IL PROBLEMA DEL FLUSSO DI COSTO MINIMO. DANIEL BUCCARELLA
|
|
- Cipriano Lupo
- 6 anni fa
- Visualizzazioni
Transcript
1 IL PROBLEMA DEL FLUSSO DI COSTO MINIMO DANIEL BUCCARELLA
2 1. Definizione del Problema Spesso i problemi di ottimizzazione sono caratterizzati da una struttura di grafo. In alcuni casi questa struttura nasce dal particolare modo in cui un problema viene modellato, in altri emerge in modo del tutto naturale. Si pensi, ad esempio, ad una rete stradale. Essa è rappresentabile naturalmente come un grafo in cui i nodi sono gli incroci e gli archi le strade. Nel seguito studieremo un problema di base definito su reti, enunciandone le proprietà e introducendo un semplice algoritmo risolutivo. Con il termine rete indichiamo un grafo G= N, A orientato e pesato. Ai nodi e agli archi del grafo, infatti, sono associati dei valori numerici chiamati, appunto, pesi. Possiamo interpretare gli archi della rete come canali attraverso cui fluiscono dei beni, rappresentabili per mezzo di grandezze discrete (pensiamo al numero di messaggi attraverso una rete di comunicazione) o continue (quantità di petrolio che fluisce in un oleodotto). I beni, inoltre, possono rappresentare valori assoluti oppure valori relativi, ad esempio, ad unità di tempo. Proviamo a pensare ai pesi dei nodi come la quantità dei beni che in quei nodi entrano nella rete o ne escono. Ad ogni nodo i N è associato un valore reale b i (bilancio o afflusso netto nel nodo), che può essere: Positivo: b i viene detto domanda del nodo, in quanto rappresenta la quantità del bene che esce dalla rete al nodo i. Il nodo viene detto destinazione, pozzo o nodo di output. Negativo: b i viene detto offerta del nodo, in quanto rappresenta la quantità del bene che entra nella rete al nodo i. Il nodo viene detto origine, sorgente o nodo di input. Nullo: i viene detto nodo di trasferimento. Pensando invece ai pesi degli archi come capacità e costi abbiamo che ad ogni arco a k = i, j sono associati un costo c k (o c ij ), indicante il costo che viene pagato per ogni unità del bene che attraversi l'arco, ed una capacità inferiore l k ( l ij ) e superiore u k ( u ij ), indicanti rispettivamente il minimo e massimo numero di unità di bene che possono attraversare l'arco. Un flusso ammissibile in una rete è una funzione f : N N R che assegna ad ogni arco i, j un valore reale x ij che soddisfa i seguenti requisiti:
3 Requisito di Capacità: i, j N, l ij x ij u ij Requisito di Simmetria: i, j N, x ij = x ji Requisito di Bilancio: i N, j N x ij =b i Il bilancio rappresenta la differenza tra il flusso entrante e il flusso uscente da un nodo; se il bilancio di un nodo i è nullo ( b i =0 ), si parla di equazione di conservazione del flusso in quanto, in questo caso, il nodo produce la stessa quantità di flusso che consuma. Nei problemi di flusso la somma di tutte le domande (domanda globale) è uguale alla somma, cambiata di segno, di tutte le offerte (offerta globale). Definiti, cioè, gli insiemi D dei nodi di domanda e O dei nodi di offerta: D={i N :b i 0},O={i N : b i 0}, si ha che: i D b i = i O b i Da ciò è facile dedurre che i N b i =0. Il costo di un flusso ammissibile è definito come: costo x = c ij x ij i, j A Il problema del flusso di costo minimo: è data una rete G= N, A, con A =m. Ad ogni arco i, j A sono associati un costo c ij, una capacità inferiore l ij =0 ed una capacità superiore u ij. Ad ogni nodo i N è associato un bilancio b i. Intendiamo trovare, fra tutti i flussi ammissibili in G, il flusso (un vettore x R m contenente i valori del flusso su ogni arco) che rende minimo costo x.
