0, v j 0 v j : prezzo di acquisto unitario dal negozio j R. adei 14 1*) quanto la ditta di trasporti spende per comprare la merce nei magazzini i; 2*) quanto la ditta di tr. guadagna dalla vendita delle merci nei negozi j. Il problema primale dei trasporti corrisponde ad un operatore (proprietario) che cerca un organizzazione per il trasporto delle merci tra i suoi magazzini e i suoi negozi tale che siano soddisfatte le richieste dei negozi, tenendo conto della disponibilità dei magazzini; tutto questo al costo minimo. Il problema duale dei trasporti corrisponde ad un operatore (intermediario) che propone di acquistare la merce nei magazzini per poi venderla ai negozi. Acquista al prezzo u i e vende al prezzo v j. Questi prezzi devono essere non negativi e la loro differenza minore o uguale a c ij, al fine di garantire la competitività di questa nuova proposta. La funzione obiettivo è l'utile netto da massimizzare. R. adei 15 Introduciamo il eorema della Dualità considerando il Problema Primale in forma standard : min c x (P.P.) A x = b a cui corrisponde il Problema Duale : max b λ A λ c (P.D.) N.. : Non si assume più che A sia di rango pieno (cioè m<n con m righe linearmente indipendenti) R. adei 16 / 4
5 Prof. R. adei Lemma Hp. : Dato (P.P) tale che x sia s.a. per (P.P) e λ sia s. a. per (P.D) h. : c x b λ Dim. (P.D.) può essere scritto nella forma : Corollari Hp. : Dato (P.P) tale che x sia s.a. per (P.P) e λ sia s.a. per (P.D) e tale che c x = b λ h. : x soluzione ottima per (P.P.) e λ soluzione ottima per (P.D.) Infatti se x non fosse ottimale, esisterebbe un x* tale che c x* < c x = b λ, contro il lemma precedente. max λ b λ A c duale max b λ = λ b =λ A x c x vedi (P.P.) vedi (P.D.) primale z min Hp. e h. : Se uno dei due problemi (P.P) o (P.D.) ha funzione obiettivo illimitata, l'altro problema non ha soluzioni ammissibili Dim per assurdo : Se (P.P.) ha f.o. illimitata e λ é s. a. per il duale, per il lemma precedente si deve avere b λ -M che è chiaramente impossibile non esiste s. a. per il duale. R. adei 17 R. adei 18 Hp. : Dato (P.P) tale che Dim : eorema della dualità = 0 sia soluzione di base ottima per (P.P) e tale che A = [ D ] con base corrisp. a x h. : λ = c -1 soluzione ottima per (P.D.) con c = e i valori dell'ottimo dei due problemi coincidono A) dimostriamo che : r D = c D -c -1 D ) dimostriamo che : λ = c -1 sol. ammissibile per (P.D.) C) dimostriamo che : λ = c -1 sol. ottima per (P.D.) R. adei 19 c c D Il Problema Primale può essere riscritto come segue : min c x + c x D x D x = (P.P.) x D c c = c A = [ D ] D x + D x D = b x 0, x D 0 con sol. di base ottima 0 = A) dimostriamo che : r D = c D -c -1 D x + D x D = b < = > x = -1 b - -1 D x D = > 1) e 2) 1) = soluzione ottima di base = > x = -1 b x" x" = x" D 2) soluzione ammissibile = > = > x = -1 b - -1 D x D = x - -1 D x D R. adei 20 / 5
6 Prof. R. adei = > funzione obiettivo c x = c x - c -1 D x D + c D x D = > r D = c D -c -1 D = c x + (c D -c -1 D) x D ) dimostriamo che : λ = c -1 s. a. per (P.D.) x soluzione ottima = > r D 0 < = > r D = c D -c -1 D 0 < = > se ci fosse un r j <0 allora ci sarebbe < = > c -1 D c D una soluzione migliore. per definizione λ = c -1 = > = > λ A = [ λ λ D ] = [ c c -1 D ] [ c c D ] = c < = > λ A c < = > A λ c < = > λ = c -1 sol. ammissibile per (P.D.) C) dimostriamo che : λ = c -1 s. o. per (P.D.) Funzione obiettivo duale : b λ =λ b = c -1 b = c x = c x < = > Il valore della f.o. duale per λ è uguale al valore della f.o. primale per x = > = > (P.P) tale che x s.a. per (P.P.) e λ s.a. per (P.D.) e tale che c x = b λ = > = > Per il corollario visto in precedenza λ è s.o. per (P.D.) x (vedere il punto A) R. adei 21 R. adei 22 Osservazioni : Forma alternativa del teorema della dualità : Se uno dei problemi (P.P) o (P.D.) ha una soluzione ottima finita, anche l'altro ha una soluzione ottima finita ed i corrispondenti valori delle funzioni obiettivo sono uguali ( c x = b λ ) Il teorema dice che non c'è alcun "buco" nella figura precedente: duale max primale min Solo all ottimo i moltiplicatori del primale sono soluzioni (ottime) del duale e viceversa z Nel tableau finale la matrice -1 appare dove la matrice identità appariva all'inizio All inizio dell algoritmo del simplesso A x = b < = > x + I x I + D x D = b ( può contenere qualche colonna di I) Alla fine dell algoritmo del simplesso I x + -1 I x I + -1 D x D = -1 b < = > x + -1 x I + -1 D x D = -1 b = > -1 si può leggere nei vettori colonna che all inizio dell algoritmo erano in base (formavano la matrice identità) R. adei 23 R. adei 24 / 6
