Dato un cammino P indichiamo con c(p ) il costo dell insieme di archi A(P ) del cammino, ovvero c(p )=c(a(p )) = uv P c uv. c 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Dato un cammino P indichiamo con c(p ) il costo dell insieme di archi A(P ) del cammino, ovvero c(p )=c(a(p )) = uv P c uv. c 1"

Transcript

1 Capiolo 7 Cammini minimi 7. Definizioni fondamenali Sia dao un grafo non orienao G(N,A) conneo, con coi aociai agli archi c uv R per ogni uv A. Siano anche dai due nodi peciali, N. Faremo la eguene: Aunzione Per ogni nodo u N, eie (almeno) un cammino orienao dal nodo al nodo u. Dao un cammino P indichiamo con c(p ) il coo dell inieme di archi A(P ) del cammino, ovvero c(p )=c(a(p )) = uv P c uv. c ba = a b d c 7 f Figura 7.: Un cammino Nell eempio in Figura 7. il cammino da a evidenziao ha coo pari a 7. Definizione 7.. Problema del cammino minimo: rovare il cammino orienao P da a di coo minimo Di eguio indicheremo con u-cammino o cammino u un cammino orienao di primo eremo e ulimo eremo u. Quindi, il cammino minimo èun-cammino P per cui vale c(p ) c(p ) per ogni -cammino orienao P. Di eguio, quando non poa orgere confuione, denoeremo con P l inieme di archi A(P ) del cammino P.Ilveore d incidenza di P è un veore x P {, } A ale che x P uv =e uv P, x P uv = alrimeni. Sia P un -cammino. Poiché il primo eremo di P èilnodo, non ci ono archi di P enrani in, ovvero P δ G () = : que ulima relazione può eere eprea come condizione ulle componeni del veore d incidenza di P, pecificamene u δ G () xp u =. Analogamene, non ci ono archi di P uceni 56

2 da e quindi vale u δ + G () xp u =. Di convero, da ece un olo arco di P e quindi u δ + G () xp u =; in modo imile, in enra un olo arco di P e dunque u δ G () xp u =. Ogni alro nodo v N {, } può rovari nelle due condizioni alernaive: i) v non appariene al cammino, e dunque neun arco di P enra in v e neun arco di P ece da v, oppure ii) v appariene al cammino, e quindi eaamene un arco di P enra in v ed eaamene un arco di P ece da v. In ogni cao, il numero di archi enrani è uguale al numero di archi uceni e quindi arà x P uv = x P vu v N {, } (7.) uv δ G (v) vu δ + G (u) In Figura 7. ono morai un -cammino e il uo veore d incidenza. b a c P d f x P a b c bc ac cf da df d c f Figura 7.: Un cammino e il uo veore d incidenza Quindi, il veore d incidenza x P di un qualunque cammino P da a in G appariene al eguene poliedro denominao Q : x R A : x uv uv A (7.) x uv x vu = v N {, } (7.) uv δ G (v) vu δ + G (v) x u x u = u δ G () u δ + G () (7.4) x u x u = u δ G () u δ + G () (7.5) Ponendo x(f )= uv F x uv il poliedro Q può eere epreo nella forma compaa: x(δ G (v)) x(δ+ G (v)) = v N {, } x(δ G ()) x(δ+ G ()) = (7.6) x(δ G ()) x(δ+ G ()) = In figura 7. è morao un grafo e i vincoli che definicono il poliedro Q. La figura mee in evidenza come la marice dei coefficieni dei vincoli ia eaamene la marice d incidenza nodi-archi M aociaa al grafo G(N,A). Abbiamo quindi la eguene proprieà: Proprieá 7.. La marice dei vincoli del poliedro Q dei cammini di un grafo G è preciamene la marice d incidenza nodi-archi del grafo eo. 57

3 - x - x = - x + x = x - x - x = x + x - x = x, x, x, x, x Figura 7.: Grafo e marice dei vincoli aociaa In paricolare, la marice M è moraa in Figura 7.4, inieme al veore dei ermini noi b. Quindi il poliedro dei cammini può eere ricrio in forma ancora più compaa: Q = {x R A : Mx = b, x A } ove M, grazie alla proprieà 7.., è la marice d incidenza nodi-archi di G, menre b è un veore a N componeni: la componene aociaa al nodo è pari a +, la componene aociaa al nodo èparia - e ue le alre componeni ono nulle. Definizione 7.. Dao un veore x Q, diremo upporo di x l inieme di archi S(x) ={e A : x e > }, cioè l inieme di archi corripondeni alle componeni reamene poiive di x b M Figura 7.4: Marice d incidenza nodi-archi e veore dei ermini noi Un modo andard per rappreenare graficamene un veore x Q conie nell evidenziare in graeo gli archi del upporo di x crivendo accano a ciacun arco il valore della corripondene componene. In Figura 7.5 ono rappreenai, ripeivamene, i veori x =( =,=, =, =, = ), x =(,,,, ) e x =(/, /, /4, /4, /4), ui appareneni al poliedro Q dei cammini (per verificarlo baa oervare che i puni dai oddifano ui i vincoli che definicono il poliedro). Si oervi che menre x e x ono effeivamene veori d incidenza di cammini, x non lo è. Quindi, il poliedro Q coniene, olre ai veori d incidenza degli -cammini di G, anche alri puni (ineri e non). Nel eguio dimoraremo alcune proprieà del poliedro Q. Dal Teorema 6.. appiamo che il rango della marice M èparia N =n. Quindi, poiché i vincoli rappreenai da M ono n equazioni, uno qualunque di quei vincoli è ridondane (può eere oenuo come combinazione lineare delle alre n equazioni) e può eere eliminao dal iema enza modificare Q. Ad eempio, l ulima riga della marice in Fig. 7.4 può eere oenua ommando le 58

4 / /4 /4 / x x x /4 Figura 7.5: Veori appareni poliedro dei cammini. alre righe della marice pre-moliplicae per -; anche l ulima componene del veore dei ermini noi può eere oenua nello eo modo. Eendo il rango di M pari a n, dalla eoria della programmazione lineare appiamo che le oluzioni di bae del poliedro Q hanno al più n componeni poiive. Inolre, ponendo E = m, il numero di variabili fuori bae è eaamene pari a m n +. b n- m-n+ n- B F x B riga ridondane x F b n M Figura 7.6: Bai del poliedro Q. Il proimo eorema lega proprieà delle bai di Q a proprieà opologiche del grafo G. Teorema 7.. (Teorema delle oluzioni di bae di Q ) Un veore x Q è una Soluzione di Bae (SBA) e e olo e il uo upporo S(x )={e A : x e > } è una FORESTA di G(N,A) Dim. Solo e. Eendo x oluzione di bae i ha che ( ) ( ) x x = B B x = b (7.7) F m n+ ove B è una oomarice (n ) (n ) non ingolare di M e b è il corripondene ooveore dei ermini noi (privo quindi della componene ridondane). Quindi, per il Teorema 6.., gli archi T B corripondeni alle colonne di B definicono un albero ricoprene di G. Quindi S(x )=S(x B ) T B: in paricolare, e x è non degenere, ue le componeni in bae ono reamene poiive e S(x )=T B. Alrimeni, qualche componene di x arà nulla e S(x ) T B è oinieme di archi di un albero ricoprene, ovvero l inieme di archi di una forea. Se. Per comodià indicheremo con M la marice oenua da M rimuovendo la riga ridondane. Quindi M x = b.ses(x )è una forea e G(N,A) è un grafo conneo, allora eie un albero ricoprene T B di G ale che S(x ) T B. La oomarice B di M le cui colonne corripondono agli n archi di T B e le cui righe corripondono alle n righe di M è non ingolare (per il Teorema 6..). Senza perdia di generalià 59