4 2. Condizioni di Ottimo Lo studio delle condizioni di ottimo, cioè delle proprietà che ci permettono di verificare se una data soluzione è ottima per il problema, costituisce il primo passo per lo sviluppo di un algoritmo. Introduciamo quindi i concetti che ci torneranno utili durante la trattazione. Un vettore x R m che rispetta tutti i vincoli di capacità sugli archi, cioè tale che 0 x u, è detto pseudoflusso. Lo sbilanciamento di un nodo i rispetto a x è la quantità e x i = j N x ij b i Definiamo poi O x ={i N : e x i 0}, D x ={i N :e x i 0} rispettivamente l'insieme dei nodi con eccedenza di flusso e quello dei nodi con difetto di flusso. Se risulta D x =O x =, se tutti i nodi sono, cioè, bilanciati, il vettore x rispetta il Requisito di Bilancio. Indicando con e x il vettore degli sbilanciamenti del vettore x, g x = e x i i O x rappresenta lo sbilanciamento complessivo, calcolabile anche con la formula g x = j Dx e x j Possiamo dunque affermare che x rispetta il Requisito di Bilancio se e solo se g x =0. Dato un qualsiasi cammino P tra una qualunque coppia di nodi s e t del grafo, consideriamo il verso di P quello che va da s a t. Gli archi del cammino risultano, quindi, partizionati nei due insiemi degli archi concordi ( P ) e discordi ( P ) col verso del cammino. La capacità del cammino P rispetto al flusso x è data da:
5 P, x =min { min { u ij x ij : i, j P }, min { x ij : i, j P }} Questa formula rappresenta la quantità massima di flusso che non produce flussi maggiori delle capacità se aggiunta agli archi di P e non produce flussi negativi se sottratta agli archi di P. Se accade che almeno uno degli archi di P è saturo oppure che almeno uno degli archi di P è vuoto, allora P, x =0. Se, invece, P, x 0, ciò significa che lungo P può essere inviata una quantità positiva di flusso da s verso t. P In questo caso è detto cammino aumentante. Dato uno pseudoflusso x, è possibile inviare lungo P una quantità di flusso 0 P, x mediante l'operazione di composizione ( ) nel modo seguente: x ij ={ x ij +, se i, j P x ij, se i, j P x ij,altrimenti Lo pseudoflusso ottenuto ( x =x P ) è tale che: e x i ={ e x s, sei=s e x t +, sei=t e x i,altrimenti Inviare flusso lungo un cammino aumentante modifica, quindi, solo lo sbilanciamento dei nodi estremi del cammino, lasciando invariato quello di tutti i nodi intermedi. Il caso in cui s=t è un caso particolare di cammino aumentante: il cammino è, cioè, un ciclo aumentante C su cui fissiamo arbitrariamente un verso di percorrenza. L'invio di flusso attraverso un tale cammino aumentante, non modificherebbe, ovviamente, lo sbilanciamento di alcun nodo. In particolare, a partire da un flusso ammissibile x, l'operazione di composizione con un ciclo aumentante C permette di costruire un diverso flusso ammissibile. In altre parole, se x è un flusso ammissibile, allora, per 0 C, x, ogni flusso x =x C è ancora un flusso ammissibile. Il costo di un cammino (o di un ciclo) P è il costo di un'unità di flusso inviata, secondo il verso fissato, lungo P :
6 c P = i, j P c ij i, j P c ij mentre il costo del nuovo pseudoflusso è dato da (1) cx =c x P =cx c P Per determinare cammini o cicli aumentanti, si può utilizzare il grafo residuo G x = N, A x rispetto allo pseudoflusso x : per ogni arco i, j A poniamo i, j in A x, con costo c ij '=c ij, se e solo se x ij u ij, mentre poniamo j, i in A x, con costo c ji ' = c ji, se e solo se x ij 0. In base a questa costruzione, comunque si fissino s e t, per ogni cammino aumentante da s a t rispetto a x in G, esisterà uno e un solo cammino orientato da s a t in G x. Il cammino in G e quello in G x avranno lo stesso costo. Teorema 1: Dati due pseudoflussi qualunque x ' ed x ' ', esistono k n m cammini o cicli aumentanti per x ', P 1,..., P k, di cui al più m sono cicli, tali che x 1 =x ', x i 1 =x i i P i, per i=1,..., k, x k 1 = x' ', dove 0 i = P i, x i,i=1,..., k. In particolare, gli estremi di tutti i cammini aumentanti sono nodi in cui lo sbilanciamento di x ' è diverso dallo sbilanciamento di x ' ', per cui se x ' ed x ' ' hanno lo stesso vettore di sbilanciamenti, allora tutti i P i sono cicli. Dimostrazione: la nostra dimostrazione è di tipo costruttivo: manteniamo uno pseudoflusso x, inizialmente pari a x ', e lo rendiamo uguale a x ' ', utilizzando cammini e cicli aumentanti per x ', in un numero finito di passi. Per far questo definiamo il grafo G x = N, A x, A x, dove A ' x ={ i, j : x ' ij x ij } e ' ' x ij }. Possiamo affermare che G x descrive la differenza tra x e x ' '. A x ={ j,i : x ij E', infatti, immediato verificare che A x = A x = se e solo se x ' '=x. Associamo ora ' ' ad ogni arco i, j A x la quantità d x i, j =x ij x ij 0 e ad ogni arco j, i A x ' quantità d x j,i =x ij x ' ij 0 e definiamo gli insiemi la O x ={i N : e x i e x '' i }, D x ={i N :e x i e x ' ' i } contenenti rispettivamente i nodi che hanno sbilanciamento rispetto a x maggiore dello sbilanciamento rispetto a x ' ' e i nodi per i quali avviene l'opposto. Avviene allora che:
7 O x =D x = se e solo se x ed x ' ' hanno lo stesso vettore di sbilanciamento tutti i nodi in O x hanno almeno un arco uscente in G x, tutti i nodi in D x hanno almeno un arco entrante in G x, mentre tutti i nodi in N O x D x o non hanno né archi entranti né archi uscenti oppure hanno sia almeno un arco entrante che almeno un arco uscente. Abbiamo ora la possibilità di costruire iterativamente i cicli e i cammini richiesti, utilizzando G x. Se A x = A x =, ossia x= x' ', il procedimento termina, altrimenti prendiamo in considerazione i due insiemi O x e D x : se O x selezioniamo un nodo s O x, altrimenti, per costruire un ciclo, selezioniamo un qualsiasi nodo s che abbia almeno un arco uscente (e quindi almeno uno entrante). Visitiamo, dunque, G x a partire da s, nodo che ha sicuramente un arco uscente. Siccome, poi, ogni nodo, tranne al più quelli in D x, ha almeno un arco uscente, in un numero finito di passi, la visita: o raggiunge un nodo t D x oppure torna su un nodo già precedentemente visitato. Nel primo caso determiniamo un cammino P in G x tra un nodo s O x e un nodo t D x. Su questo cammino viene inviata una quantità di flusso pari a =min { min { d x i, j : i, j P }, e x s e x ' ' s,e x '' t e x t } Nel secondo caso determiniamo un ciclo C in G x. Su questo ciclo viene inviata una quantità di flusso pari a =min {d x i, j : i, j C } In entrambi i casi otteniamo un nuovo pseudoflusso x che potremmo definire più simile ad x ' ' rispetto al precedente, in quanto, per ogni i, j di P (o C ), d x i, j diminuisce della quantità 0. In particolare, se si determina un cammino, si avrà che o d x i, j =0 per almeno un i, j P, oppure lo sbilanciamento rispetto ad x di almeno uno tra s e t diventa pari allo sbilanciamento rispetto ad x ' ', e quindi almeno uno tra s e t non comparirà più in O x o in D x ; se invece si determina un ciclo, allora si avrà d x i, j =0 per almeno un i, j C, e quindi tale arco non comparirà più in G x.
8 E' da notare che il flusso può solo aumentare sugli archi di A x ', mentre può solo ' ' diminuire sugli archi di A x. Non appena x ij =x ij, il flusso su i, j non viene più modificato, perciò in G x non può essere creato nessun nuovo arco. Possiamo allora concludere che ogni grafo G x è un sottografo del grafo residuo iniziale G x ', e perciò un qualunque cammino o ciclo che viene utilizzato è aumentante rispetto allo pseudoflusso iniziale x '. Ad ogni passo cancelliamo o almeno un nodo da O x D x o almeno un aro da G x, quindi, tutti gli archi di G x vengono cancellati in al più n m passi. Il Teorema appena dimostrato ci permette di dare una caratterizzazione degli pseudoflussi ottimi e quindi dei flussi ottimi. Definiamo minimale uno pseudoflusso x di costo minimo tra tutti gli pseudoflussi aventi lo stesso vettore di sbilanciamento e x. La soluzione ottima al nostro problema del flusso di costo minimo è un flusso ammissibile minimale, un flusso, cioè, che ha costo minimo tra tutti gli pseudoflussi aventi e x =0. Lemma 1: Uno flusso ammissibile (pseudoflusso) x è ottimo (minimale) se e solo se non esistono cicli aumentanti rispetto ad x il cui costo sia negativo. Dimostrazione: Se esiste un ciclo aumentante C rispetto ad x il cui costo c C negativo, allora x non è minimale: per ogni 0 C, x, lo pseudoflusso x =x C ha lo stesso vettore di sbilanciamento di x, ma, ricordando (1), cx cx. Viceversa, sia x uno pseudoflusso tale che non esistono cicli aumentanti di costo negativo rispetto ad x. Supponiamo che esista uno pseudoflusso x ' con lo stesso vettore di sbilanciamento tale che cx ' cx, ossia supponiamo che x non sia minimale. Allora per il Teorema 1: è x '=x 1 C 1... k C k dove C i sono cicli aumentanti per x. Ma i i sono tutti numeri positivi, quindi, il fatto che sia cx ' cx e (1) implicano che c C i 0 per un qualche i, il che contraddice l'ipotesi.