7 Prof. R. adei Come ottenere la soluzione del problema duale direttamente dal tableau finale del problema primale Nel tableau finale (algoritmo del simplesso del problema primale) r D = c D -c -1 D Se scegliamo D = I cioè quei vettori colonna che nel tableau iniziale erano in base (formavano una matrice identità I) = > = > r I = c I -c -1 = > Esempio Problema primale : min x1 4x2 3x3 st.. 2x1+ 2x2 + x3 4 x1+ 2x2 + 2x3 6 x1 0, x2 0, x3 0 = > λ = c -1 = c I -r I Per ottenere la soluzione del problema duale basta sottrarre a (costi delle variabili che erano in base nel tableau iniziale) c I r I (costi relativi delle variabili che erano in base nel tableau iniziale) λ = c I - r I R. adei 25 Introduciamo due variabili di slack : y 1, y 2 s.. t 2x1+ 2x2+ x3+ y1= 4 x1+ 2x2+ 2x3+ y2= 6,,, y 0, y R. adei / / s. o. : x 1 = 0, x 2 = 1, x 3 = /2 1/ Problema duale: max 4λ + 6λ st λ + λ λ + 2λ λ + 2λ s. o. : λ 1 = 0-1 = -1, λ 2 = 0-1 = - 1 R. adei 27 R. adei 28 / 7
8 Prof. R. adei λ I = c I -r I, dove c I = 0 (perchè variabile di slack) Interpretazione economica delle s.o. del problema duale : λ i λ i = soluzioni ottime del problema duale λ i = moltiplicatori del simplesso del problema primale λ i = prezzo marginale della componente b i (ved. prob. dieta) Infatti: s.o. primale = 0 min z = c x A x = b primale, dove x = -1 b ( : base ottima) s.o. duale λ = c -1 R. adei 29 R. adei 30 Se b b + b, allora, tenendo conto che la base non cambia + x per piccole variazioni di b, x ' = dove x = -1 b. 0 Il corrispondente incremento della funzione di costo z è : z = c x = c -1 b =λ b = > λ dà la sensitività del costo ottimale z rispetto a piccoli cambiamenti di b Se b i diventa b j + b j, il valore della soluzione ottimale cambia da z a z + λ i b j = > λ i può essere considerato come il prezzo marginale della componente b j. Es: Problema della dieta λ i è il prezzo unitario massimo che si è disposti a pagare per un piccolo incremento dell i-esimo elemento nutritivo R. adei 31 Condizioni di complementarietà delle sol. ottime del primale e del duale eorema 1 (forma asimmetrica : λ variabile libera) Hp. : Dato (P.P) tale che x sia s.a. per (P.P) e λ sia s. a. per (P.D) h. : x soluzione ottima per (P.P.) e λ soluzione ottima per (P.D.) se e solo se ( A λ -c) x = 0 In altri termini se e solo se: i tale che x i > 0 = > a i λ = c i (cioè vincolo duale saturo) i tale che a i λ <c i = > x i = 0 (cioè ambito primale disattivato) R. adei 32 / 8
9 Prof. R. adei Dim. x s.o. per (P.P.) e λ s.o. per (P.D.) < = > b λ = c x < = > Per il teorema della dualità = > Per il corollario visto prec. < = < = > λ b = c x < = > λ A x = c x < = > < = > ( λ A - c ) x = 0 < = > ( A λ -c) x = 0 Nota : ( A λ -c) x = 0 < = > i tale che x i > 0 = > a i λ = c i i tale che a i λ <c i = > x i = 0 perchè i x i 0 e a i λ c i R. adei 33 eorema 2 (forma simmetrica : λ 0 ) Hp. : Dato min c x (Primale) A x b con duale tale che x sia s.a. per (Primale) e λ sia s. a. per (Duale) h. : x soluzione ottima per (Primale) e λ soluzione ottima per (Duale) se e solo se ( A λ -c) x = 0 e ( A x -b) λ = 0 In altri termini se e solo se: i tale che x i > 0 = > a i λ = c i i tale che a i λ <c i = > x i = 0 j tale che λ j > 0 = > a j x = b j j tale che a j x >b j = > λ j = 0 max b λ (Duale) A λ c λ 0 (dove a j è la j-esima riga di A) R. adei 34 EORIA DELLA DUALIA' Riassumendo R. adei 35 Abbiamo definito il problema duale ad un problema di P.L. non in forma standard (forma simmetrica), per poi ricavare quello per un problema di P.L in forma standard (forma asimmetrica) in modo da poter introdurre una tabella che elenchi tutte le corrispondenze tra problemi primali e duali, seguita da un semplice esempio (slide 6-11). Abbiamo poi considerato alcuni esempi di problemi duali significativi evidenziandone il significato fisico : il duale del problema della dieta e dei trasporti (slide 12-15). Poi abbiamo enunciato e dimostrato il teorema della dualitá in riferimento alla programmazione lineare (slide 16-23) presentando alcune osservazioni che scaturiscono dal teorema come la relazione tra moltiplicatori del simplesso e soluzioni ottime del problema duale e il metodo con cui ricavare dalla soluzione del problema primale le soluzioni del problema duale (slide 24-29). Abbiamo inoltre fornito un interpretazione economica dei moltiplicatori del simplesso, ossia delle soluzioni ottime del problema duale (slide 30-31). R. adei 36 / 9
