Modelli su rete (Grafi)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Modelli su rete (Grafi)"

Transcript

1 Modelli su rete (Grafi) Vari tipi di problemi possono essere rappresentati graficamente per mezzo di grafi o reti. Un tipico problema incontrato è il problema del trasporto. Vedremo ora la struttura di base dei modelli su rete ed alcuni esempi di problemi di carattere economico e finanziario che possono essere formulati per mezzo di tali modelli. I modelli su rete sono dei particolari modelli di PL che possiedono caratteristiche più vantaggiose rispetto ai modelli di PL generali: consentono di fornire un'interpretazione grafica al problema considerato possono essere risolti con algoritmi specifici ancora più efficienti di quelli disponibili per la PL sotto opportune ipotesi garantiscono l interezza delle soluzioni ottime come nel caso dei problemi di trasporto. RETI O GRAFI Intuitivamente, una rete o grafo è una struttura caratterizzata da vertici (o nodi) ed archi (o spigoli) come nell esempio seguente. ESEMPIO : V = {1, 2, 3, 4, 5, 6} A = {(1,2), (1,4), (1,6), (2,3), (3,6), (4,5), (5,3), (5,6)} Dal punto di vista matematico una rete o grafo è individuata da una coppia di insiemi (V,A), ove V={insieme dei vertici o nodi} ed A={insieme degli archi}. Supponendo che i nodi siano numerati da 1 ad n, ovvero V={1,...,n}, la coppia (orientata) (i,j) indicherà l'arco (orientato) che collega il nodo i al nodo j. Quando si parla di arco in generale si definisce una relazione tra una coppia di nodi, ad esempio, nella figura sopra l arco (4,5) evidenzia come il nodo 4 sia in relazione col nodo 5, l orientamento indica però che tale relazione non è biunivoca ovvero 4 è in relazione a 5 ma non viceversa. Un esempio intuitivo di grafo è dato dalle reti di trasporto urbano dove i nodi rappresentano gli incroci mentre gli archi sono i tratti stradali tra due incroci successivi. L arco (4,5) specifica allora che è possibile andare dall incrocio 4 all incrocio 5 ma non viceversa (siamo in presenza di una strada a senso unico). In generale non tutte le coppie di nodi saranno collegate da archi. L insieme A può essere interpretato come un sottoinsieme del prodotto cartesiano VxV (= l'insieme di tutte le possibili coppie (i,j) ). Quando invece non si ha interesse a specificare l orientamento del collegamento tra due nodi allora si parla di spigoli del grafo ed uno spigolo tra due nodi (i,j) (indicato semplicemente con una linea tra i e j vedi figura) rappresenta ora una relazione biunivoca tra i e j.

2 i j FLUSSI Nei modelli su rete si associano a tutti gli agli archi (i,j) delle variabili decisionali x ij che possono essere interpretate fisicamente come la quantità di flusso che si intende inviare dal vertice i al vertice j (se x ij R), oppure se debba esserci un legame (flusso) fra il vertice i ed il vertice j (se x ij = 0 o 1) (flusso booleano). Ad esempio, nei problemi economici o finanziari i nodi possono rappresentare periodi temporali o siti e le variabili x ij possono essere interpretate come rappresentanti un "flusso" (monetario, di materiali, ecc.) fra un nodo ed un altro. Nel problema del trasporto x ij è la quantità da trasportare dal deposito i al mercato j o più in generale da un nodo i ad un nodo j attraverso l arco (i,j). Ovviamente, a seconda dei problemi, l interpretazione delle variabili x ij sarà completamente diversa, tuttavia per la formulazione generale dei modelli conviene immaginarle sempre come flussi di qualche tipo (beni, flussi monetari etc ). CAPACITA' E COSTI Oltre alle variabili decisionali x ij, agli archi (i,j) vengono spesso associate: limitazioni o capacità massime u ij e/o minime l ij per i flussi che li possono percorrere; costi (o profitti) unitari c ij di percorrenza per i flussi x ij. FORNITURE E CESSIONI Si può inoltre supporre che nei nodi vi siano forniture o cessioni di flusso indicate da un valore b i negativo (fornitura o aumento di flusso) o positivo (cessione o diminuzione di flusso). (Si noti che i segni sono puramente convenzionali ed in alcuni testi viene adottata la convenzione inversa). POZZI E SORGENTI I vertici aventi solo archi uscenti (come il vertice 1 nell'esempio precedente) vengono detti sorgenti (source), mentre quelli aventi solo archi entranti (come il vertice 6 nell'esempio precedente) vengono detti pozzi (sink). CAMMINI Dato un grafo orientato, dove cioè sono specificati l orientamento di ciascun arco, un cammino è una sequenza (orientata) di nodi e di archi che generalmente viene indicata con {v 1, (v 1, v 2 ), v 2, (v 2, v 3 ), v 3,, (v n-1, v n ), v n ), dove v 1 è il nodo iniziale del cammino e v n il nodo finale del cammino. Nell'esempio precedente la sequenza (1, (1,4), 4, (4,5), 5, (5,6)) è un cammino da 1 a 6 passante per i nodi 4 e 5. PROBLEMA DEL CAMMINO MINIMO (MASSIMO) Interpretando i costi c ij come distanze fra i vertici (o nodi) i e j, trovare il cammino di lunghezza minima (massima) fra due vertici assegnati v 1, v n. Si noti che si può facilmente trasformare un problema di cammino minimo in un problema di cammino massimo (e viceversa) cambiando il segno ai coefficienti c ij (infatti in generale vale la proprietà: max f(x) = - min - f(x)