9 3. Soluzione Basata su Cammini Minimi Successivi L'algoritmo basato su cammini minimi successivi sfrutta l'idea seguente: ad ogni passo mantiene uno pseudoflusso minimale x e per diminuire lo sbilanciamento di x, al minor costo possibile, determina un cammino aumentante di costo minimo tra un nodo s O x e un nodo t D x. La minimalità degli pseudoflussi è conservata grazie all'utilizzo di cammini aumentanti di costo minimo, come dimostra il seguente Teorema 2: Sia x uno pseudoflusso minimale e, tra tutti i cammini che uniscono un dato nodo s O x ad un dato nodo t D x, sia P il cammino aumentante rispetto a x di costo minimo. In qualsiasi modo venga scelto P, x, x P è uno pseudoflusso minimale. Dimostrazione: Fissato P, x, sia x ' uno pseudoflusso qualsiasi e sia e x il suo vettore di sbilanciamento. Esistono, per il Teorema 1, k cammini aumentanti P 1,..., P k da s a t (essendo s e t gli unici nodi per i quali differiscono e x ed e x ) e h cicli aumentanti C 1,...,C h rispetto ad x tali che x '=x 1 P 1... k P k k 1 C 1... k h C h Inoltre, deve sicuramente essere 1... k =. x è minimale, perciò ciasuno degli h cicli aumentanti deve avere costo non negativo; inoltre P ha costo minimo tra tutti cammini aumentanti tra s e t, quindi si ha c P c P i,i=1,..., k. Allora: cx '=cx 1 c P 1... k c P k k 1 c C 1... k h c C h cx c P =cx Quindi, x è minimale. Ricordiamo che e x s 0 e che e x t 0. L'operazione di composizione tra lo pseudoflusso x e il cammino P permette, con un'opportuna scelta di, di diminuire lo sbilanciamento complessivo. Infatti per (2) =min { P, x, e x s, e x t } > 0 x è uno pseudoflusso minimale con sbilanciamento complessivo g x =g x g x. Tale scelta di corrisponde alla maggiore diminuzione
10 possibile dello sbilanciamento complessivo corrispondente al cammino P e allo pseudoflusso x. L'algoritmo, mostrato qui di seguito, termina se lo pseudoflusso minimale corrente ha sbilanciamento nullo (è un flusso ottimo), oppure se non esistono più cammini aumentanti tra nodi in O x e nodi in D x (il problema non ha soluzioni ammissibili). Algoritmo camminiminimisuccessivi( G, c, b, u, x, caso ) { inizializza( x ); caso := ottimo ; while ( g x!= 0) and ( caso!= vuoto ) do if trovacamminominimo( G x, O x, D x, P, ) then aumentaflusso( x, P, ); else caso := vuoto ; } Partendo dal presupposto che non esistano archi con costo negativo e capacità infinita, la procedura inizializza costruisce uno pseudoflusso x minimale nel modo seguente: x ij ={ 0, se c ij 0 u ij, altrimenti I costi degli archi in G x risultano, così, tutti non negativi e perciò non esistono cicli orientati in G x (e cioè cicli aumentanti rispetto a x in G ) di costo negativo. x è allora minimale. La procedura trovacamminominimo risolve il problema dell'albero dei cammini minimi con insieme di nodi radice O x su G x, determinando, quindi, un cammino aumentante P di costo minimo da un qualsiasi nodo s O x a un qualsiasi nodo t D x. Se, cioè, O x 1, essa aggiunge a G x un nodo radice r collegato con archi a costo nullo a tutti i nodi in O x e risolve il problema dell'albero dei cammini minimi di radice r sul grafo così ottenuto; altrimenti utilizza come radice l'unico nodo in O x. Se la procedura restituisce falso, il nostro algoritmo restituisce vuoto (non esiste nessuna soluzione ammissibile per il nostro problema). In caso contrario, la procedura restituisce un cammino aumentante P che unisce un nodo s O x a un nodo t D x insieme alla quantità di flusso, definita in (2), che deve essere inviata