10 Prof. R. adei Infine, abbiamo enunciato e dimostrato le condizioni di complementarietà tra le soluzioni ottime del primale e del duale per la forma asimmetrica e solamente enunciato le condizioni di complementarietà per la forma simmetrica (slide 32-34). R. adei 37 / 10
4. METODI DUALI DEL SIMPLESSO
4. MEODI DUALI DEL SIMPLESSO R. adei 1 Una piccola introduzione R. adei 2 MEODI DUALI DEL SIMPLESSO L obiettivo del capitolo è illustrare e giustificare i metodi duali del simplesso. Entrambi i metodi
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
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
DettagliSi consideri il seguente tableau ottimo di un problema di programmazione lineare
ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6
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
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
Dettagli5. ANALISI DI SENSIBILITÀ
5. ANALISI DI SENSIBILITÀ R. Tadei 1 Una piccola introduzione R. Tadei 2 ANALISI DI SENSIBILITÀ Nei precedenti capitoli abbiamo visto come, partendo da un problema reale, si possa giungere alla costruzione
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
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
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
DettagliProblemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
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
DettagliProblema del trasporto
p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in
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
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliPossibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
DettagliInterpretazione economica della dualità
Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della
DettagliOTTIMIZZAZIONE LINEARE MULTICRITERIO
OTTIMIZZAZIONE LINEARE MULTICRITERIO NOTAZIONE Siano x ed y vettori di R n indicati estesamente con x x x x 1 Μ i Μ n, y y1 Μ yi Μ y n e si ponga N = {1,2,, n}. Scriveremo allora: x y ( x è diverso da
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
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
DettagliRicerca Operativa. Ricerca Operativa p. 1/6
Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
Dettagli2.6 Calcolo degli equilibri di Nash
92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito
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
Dettaglix 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =
56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
DettagliDomini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):
UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione
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:
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
DettagliEsercizi di Programmazione Lineare - Dualità
Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul
DettagliIntroduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
DettagliCOMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
DettagliLEZIONE N. 6 - PARTE 1 - Introduzione
LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
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
DettagliIntroduzione 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
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
DettagliOttimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33
Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una
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
DettagliIntroduzione ai Problemi di Flusso su Reti
UNIVERSI DI PIS IROCINIO ORMIVO IVO - I CICLO CLSSE DI BILIZIONE MEMIC PPLIC Introduzione ai Problemi di lusso su Reti Relatore: Prof. V. Georgiev.U: Prof. M. Berni Elisabetta lderighi R.O e Riforma della
DettagliSoluzione dei Problemi di Programmazione Lineare
Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle
DettagliParte V: Rilassamento Lagrangiano
Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
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
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliTeoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8
Teoria della Programmazione Lineare Teoria della Programmazione Lineare p. 1/8 I problemi di PL in forma canonica In forma scalare: max n j=1 c jx j n j=1 a ijx j b i x j 0 i = 1,...,m j = 1,...,n Teoria
Dettagli4.1 Localizzazione e pianificazione delle base station per le reti UMTS
esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),
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
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
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.