3 PROBLEMA DEL FLUSSO MASSIMO Supponendo che in un grafo: vi sia una sola sorgente ed un solo pozzo; in ogni vertice diverso dalla sorgente e dal pozzo la quantità di flusso entrante coincida con quello uscente (ossia b i = 0) (bilanciamento del flusso al nodo i); vi siano delle capacità massime sugli archi; trovare la quantità massima di flusso che si può inviare dalla sorgente al pozzo. PROBLEMA DEL FLUSSO DI COSTO MINIMO Il problema del flusso a costo minimo è un problema fondamentale della Ricerca Operativa e comprende diversi problemi come ad esempio i due precedentemente introdotti che altro non sono che casi particolari del problema del flusso a costo minimo. Il problema può essere semplicemente formulato nel seguente modo: Dato un grafo od una rete di trasporto, bisogna determinare l insieme dei percorsi per trasportare al minimo costo un bene da dei punti di offerta localizzati sui nodi della rete a dei punti (nodi) di domanda in modo tale da soddisfare tutta la richiesta del bene in questione. Sulla rete di trasporto, indipendentemente dalla presenza o meno di sorgenti e pozzi si suppone di assegnare ad ogni arco (i,j) un costo c ij (supposto non negativo) ed eventualmente delle capacità minime e/o massime l ij ed u ij. I nodi di offerta saranno i nodi in cui supponiamo ci siano delle forniture del bene mentre i nodi di domanda sono i nodi in cui si individuano le cessioni o richieste del bene. Gli altri nodi sono semplicemente nodi di passaggio del flusso (bene) caratterizzati dall avere b i = 0. Caratteristica fondamentale di questo modello, come nel caso del flusso massimo, è la richiesta di bilanciamento dei flussi in ogni nodo, ovvero si suppone che in ciascun nodo il flusso complessivo in entrata sia uguale al flusso complessivo in uscita comprendendo anche le richieste o forniture per ogni nodo. L obiettivo di questi modelli è quello di minimizzare il costo totale ( i, j) A c ij x ij dei flussi sulla rete rispettando i vincoli di bilanciamento dei flussi in ogni nodo ed i vincoli di capacità sugli archi. Una assunzione che generalmente viene fatta è che, analogamente al modello del trasporto, l offerta totale sia uguale alla domanda totale. Tale assunzione, considerando le cessioni e le forniture di flusso ai nodi ± b i, si può esprimere: bi = 0 i N MODELLO RELATIVO AL PROBLEMA DEL FLUSSO DI COSTO MINIMO Per esprimere in modo sintetico la formulazione del problema di flusso di costo minimo come problema di programmazione lineare conviene introdurre delle notazioni aggiuntive. Per ogni nodo i della rete poniamo : P(i) = {k : (k, i) A} (= insieme dei nodi predecessori di i) S(i) = {k : (i, k) A} (= insieme dei nodi successori di i) Allora in ogni nodo i deve valere la seguente equazione di bilancio del flusso: x x = b ki ik i k Pi () k Si ()