11 lungo P, invio del quale si occupa la procedura aumentaflusso implementando l'operazione di composizione. Se =e x s, allora il nodo s risulterà bilanciato rispetto al nuovo flusso, e lo stesso discorso vale per il nodo t se = e x t ; altrimenti, è determinato dalla capacità del cammino e ciò vuol dire che almeno un arco di P diviene vuoto oppure saturo. Se l'algoritmo descritto termina con g x =0, allora x è un flusso ottimo. Per il Teorema 2, infatti, ad ogni passo lo pseudoflusso x è minimale in quanto l'algoritmo usa sempre cammini aumentanti di costo minimo. Nel caso in cui b e u siano interi possiamo facilmente provare la terminazione dell'algoritmo. Lo pseudoflusso iniziale, in questo caso, è anch'esso intero, e lo sono, quindi, la quantità a quell'iterazione e lo pseudoflusso x ottenuto al termine dell'iterazione. Ad ogni iterazione, di conseguenza, x è intero, 1 e g x diminuisce almeno di un'unità. L'algoritmo termina, perciò, in un numero finito di iterazioni. Da quanto detto segue il Teorema 3: Per qualsiasi scelta dei costi degli archi, se le capacità degli archi ed i bilanci dei nodi sono interi, allora esiste almeno una soluzione ottima intera per il problema MCF. Lo sbilanciamento complessivo dello pseudoflusso x costruito dalla procedura inizializza è limitato superiormente da g= u ij b i c ij 0 b i 0. Il numero delle iterazioni non potrà eccedere g dato che g x diminuisce di almeno un'unità ad ogni iterazione. Inoltre, si vede chiaramente che tutte le operazioni effettuate durante una singola iterazione hanno complessità al più O n, esclusa l'invocazione della procedura trovacamminominimo. Se per tale procedura utilizziamo un algoritmo di costruzione dell'albero dei cammini minimi che ha complessità O mn, la complessità totale di camminiminimisuccessivi risulta essere O gmn.
12 Data l'istanza del problema sopra mostrata, descriviamo, con l'aiuto della prossima figura, il funzionamento dell'algoritmo basato su cammini minimi successivi. Tutti i costo sono non negativi, quindi la procedura inizializza costruisce uno pseudoflusso iniziale identicamente nullo. Mostriamo, per ogni iterazione, sulla sinistra il grafo residuo G x e a destra lo pseudoflusso ottenuto al termine dell'iterazione. Nel grafo residuo risulta evidenziato l'albero dei cammini minimi con i valori delle corrispondenti etichette e viene mostrato il valore del flusso inviato lungo il relativo cammino aumentante da 1 a 5. I valori del flusso e gli sbilanciamenti non visualizzati sono da considerare pari a zero. Al termine della quarta iterazione tutti i nodi hanno sbilanciamento nullo e la soluzione è, perciò, ottima.
13 4. Bibliografia R. K. Ahuja, T. L. Magnanti, J. B. Orlin Network flows. Theory, algorithms and applications Prentice Hall 1993 M. S. Bazaraa, J. J. Jarvis, H. D. Sherali Linear programming and network flows Wiley 1990
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
DettagliAlgoritmo 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
DettagliIntroduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
DettagliProblemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
Dettagli2.3 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,
DettagliProblema del cammino minimo
Algoritmi e Strutture di Dati II Problema del cammino minimo Un viaggiatore vuole trovare la via più corta per andare da una città ad un altra. Possiamo rappresentare ogni città con un nodo e ogni collegamento
DettagliUNIVERSITÀ 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
DettagliEsercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi
Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore
DettagliMinimo albero di copertura
apitolo 0 Minimo albero di copertura efinizione 0.. ato un grafo G = (V, E) non orientato e connesso, un albero di copertura di G è un sottoinsieme T E tale che il sottografo (V, T ) è un albero libero.
DettagliParte V: Rilassamento Lagrangiano
Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice
DettagliALGORITMI 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
DettagliFigura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.
ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c
DettagliConvergenza del Simplesso e regole anti-ciclaggio
Convergenza del Simplesso e regole anti-ciclaggio degenerazione e ciclaggio un esempio di ciclaggio regole anti-ciclaggio rif. Fi 3.2.6, BT 3.4 (Esempio 3.6), BT 3.7; Sulla convergenza del metodo del simplesso
DettagliNote per la Lezione 4 Ugo Vaccaro
Progettazione di Algoritmi Anno Accademico 2016 2017 Note per la Lezione 4 Ugo Vaccaro Ripasso di nozioni su Alberi Ricordiamo che gli alberi rappresentano una generalizzazione delle liste, nel senso che
DettagliProgettazione di algoritmi
Progettazione di algoritmi Discussione dell'esercizio [labirinto] Nel testo dell'esercizio abbiamo considerato come lunghezza del percorso il numero di bivi ma possiamo stimare meglio la lunghezza reale
DettagliCammini minimi fra tutte le coppie
Capitolo 12 Cammini minimi fra tutte le coppie Consideriamo il problema dei cammini minimi fra tutte le coppie in un grafo G = (V, E, w) orientato, pesato, dove possono essere presenti archi (ma non cicli)
Dettagli2. ALGORITMO DEL SIMPLESSO
. ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
Dettagli11.4 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)
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione
DettagliPossibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
DettagliSono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza
Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di
DettagliIntroduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard
Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione
DettagliProblemi, istanze, soluzioni
lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un
DettagliIl problema del commesso viaggiatore
Il problema del commesso viaggiatore Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università
DettagliAlberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni
DettagliNell informatica esistono alcuni problemi particolarmente rilevanti, poiché essi:
Pag 24 3) Il problema della ricerca Nell informatica esistono alcuni problemi particolarmente rilevanti, poiché essi: si incontrano in una grande varietà di situazioni reali; appaiono come sottoproblemi
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliDAI NUMERI NATURALI AI NUMERI RAZIONALI
DAI NUMERI NATURALI AI NUMERI RAZIONALI 1. L insieme dei numeri naturali Nel sistema assiomatico ZF, l Assioma dell infinito stabilisce che: Esiste un insieme A, i cui elementi sono insiemi e tale che
DettagliAppunti lezione Capitolo 15 Ricerca locale
Appunti lezione Capitolo 15 Ricerca locale Alberto Montresor 03 Giugno, 016 1 Introduzione alla ricerca locale Un approccio miope, ma talvolta efficace è quello della ricerca locale. L idea è la seguente:
DettagliProgettazione 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
DettagliGrafi: visita generica
.. Grafi: visita generica Una presentazione alternativa (con ulteriori dettagli) Algoritmi di visita Scopo: visitare tutti i vertici di un grafo (si osservi che per poter visitare un vertice occorre prima
DettagliSERIE NUMERICHE FAUSTO FERRARI
SERIE NUMERICHE FAUSTO FERRARI Materiale propedeutico alle lezioni di Complementi di Analisi Matematica ed Elementi di Calcolo delle probabilità per il corso di Laurea in Ingegneria per la parte di Elementi
DettagliEsercizi di Algoritmi e Strutture Dati
Esercizi di Algoritmi e Strutture Dati Moreno Marzolla marzolla@cs.unibo.it Ultimo aggiornamento: 3 novembre 2010 1 Trova la somma/1 Scrivere un algoritmo che dati in input un array A[1... n] di n interi
DettagliGRAFI. 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
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliProblema del trasporto
p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in
DettagliA 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 //
DettagliSERIE NUMERICHE FAUSTO FERRARI
SERIE NUMERICHE FAUSTO FERRARI Materiale propedeutico alle lezioni di Analisi Matematica per i corsi di Laurea in Ingegneria Energetica e Meccanica N-Z dell Università di Bologna. Anno Accademico 2003/2004.
DettagliIL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero
IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno
Dettaglii 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
Dettagli2.6 Calcolo degli equilibri di Nash
92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito
Dettagli3. Massimo, minimo, maggioranti e minoranti. Insiemi limitati. Estremi superiori ed inferiori.
3. assimo, minimo, maggioranti e minoranti. Insiemi limitati. Estremi superiori ed inferiori. Definizione: assimo Sia un insieme di numeri reali. Def. Si dice massimo di, se esiste, quel numero che appartiene
Dettagli( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2,
1 Elementi di Analisi Matematica e Ricerca Operativa prova del 6 luglio 2016 1) Discutere il seguente problema di Programmazione Lineare: Trovare il massimo di p x 1, x 2, x 3, x 4 # x 2 + 4 x 3 + x 4
DettagliUNIVERSITÀ 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
DettagliCostruzione di espressioni regolari 4
ostruzione di espressioni regolari 4 Indicando con d uno dei possibili digits {,, 2,,9} --possiamo esprimere il sotto linguaggio dei digits come d = ( + + 2 +.. + 9) Quale linguaggio produce l espressione:
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliProntuario degli argomenti di Algebra
Prontuario degli argomenti di Algebra NUMERI RELATIVI Un numero relativo è un numero preceduto da un segno + o - indicante la posizione rispetto ad un punto di riferimento a cui si associa il valore 0.
DettagliL insieme dei numeri Relativi (Z)
L insieme dei numeri Relativi (Z) L esigenza dei numeri relativi Due precise situazioni ci spingono ad ampliare l'insieme de numeri naturali (N): una di carattere pratico, un'altra di carattere più teorico.