5 upponiamo che S(x )={e,...,e p }, p n e upponiamo che T B = {e,...,e p,e p+,...e n }. Siano inolre x...,x n e m,...,m n, ripeivamene, le componeni della oluzione e le colonne della marice B corripondeni agli archi di T B : quindi B =(m...m n ). Siano infine x n,...,x m e m n,...,m m le rimaneni variabili e colonne di M, ripeivamene. Per coruzione, avremo x >,...,x p > (in quano corripondono agli archi nel upporo S(x )): ue le alre variabili ono nulle e dunque in paricolare x n =...= x m =. Quindi i ha: M x = m x + m x m n x n + m n x n m m x m = m x + m x m n x n ovvero, rappreenando la omma in forma di prodoo mariciale M x = Bx B,ovex B è il veore delle prime n componeni di x. Eendo M x = b abbiamo che Bx B = b ed eendo B una marice non ingolare x B = B b e quindi x è una oluzione di bae. La Figura 7.7 mora alcuni veori di Q diinguendo fra oluzioni di bae e non. / / / /4 /4 / / /4 non di bae di bae non di bae Figura 7.7: Soluzioni di Bae e non di Bae del poliedro Q. Il proimo eorema mora come le oluzioni di bae di Q idenifichino ui e oli i cammini del grafo G. Teorema 7..4 (Teorema dei cammini ebaidiq ) Un veore x Q è una Soluzione di Bae (SBA) e e olo e è il veore d incidenza di un cammino orienao P da a Dim. Solo e. Moriamo innanziuo che e x è una oluzione di bae allora la forea H =(W, S(x )) (dove W è l inieme di nodi eremi degli archi in S(x )) è un cammino. Moreremo che H èunalbero che coniene eaamene due foglie e e quindi, dal Teorema.4., H è un cammino.. H non coniene nodi iolai. Infai ogni nodo è eremo di un arco di H. Quindi ogni componene connea di H è un albero che coniene almeno due nodi e quindi coniene almeno due foglie. Se r èil numero di componeni connee di H, le foglie di H aranno almeno r.. e ono le ole foglie di H. Infai, upponiamo che eia un nodo v N {, } ale che d H (v) =. Allora eie eaamene un arco di S(x ) incidene in v e upponiamo enza perdia di generalià che l arco ia un arco enrane wv. Queo implica che x wv >. Ma allora, per il vincolo 7., deve eere vu δ + H (v) x vu > : deve quindi eiere almeno un arco vz ucene da v ale che x vz >. Ma allora anche vz S(x ) conraddicendo il fao che v è una foglia di H.. Eendo H una forea con due ole foglie e enza nodi iolai, H coniene una ola componene e quindi H è un albero. Dal Teorema.4. egue che H è un cammino. Quindi S(x )è l inieme degli archi di un cammino P = { = v,e,v,e,v,..., v p,e p,v p+ = } di eremi e. Dobbiamo ora dimorare che il cammino èun-cammino, cioè un cammino orienao che va da a. 6

6 Cominciamo col morare che l ulimo arco e p di P è un arco enrane, ovvero e p =(v p,). Infai, upponiamo che e p = (, v p ); queo implica che (, v p ) S(x ), ovvero che x,v p >. Poiché in incide un olo arco di P,arà quindi u δ + G () x u = x,v p > e u δ G () x u =. Ciò implica che u δ G () x u u δ + G () x u < violando quindi il vincolo 7.4. Quindi arà e p =(v p,)ex v p, >. Inolre, per oddifare il vincolo 7.4, dovrà eere x v p, =. Se v p = allora P coniene olo l arco,, e il eorema è dimorao. Alrimeni moriamo che l arco e p èunarcoenraneinv p,ecioè e p =(v p,v p ). Si oervi che in v p incidono eaamene due archi di P. Uno dei due archi è l arco (v p,) che è un arco ucene da v p. Quindi arà v p,u δ + G (vp) x v p,u =. Da 7., eendo v p,u δ + G (vp) x v p,u = u,v p δ G (vp) x u,v p arà u,v p δ G (vp) x u,v p = e quindi il econdo arco incidene in v p deve neceariamene apparenere alla ella enrane in v p. Ma queo implica che e p =(v p,v p )ex p,p =. L argomeno uilizzao per dimorare che l arco e p è orienao da v p a v p può eere uilizzao induivamene per dimorare che anche gli alri archi del cammino hanno l orienameno opporuno.? v h- e h- v h e h V h+ v p e p Figura 7.8: Orienameno degli archi ul cammino di eremi e. Supponiamo quindi che per gli archi e h,e h+,...,e p ia e h =(v h,v h+ ), e h+ =(v h+,v h+ ),..., e p = (v p,)(cioè iano ui orienai nel vero giuo ) con x e h = x v h,v h+ =,..., x e p =, e upponiamo che l arco e h ia ale che e h =(v h,v h ), cioè appariene alla ella ucene di v h. Poiché anche l arco e h =(v h,v h+ ) appariene alla ella ucene da v h, ed inolre e h e e h ono gli unici archi della ella di v h nel upporo della oluzione, i ha da (7.): x v h,u x u,v h = x v h,v h x v h,h+ = v h,u δ + G (v h) v h,u δ G (v h) Coneguenemene, x v h,h = x v h,h+ = violando la non negaivià delle variabili. Quindi il econdo arco incidene in v h deve neceariamene apparenere alla ella enrane in v h e quindi e h =(v h,v h ). Si ha da (7.): x v h,u x u,v h = x v h,h x v h,h+ = v h,u δ + G (v h) v h,u δ G (v h) e quindi, x v h,h = x v h,v h+ = Se. Dicende direamene dal Teorema delle oluzioni di bae di Q (7..). Infai, un cammino di G è una forea di G. I eoremi precedeni ci permeono di definire una meodologia per il calcolo dei cammini di coo minimo in un grafo orienao baaa ulla programmazione lineare. Specificamene: Se x P è il veore d incidenza di un cammino P, allora il coo c(p )dip può eere epreo come c(p )= c uv = c uv x P uv = c T x P. uv A(P ) uv A 6

7 ove A(P )è l inieme di archi di P. Trovare un cammino orienao P di coo minimo è equivalene a rovare il veore d incidenza x di un cammino avene coo c T x minimo; per il Teorema 7..4 queo è equivalene a rovare una oluzione di bae (quindi un verice) del poliedro Q = {x R A : Mx = b, x A } avene coo minimo; ma queo è equivalene a riolvere il eguene problema di programmazione lineare: (CM) min c T x Mx = b (7.8) x A o, equivalenemene, {min c T x : x Q }. Il veore b dei ermini noi è un veore a n = N componeni; le prime due componeni b e b ono aociae, ripeivamene, al nodo ealnodo, eihab T =(,,,...,) Un meodo andard per riolvere problemi di programmazione lineare è il meodo del impleo. Tuavia, per problemi di cammini minimo, eiono meodi più efficieni che fruano le caraeriiche paricolari del poliedro dei cammini. 7. L algorimo di Dijkra per il problema del cammino minimo. Una clae di algorimi frua le proprieà della coppia di problemi di programmazione lineare dea primale-duale. In paricolare, dao il problema di PL 7.8, è poibile coruire il problema duale inroducendo un veore di variabili y R N le cui componeni ono aociae ai vincoli del primale e quindi ai nodi N del grafo. Le prime due componeni di y aranno aociae, ripeivamene, al nodo e al nodo, menre le alre ono aociae agli alri nodi. Il problema duale i criverà quindi (DCM) max b T y M T y c (7.9) - b T M T u v uv - Figura 7.9: Generico problema duale. Si oervi che eendo i vincoli del primale vincoli d uguaglianza, le variabili duali non ono vincolae in egno. I vincoli del duale ono aociai alle variabili primali, e cioè avremo un vincolo per ogni arco di G. In paricolare, il problema duale (DCM) può eere ricrio come egue: 6

8 max y y (7.) (DCM) y v y u c uv per ogni uv A La Figura 7.9 può aiuare a comprendere la naura del generico problema duale del cammino minimo. La Figura 7., invece, mora la marice dei cofficieni M T del problema duale aociao al grafo nell eempio di Figura 7.: ale marice è la rapoa di quella moraa in Figura 7.4, oenuo emplicemene raponendo la marice M Figura 7.: Coninuazione eempio di Figura 7.4. Si oervi che, eendo il rango di A pari a n, una qualunque riga del primale può eere eliminaa perché ridondane. Queo è equivalene, nel problema duale, a porre a zero la corripondene variabile. Si ceglie di porre quindi y =. Abbiamo quindi definio una coppia primale-duale. Dao un problema (P) di PL, è noo che (P) può rovari in una delle egueni condizioni (ripeo all eienza e al valore delle oluzioni): (i) (P )non ammee oluzioni, (ii) P è illimiao, (iii) P ammee almeno una oluzione oima u un verice. Poiché, per l Aunzione, il grafo G coniene almeno un cammino, il problema primale ammee almeno una oluzione. Dalla eoria della dualià appiamo che e il problema primale è illimiao inferiormene, il problema duale arà inammiibile. Vogliamo quindi ripondere alla eguene domanda: Può la regione ammiibile del problema duale (DCM) riulare vuoa? Per ripondere a quea domanda enunciamo innanziuo un lemma, noo come principio di oimalià, la cui dimorazione banale può eere omea. Lemma 7.. Sia G(N,A) un grafo privo di cicli negaivi e ia P u = {, (, v ),v,...,(v p,v p ),v p = u} un cammino minimo da a u. AlloraP i = {, (, v ),v,...,(v i,v i ),v i } è un cammino minimo da a i, peri =,...,p. Teorema 7.. (Teorema dei cicli negaivi) Il Problema Duale ammee oluzioni (il Problema Primale non è illimiao) e e olo e il grafo G(N,A) non ha cicli orienai di coo oale negaivo. Dim. Se. Moriamo innanziuo che e G non coniene cicli orienai (di coo) negaivi allora (DCM) ammee oluzioni. La dimorazione è oenua morando come, in aenza di cicli negiivi, ia empre poibile (almeno eoricamene) coruire una oluzione y duale ammiibile. Per l Aunzione, eie almeno un cammino u per ogni u N. SiaP u il (un) cammino di lunghezza minima da da u, per ogni u. Coruiamo una oluzione duale ponendo y u = c(p u ) per ogni u N, ovvero l u-eima componene di y è pari al coo del cammino di coo minimo da a u. Moriamo che y è una oluzione ammiibile per (DCM) e cioè y v y u c uv per ogni arco uv A. Supponiamo di no; eie allora un arco uv A ale che y v y u >c uv ; per come abbiamo definio y,ciò implica che c(p v ) c(p u ) >c uv ecioè c(p v ) >c(p u )+c uv. Eiono due poibilià. 6