4 x ki i x ik Inoltre su ogni arco (i,j) appartenente all insieme A degli archi del grafo vi possono essere dei vincoli di capacità inferiore e/o superiore: b i l ij x ij u ij Dunque il problema del flusso di costo minimo può essere formulato come segue: min cx ij ij (, i j) A st.. xki xik = bi i V k Pi () k Si () lij xij uij (, i j) A Problemi di flusso e trasporto Il problema del trasporto si può formulare come un modello di flusso a costo minimo. Supponiamo di avere dei depositi indicati con 1,2,3 e dei mercati indicati con 4,5,6,7. Consideriamo una rete con dei nodi N={1,2,3,4,5,6,7} ed archi solamente fra coppie di nodi (i,j) con i=1,2,3 e j=4,5,6,7. Nei depositi 1,2,3 si può immaginare che ci sia una fornitura di flusso (merce) pari alla quantità di merce a i in essi effettivamente disponibile ma considerata con segno negativo -a i (fornitura). Analogamente, nei mercati 4,5,6,7 si supporrà che ci sia una cessione di flusso di entità pari alle domande b j dei mercati medesimi. Agli archi fra depositi e mercati viene associato un costo unitario c ij, interpretato come costo unitario di trasporto. Allora il classico problema di trasporto equilibrato può essere immaginato come un problema di flusso di costo minimo che verifica le seguenti condizioni : Convenzione : Il flusso entrante lo indichiamo con segno negativo; Il flusso uscente lo indichiamo con segno positivo. Nei nodi (1,2,3) c'è una fornitura di flusso -a i, nei nodi (4,5,6,7) c'è una cessione di flusso b j ; In ogni nodo j la somma delle quantità di flusso entrante (gli x ij ) meno la somma delle quantità di flusso uscente (gli x jk ) coincide con la fornitura o cessione di flusso in tale nodo: xij = bj j = 4,5,6,7 i xjk = aj j = 1, 2, 3 k

5 Si osservi che risulta facile estendere il modello del trasporto al caso in cui ci siano dei nodi intermedi j tra i depositi ed i mercati. In tal caso si deve richiedere che in tali nodi tutto quello che entra debba anche uscire, ovvero che la somma algebrica dei flussi entranti e dei flussi uscenti sia zero : i x ij x k jk = 0 OSSERVAZIONI SUI MODELLI DI FLUSSO Sorgenti e pozzi multipli Nel problema di flusso massimo abbiamo supposto che vi sia un'unica sorgente ed un unico pozzo. Quest'ipotesi può essere facilmente eliminata. Infatti se vi sono più sorgenti, ad esempio S1, S2, S3, si può trasformare il problema in uno equivalente aggiungendo una "supersorgente" fittizia S0 collegata alle precedenti con archi di capacità illimitata, come mostrato nella seguente figura: In modo analogo, se vi sono più pozzi, questi possono essere tutti collegati ad un "superpozzo" mediante archi di capacità illimitata ottenendo un problema equivalente con un unico pozzo.

6 Capacità sui nodi Nei problemi su rete considerati abbiamo supposto che vi siano dei vincoli di capacità solamente sugli archi. In realtà, si possono facilmente aggiungere anche dei vincoli di capacità sui nodi trasformando, anche in questo caso, il problema in uno equivalente. Se si vuole imporre che il flusso passante per il nodo i non superi una capacità massima U i basta scomporre il nodo i in due nodi distinti i' ed i" collegati fra loro con un arco (i', i") di capacità U i come indicato nella figura seguente: Rappresentazione grafica di forniture e cessioni Per rappresentare graficamente il fatto che nel nodo i vi sia una richiesta o fornitura di flusso b i si può disegnare un arco rispettivamente entrante o uscente da tale nodo con il valore di b i indicato a lato. Esempio: Fornitura di 5 unità di flusso (b i = -5) Cessione di 7 unità di flusso (b i = 7) In forma compatta, il modello di trasporto, ripreso in precedenza, così come il modello più generale di flusso a costo minimo, possono essere descritti in forma matriciale analogamente a qualunque altro problema di PL nel seguente modo: min x Ax d x 0 Dove, nel caso specifico di un problema di trasporto c T è il vettore riga dei costi unitari del trasporto, x è il vettore colonna delle variabili decisionali, A è una matrice di dimensione (n+m) (nm) con (n+m) il totale dei vincoli sulle disponibilità dei depositi (n vincoli) più i vincoli sulle richieste dei mercati (m vincoli), nm è il totale delle variabili del modello e d è il vettore colonna avente (n+m) elementi, ovvero contenente le n disponibilità a i i = 1,2,,n, e le m richieste b j j = 1,2,,m. Si noti che è sempre possibile scrivere il vincolo compatto Ax d con il segno di maggiore od uguale dato che un vincolo di può essere sempre trasformato in uno di moltiplicando per 1 entrambi i membri della disequazione di. c T