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
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
DettagliEsercizi sulla Programmazione Lineare Intera
Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente
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
Dettagli5.4.5 Struttura dell algoritmo ed esempi
CAPITOLO 5. IL METODO DEL SIMPLESSO 6 5.4.5 Struttura dell algoritmo ed esempi Come abbiamo già ampiamente osservato, la fase II del metodo del simplesso, a partire da una soluzione di base ammissibile,
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,
DettagliRilassamento Lagrangiano
RILASSAMENTO LAGRANGIANO 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il seguente problema
DettagliIntroduzione alla ricerca operativa Problemi e modelli
Problemi e modelli TFA Anno Accademico 2012-13 La metodologia della matematica applicata Problema reale Denizione del modello matematico Algoritmo risolutivo Analisi dei risultati Il problema reale Reperimento
DettagliConvergenza del Simplesso e regole anti-ciclaggio
Convergenza del Simplesso e regole anti-ciclaggio degenerazione e ciclaggio un esempio di ciclaggio regole anti-ciclaggio rif. Fi 3.2.6, BT 3.4 (Esempio 3.6), BT 3.7; Sulla convergenza del metodo del simplesso
DettagliUniversità degli Studi di Napoli "Federico II" - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof.
Corso di Ricerca Operativa - Prova d'esame del.0.008 (Prof. Bruno) Una ditta di spedizioni ha accettato un ordine per trasportare con urgenza 00 tonnellate di materiale industriale in una località. La
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
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 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 )
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare - TESTI Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi
DettagliGeometria della Programmazione Lineare
Capitolo 2 Geometria della Programmazione Lineare In questo capitolo verranno introdotte alcune nozioni della teoria dei poliedri che permetteranno di cogliere gli aspetti geometrici della Programmazione
DettagliUniversità Ca Foscari Venezia
Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi FAQ sul Metodo del SIMPLESSO Università Ca Foscari Venezia, Dipartimento di Management,
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 ;
Dettagli3.6 Metodi basati sui piani di taglio
3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
DettagliSistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
Dettagliinoltre, deve essere: Funzioni obiettivo lineare a tratti
Funzioni obiettivo lineare a tratti Si supponga che la funzione obiettivo J(z) sia non lineare rispetto ad una (o più) delle variabili di decisione. Ipotizziamo tuttavia che la non linearità sia di tipo
DettagliEsame di Ricerca Operativa - 14 luglio 2009 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - luglio 9 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la seguente formula booleana in forma normale congiuntiva, di clausole e variabili: (x
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliPagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliIL METODO DEL SIMPLESSO
IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno
DettagliProgrammazione Lineare
Programmazione Lineare Andrea Scozzari a.a. 2012-2013 March 14, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare March 14, 2013 1 / 18 Metodo del Simplesso Dato un problema di PL in forma standard
DettagliRilassamento Lagrangiano
Rilassamento Lagrangiano AA 2009/10 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il
DettagliProgrammazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
Dettagli3x 2 = 6. 3x 2 x 3 = 6
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice
DettagliAlgoritmi generali per PLI
Programmazione Lineare Intera: II Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev.. ottobre Algoritmi generali per PLI Metodi esatti tradizionali (anni 6 oggi):
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa
DettagliIndice. Premessa 13. Simboli ed abbreviaifoni 17. lntrodusione 19. Sistemi e modelli 31. La programmaifone matematica 45.
Indice Premessa 13 Simboli ed abbreviaifoni 17 lntrodusione 19 Capitolo primo Sistemi e modelli 31 1.1 Alcune definizioni 1.2 Analisi e classificazione dei sistemi 1.3 I modelli e la loro classificazione
Dettagli7.5 Il caso vincolato: preliminari
7.5 Il caso vincolato: preliari Consideriamo ora il problema vincolato 3, che qui riscriviamo: fx gx 0 hx = 0, 13 con g : IR n IR p e h : IR n IR m, m n. Ricordiamo che F = {x IR n : gx 0, hx = 0}, denota
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
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
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
DettagliMetodi e modelli per le decisioni
Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 5.5 Esercizi Nota : Devo molti di questi esercizi a temi d esame del prof. Alberto Colorni. Nota : Gli esercizi e le soluzioni non sono stati
DettagliProgrammazione Lineare Intera
Programmazione Lineare Intera Andrea Scozzari a.a. 2012-2013 May 10, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare Intera May 10, 2013 1 / 16 Programmazione Lineare Intera: Metodo dei Piani
DettagliProblemi lineari equivalenti
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
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
DettagliUn applicazione della programmazione lineare ai problemi di trasporto
Un applicazione della programmazione lineare ai problemi di trasporto Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA 2012-2013
DettagliRicerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare
Ricerca Operativa A.A. 2007/2008 10. Dualità in Programmazione Lineare Luigi De Giovanni - Ricerca Operativa - 10. Dualità in Programmazione Lineare 10.1 Soluzione di un problema di PL: punti di vista
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliAlcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.
Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento
DettagliLezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
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)
Dettagli