9 v P * v u P * u P Figura 7.:. Il nodo v non appariene a P u : allora poiamo coruire un cammino da a v concaenando il cammino P u all arco uv. Queo cammino ha coo pari a c(p u )+c uv <c(p v ) conraddicendo l ipoei che P v foe il cammino di coo minimo da a v.. Il nodo v appariene a P u : quindi P u = {,...,v,...,u}. Per il principio di oimalià, il oocammino P v di P u che va da a v è oimo e quindi c(p v)=c(p v ). Conideriamo ora il oocammino P u di P u che va da v a u. La concaenazione di P u con l arco uv è un ciclo orienao. Inolre, eendo c(p v)=c(p v ) >c(p u )+c uv = c(p v )+c(p u)+c uv ne egue che >c(p u)+c uv e il ciclo orienao P u (u, v) ha coo negaivo, conraddizione. P * v v C P u Figura 7.: Solo e. Moriamo che e eie una oluzione y duale ammiibile, allora G(N,A) non coniene cicli negaivi. Sia quindi y una oluzione duale ammiibile e upponiamo per aurdo che ci ia un ciclo orienao C = {, (, ),, (, ),...k, (k,k),k,(k, ), } di coo negaivo (per emplicià di noazione il nodo v i è indicao con il uo indice i). Poiché y è una oluzione duale, deve eere: y y c y y c. y y k c k (7.) Sommando ue le diequazioni i oiene facilmene uv C c uv = c(c); ma c(c) < per ipoei, conraddizione. Quindi, l aenza di cicli orienai di coo negaivo aicura l eienza di una oluzione duale ammiibile e quindi di una oluzione primale oima. Da ora in poi faremo la eguene Aunzione (G, c conervaivi). veore di coo c). Il grafo G(N, A) non coniene cicli di coo negaivo (ripeo al 64

10 . 7. Condizioni di caro complemenare nei cammini minimi. Abbiamo vio che è poibile aociare a un problema di cammino minimo una coppia primale-duale di problemi di programmazione lineare. Dalla eoria della dualià appiamo che x è una oluzione oima del problema primale (CM) 7.8, e y è una oluzione oima del problema duale (DCM) 7., e e olo e valgono le condizioni di caro complemenare: x uv(c uv y v + y u) = per ogni uv A (7.) ovvero, indicando con uv = c uv y v + y u lalack del vincolo duale aociao ad uv A, e vale x uv uv = per ogni uv A. Se x è il veore d incidenza di un cammino, le ue componeni poono aumere olo valore o valore, e la condizione x uv > è equivalene a x uv. Quindi, la condizione di complemenarià 7. implica che x è il veore d incidenza di un cammino minimo P e e olo e eie una oluzione duale y (con aociao veore di lack ) ale che uv = ogni vola che x uv =. Avremo quindi: yv = yu + c uv per ogni uv A ale che x uv = (7.) Si oervi che la condizione x uv = implica che l arco uv appariene al cammino minimo P. Il cammino P = {, (, ),, (, ),, (,),} è un cammino minimo per il grafo in Figura 7.. Per verificare l oimalià dip è ufficiene morare una oluzione duale che oddifa le condizioni di complemenarià 7. con il veore d incidenza di P. y = y = y = y = Figura 7.: Una oluzione duale oima In effei, è facile morare che la oluzione in figura è ammiibile per il duale (DCM) e oddifa le condizioni di complemenarià. Infai y = y + c =,y = y + c =ey = y + c =. Analogamene a quano deo per una oluzione primale, per verificare l oimalià di una oluzione duale è ufficiene morare un cammino il cui veore d incidenza oddifi le condizioni di complemenarià. Definizione 7.. Daa una oluzione duale y diremo grafo ridoo (ripeo ad y )ilgrafog(y )(N,F ), ove F = {uv A : y v = y u + c uv } In alri ermini, il grafo ridoo G(y )dig(n,a) ripeo alla oluzione duale y è il grafo ricoprene di G(N,A) oenuo coniderando olo gli archi corripondeni a vincoli duali oddifai all uguaglianza da y,ecioèarchiuv A la cui lack duale uv è nulla, ovveroia archi uv A per i quali vale y v y u = c uv. In Figura 7.4 ono morae due oluzioni duali ammiibili e i corripondeni grafi ridoi. Riepilogando, abbiamo che, per ogni arco uv A, 65

11 y = y = y = y = y = y = y = y = Figura 7.4: Due oluzioni duali e i corripondeni grafi ridoi. Se uv =, allora uv G(y ). Se uv >, allora uv / G(y ). Per quano i è deo prima, una oluzione duale y è oima e e olo e eie un -cammino il cui veore d incidenza oddifa le condizioni di complemenarià cony. Il proimo eorema caraerizza l eienza di un iffao cammino. Teorema 7.. (Teorema del cammino nel grafo ridoo) Un cammino orienao P da a in G(N,A) ha coo minimo e e olo e eie una oluzione duale y con la proprieà chep è un cammino orienao da a nel grafo ridoo G(y ). Dim. Sia P un -cammino in G(N,A) eiax P il uo veore di incidenza. x P è oimo e e olo e eie una oluzione duale y ale che x P uv(c uv y v + y u) = per ogni uv A. Ovvero e e olo e eie una oluzione duale y ale che y v = y u + c uv per ogni uv P (x P uv = ). Ma queo èveroeeoloep èun-cammino in G(y ). Il eorema 7.. uggerice un poibile algorimo generico per la oluzione del problema del cammino minimo.. Scegli una oluzione duale y e coruici il grafo ridoo G(y ). Cerca un qualiai -cammino in G(y ).. Se un -cammino eie in G(y ), ale cammino è oimo. Se non eie, aggiorna opporunamene y e orna al pao. Nauralmene biogna preciare come aggiornare la oluzione duale in modo da aicurarci che, prima o poi, il grafo G(y ) includerà un-cammino. Il proimo eorema fornice un crierio di aggiornameno della oluzione duale in modo da accrecere in G(y ) l inieme W dei nodi u N per cui eie un u-cammino in G(y ) fino a quando W includerà ilnodo. Teorema 7.. Teorema di accrecimeno Sia W l inieme dei nodi raggiungibili da in G(y ) eia = min{ pq = c pq y q + y p : pq δ + G (W )}: allora il veore { y v = y v per ogni v W y v = y v + per ogni v N W (7.4) è una oluzione duale. 66