7 Nella realtà, andrebbe inserito un ulteriore vincolo per specificare che le singole quantità da trasportare devono essere intere, non avendo senso trasportare ad esempio un televisore e mezzo. Se però le disponibilità a i = 1, 2,.., n, e le richieste b j = 1, 2,.., m sono intere allora la soluzione sarà i j sicuramente intera dato che la matrice dei vincoli A è una matrice totalmente unimodulare ovvero i determinanti di tutte le sottomatrici quadrate di A hanno valore 1,0,1. La totale unimodularità della matrice A è una caratteristica dei modelli di flusso su rete, ed in particolare del modello di flusso a costo minimo, in cui la matrice A rappresenta la matrice nodi-archi del grafo sottostante. Ogniqualvolta, in un problema di PL, la matrice A dei vincoli risulta essere totalmente unimodulare, se i termini noti del sistema dei vincoli sono interi, allora la soluzione del relativo problema sarà sicuramente intera. Condizione necessaria affinché una matrice A sia totalmente unimodulare è che abbia tutti i suoi elementi uguali a 0,-1 o 1. Non esiste una condizione che sia necessaria e sufficiente per stabilire se una matrice A sia totalmente unimodulare. Inoltre, verificare la totale unimodularità di una matrice non è affatto semplice! Determinazione dinamica dei lotti ( Dynamic Lot Sizing ) Si tratta di un problema di produzione multiperiodale dove, oltre a decidere quanto produrre in ogni periodo in modo tale da soddisfare la domanda di ogni periodo, bisogna anche decidere quanta merce prodotta può/deve essere immagazzinata tra due periodi successivi. Supponiamo, dunque, di voler soddisfare la domanda prevista d t di una certa merce in K periodi futuri ( t = 1,...,K ). Per soddisfare queste domande si può decidere di produrre in ogni periodo tutta la merce richiesta, oppure si può decidere di produrla in quantità superiore in un periodo in modo tale da conservare l eccesso di merce in magazzino da un periodo all'altro per soddisfare la domanda nel periodo successivo. La produzione deve ovviamente essere effettuata al minimo costo, supponendo che c t, sia il costo di produzione al tempo t = 1,...,K, e c t,t+1, il costo di immagazzinamento tra il periodo t ed il periodo t+1. Questo ed altri problemi simili possono essere risolti non solo formulandoli come problemi di produzione, ma anche come problema di flusso di costo minimo su una rete. Infatti, si consideri la rete nella figura a seguito. Col nodo 0 si è indicato il momento della produzione in (all inizio di) ogni periodo, ed il corrispondente arco (0,t), t = 1,...,K, rappresenta graficamente il processo di produzione della merce nel periodo t. Ogni arco (t,t+1), t = 1,...,K-1, rappresenta invece l immagazzinamento della merce tra due periodi successivi. Con - d t, t = 1,...,K, si indica la domanda prevista in ogni periodo t, e nel nodo 0 si ipotizza una fornitura di flusso pari alla somma di tutte le domande.

8 0 k Σ i=1 d i x 1 x 2 x k-1 x k I 1 I 2 I k k-1 k -d 1 -d 2 -d k-1 -d k Supponiamo inoltre che ci siano dei vincoli di capacità sugli archi che rappresentano, ad esempio, la massima quantità di merce che può essere o prodotta o immagazzinata in un dato periodo, il problema potrà quindi essere formulato come problema di flusso di costo minimo. Consideriamo ora la possibilità di non riuscire a soddisfare tutte le domande in tutti i periodi. Abbiamo il cosiddetto schema dei backorders (ordini evasi in ritardo) secondo il quale prevediamo ad esempio di produrre nel periodo 2 per soddisfare la domanda del periodo 1. Il consumatore 1 non sarà quindi molto contento e vorrà essere risarcito con una penale. Quindi ci saranno dei costi per "mandare" la merce da un periodo successivo ad un periodo precedente (B t+1,t ). Anche in questo caso bisogna determinare il flusso di costo minimo della merce che soddisfi tutte le domande. Supponendo che ci siano capacità superiori e/o inferiori sugli archi, potremo formulare il problema attraverso un modello di flusso di costo minimo. 0 k Σ i=1 d i x 1 x 2 x k-1 x k I 1 I 2 I k k-1 k B -d 1 B 1 -d 2 2 -d B k-1 k-1 -d k Una possibile soluzione può avere l'aspetto riportato nella figura successiva: produciamo in 3 per soddisfare la domanda di 3 e attraverso il backorder e lo stoccaggio le domande del periodo 2 e 4 rispettivamente. Produciamo nel periodo 5 per soddisfare i periodi e infine produciamo nel periodo 8 per soddisfare la domanda relativa al periodo 8.