DettagliANALISI 1 - Teoremi e dimostrazioni vari
ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite
DettagliCorso 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
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 2 Marzo 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Pseudo-code del metodo Fermi-Metropolis Input: x 0, 0, min, maxit k 0, x x 0, 0 while k maxit and min do k k + 1, x x
DettagliRouting IP. IP routing
Routing IP IP routing IP routing (inoltro IP): meccanismo per la scelta del percorso in Internet attraverso il quale inviare i datagram IP routing effettuato dai router (scelgono il percorso) Routing diretto
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
DettagliRICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)
RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno
DettagliAlberi e alberi binari I Un albero è un caso particolare di grafo
Alberi e alberi binari Un albero è un caso particolare di grafo È costituito da un insieme di nodi collegati tra di loro mediante archi Gli archi sono orientati (ogni arco esce da un nodo origine ed entra
DettagliSimilitudine (ortogonale) e congruenza (ortogonale) di matrici.
Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011
ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011 Esercizio 1. Usando l algoritmo euclideo delle divisioni successive, calcolare massimo comune divisore e identità di Bézout per le seguenti coppie
DettagliEsame di Ricerca Operativa del 16/06/2015
Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il
DettagliA lezione sono stati presentati i seguenti passi per risolvere un problema:
Calcolo delle radici di un polinomio Problema: Dati i coefficienti a,b,c di un polinomio di 2 grado della forma: ax^2 + bx + c = 0, calcolare le radici. A lezione sono stati presentati i seguenti passi
DettagliCollegamento generatori di tensione. Collegamento parallelo. Sia dato il sistema di figura 1: Fig. 1 -
Collegamento generatori di tensione Collegamento parallelo Sia dato il sistema di figura : Fig. - vogliamo trovare il bipolo equivalente al parallelo dei tre generatori di tensione, il bipolo, cioè, che
DettagliLEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
DettagliAppunti sui problemi di matching
Appunti sui problemi di matching A. Agnetis 1 Formulazione I problemi di matching (talvolta chiamati problemi di accoppiamento, o abbinamento) sono tra i più importanti e più studiati problemi di ottimizzazione
DettagliIntroduzione alla programmazione Algoritmi e diagrammi di flusso. Sviluppo del software
Introduzione alla programmazione Algoritmi e diagrammi di flusso F. Corno, A. Lioy, M. Rebaudengo Sviluppo del software problema idea (soluzione) algoritmo (soluzione formale) programma (traduzione dell
DettagliEsame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00
DettagliUn convertitore D/A o digitale/analogico è un dispositivo che ha lo scopo di
Convertitore D/A Un convertitore D/A o digitale/analogico è un dispositivo che ha lo scopo di trasformare un dato digitale in una grandezza analogica, in generale una tensione. Naturalmente vi deve essere
DettagliGeometria 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
DettagliITLCC 2006/10/6 19:09 page 7 #3
ITLCC 2006/10/6 19:09 page 7 #3 Capitolo 2 Macchine di Turing SOMMARIO In questo capitolo introdurremo il modello di calcolo proposto dal logico matematico inglese Alan Turing, in un suo famoso articolo
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico Lezione 5
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 5 In questa lezione inizieremo a studiare gli algoritmi di approssimazione per problemi di ottimizzazione NP-hard
DettagliMatlab. Istruzioni condizionali, cicli for e cicli while.
Matlab. Istruzioni condizionali, cicli for e cicli while. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 17 marzo 2016 Alvise Sommariva Introduzione 1/ 18 Introduzione Il
DettagliComplementi di Analisi Matematica Ia. Carlo Bardaro
Complementi di Analisi Matematica Ia Carlo Bardaro Capitolo 1 Elementi di topologia della retta reale 1.1 Intorni, punti di accumulazione e insiemi chiusi Sia x 0 IR un fissato punto di IR. Chiameremo
DettagliClaudio 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
DettagliCASO 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
DettagliDati e Algoritmi I (Pietracaprina) Esercizi sugli Alberi
Dati e Algoritmi I (Pietracaprina) Esercizi sugli Alberi Dati e Algoritmi I (Pietracaprina): Esercizi 1 Problema 1 Dimostrare che un albero non vuoto con n nodi interni, dove ogni nodo interno ha almeno
DettagliConcentriamo la nostra attenzione sull insieme dei numeri razionali Q. In Q sono definite
Lezioni del 22 e 24 settembre. Numeri razionali. 1. Operazioni, ordinamento. Indichiamo con N, Z, Q gli insiemi dei numeri naturali, interi relativi, e razionali: N = {0, 1, 2,...} Z = {0, ±1, ±2,...}
DettagliLunghezza media. Teorema Codice D-ario prefisso per v.c. X soddisfa. L H D (X). Uguaglianza vale sse D l i. = p i. . p.1/27
Lunghezza media Teorema Codice D-ario prefisso per v.c. X soddisfa L H D (X). Uguaglianza vale sse D l i = p i.. p.1/27 Lunghezza media Teorema Codice D-ario prefisso per v.c. X soddisfa L H D (X). Uguaglianza
DettagliIL METODO DEL SIMPLESSO
IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno
Dettaglia) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre gli zeri di f e studiarne il segno.