12 G(y ) k A-F W h δ G+ (W ) F Figura 7.5: Teorema di accrecimeno Dim. Si oervi che, eendo y una oluzione duale (ammiibile) i avrà y q y p c pq e quindi pq per ogni pq A. Sarà quindi. Supponiamo ora per aurdo che la nuova oluzione y non ia una oluzione duale. Allora eierà un arco hk per cui y k y h >c hk. Eendo y una oluzione duale ammiibile, i ha y k y h c hk: day k y h >c hk e dicende che y k <y k. Ma queo vuol dire che y k è divero da y k e quindi è ao modificao: dunque, k N W e y k = y k +. Se anche y h è divero da y h i ha che y h = y h + e quindi conraddicendo l ipoei iniziale. Quindi deve eere y h = y h. Queo implica che h W. Quindi, h W e k N W implicano che hk δ + G (W ). Ma allora y k y k = =min{c pq y q + y p : pq δ + G (W )} c hk y k + y h e quindi y k c hk + y h c hk + y h, ovvero y k y h c hk, conraddizione. Nell eempio di Figura 7.6.a) è morao un grafo, la oluzione duale e il grafo ridoo aociao (gli archi del grafo ridoo ono a rao coninuo). L inieme dei nodi raggiungibili da nel grafo ridoo è W = {, }. Il aglio δ + G (W )è formao dagli archi {(, ), (, ), (,)}. W y = y = y = W y = y = y = y = y = Figura 7.6: Un eempio del eorema di accrecimeno Per calcolare = min{ pq = c pq y q + y p : pq δ + G (W )} valuiamo quindi le egueni quanià: c y + y = += c y + y = += (7.5) c y y = += e quindi =. Aggiorniamo le variabili duali aociae ai nodi in N W. L aggiornameno produce quindi y = y +=ey = y + = (le alre variabili reano al valore precedene). Nel grafo di Figura 7.6.b) i oerva come l inieme W dei nodi raggiungibili da nel grafo ridoo aociao alla nuova oluzione duale coniene reamene l inieme precedene. In effei, quea proprieàè empre verificaa dalle nuove oluzioni duali aggiornae econdo il Teorema 7.., come enunciao dal eguene: 67

13 Teorema 7..4 Secondo eorema di accrecimeno Sia W l inieme dei nodi raggiungibili da in G(y ), e upponimo che / W.SiaW l inieme dei nodi raggiungibili da in G(y ) ove y è la nuova oluzione duale oenua ponendo { y v = y v per ogni v W y v = y v + per ogni v N W (7.6) ove = min{ pq = c pq y q + y p : pq δ + G (W )}. AlloraW W. Dim. Dimoriamo innanziuo che W W. Si oervi che neun arco uv di G(y ) appariene a δ + G (W ). Alrimeni, u W e quindi eie un u-cammino P u in G(y ); poiché uv G(y ) anche l v-cammino P u (u, v) appariene a G(y ) e quindi v W.Mauv δ G (W ) implica v N W, una conraddizione. Quindi uv / δ + G (W ) per ogni arco uv G (y). Sia dunque z W un qualunque nodo raggiungibile da in G(y )eiap z un z-cammino in G(y ). Tui i nodi del cammino ono conenui in W e quindi y v = y v e y u = y u per ogni uv P z. Ne conegue che il cammino P z è anche un cammino di G(y ) e quindi z W. Queo dimora che W W. Dimoriamo ora che W W. Sia pq = c pq y q + y p per ogni pq A la lack del vincolo duale pq eial = {uv δ + G (W ): uv = }, cioè l inieme degli archi di δ + G (W ) la cui lack duale ia uguale a. Per ogni uv L i ha uv / G (y) (eendo uv δ + G (W )), quindi uv > e di coneguenze >. Eendo u W e v N W,ihay v = y v + e y u = y u. Eendo c uv y v + y u = avremo c uv = y v + y u =(y v + ) y u = y v y u e uv L èunarcodig(y ). Quindi, per ogni arco uv L, v è raggiungibile da in G(y )(v W ) menre non lo èing(y )(v / W ). Quindi W W {v : uv L} e W W. 7.4 Specificià dell algorimo di Dijkra W () G(y () ) W () G(y () ) W () G(y () ) L () L () Figura 7.7: Algorimo per la ricerca del cammino minimo. I eoremi di accrecimeno 7.. e 7..4 ono alla bae di un procedimeno per il calcolo del cammino minimo. L idea è quella di coruire una equenza di oluzioni duali y (),y (),y (),, e i corripondeni iniemi di nodi raggiugibili W (),W (),W (), da in G(y (i) ), i =,,,... Un poibile chema di oluzione è dunque il eguene: All inizio Scegli una oluzione duale iniziale y (). Tale oluzione ceramene eie perché G non coniene cicli negaivi (Aunzione, Teorema 7..). Deermina W () eponii =. A ogni pao: Se W (i), ogni cammino in G(y (i) )è oimo (Teorema 7..). Alrimeni: 68

14 - individua L (i) = {uv δ + G (W (i) ) degli archi del aglio con minimo valore di lack (i) c uv y v (i) + y u (i) }; - definici la nuova oluzione duale y (i+) e deermina W (i+) ; - poni i = i + e va al pao i. uv = La Figura 7.7 illura un applicazione dell algorimo abbozzao nello chema precedene. chemaizzazione più accuraa è daa in Figura 7.8. Una ALGORITMO PRIMALE-DUALE PER IL CAMMINO MINIMO Pao. Scegli y () e deermina W (). Poni i = Pao i. Se W (i), ogni cammino da a in G(y (i) ) oimo; Alrimeni genera y (i+) e deermina W (i+) ponendo: =min{c hk y (i) k + y(i) h : hk δ(g(w (i) )}. y v (i+) = y v (i) per ogni v W (i) y v (i+) = y v (i) + per ogni v N W (i) W (i+) = {inieme di nodi raggiungibili da in G(y i+ )} Poni i = i + Fine Pao i Figura 7.8: L algorimo primale-duale per il cammino minimo Una poibile implemenazione di ale chema è il coiddeo Algorimo di Dijkra, coì chiamao dal nome del uo ideaore, l olandee Edger Wybe Dijkra, che lo inrodue nel 954. Per aicurari che il grafo G(N,A) non conenga cicli di coo negaivo (conervaivià deicoi) l algorimo di Dijkra richiede che il veore c dei coi oddifi una condizione più fore, e cioè c uv per ogni uv A. Quea proprieà permee anche di calcolare agevolmene una oluzione duale iniziale y (). Infai è facile vedere che il veore nullo y () = n è ammiibile eendo y v () y u () = c uv per ogni uv A. In alre parole, l agorimo di Dijkra è eenzialmene l algorimo di Figura 7.8 qualora applicao a un ianza con coi degli archi non negaivi e inizializzao con una oluzione duale pari al veore nullo Applicazione dell algorimo di Dijkra. Si conideri l eempio di Figura 7.9 Ponendo y uv () = per ogni uv A i ha che G(y () ) non coniene archi e quindi l unico nodo raggiungibile da è eo: quindi W () = {} e δ + G (W () )={(, v ), (, v )}; il calcolo di è morao in Figura 7.9. Eendo = i incremenano di un unià le variabili corripondeni ai nodi in N W (),ecioèle variabili duali y,y,y,y 4,y. I nuovi valori ono morai in Figura 7.. Il nuovo inieme W () = {, v } e δ G (W () )={(, v ), (v,v )}; il calcolo di è morao in Figura 7.. Gli aggiornameni delle variabili e i nuovi iniemi di nodi e archi e il calcolo di ono morai in Figura 7.. In paricolare, W () = {, v,v } e δ + G (W () )={(, v ), (v,v ), (v, )}. La erza ierazione dell algorimo è illuraa in Figura 7.. In paricolare, W (4) = {, v,v, } e δ + G (W () )={(, v ), (v,v ), (v, )}. 69

15 y() = W () y () = v y () = y () = v v 5 4 y () = y () = 4 -y () +y() = -y () +y() = = L= {v } Figura 7.9: Inizializzazione algorimo di Dijkra. y() = W () y () = v y () = y () = v v 5 y () = 4 y () 4 = -y () + y() =9 -y () +y() = = L= {v v } Figura 7.: Prima ierazione algorimo di Dijkra. W () y () = y() = v y () =4 y () =4 v v 5 y () =4 4 y () =4 4 -y () +y() =6 4-y () +y() =4 4 5-y () +y() =5 =4 L= {v } Figura 7.: Seconda ierazione algorimo di Dijkra. y(4) = y (4) = v y (4) =4 W (4) y (4) =8 v v 5 4 y (4) =8 y (4) 4 =8 -y (4) +y(4) = 5-y (4) +y(4) = -y (4) +y(4) = 4 = L= {v v, v } Figura 7.: Terza ierazione algorimo di Dijkra. 7