9 MODELLO RELATIVO AL PROBLEMA DEL CAMMINO MINIMO Il problema del cammino minimo da un nodo u ad un nodo v può essere formulato di nuovo come un problema di flusso di costo minimo in cui vi è la fornitura (offerta) di un unità di flusso in u (b u = -1), la cessione (domanda) di un unità di flusso in v (b v = 1) ed il bilanciamento tra flussi entranti ed uscenti (senza cessioni nè forniture) in tutti gli altri nodi (b i = 0). I costi associati agli archi sono anche detti costi generalizzati in quanto possono rappresentare il costo monetario per attraversare una data strada rappresentata dall arco (i,j) o più semplicemente rappresentano la lunghezza di quel tratto di strada tra due nodi/incrocio o una combinazione dei due. Si ottiene quindi il seguente modello: min cijxij ( i, j) A xki xik = 0 per ogni i Vi, uv, k Pi () k Si () xuk = 1 k Su ( ) xkv = 1 k Pv ( ) lij xij uij per ogni ( i, j) A La soluzione ottima del problema così formulato, dovendo essere intera per le proprietà dei modelli su rete, potrà avere solo valori 0 o 1 e fornirà un cammino minimo tra u e v mediante la seguente interpretazione: x ij = 1 x ij = 0 L arco (i,j) appartiene al cammino minimo L arco (i,j) non appartiene al cammino minimo

10 Si osservi che per questo tipo di problemi esistono degli algoritmi molto più semplici ed efficienti di quelli basati sulla Programmazione Lineare o anche sui modelli di flusso di costo minimo. Si tratta dei cosiddetti algoritmi su grafi (tra cui, ad esempio, l'algoritmo di Dijkstra che richiede circa n 2 operazioni). MODELLO RELATIVO AL PROBLEMA DEL FLUSSO MASSIMO Il problema del flusso massimo può essere descritto sinteticamente nel modo seguente: Supponiamo di avere un grafo in cui: vi sia una sola sorgente ed un solo pozzo; in ogni vertice diverso dalla sorgente e dal pozzo la quantità di flusso entrante coincida con quello uscente (ossia b i = 0) (bilanciamento del flusso al nodo i); vi siano solamente delle capacità massime sugli archi; trovare la quantità massima di flusso che si può inviare dalla sorgente al pozzo. Anche il problema del flusso massimo può essere formulato come problema di flusso di costo minimo mediante un opportuno artificio. Si aggiunge al grafo originario un arco fittizio di ritorno dal pozzo alla sorgente senza vincoli di capacità (o con capacità molto grande) e si assegna costo zero a tutti gli archi della rete eccetto quello fittizio cui viene assegnato un costo negativo qualsiasi (generalmente -1). In questo modo il flusso di costo minimo risulterà essere quello in cui viene inviata la maggior quantità possibile di flusso dal pozzo alla sorgente attraverso l arco fittizio e questa quantità corrisponde alla massima quantità di flusso che è possibile inviare dalla sorgente al pozzo attraverso gli archi originari del problema compatibilmente con i vincoli di capacità. Dunque i valori delle variabili x ij associate agli archi (i,j) non fittizi forniranno la soluzione del problema di flusso massimo originario. Sorgente 2 4 Pozzo Arco fittizio

11 La formulazione del modello associato a questo grafo è la seguente: min x61 (= - max x61) xki xik = 0 i N k Pi () k Si () ij xij u ij (i, j) A

Problemi di Flusso: Il modello del Trasporto

Problemi 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

Dettagli

Flusso a Costo Minimo

Flusso 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

Dettagli

Problema del trasporto

Problema 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

Dettagli

Introduzione ai grafi

Introduzione 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

Dettagli

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Introduzione 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

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca 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)

Dettagli

Grafi e reti di flusso

Grafi e reti di flusso Grafi e reti di flusso Molti problemi di ottimizzazione sono caratterizzati da una struttura di grafo: in molti casi questa struttura emerge in modo naturale, in altri nasce dal particolare modo in cui

Dettagli

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Figura 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

Dettagli

11.4 Chiusura transitiva

11.4 Chiusura transitiva 6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)

Dettagli

Il modello duale. Capitolo settimo. Introduzione

Il 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

Dettagli

Appendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19

Appendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19 14 18-12-07 19:04 Pagina 411 Le decisioni di breve termine fra alternative diverse 411 i minori costi differenziali, almeno nella misura in cui la dimensione di costo è la più importante. Sebbene i costi

Dettagli

Algoritmo basato su cancellazione di cicli

Algoritmo basato su cancellazione di cicli Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile

Dettagli

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N

Dettagli

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0

Esercizi 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 )

Dettagli

Possibile applicazione

Possibile 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

Dettagli

Teoria della Programmazione Lineare Intera

Teoria della Programmazione Lineare Intera 0 Teoria della Programmazione Lineare Intera 0. INTRODUZIONE Come visto precedentemente, molti problemi particolarmente importanti dal punto di vista applicativo sono riconducibili alla soluzione di un

Dettagli

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi!