1 ESERCIZI CON SOLUZIONE DETTAGLIATA Esercizio 1. Si consideri la funzione f(x) = e x 3e x +. a) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre
DettagliLiberamente tratto da Prima Legge di Ohm
Liberamente tratto da www.openfisica.com Prima Legge di Ohm Agli estremi di due componenti elettrici di un circuito (che si possono chiamare conduttore X ed Y) è applicata una differenza di potenziale
DettagliIl metodo dei Piani di Taglio (Cutting Planes Method)
Il metodo dei Piani di Taglio (Cutting Planes Method) E un metodo di soluzione dei problemi (IP) di tipo generale. L idea di base: Se la soluzione di (RL) non è intera allora la soluzione ottima intera
DettagliBranch-and-bound per KNAPSACK
p. 1/1 Branch-and-bound per KNAPSACK Rispetto allo schema generale visto in precedenza dobbiamo specificare: come si calcola un upper bound su un sottinsieme; come si effettua il branching; come si individuano
DettagliTeoria dei Giochi Prova del 30 Novembre 2012
Cognome, Nome, Corso di Laurea, email: Teoria dei Giochi Prova del 30 Novembre 2012 Esercizio 1. Si consideri il seguente gioco. Il primo giocatore può scegliere un numero tra {3,4,8,16,38}; il secondo
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
DettagliCONSIGLI 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
DettagliDiagrammi a blocchi 1
Diagrammi a blocchi 1 Sommario Diagrammi di flusso, o a blocchi. Analisi strutturata. Esercizi. 2 Diagrammi a blocchi È un linguaggio formale di tipo grafico per rappresentare gli algoritmi. Attraverso
Dettagli1 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
Dettagli1 Giochi di Ehrenfeucht-Fraissé e Logica del Prim ordine
1 Giochi di Ehrenfeucht-Fraissé e Logica del Prim ordine In questo tipo di giochi l arena è costituita da due grafi orientati G = (V, E), G = (V, E ). Lo scopo del I giocatore è di mostrare, in un numero
DettagliL ALGORITMO DEL SIMPLESSO REVISIONATO
L ALGORITMO DEL SIMPLESSO REVISIONATO L'algoritmo del simplesso revisionato costituisce una diversa implementazione dell algoritmo standard tesa a ridurre, sotto certe condizioni, il tempo di calcolo e
Dettagli1.1 Coordinate sulla retta e nel piano; rette nel piano
1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione
DettagliGrafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici);
Algoritmi e Strutture di Dati II 2 Grafi diretti Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove V è u n i n s i e m e d i nodi (o vertici); E µ V V è u n i n s i e m e d i archi. Denotiamo
DettagliL algoritmo AKS. L algoritmo AKS. Seminario per il corso di Elementi di Algebra Computazionale. Oscar Papini. 22 luglio 2013
L algoritmo AKS Seminario per il corso di Elementi di Algebra Computazionale Oscar Papini 22 luglio 2013 Test di primalità Come facciamo a sapere se un numero n è primo? Definizione (Test di primalità)
DettagliProblema: dati i voti di tutti gli studenti di una classe determinare il voto medio della classe.
Problema: dati i voti di tutti gli studenti di una classe determinare il voto medio della classe. 1) Comprendere il problema 2) Stabilire quali sono le azioni da eseguire per risolverlo 3) Stabilire la
DettagliPROVETTE D ESAME. Algoritmi e Strutture Dati
PROVETTE D ESAME Algoritmi e Strutture Dati ESERCIZIO 1 Si ottengano limiti superiori e inferiori per la seguente ricorrenza ESERCIZIO 1 ESERCIZIO 2 Dato un albero binario T, il grado di sbilanciamento
DettagliUNITÀ 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
DettagliESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME
ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME a cura di Michele Scaglia FUNZIONI DERIVABILI Sia f : domf R una funzione e sia 0 domf di accumulazione per domf Chiamiamo derivata prima di
DettagliGrafi 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
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
Dettagli1 Disquazioni di primo grado
1 Disquazioni di primo grado 1 1 Disquazioni di primo grado Si assumono assodate le regole per la risoluzione delle equazioni lineari Ricordando che una disuguaglianza è una scrittura tra due espressioni
Dettagli