16 La quara e ulima ierazione dell algorimo è illuraa in Figura 7.. In paricolare, W (5) = {, v,v,,v,} e W (5). Un qualunque cammino nel grafo ridoo è un cammino minimo. In queo cao, eie un unico cammino minimo {, v,v,v v,v,v,,, }. Si oervi inolre che, per ogni u, il coo del cammino minimo da a u è proprio pari a y u (5). Quea proprieàè illuraa nel proimo eorema. y (5) = v y (5) = v y (5) =4 W (5) v 4 5 y (5) =9 y (5) =8 4 Figura 7.: Ulima ierazione algorimo di Dijkra. Teorema 7.4. Teorema di oimalià del grafo ridoo. Se y R N èunaoluzionedualeperil problema (CM) aociao al grafo G(N,A) e W l inieme dei nodi raggiungibili da in G(y), alloraper ogni u W, y u è il coo del cammino minimo da ad u in G(N,A). Dim. Conideriamo un u-cammino P u = {, v,v,...,v k,v k u, u} in G(y); poiché ogni arco di P u appariene a G(y) deve eere: y v y = c,v y v y v = c v,v. y u y vk = c vk,u (7.7) Sommando ue le equazioni, e enendo cono che y =, i oiene y u = uv P u c uv = c(p u ). D alronde, preo un qualunque u-cammino P u = {, u,u,...,u k,u k u, u} in G(N,A), per l ammiibilià della oluzione duale deve eere: y u y c,u y u y u c u,u. y u y uk c uk,u (7.8) da cui, ommando le diuguaglianze, i oiene y u c(p u). Quindi c(p u )=y u c(p u) per ogni u-cammino P u in G(N,A) ep u è un cammino minimo Schema e compleià dell algorimo di Dijkra Tenendo cono delle aunzioni (conervaivià dei coi), l algorimo di Dijkra può eere ineizzao come in Figura 7.4. Eaminiamo ora i ingoli pai dell algorimo per deerminare la compleià. Inano oerviamo che l inero blocco Repea... Unil viene ripeuo al più N vole. Infai, a ogni ierazione viene aggiuno almeno un nodo all inieme W. Quindi, in al piú N ierazioni, il nodo verrà inerio in W. L iruzione al Pao : = min{c uv y v + y u : uv δ + G (W )} eamina la ella ucene δ+ G (W ) dall inieme W ; 7

17 ALGORITMO DI DIJKSTRA. Inizializzazione W = {}; y = N. Repea. = min{c uv y v + y u : uv δ + G (W )}. L = {uv δ + G (W ):cuv yv + yu = } 4. v N W poni y v := y v + 5. W = {inieme di nodi raggiungibili da in G(y)} 6. Unil W Figura 7.4: Algorimo di Dijkra (954) richiede quindi al maimo l analii di A archi. La ea analii vale per il Pao. Per il Pao 4, l algorimo deve candire i nodi in N W, quindi al più N nodi. Infine, al Pao 5 i applica un algorimo di viia al grafo G(y), che richiede al maimo un numero di pai proporzionale a A. Quindi, all inerno del blocco, verranno eeguii O( A + N ) pai. Siccome il blocco viene eeguio al più N vole, il numero compleivo di ierazioni dell algorimo di Dijkra arà O( N ( A + N )) che può eere ricrio come O(n m) Arborecenza dei cammini minimi Dao un grafo orienao G(N,A), un nodo peciale N per cui eie almeno un u-cammino per ogni u N, e dao un veore di coo non negaivo c A,ilproblema dell arborecenza dei cammini minimi conie nel rovare un arborecenza ricoprene H(N,T) di radice con la proprieà che, per ogni u N, il cammino orienao da a u in H èunu-cammino di coo minimo in G(N,A). G(N,A) v v v 4 v v 4 v H v v v v H v 5 v v 5 4 v 5 Figura 7.5: Un grafo orienao e due arborecenze minime radicae in. Per rappreenare opporunamene un arborecenza H(N,T) i noi in primo luogo che ogni nodo v N divero da ha eaamene un arco enrane uv T. Se uv è l arco enrane in v, ilnodou è deo padre di v. Un arborecenza viene in genere rappreenana aravero il veore dei padri. Ad eempio, le due arborecenze in Figura 7.5 vengono rappreenae mediane i veori: 7

18 Padre(H )= v v v v v v 5, Padre(H )= v v v v v 5 (7.9) Vediamo adeo come l algorimo di Dijkra poa eere opporunamene modificao per il calcolo dell arborecenza minima di un grafo orienao. Sia dunque y la oluzione correne a un generico pao dell algorimo, e ia G(y)(W, F ) il corripondene grafo ridoo, ove W = W (y) è l inieme dei nodi raggiungibili da in G(y) (edf è l inieme degli archi del grafo G(y)). Per come W è definio, eie un cammino orienao P v da a v W in G(y) e quindi eie in G(y) un arborecenza H(W, T ) ricoprene di radice. Ora, per il Teorema 7.4., ogni v-cammino P v in G(y) èunv-cammino minimo in G(N,A). Di coneguenza, e W = N, ogni arborecenza P v ricoprene di G(y) è anche ricoprene di G ed inolre gli v-cammini ull arborecenza (eendo cammini di G(y)) ono cammini di coo minimo in G e H è un arborecenza minima. Quindi, modificando opporunamene il e di erminazione dell algorimo di Dijkra, cioè arreandolo olo quando W = N (e non emplicemene quando W ), allora poiamo facilmene coruire un arborecenza H dei cammini minimi di radice in G uilizzando olo gli archi del grafo ridoo. Lo chema dell algorimo modificao per il calcolo dell arborecenza è morao in Fig ALGORITMO DIJKSTRA MODIFICATO (calcolo dell arborecenza) -. Inizializzazione Padre[v] := per ogni v N. W = {}; y = N. Repea. = min{c uv y v + y u : uv δ + G (W )}. L = {uv δ + G (W ):cuv yv + yu = } 4. v N W poni y v := y v + 5. W = {inieme di nodi raggiungibili da in G(y)} 6. Coruici in G(y) un arborecenza radicaa in 7. Coruici il veore PADRE aociao all arborecenza 8. Unil W = N - Figura 7.6: Algorimo di Dijkra modificao Si oervi che la coruzione dell arborecenza (e del veore PADRE aociao) poono eere realizzai mediane algorimi di viia (quindi in un numero di pai proporzionale a A ). La compleià dell algorimo modificao è quindi ancora O(nm) 7

Tema 3. Insiemi, elementi di logica, calcolo combinatorio, relazioni e funzioni

Tema 3. Insiemi, elementi di logica, calcolo combinatorio, relazioni e funzioni Tema 3 Iniemi, elemeni di logica, calcolo combinaorio, relazioni e funzioni 3.1 Queii di livello bae 3.1.1 Si coniderino i egueni enunciai: n è un muliplo di 3 o è un numero pari, e inolre è minore di

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboraorio di Algorimi e Sruure Dai Aniello Murano hp://people.na.infn.i people.na.infn.i/ ~murano/ 1 Algorimi per il calcolo di percori minimi u un grafo 1 Un emplice problema Pr oblema: Supponiamo che

Dettagli

Applicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

Applicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis Applicazioni del Maimo fluo Progeazione di Algorimi a.a. 0-6 Maricole congrue a Docene: Annalia De Boni Maching bipario Problema del max maching. Inpu: grafo non direzionao G = (V, E). M E e` un maching

Dettagli

Metodo della Trasformata di Laplace (mtl)

Metodo della Trasformata di Laplace (mtl) Lezione 7 Meodo della raformaa di Laplace Lezione n.7 Meodo della raformaa di Laplace (ml). Inroduzione. Richiami ulla raformaa di Laplace. Proprieà della raformaa. Regola di derivazione.3 abella di raformae

Dettagli

Lezione 4. Risposte canoniche dei sistemi del primo e del secondo ordine

Lezione 4. Risposte canoniche dei sistemi del primo e del secondo ordine Lezione 4 Ripoe canoniche dei iemi del primo e del econdo ordine Parameri caraeriici della ripoa allo calino Per ripoe canoniche i inendono le ripoe dei iemi dinamici ai egnali coiddei canonici (impulo,

Dettagli

Ottimizzazione Combinatoria Massimo Flusso - Algoritmi ANTONIO SASSANO

Ottimizzazione Combinatoria Massimo Flusso - Algoritmi ANTONIO SASSANO Oimizzazione Combinaoria Maimo Fluo - Algorimi ANTONIO SASSANO Univerià di Roma La Sapienza Diparimeno di Informaica e Siemiica Coro di Laurea in Ingegneria Geionale Roma, 13 Giugno 2006 1 Maimo Fluo:

Dettagli

Problema 1: Una collisione tra meteoriti

Problema 1: Una collisione tra meteoriti Problema : Una colliione ra meeorii Problemi di imulazione della econda prova di maemaica Eami di ao liceo cienifico 5 febbraio 05 Lo udene deve volgere un olo problema a ua cela Tempo maimo aegnao alla

Dettagli

Ottimizzazione Combinatoria Flussi, Cammini e Tagli

Ottimizzazione Combinatoria Flussi, Cammini e Tagli Oimizzazione Combinaoria Flui, Cammini e Tagli Prof. Anonio Saano Diparimeno di Informaica e Siemiica Univerià di Roma La Sapienza A.A. DATI: Un grafo orienao G(N,A) Un veore capacià c A DIREMO: FLUSSO