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! G R A F I 1 GRAFI Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! 2 cip: cip: Pallogrammi Pallogrammi GRAFI: cosa sono I grafi sono una struttura matematica fondamentale: servono

Dettagli

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso Claudio Arbib Università di L Aquila Ricerca Operativa Reti di flusso Sommario Definizioni di base Flusso di un campo vettoriale Divergenza Integrale di Gauss-Greene Flusso in una rete Sorgenti, pozzi

Dettagli

Parte V: Rilassamento Lagrangiano

Parte 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

Dettagli

Soluzioni degli esercizi di formulazione di PL{0, 1}

Soluzioni degli esercizi di formulazione di PL{0, 1} Soluzioni degli esercizi di formulazione di PL{0, 1} Salvatore Nocella 12 febbraio 2007 1 Al lavoro Due operai devono eseguire un certo numero di lavori J = {1,..., n}, ciascuno della durata di un ora.

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione 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

Dettagli

Grafi e Funzioni di Costo ESERCIZI

Grafi e Funzioni di Costo ESERCIZI Grafi e Funzioni di Costo ESERCIZI Esercizio1 Si determini la matrice di incidenza archi-percorsi ed i costi di percorso per la rete di trasporto rappresentata in figura. 1 4 2 3 5 Ramo Costo Ramo Costo

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,

Dettagli

Il metodo del simplesso

Il metodo del simplesso Capitolo 5 Il metodo del simplesso 5. La forma standard Esercizio 5.. Porre il problema di Programmazione Lineare: in forma standard. min x +x + x + x x +x 5 x 4 x, x Si trasformano i vincoli di disuguaglianza

Dettagli

Matematica per Analisi dei Dati,

Matematica per Analisi dei Dati, Matematica per Analisi dei Dati, 230209 1 Spazio vettoriale R n Sia n un intero positivo fissato Lo spazio vettoriale R n e l insieme delle n ple ordinate di numeri reali, che rappresenteremo sempre come

Dettagli

IL METODO DEL SIMPLESSO

IL 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

Dettagli

Soluzione dei Problemi di Programmazione Lineare

Soluzione 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

Dettagli

Corso di elettrotecnica Materiale didattico: i grafi

Corso di elettrotecnica Materiale didattico: i grafi Corso di elettrotecnica Materiale didattico: i grafi A. Laudani 12 ottobre 2005 I grafi costituiscono uno strumento matematico che permette di descrivere e schematizzare una grande varietà di problemi

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo 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

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti 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

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014 A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità

Dettagli

Metodi 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) 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

Dettagli

Problemi di flusso a costo minimo

Problemi di flusso a costo minimo p. 1/7 Problemi di flusso a costo minimo È data una rete (grafo orientato e connesso) G = (V,A). (i,j) A c ij, costo di trasporto unitario lungo l arco (i, j). i V b i interi e tali che i V b i = 0. p.

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A Ricerca Operativa 1 Seconda prova intermedia Si è rotto un aereo che doveva trasportare un elevato numero di persone dalla città 3 alla città 8. Si rende quindi necessario utilizzare i posti disponibili

Dettagli

Week #9 Assessment. Practice makes perfect... November 23, 2016

Week #9 Assessment. Practice makes perfect... November 23, 2016 Week #9 Assessment Practice makes perfect... November 23, 2016 Esercizio 1 Un azienda di trasporto deve caricare m camion {1,..., m} in modo da servire giornalmente un dato insieme di clienti. Nei camion

Dettagli

Esercitazione di Analisi Matematica II

Esercitazione di Analisi Matematica II Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare

Dettagli

Geometria analitica del piano pag 12 Adolfo Scimone

Geometria analitica del piano pag 12 Adolfo Scimone Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due

Dettagli

Ottimizzazione marginale

Ottimizzazione marginale Ottimizzazione marginale R. Pesenti Problema di faceness Formulazione del problema Il vostro supermercato deve disporre i prodotti A, B, C e D sugli scaffali 1, 2, e 3 ognuno di lunghezza 100 cm. Dato

Dettagli

Fondamenti di Internet e Reti 097246

Fondamenti di Internet e Reti 097246 sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino

Dettagli

UNITÀ DIDATTICA 5 LA RETTA

UNITÀ DIDATTICA 5 LA RETTA UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme

Dettagli

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri:

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: 1. modulo: la lunghezza del segmento 2. direzione: coincidente con la direzione

Dettagli

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 15 giugno 2012

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 15 giugno 2012 A UNIVRSITÀ GLI STUI ROMA TR orso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 5 giugno 22 sercizio L azienda rogram&o produce software e deve decidere quanto tempo impiegare

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

Piano cartesiano e Retta

Piano cartesiano e Retta Piano cartesiano e Retta 1 Piano cartesiano e Retta 1. Richiami sul piano cartesiano 2. Richiami sulla distanza tra due punti 3. Richiami punto medio di un segmento 4. La Retta (funzione lineare) 5. L

Dettagli

Operations Management

Operations Management La schedulazione dei progetti Estratto da Operations Management Modelli e metodi per la logistica II Edizione Autore: Giuseppe Bruno Edizioni Scientifiche Italiane I problemi di scheduling 21 6.8 - LA

Dettagli

i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema

i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema Compito di Ricerca Operativa II Esercizio ( punti). ia dato il problema di flusso massimo sulla rete in figura (le capacit a degli archi sono riportate sopra di essi). 0 8 i consideri il seguente flusso

Dettagli

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 . Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,

Dettagli

La notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:

La 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 ;

Dettagli

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI 3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:

Dettagli

UNITÀ DIDATTICA 2 LE FUNZIONI

UNITÀ DIDATTICA 2 LE FUNZIONI UNITÀ DIDATTICA LE FUNZIONI. Le funzioni Definizione. Siano A e B due sottoinsiemi non vuoti di R. Si chiama funzione di A in B una qualsiasi legge che fa corrispondere a ogni elemento A uno ed un solo

Dettagli

Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione

Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica (IN0 Fondamenti) Grafi e alberi: introduzione Marco Liverani (liverani@mat.uniroma.it)

Dettagli

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs Lezioni di Ricerca Operativa Dott. F. Carrabs.. 009/00 Lezione 6: - mmissibilità di un vincolo - Vincoli alternativi - Vincoli alternativi a gruppi - Rappresentazione di funzioni non lineari: Costi fissi

Dettagli

Geometria analitica del piano pag 32 Adolfo Scimone

Geometria analitica del piano pag 32 Adolfo Scimone Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema

Dettagli

4.5 Metodo del simplesso

4.5 Metodo del simplesso 4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una

Dettagli

CASO 1) Pesi positivi ( diretto o indiretto) Algoritmo di Dijkstra

CASO 1) Pesi positivi ( diretto o indiretto) Algoritmo di Dijkstra 4) DISTANZE Problematiche Si suppone un grafo in cui ad ogni arco e' associato un peso (distanza). Il grafo puo' essere sia diretto che non diretto. Se non e' diretto ogni arco puo' essere pensato come

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli 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

Dettagli

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di DEFINIZIONE Espressione algebrica costituita dal prodotto tra una parte numerica (coefficiente) e una o più variabili e/o costanti (parte letterale). Variabili e costanti possono comparire elevate a potenza

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Modelli per la Logistica Distributiva: Single Commodity Minimum Cost Flow Problem Multi Commodity Minimum Cost Flow Problem Fixed Charge

Dettagli

5.5 Metodi generali per la soluzione di problemi

5.5 Metodi generali per la soluzione di problemi 5.5 Metodi generali per la soluzione di problemi di PLI I problemi di PLI hanno caratteristiche molto diverse dai problemi di PL. In alcuni casi, la soluzione del problema lineare rilassato, ottenuto cioè

Dettagli

1 Ampliamento del piano e coordinate omogenee

1 Ampliamento del piano e coordinate omogenee 1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di

Dettagli

età (anni) manutenzione (keuro) ricavato (keuro)

età (anni) manutenzione (keuro) ricavato (keuro) .6 Cammini minimi. Determinare i cammini minimi dal nodo 0 a tutti gli altri nodi del seguente grafo, mediante l algoritmo di Dijkstra e, se applicabile, anche mediante quello di Programmazione Dinamica.

Dettagli

2. ALGORITMO DEL SIMPLESSO

2. 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

Dettagli

Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4

Programmazione 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:

Dettagli

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE 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

Dettagli

LA PROGRAMMAZIONE MATEMATICA (p.m.)

LA PROGRAMMAZIONE MATEMATICA (p.m.) LA PROGRAMMAZIONE MATEMATICA (p.m.) Un problema di programmazione matematica è un problema di ottimizzazione riconducibile alla seguente espressione generale: ricercare i valori delle variabili x 1, x

Dettagli

3.6 Metodi basati sui piani di taglio

3.6 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

Dettagli

Ricerca Operativa. Ricerca Operativa p. 1/6

Ricerca 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

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi

Dettagli

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai

Dettagli

COMPITO 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. 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

Dettagli

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)

RICERCA 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

Dettagli

Y = ax 2 + bx + c LA PARABOLA

Y = ax 2 + bx + c LA PARABOLA LA PARABOLA La parabola è una figura curva che, come la retta, è associata ad un polinomio che ne definisce l'equazione. A differenza della retta, però, il polinomio non è di primo grado, ma è di secondo

Dettagli

RICHIAMI MATEMATICI. x( t)

RICHIAMI MATEMATICI. x( t) 0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri

Dettagli

RETTE E PIANI NELLO SPAZIO

RETTE E PIANI NELLO SPAZIO VETTORI E GEOMETRIA ANALITICA 1 RETTE E PIANI NELLO SPAZIO Rette e piani in forma cartesiana e parametrica. Parallelismo e perpendicolarità, posizioni reciproche tra rette e piani, distanze. Esercizio

Dettagli

FUNZIONI. }, oppure la

FUNZIONI. }, oppure la FUNZIONI 1. Definizioni e prime proprietà Il concetto di funzione è di uso comune per esprimere la seguente situazione: due grandezze variano l una al variare dell altra secondo una certa legge. Ad esempio,

Dettagli

L ALGORITMO DEL SIMPLESSO REVISIONATO

L 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

Dettagli

Programmazione Lineare Intera

Programmazione 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

Dettagli

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R X Settimana 1 Elementi basilari della teoria degli anelli (I parte) Un anello (R, +, ) è un insieme non vuoto R dotato di due operazioni (binarie), denotate per semplicità con i simboli + e + : R R R,

Dettagli

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia gigno Nome: Cognome: Matricola: voglio sostenere la prova orale il giorno venerdì //

Dettagli

2.6 Calcolo degli equilibri di Nash

2.6 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

Dettagli

Risoluzione di problemi di programmazione lineare tramite generazione di colonne

Risoluzione di problemi di programmazione lineare tramite generazione di colonne Risoluzione di problemi di programmazione lineare tramite generazione di colonne A. Agnetis 1 Introduzione In alcune applicazioni, un problema può essere formulato in termini di programmazione lineare,

Dettagli

CLASSIFICAZIONE DELLE CONICHE AFFINI

CLASSIFICAZIONE DELLE CONICHE AFFINI CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e

Dettagli

La matematica del CAD. Vettori e Matrici

La matematica del CAD. Vettori e Matrici La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad

Dettagli

1.1 Coordinate sulla retta e nel piano; rette nel piano

1.1 Coordinate sulla retta e nel piano; rette nel piano 1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione

Dettagli

Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A

Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A Nome... Cognome... 1 Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A Un rinomato biscottificio italiano dispone di tre stabilimenti, ubicati nelle città di Ancona, Belluno e Catanzaro

Dettagli

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

VETTORI NELLO SPAZIO ORDINARIO ,

VETTORI NELLO SPAZIO ORDINARIO , VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 2b + c 3d = 0, a + c d = 0 c d SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,

Dettagli

Calcolo numerico e programmazione Rappresentazione dei numeri

Calcolo numerico e programmazione Rappresentazione dei numeri Calcolo numerico e programmazione Rappresentazione dei numeri Tullio Facchinetti 16 marzo 2012 10:54 http://robot.unipv.it/toolleeo Rappresentazione dei numeri nei calcolatori

Dettagli

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione

Dettagli

Università degli Studi di Palermo Facoltà di Economia. Dipartimento di Scienze Economiche, Aziendali e Statistiche. Appunti del corso di Matematica

Università degli Studi di Palermo Facoltà di Economia. Dipartimento di Scienze Economiche, Aziendali e Statistiche. Appunti del corso di Matematica Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 03 - I Numeri Reali Anno Accademico 2015/2016 M. Tumminello,

Dettagli

Sistemi sovradeterminati

Sistemi sovradeterminati Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di

Dettagli

Programmazione Lineare

Programmazione 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

Dettagli

per la matrice R, e: I 1 = G 11 V 1 + G 12 V 2, I 2 = G 21 V 1 + G 22 V 2,

per la matrice R, e: I 1 = G 11 V 1 + G 12 V 2, I 2 = G 21 V 1 + G 22 V 2, 100 Luciano De Menna Corso di Elettrotecnica Il caso N = 2 è particolarmente interessante tanto da meritare un nome speciale: doppio bipolo I parametri indipendenti saranno tre: R 11, R 22 ed R 12 =R 21

Dettagli

Teorema di Thevenin generalizzato

Teorema di Thevenin generalizzato Teorema di Thevenin generalizzato Si considerino due reti elettriche lineari, A e B, aventi rispettivamente N A e N B nodi interni. Esse si interfacciano attraverso n (n 3) fili di collegamento, in cui

Dettagli

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie

Dettagli

CONSIGLI PER LA RISOLUZIONE DEI CIRCUITI ELETTRICI

CONSIGLI PER LA RISOLUZIONE DEI CIRCUITI ELETTRICI CONSIGLI PER L RISOLUZIONE DEI CIRCUITI ELETTRICI In questa lezione lo scopo è quello di mostrare che, con i principi e i teoremi proposti, si possono ottenere i risultati richiesti. Per mostrare l efficacia

Dettagli

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1 . Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo

Dettagli