Dettagli

REGISTRAZIONE DEL MOTO. Lo scopo è riempire una tabella t/s (istante di tempo/posizione occupata)

REGISTRAZIONE DEL MOTO. Lo scopo è riempire una tabella t/s (istante di tempo/posizione occupata) REGISTRAZIONE DEL MOTO Lo copo è riempire una abella / (iane di empo/poizione occupaa) (ec) (meri) Ciò i può fare in due modi: 1) Prefiare le poizioni e miurare a quale empo vengano raggiune. Si compila

Dettagli

Metodo della trasformata di Laplace

Metodo della trasformata di Laplace Meodo della raformaa di aplace Il meodo imbolico conene di affronare l analii di rei coneneni componeni reaivi (condenaori e induori) in regime inuoidale, aggirando la compleià maemaica inrodoa dalle relazioni

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Universià di Napoli Parenope Facolà di Ingegneria Corso di Comunicazioni Elerice docene: Prof. Vio Pascazio a Lezione: 7/04/003 Sommario Caraerizzazione energeica di processi aleaori Processi aleaori nel

Dettagli

Claudio Arbib Università dell Aquila. Ricerca Operativa. Problemi di cammino ottimo

Claudio Arbib Università dell Aquila. Ricerca Operativa. Problemi di cammino ottimo Claudio Arbib Univerià dell Aquila Ricerca Operaiva Problemi di cammino oimo Sommario Il problema del cammino più breve Il problema del cammino più icuro Una formulazione come PL 0- Proprieà della formulazione

Dettagli

Progettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Seconda

Progettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Seconda Progeazione di Algorimi Anno Accademico 0 09 Eercizi Ugo Vaccaro Eercizi u Grafi: Pare Seconda N.B. Si ricorda che ogni algorimo và accompagnao da una argomenazione ul perchè calcola correamene l oupu

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboraorio di Algorimi e Sruure Dai Aniello Murano hp://people.na.infn.i people.na.infn.i/~murano/ 1 Algorimi per il calcolo di percori minimi u un grafo 1 Un emplice problema Problema: Supponiamo che

Dettagli

V AK. Fig.1 Caratteristica del Diodo

V AK. Fig.1 Caratteristica del Diodo 1 Raddrizzaore - Generalià I circuii raddrizzaori uilizzano componeni come i Diodi che presenano la caraerisica di unidirezionalià, cioè permeono il passaggio della correne solo in un verso. In figura

Dettagli

VALORE EFFICACE DEL VOLTAGGIO

VALORE EFFICACE DEL VOLTAGGIO Fisica generale, a.a. /4 TUTOATO 8: ALO EFFC &CCUT N A.C. ALOE EFFCE DEL OLTAGGO 8.. La leura con un mulimero digiale del volaggio ai morsei di un generaore fornisce + in coninua e 5.5 in alernaa. Tra

Dettagli

2.4 Flussi di valore massimo

2.4 Flussi di valore massimo .4 Flui di valore maimo I modelli di fluo hanno variae applicazioni in eori come elecomunicazioni informaica (muliproceori, proocolli inerne) rapori (aereo, radale, ferroviario, merci) Si raa di diribuire

Dettagli

Capitolo IV L n-polo

Capitolo IV L n-polo Capitolo IV L n-polo Abbiamo oervato che una qualiai rete, vita da due nodi, diventa, a tutti gli effetti eterni, un bipolo unico e queto è in qualche miura ovvio e abbiamo anche motrato come cotruire

Dettagli

Politica Economica Europea

Politica Economica Europea Poliica Economica Europea 2 Tao di cambio Obieivo: confronare il valore di uno eo bene denominao in due value divere Bene X P$ Bene X P Eprimere il valore di un bene denominao in una valua, in un alra

Dettagli

Ottimizzazione Combinatoria Formulazioni e Formulazioni Ottime

Ottimizzazione Combinatoria Formulazioni e Formulazioni Ottime Oimizzazione Combinaoria Formulazioni e Formulazioni Oime Prof. Anonio Saano Diparimeno di Informaica e Siemiica Univerià di Roma La Sapienza A.A. 29 Formulazione Lineare Problema di PL: min {c T x : xs}

Dettagli

Algoritmi greedy III parte

Algoritmi greedy III parte Algorimi greedy III pare Progeazione di Algorimi a.a. -1 Maricole congrue a 1 Docene: Annalia De Boni 1 Cammini minimi Si vuole andare da Napoli a Milano in auo percorrendo il minor numero di chilomeri

Dettagli

Ulteriori Esercizi su Grafi. Ugo Vaccaro

Ulteriori Esercizi su Grafi. Ugo Vaccaro Progeazione di Algorimi Anno Accademico 0 0 Uleriori Eercizi u Grafi. Ugo Vaccaro N.B. Si ricorda che ogni algorimo và accompagnao da una argomenazione ul perchè calcola correamene l oupu e da un analii

Dettagli

Osservabilità (1 parte)

Osservabilità (1 parte) eoria dei sisemi - Capiolo 9 sservabilià ( pare) Inroduzione al problema della osservabilià: osservazione e ricosruzione. Sai indisinguibili e sai non osservabili...3 Soospazi di osservabilià e non osservabilià

Dettagli

CAPITOLO 9 - RETI DINAMICHE NEL DOMINIO DELLA FREQUENZA

CAPITOLO 9 - RETI DINAMICHE NEL DOMINIO DELLA FREQUENZA G. SUPT FUGA MT D TOA D T ovembre CAPTOO 9 - T DAMCH DOMO DA FQUZA pag. / CAPTOO 9 - T DAMCH DOMO DA FQUZA TODUZO l meodo della raformaa di aplace, chiamao anche analii nel dominio della frequenza, è una

Dettagli

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1. Docente: Annalisa De Bonis

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1. Docente: Annalisa De Bonis Maimo fluo Progeazione di Algorimi a.a. 2017-18 Maricole congrue a 1 Docene: Annalia De Boni 1 Maimizzare il # di PC prodoi 2 Decrizione del problema Una fabbrica (orgene) di PC deve abilire il numero

Dettagli

2. Politiche di gestione delle scorte

2. Politiche di gestione delle scorte deerminisica variabile nel empo Quando la domanda viaria nel empo, il problema della gesione dell invenario divena preamene dinamico. e viene deo di lo-sizing. Consideriamo il caso in cui la domanda pur

Dettagli

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis Maimo fluo Progeazione di Algorimi a.a. 2016-17 Maricole congrue a 1 Docene: Annalia De Boni 1 Maimizzare il # di PC prodoi 2 Decrizione del problema Una fabbrica (orgene) di PC deve abilire il numero

Dettagli

Note per la Lezione 28 Ugo Vaccaro

Note per la Lezione 28 Ugo Vaccaro Progeazione di Algorimi Anno Accademico 2017 2018 Noe per la Lezione 28 Ugo Vaccaro In quea lezione udieremo ancora problemi u cammini minimi, ma in grafi in cui vi poono eere archi di coo negaivo. Quindi,

Dettagli

Media Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo

Media Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo Media Mobile di ampiezza k (k pari) Esempio: Vendie mensili di shampoo Mese y 1 266,0 2 145,9 3 183,1 4 119,3 5 180,3 6 168,5 7 231,8 8 224,5 9 192,8 10 122,9 11 336,5 12 185,9 1 194,3 2 149,5 3 210,1

Dettagli

Cammini minimi con una sorgente

Cammini minimi con una sorgente Cammini minimi con na orgene Problema dei cammini minimi Variani e archi negaii Soorra oima di n cammino minimo Algorimo di Dijkra Compleià dell algorimo Rappreenazione dei cammini minimi Problema dei

Dettagli

Note per la Lezione 29 Ugo Vaccaro

Note per la Lezione 29 Ugo Vaccaro Progeaione di Algorimi Anno Accademico 1 1 Noe per la Leione Ugo Vaccaro In quea leione coninueremo lo udio di cammini minimin grafi in cui vi poono eere archi di coo negaivo. Ricordiamo l algorimo baao

Dettagli

Università degli Studi di Milano-Bicocca - Facoltà di Economia Matematica Generale Modulo B - 15 Luglio 2003. Soluzione

Università degli Studi di Milano-Bicocca - Facoltà di Economia Matematica Generale Modulo B - 15 Luglio 2003. Soluzione Universià degli Sudi di Milano-Bicocca - Facolà di Economia Maemaica Generale Modulo B - 5 Luglio 00 Eserciio. Dare la definiione di rango di una marice. Enunciare il Teorema di Rouchè-Capelli., verifi-

Dettagli

Circuito Simbolico. Trasformazione dei componenti

Circuito Simbolico. Trasformazione dei componenti Circuito Simbolico Principio di bae E poibile applicare a tutte le leggi matematiche che regolano un circuito la traformata di Laplace, in modo da ottenere un nuovo circuito con delle proprietà differenti.

Dettagli

Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Lecture 11: 13-14 Maggio 2010. Meccanismi per la Condivisione dei Costi

Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Lecture 11: 13-14 Maggio 2010. Meccanismi per la Condivisione dei Costi Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/0 Lecture : 3-4 Maggio 200 Meccanimi per la Condiviione dei Coti Docente Paolo Penna Note redatte da: Paolo Penna Primo Eempio Vogliamo vendere

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Sintesi tramite il luogo delle radici

Sintesi tramite il luogo delle radici Sintei tramite il luogo delle radici Può eere utilizzata anche per progettare itemi di controllo per itemi intabili Le pecifiche devono eere ricondotte a opportuni limiti u %, ta, t di W(), oltre quelle

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo

Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo L. De Giovanni G. Zambelli 1 Problema del flusso a costo minimo Il problema del flusso a costo minimo é definito

Dettagli

Note per la Lezione 33 Ugo Vaccaro

Note per la Lezione 33 Ugo Vaccaro Progeazione di Algorimi Anno Accademico 208 209 Noe per la Lezione 33 Ugo Vaccaro In quea lezione vedremo alcune applicazioni dei riulai ul calcolo del fluo maimo, derivai nelle lezioni precedeni. Prima

Dettagli

Note su alcuni principi fondamentali di macroeconomia Versione parziale e provvisoria. Claudio Sardoni Sapienza Università di Roma

Note su alcuni principi fondamentali di macroeconomia Versione parziale e provvisoria. Claudio Sardoni Sapienza Università di Roma Note u alcuni principi fondamentali di macroeconomia Verione parziale e provvioria Claudio Sardoni Sapienza Univerità di Roma Anno accademico 2010-2011 ii Indice Premea v I Il breve periodo 1 1 Il fluo

Dettagli

Trasformata di Laplace unilatera Teoria

Trasformata di Laplace unilatera Teoria Definizione Tafomaa di Laplace unilaea Teoia L[f()] = f() $ e ($) d = F() Dove: f() = funzione eale afomabile. E nulla pe

Dettagli

Le ipotesi di base che si utilizzano sono le stesse quattro già viste con riferimento al caso della flessione semplice e cioè:

Le ipotesi di base che si utilizzano sono le stesse quattro già viste con riferimento al caso della flessione semplice e cioè: LEZIONI N 44 E 45 CALCOLO A ROTTURA DELLA SEZIONE PRESSOINFLESSA PROBLEMI DI VERIFICA La procedura di verifica dei pilatri di c.a., ottopoti a forzo normale e momento flettente, è baata ulla cotruzione

Dettagli

Corso di Microonde II

Corso di Microonde II POITECNICO DI MIANO Coro di Microonde II ezi n. 3: Generalità ugli amplificatori ineari Coro di aurea pecialitica in Ingegneria delle Telecomunicazi Circuiti attivi a microonde (Amplificatori) V in Z g

Dettagli

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010 elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

velocità angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un intervallo di tempo)

velocità angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un intervallo di tempo) V A = AMPIEZZA = lunghezza di V A ALTERNATA Proiezione di V X ISTANTE = velocià angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un inervallo di empo) DEVE ESSERE COSTANTE Angolo

Dettagli

Problema del flusso massimo

Problema del flusso massimo Rei di fluo Problema del fluo maimo Moivazione iniziale: problemi di raffico u rei di raporo Trapori ferroviari, auoradali, Traporo di liquidi in rei idriche Traporo di pacchei di dai in una ree di comunicazione.

Dettagli

Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 20/6/2013

Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 20/6/2013 Iiuzioni di Probabilià Laurea magirale in Maemaica prova cria del 0/6/03 Exercie. (puni 8 circa) Sia W un moo browniano reale. Sia ϕ : 0, + 0, + una funzione crecene, ia c : 0, + 0, + una funzione miurabile;

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Capitolo. Il comportamento dei sistemi di controllo in regime permanente. 6.1 Classificazione dei sistemi di controllo. 6.2 Errore statico: generalità

Capitolo. Il comportamento dei sistemi di controllo in regime permanente. 6.1 Classificazione dei sistemi di controllo. 6.2 Errore statico: generalità Capitolo 6 Il comportamento dei itemi di controllo in regime permanente 6. Claificazione dei itemi di controllo 6. Errore tatico: generalità 6. Calcolo dell errore a regime 6.4 Eercizi - Errori a regime

Dettagli

b i 1,1,1 1,1,1 0,1,2 0,3,4

b i 1,1,1 1,1,1 0,1,2 0,3,4 V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile

Dettagli

ESEMPI DI ESERCIZI SU IRPEF ED IRES

ESEMPI DI ESERCIZI SU IRPEF ED IRES ESEMPI DI ESERCIZI SU IRPEF ED IRES 1. Irpef 1) Dopo avere definio il conceo di progressivià delle impose, si indichino le modalià per la realizzazione di un sisema di impose progressivo. 2) Il signor

Dettagli

6. Tassi di sostituzione lordi e netti del sistema pensionistico obbligatorio e complementare

6. Tassi di sostituzione lordi e netti del sistema pensionistico obbligatorio e complementare 6. Tai di oiuzione lordi e nei del iema penioniico obbligaorio e complemenare 6.1. Premea Il capiolo è dedicao all analii dei ai di oiuzione del iema penioniico obbligaorio nell inero periodo di previione

Dettagli

Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale. L. De Giovanni, V. Dal Sasso

Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale. L. De Giovanni, V. Dal Sasso Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale L. De Giovanni, V. Dal Sasso 1 Esercizio 1. Dato il problema min 2x 1 x 2 s.t. x 1 + 2x 2 7 2x 1 x 2 6 3x 1 + 2x 2

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Statica del corpo rigido: esercizi svolti dai compitini degli anni precedenti

Statica del corpo rigido: esercizi svolti dai compitini degli anni precedenti Statica de corpo riido: eercizi voti dai compitini dei anni precedenti II COMPITIO 00 003 Un ae di eno orizzontae omoenea, di maa M0 k e unhezza L m, è appoiata u due cavaetti. L ae pore di 60 cm otre

Dettagli

Esercizi sul moto del proiettile

Esercizi sul moto del proiettile Eercizi ul moto del proiettile Riolvi li eercizi ul quaderno utilizzando la oluzione olo per controllare il tuo riultato. 1 Un fucile è puntato orizzontalmente contro un beralio alla ditanza di 30 m. Il

Dettagli

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI A.A. 2013/14 Eserciazione - IRPEF TESTO E SOLUZIONI Esercizio 1 - IRPEF Il signor X, che vive solo e non ha figli, ha percepio, nel corso dell anno correne, i segueni reddii: - Reddii da lavoro dipendene

Dettagli

Diagramma circolare di un motore asincrono trifase

Diagramma circolare di un motore asincrono trifase Diagramma circolare di un motore aincrono trifae l diagramma circolare è un diagramma che permette di leggere tutte le grandezze del motore aincrono trifae (potenza rea, perdite nel ferro, coppia motrice,

Dettagli

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Politecnico di Milano Facoltà di Ingegneria dell Informazione AGENTI AUTONOMI E SISTEMI MULTIAGENTE Appello COGNOME E NOME

Politecnico di Milano Facoltà di Ingegneria dell Informazione AGENTI AUTONOMI E SISTEMI MULTIAGENTE Appello COGNOME E NOME Politecnico di Milano Facoltà di Ingegneria dell Informazione AGENTI AUTONOMI E SISTEMI MULTIAGENTE Appello COGNOME E NOME 5 luglio 2006 RIGA COLONNA MATRICOLA Il presente plico pinzato, composto di quattro

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette. . Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,

Dettagli

Ricerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. (Massimo Flusso) Giovanni Fasano.

Ricerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. (Massimo Flusso) Giovanni Fasano. Facolà di Ingegneria dell Informazione, Informaica e Saiica Appuni dalle lezioni di Ricerca Operaiva (Maimo Fluo) ede di Laina Giovanni Faano faano@unive.i hp://venu.unive.i/ faano anno accademico 2013-2014

Dettagli

Problema del flusso massimo

Problema del flusso massimo Rei di fluo Problema del fluo maimo Moivazione iniziale: problemi di raffico u rei di raporo Trapori ferroviari, auoradali, Traporo di liquidi in rei idriche Traporo di pacchei di dai in una ree di comunicazione.

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Il condensatore. Carica del condensatore: tempo caratteristico

Il condensatore. Carica del condensatore: tempo caratteristico Il condensaore IASSUNTO: apacia ondensaori a geomeria piana, cilindrica, sferica La cosane dielerica ε r ondensaore ceramico, a cara, eleroliico Il condensaore come elemeno di circuio: ondensaori in serie

Dettagli

Lezione 12. Regolatori PID

Lezione 12. Regolatori PID Lezione 1 Regolatori PD Legge di controllo PD Conideriamo un regolatore che eercita un azione di controllo dipendente dall errore attravero la eguente legge: t ut = K et K e d K de t P + τ τ+ D. dt La

Dettagli

Alberi binari. Ilaria Castelli castelli@dii.unisi.it A.A. 2009/2010. Università degli Studi di Siena Dipartimento di Ingegneria dell Informazione

Alberi binari. Ilaria Castelli castelli@dii.unisi.it A.A. 2009/2010. Università degli Studi di Siena Dipartimento di Ingegneria dell Informazione Alberi binari Ilaria Castelli castelli@dii.unisi.it Università degli Studi di Siena Dipartimento di Ingegneria dell Informazione A.A. 2009/2010 I. Castelli Alberi binari, A.A. 2009/2010 1/20 Alberi binari

Dettagli

Lezione n.12. Gerarchia di memoria

Lezione n.12. Gerarchia di memoria Lezione n.2 Gerarchia di memoria Sommario: Conceo di gerarchia Principio di localià Definizione di hi raio e miss raio La gerarchia di memoria Il sisema di memoria è molo criico per le presazioni del calcolaore.

Dettagli

RICERCA OPERATIVA GRUPPO A prova scritta del 5 luglio 2010

RICERCA OPERATIVA GRUPPO A prova scritta del 5 luglio 2010 RICERCA OPERATIVA GRUPPO A prova cria del luglio 00. Dao il problema di programmazione lineare P) min z = x +x +x max y + y x x x = y +y < x + x x y + y < x, x, x 0 y y < y > 0 a) coruirne il duale D;

Dettagli

METODI DECISIONALI PER L'AZIENDA. www.lvproject.com. Dott. Lotti Nevio

METODI DECISIONALI PER L'AZIENDA. www.lvproject.com. Dott. Lotti Nevio METODI DECISIONALI PER L'AZIENDA www.lvprojec.com Do. Loi Nevio Generalià sui sisemi dinamici. Variabili di sao, di ingresso, di uscia. Sisemi discrei. Sisemi lineari. Paper: Dynamic Modelling Do. Loi

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

Dettagli

Programmazione della produzione a lungo termine e gestione delle scorte

Programmazione della produzione a lungo termine e gestione delle scorte Programmazione della produzione a lungo ermine e gesione delle score Coneso. Il problema della gesione delle score consise nel pianificare e conrollare i processi di approvvigionameno dei magazzini di

Dettagli

IL PROBLEMA DELLO SHORTEST SPANNING TREE

IL PROBLEMA DELLO SHORTEST SPANNING TREE IL PROBLEMA DELLO SHORTEST SPANNING TREE n. 1 - Formulazione del problema Consideriamo il seguente problema: Abbiamo un certo numero di città a cui deve essere fornito un servizio, quale può essere l energia

Dettagli

Lezione n.7. Variabili di stato

Lezione n.7. Variabili di stato Lezione n.7 Variabili di sao 1. Variabili di sao 2. Funzione impulsiva di Dirac 3. Generaori impulsivi per variabili di sao disconinue 3.1 ondizioni iniziali e generaori impulsivi In quesa lezione inrodurremo

Dettagli

Struttura dei tassi per scadenza

Struttura dei tassi per scadenza Sruura dei assi per scadenza /45-Unià 7. Definizione del modello ramie gli -coupon bonds preseni sul mercao Ipoesi di parenza Sul mercao sono preseni all isane ZCB che scadono fra,2,,n periodi Periodo:

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Errori di misura. è ragionevole assumere che una buona stima del valore vero sia la media

Errori di misura. è ragionevole assumere che una buona stima del valore vero sia la media Errori di miura Se lo trumento di miura è abbatanza enibile, la miura rietuta della tea grandezza fiica darà riultati diveri fra loro e fluttuanti in modo caratteritico. E l effetto di errori cauali, o

Dettagli

Ing. Mariagrazia Dotoli Controlli Automatici NO (9 CFU) Antitrasformata di Laplace PROCEDIMENTI DI ANTITRASFORMAZIONE

Ing. Mariagrazia Dotoli Controlli Automatici NO (9 CFU) Antitrasformata di Laplace PROCEDIMENTI DI ANTITRASFORMAZIONE PROCEDIMENTI DI ANTITRASFORMAZIONE L'operazione di paaggio invero dal dominio della frequenza complea al dominio del tempo F() f(t) è detta antitraformata o traformazione invera di Laplace. Data una funzione

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

L Ultimo Teorema di Fermat per n = 3 e n = 4

L Ultimo Teorema di Fermat per n = 3 e n = 4 Università degli Studi di Cagliari Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Matematica L Ultimo Teorema di Fermat per n = 3 e n = 4 Relatore Prof. Andrea Loi Tesi di Laurea

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

MATEMATICA FINANZIARIA A.A. 2007 2008 Prova dell 8 febbraio 2008. Esercizio 1 (6 punti)

MATEMATICA FINANZIARIA A.A. 2007 2008 Prova dell 8 febbraio 2008. Esercizio 1 (6 punti) MATEMATICA FINANZIARIA A.A. 007 008 Prova dell 8 febbraio 008 Nome Cognome Maricola Esercizio (6 puni) La vendia raeale di un bene di valore 000 prevede il pagameno di rae mensili posicipae cosani calcolae

Dettagli

Teorema del Limite Centrale

Teorema del Limite Centrale Teorema del Limite Centrale Una combinazione lineare W = a 1 X + a Y + a 3 Z +., di variabili aleatorie indipendenti X,Y,Z, ciacuna avente una legge di ditribuzione qualiai ma con valori attei comparabili

Dettagli

Esercizi per il corso di Algoritmi, anno accademico 2014/15

Esercizi per il corso di Algoritmi, anno accademico 2014/15 Eercizi per il coro di Algorimi, anno accademico 0/ Eercizi u Union-Find. Eercizio: Scrivere peudocodice per Make-Se, Union, e Find-Se uando la rappreenazione aravero lie linkae e la euriica di unione

Dettagli

Trasformazioni di Galileo

Trasformazioni di Galileo Principio di Relaivià Risrea (peciale) e si sceglie un dr rispeo al uale le leggi della fisica sono scrie nella forma più semplice (dr ineriale) allora le sesse leggi valgono in ualunue alro dr in moo

Dettagli

Rette e piani con le matrici e i determinanti

Rette e piani con le matrici e i determinanti CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.

Dettagli

Limiti e continuità di funzioni reali di una variabile

Limiti e continuità di funzioni reali di una variabile di funzioni reali di una variabile Corso di Analisi Matematica - capitolo VI Facoltà di Economia, UER Maria Caterina Bramati Université Libre de Bruxelles ECARES 22 Novembre 2006 Intuizione di ite di funzione

Dettagli

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs Lezioni di Ricerca Operativa Dott. F. Carrab.. 009/00 Lezione in Laboratorio: - Eercizi di modellazione Lezione 7: Eempio: Invetimenti Un cliente affida ad un aenzia finanziaria un milione di euro da impieare

Dettagli

3. Catene di Misura e Funzioni di Trasferimento

3. Catene di Misura e Funzioni di Trasferimento 3.. Generalità 3. Catene di Miura e Funzioni di Traferimento 3.. Generalità Il egnale che rappreenta la grandezza da miurare viene trattato in modo da poter eprimere quet ultima con uno o più valori numerici

Dettagli

Lezione 2. Campionamento e Aliasing. F. Previdi - Controlli Automatici - Lez. 2 1

Lezione 2. Campionamento e Aliasing. F. Previdi - Controlli Automatici - Lez. 2 1 Lezione 2. Campionamento e Aliaing F. Previdi - Controlli Automatici - Lez. 2 1 Schema della lezione 1. Introduzione 2. Il campionatore ideale 3. Traformata di un egnale campionato 4. Teorema del campionamento

Dettagli

Alcuni Preliminari. Prodotto Cartesiano

Alcuni Preliminari. Prodotto Cartesiano Alcuni Preliminari Prodotto Cartesiano Dati due insiemi A e B, si definisce il loro prodotto cartesiano A x B come l insieme di tutte le coppie ordinate (a,b) con a! A e b! B. Es: dati A= {a,b,c} e B={,2,3}

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli