Programmazione lineare: basi e soluzioni di base
|
|
- Adelmo Vito Franco
- 6 anni fa
- Visualizzazioni
Transcript
1 Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria
2 Programmazione lineare:basi e soluzioni di base p. 2/33 Variabili di base e variabili fuori base Consideriamo il problema della PL in forma standard dove ν = min c T x A x = b x 0 c,x R n, A R m n, b R m Rappresentazione compatta { } min c T x : Ax = b, x 0 Il vettore c T è anche detto vettore dei costi.
3 Programmazione lineare:basi e soluzioni di base p. 3/33 Si supponga che: m n; rango A = m. Indichiamo con A 1,A 2,...,A n le colonne di A, cioè A = [A 1,A 2,...,A n ]
4 Programmazione lineare:basi e soluzioni di base p. 4/33 DEFINIZIONE. Una collezione di m colonne linearmente indipendenti di A si dice base di A. Le variabili x j associate alle colonne nella base si dicono variabili di base. Le rimanenti variabili si dicono fuori base.
5 Programmazione lineare:basi e soluzioni di base p. 5/33 Le variabili di base possono essere sempre ricavate, univocamente, da quelle fuori base. Infatti, supponiamo per semplicità che la base B sia costituita dalle prime m colonne di A. Indichiamo con B = [A 1,A 2,...,A m ], N = [A m+1,a m+2,...,a n ] Allora: A = [B,N]
6 Programmazione lineare:basi e soluzioni di base p. 6/33 Analogamente il vettore x si scriverà come [ ] x = dove x B, x N rappresentano i vettori delle variabili di base e di quelle fuori base. x B x N Quindi il sistema Ax = b diventa: Bx B + Nx N = b
7 Programmazione lineare:basi e soluzioni di base p. 7/33 Per la lineare indipendenza delle prime m colonne di A, la matrice B è non singolare (cioè è invertibile): Bx B = b Nx N = x B = B 1 b B 1 Nx N e la soluzione [ ] [ ] x = x B x N = B 1 b B 1 Nx N x N soddisfa sempre, per costruzione, il sistema Ax = b dato.
8 Programmazione lineare:basi e soluzioni di base p. 8/33 Il ragionamento vale anche se la base non è costituita dalla prime m colonne di A. In generale, si definisce l insieme β {1, 2,...,n} di m elementi tali che la matrice B = [ A β(1), A β(2),...,a β(m) ] (dove β(1),...,β(m) è un arbitrario ordinamento di β e A β(j) indica la colonna β(j)-sima di A) costituisce una base, e si indica con η = {1, 2,...,n} \β l insieme complementare di β.
9 Si può ripetere lo stesso ragionamento raggruppando in x B le variabili di base (cioè le x j tali che j β) e in x N le variabili fuori base (cioè le x j tali che j η). Programmazione lineare:basi e soluzioni di base p. 9/33
10 Programmazione lineare:basi e soluzioni di base p. 10/33 DEFINIZIONE. La soluzione ottenuta ponendo x N = 0 e x B = B 1 b si dice soluzione di base associata alla base B. La soluzione di base (e, per estensione, la base B stessa) si dice ammissibile se In particolare: x B = B 1 b 0. è non degenere se x B > 0 è degenere se esiste almeno un j β tale che x j = 0
11 Programmazione lineare:basi e soluzioni di base p. 11/33 Esempio min x 1 2x 2 x 1 + x 2 2 x 1 2 x 2 1 x 1 0, x 2 0
12 Programmazione lineare:basi e soluzioni di base p. 12/33 Trasformazione in forma standard min x 1 2x 2 x 1 + x 2 + x 3 = 2 x 1 + x 4 = 2 x 2 + x 5 = 1 x 1 0, x 2 0, x 3 0, x 4 0, x 5 0 A = , b = 2 2 1
13 Programmazione lineare:basi e soluzioni di base p. 13/33 x B = B 1 b = β = (1, 2, 3), B = x N = [ x 4 x 5 ] = [ ] = x 1 = 2, x 2 = 1, x 3 = 1, x 4 = 0, x 5 = 0 La base è non ammissibile poiché x 3 < 0.
14 Programmazione lineare:basi e soluzioni di base p. 14/33 β = (1, 2, 4), B = x B = B 1 b = = x 1 = 1, x 2 = 1, x 3 = 0, x 4 = 1, x 5 = 0 La base è ammissibile non degenere.
15 Programmazione lineare:basi e soluzioni di base p. 15/33 β = (1, 2, 5), B = x B = B 1 b = = x 1 = 2, x 2 = 0, x 3 = 0, x 4 = 0, x 5 = 1 La base è degenere poiché x 2 = 0.
16 Programmazione lineare:basi e soluzioni di base p. 16/33 β = (2, 3, 4), B = x B = B 1 b = = x 1 = 0, x 2 = 1, x 3 = 1, x 4 = 2, x 5 = 0 La base è ammissibile non degenere.
17 Programmazione lineare:basi e soluzioni di base p. 17/33 Esercizio min x 1 2x 2 6x 1 + 4x x 1 2x 2 6 x 1 0, x 2 0 Individuare e classificare tutte le basi.
18 Programmazione lineare:basi e soluzioni di base p. 18/33 Teorema fondamentale della PL Si consideri un problema di programmazione lineare in forma standard, con m vincoli, n incognite, m n e rangoa = m. 1. Esiste una soluzione ammissibile se e solo se esiste almeno una soluzione ammissibile che è anche di base. 2. Esiste una soluzione ottimale se e solo se esiste almeno una soluzione ottimale che è anche di base.
19 Programmazione lineare:basi e soluzioni di base p. 19/33 Alcune considerazioni. Per determinare l ottimo di un problema di PL possiamo limitarci all esplorazione delle soluzioni di base, poiché tra di esse, se il problema ammette ottimo, si troverà la soluzione. Ciò non vuol dire che non possano esistere soluzioni ottimali non di base, ma almeno una delle soluzioni ottimali deve essere di base. Il teorema permette di passare da un problema in cui lo spazio delle soluzioni da analizzare per trovare l ottimo è un insieme continuo, ad un insieme di candidati ottimi finito.
20 Programmazione lineare:basi e soluzioni di base p. 20/33 Poichè le soluzioni di base nascono dall identificazione di una sottomatrice B invertibile costituita da m colonne della matrice A, il numero complessivo di possibili basi non potrà superare il numero di modi in cui è possibile scegliere m colonne da un insieme di n, e cioè: ( n m ) = m! n!(n m)!
21 Programmazione lineare:basi e soluzioni di base p. 21/33 In virtù delle osservazioni, una prima idea per risolvere un problema di PL potrebbe essere quella di generare tutte le soluzioni di base del problema, individuando quella ammissibile che minimizza la funzione obiettivo. Tuttavia, il numero di basi cresce, al crescere di n ed m ad una velocità tale da rendere totalmente impraticabile la strada dell enumerazione esplicita di tutte le soluzioni di base. Il metodo del simplesso permette di determinare una base ottimale evitando di generare esplicitamente tutte le soluzioni di base, compiendo cioè un enumerazione implicita delle basi, e utilizzando un criterio per la verifica dell ottimalità
22 Programmazione lineare:basi e soluzioni di base p. 22/33 Vettore dei costi ridotti Sia min { } c T x : Ax = b, x 0 il problema da risolvere e sia B una base ammissibile. Il sistema Ax = b si può riscrivere come: Bx B + Nx N = b x B = B 1 b B 1 Nx N, con B 1 b 0.
23 Programmazione lineare:basi e soluzioni di base p. 23/33 La funzione obiettivo f(x) diventa [ ] [ ] c T x [ B x = = c T B ct N x N c T B ct N ] [ B 1 b B 1 Nx N x N ] c T x = c T B B 1 b + (c T }{{} N ct B B 1 N)x }{{ N } costante c T N x N [ ] B 1 b Indicando con x = la soluzione di base 0 ammissibile, la costante rappresenta il valore della soluzione di base ammissibile, cioè f( x) = c T x.
24 Programmazione lineare:basi e soluzioni di base p. 24/33 DEFINIZIONE. Il vettore c T N = ct N ct B B 1 N si chiama vettore dei costi ridotti rispetto alla (soluzione di) base B
25 Programmazione lineare:basi e soluzioni di base p. 25/33 Osserviamo che dove c T N x N = c T x c T = c T c T B B 1 A. Infatti si ha: c T = c T c T B B 1 A = c T B ct B B 1 B }{{} T c 0 T N ct B B 1 N }{{} c T N Anche a c T si suole dare il nome di vettore dei costi ridotti, e, per definizione, esso è nullo sulle variabili di base.
26 Programmazione lineare:basi e soluzioni di base p. 26/33 Test di ottimalità TEOREMA. (Criterio sufficiente di ottimalità) Sia B una base ammissibile. Se c T N 0T ( o, equivalentemente, c T 0 T ) allora la soluzione di base associata a B è ottima. In questo caso si dice che la base stessa è ottima.
27 Programmazione lineare:basi e soluzioni di base p. 27/33 Dimostrazione Siano: x la generica soluzione x = [x B,x N ] T x la soluzione di base ammissibile La soluzione è scritta come: [ ] [ x = x B x N = B 1 b B 1 Nx N x N ] Il valore di tale soluzione: f(x) = f( x) + c T N x N
28 Programmazione lineare:basi e soluzioni di base p. 28/33 L insieme ammissibile F = {x : Ax = b, x 0} può anche essere rappresentato come F = {x = [x B x N ] T : x B = B 1 b B 1 Nx N, x B 0, x N 0} Il problema di PL risulta allora essere equivalente a (tenendo conto che f( x) è costante) ν = min c T N x N B 1 Nx N B 1 b x N 0
29 Programmazione lineare:basi e soluzioni di base p. 29/33 Per tale problema, la soluzione x N = 0 è sempre ammissibile. Per ipotesi c T N 0, quindi x N = 0 è soluzione ottima. Allora x = [x B, x N ] T = [B 1 b, problema in esame. 0] T è soluzione ottima del
30 Programmazione lineare:basi e soluzioni di base p. 30/33 Il teorema fornisce solo una condizione sufficiente di ottimalità. La condizione diventa necessaria se si suppone che la soluzione di base sia non degenere. TEOREMA. Se una soluzione di base non degenere è ottima, allora il suo vettore dei costi ridotti è non negativo. Ciò vuol dire che, in presenza di degenerazione, si possono avere costi ridotti negativi anche in corrispondenza a una soluzione base ammissibile ottima.
31 Programmazione lineare:basi e soluzioni di base p. 31/33 Esempio min x 1 2x 2 x 1 + x 2 2 x 1 2 x 2 1 x 1 0, x 2 0 c T = [ 1, 2, 0, 0, 0]
32 Programmazione lineare:basi e soluzioni di base p. 32/33 β = (2, 3, 4), c T B = [ 2, 0, 0] Tale base è non degenere e si ha la soluzione di base ammissibile x = [0, 1, 1, 2, 0] T. Il vettore dei costi ridotti è: c T = c T c T B B 1 A = [ 1, 0, 0, 0, 2] Poiché c T 1 < 0, la soluzione (e quindi la base) non è ottima.
33 Programmazione lineare:basi e soluzioni di base p. 33/33 β = (1, 2, 4), c T B = [ 1, 2, 0] Anche tale base è non degenere e si ha la soluzione di base ammissibile Il vettore dei costi ridotti è: x = [1, 1, 0, 1, 0] T. c T = c T c T B B 1 A = [0, 0, 1, 0, 1] Poiché c T 0, la soluzione (e quindi la base) è ottima.
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
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliSISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.
SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga
DettagliDomande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR
1 Giovedí 14 Maggio 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Geometria di R n 1 Dare la definizione di Poliedro e Vertice di un Poliedro 2 Dare la definizione di Poliedro e di Politopo
DettagliIl metodo del simplesso. Il metodo del simplesso p. 1/12
Il metodo del simplesso Il metodo del simplesso p. 1/12 I problemi di PL in forma standard I problemi di PL in forma standard hanno la seguente formulazione: max cx a i x = b i x 0 i = 1,...,m o, equivalentemente,
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
DettagliEsercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari
Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
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
DettagliSISTEMI LINEARI, METODO DI GAUSS
SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti
DettagliProdotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
DettagliLEZIONE 3. Typeset by AMS-TEX
LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento 3 Sistemi lineari I Un equazione nelle n incognite x,,x n della forma c x + + c n x n = b ove c,,c n sono numeri reali (detti coefficienti) eb è un numero reale (detto
DettagliMATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte I)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte I) Luigi De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo
Dettagliax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.
. Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione
Dettagli2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi)
2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi) La circonferenza è la curva di 2^ grado che viene individuata univocamente da tre punti non allineati e possiede la seguente proprietà:
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
DettagliMATEMATICA GENERALE Prova d esame del 23 maggio FILA A
MATEMATICA GENERALE Prova d esame del 23 maggio 2016 - FILA A Nome e cognome Matricola Gli studenti che hanno superato il test del Progetto Corda nel 2015 NON devono rispondere ai quesiti della I parte.
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
DettagliFUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
DettagliPotenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio
Potenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono
DettagliEsercizi sulla retta. Gruppo 1 (4A TSS SER, 4B TSS SER, 4A AM )
Esercizi sulla retta. Gruppo 1 (4A TSS SER, 4B TSS SER, 4A AM ) 1. Scrivere l'equazione della retta passante per i punti P1(-3,1), P2(2,-2). Dobbiamo applicare l'equazione di una retta passante per due
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
DettagliSISTEMI LINEARI. Prof.ssa R. Schettino Classe II a.s. 10/ 10/ 1111
SISTEMI LINEARI Prof.ssa R. Schettino Classe II a.s. 10/ 10/ 1111 EQUAZIONE LINEARE IN DUE INCOGNITE 3x+7y=21-12x+6y-36=0 x-y+2=0 9y-21x+9=0 Con x e y si indicano le incognite delle equazioni Quali sono
DettagliCirconferenze del piano
Circonferenze del piano 1 novembre 1 Circonferenze del piano 1.1 Definizione Una circonferenza è il luogo dei punti equidistanti da un punto fisso, detto centro. La distanza di un qualunque punto della
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti
DettagliRipasso tramiti esempi - Applicazioni lineari e matrici
Ripasso tramiti esempi - Applicazioni lineari e matrici Applicazioni lineari associata ad una matrice Avete imparato che data una matrice A K m,n esiste una applicazione lineare associata ad A. Ma come
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
SRCIZI DI ALGBRA LINAR COMPLMNTI DI GOMTRIA Foglio 3 sercizio 1. Determinare la decomposizione LU della matrice reale simmetrica A = 1 2 1 2 5 3 1 3 4 sercizio 2. Determinare la decomposizione LU della
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliIl Teorema di Kakutani
Il Teorema di Kakutani Abbiamo visto, precedentemente, il seguente risultato: 1 Sia X uno spazio di Banach. Se X è separabile, la palla è debolmente compatta. B X = {x X x 1} Il Teorema di Kakutani è un
DettagliMetodo dei minimi quadrati e matrice pseudoinversa
Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati
DettagliEsame di FONDAMENTI DI AUTOMATICA (9 crediti) SOLUZIONE
Esame di FONDAMENTI DI AUTOMATICA (9 crediti) Prova scritta 16 luglio 2014 SOLUZIONE ESERCIZIO 1. Dato il sistema con: si determinino gli autovalori della forma minima. Per determinare la forma minima
DettagliEquazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008. Dott.ssa G. Bellomonte
Equazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008 Dott.ssa G. Bellomonte Indice 1 Introduzione 2 2 Equazioni differenziali lineari del primo ordine
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
DettagliESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
DettagliChi non risolve esercizi non impara la matematica.
5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi
DettagliEsercizio 1 (sistema omogeneo) Discutere al variare del parametro k reale il sistema:
Leione - esercitaioni di lgebra e Geometria - nno accademico 9- Eserciio (sistema omogeneo) Discutere al variare del parametro reale il sistema: ) ( ) ( e risolverlo per. n, m La matrice incompleta del
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
Dettagli1 Sistemi di equazioni lineari 1. 2 Alcuni risultati generali Il teorema di Rouché Capelli Il teorema e la regola di Cramer...
SISTEMI DI EQUAZIONI LINEARI Sistemi di equazioni lineari Indice Sistemi di equazioni lineari 2 Alcuni risultati generali 2 2 Il teorema di Rouché Capelli 2 22 Il teorema e la regola di Cramer 3 3 Il calcolo
Dettagli1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari
Secondo modulo: Algebra Obiettivi 1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari 2. risolvere equazioni intere e frazionarie di primo grado, secondo grado, grado superiore
DettagliRobotica industriale. Richiami di statica del corpo rigido. Prof. Paolo Rocco
Robotica industriale Richiami di statica del corpo rigido Prof. Paolo Rocco (paolo.rocco@polimi.it) Sistemi di forze P 1 P 2 F 1 F 2 F 3 F n Consideriamo un sistema di forze agenti su un corpo rigido.
DettagliSistemi di 1 grado in due incognite
Sistemi di 1 grado in due incognite Problema In un cortile ci sono polli e conigli: in totale le teste sono 7 e zampe 18. Quanti polli e quanti conigli ci sono nel cortile? Soluzione Indichiamo con e con
Dettagliy 3y + 2y = 1 + x x 2.
Università degli Studi della Basilicata Corsi di Laurea in Chimica / Scienze Geologiche Matematica II A. A. 03-04 (dott.ssa Vita Leonessa) Esercizi svolti: Equazioni differenziali ordinarie. Risolvere
DettagliEsercizi sulla Programmazione Lineare. min. cx Ax b x 0
Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )
Dettagli1 Relazione di congruenza in Z
1 Relazione di congruenza in Z Diamo ora un esempio importante di relazione di equivalenza: la relazione di congruenza modn in Z. Definizione 1 Sia X = Z, a,b Z ed n un intero n > 1. Si dice a congruo
DettagliFUNZIONI. y Y. Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x associo il suo inverso). (ad un numero reale
FUNZIONI Siano X e Y due insiemi. Def. Una funzione f definita in X a valori in Y è una corrispondenza (una legge) che associa ad ogni elemento X al piú un elemento in Y. X Y Def. L insieme Y è detto codominio
DettagliEsercizi svolti sui sistemi lineari
Francesco Daddi - www.webalice.it/francesco.daddi Esercizi svolti sui sistemi lineari Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: tx+(t 1)y + z =1 (t 1)y + tz =1
DettagliRilassamento Lagrangiano
RILASSAMENTO LAGRANGIANO 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il seguente problema
DettagliRaccolta di esercizi svolti sulle condizioni di Kuhn Tucker
Raccolta di esercizi svolti sulle condizioni di Kuhn Tucker a cura di V. Piccialli a.a. 00-003 Esempio Si consideri la funzione obiettivo: f(x) = (x + x ) e sia l insieme ammissibile F definito da vincoli:
DettagliUna circonferenza e una parabola sono disegnate nel piano cartesiano. La circonferenza ha centro nel punto
La parabola Esercizi Esercizio 368.395 Una circonferenza e una parabola sono disegnate nel piano cartesiano. La circonferenza ha centro nel punto 0 ;5 e raggio, e la parabola ha il suo vertice in 0 ;0.
DettagliTeoria dei Giochi Prova del 9 Settembre 2011. se tutti i giocatori scelgono lo stesso numero, il payoff è zero per ciascun giocatore;
Teoria dei Giochi Prova del 9 Settembre 2011 Cognome, Nome, Numero di Matricola, email: Esercizio 1 Considera il seguente gioco non cooperativo. I giocatori sono n, con n dispari. Ciascun giocatore sceglie
Dettaglia + 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,
DettagliRilassamento Lagrangiano
Rilassamento Lagrangiano AA 2009/10 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il
DettagliMATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
DettagliFrancesco Zumbo
La retta - Teorema di Talete - Equazione della retta: passante per due punti, implicita, esplicita - Parallele e Perpendicolari - Fascio Propio e improprio - Intersezione tra rette Francesco Zumbo www.francescozumbo.it
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte III)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte III) L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di
DettagliProf.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli
DettagliCORSO ZERO DI MATEMATICA
UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA EQUAZIONI E DISEQUAZIONI DI SECONDO GRADO Dr. Erasmo Modica erasmo@galois.it EQUAZIONI DI SECONDO GRADO Definizione: Dicesi
DettagliDisequazioni di secondo grado
Disequazioni di secondo grado. Disequazioni Definizione: una disequazione è una relazione di disuguaglianza tra due espressioni. Detti p() e g() due polinomi definiti in un insieme A, una disequazione
DettagliQuesto paragrafo e quello successivo trattano gli stessi argomenti del capitolo B6 relativo alla soluzione grafica dei sistemi di primo grado.
D1. Retta D1.1 Equazione implicita ed esplicita Ogni equazione di primo grado in due incognite rappresenta una retta sul piano cartesiano (e viceversa). Si può scrivere un equazione di primo grado in due
DettagliESPONENZIALI E LOGARITMI. chiameremo logaritmica (e si legge il logaritmo in base a di c è uguale a b ).
ESPONENZIALI E LOGARITMI Data una espressione del tipo a b = c, che chiameremo notazione esponenziale (e dove a>0), stabiliamo di scriverla anche in un modo diverso: log a c = b che chiameremo logaritmica
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
Dettagli+2 3 = = =3 + =3 + =8 =15. Sistemi lineari. nelle stesse due incognite. + = + = = = Esempi + =5. Il sistema è determinato
Sistemi di equazioni SISTEMI LINEARI Un sistema di equazioni è un insieme di equazioni per le quali si cercano eventuali soluzioni comuni. +=7 =1 Ognuna delle due equazioni ha infinite soluzioni. La coppia
DettagliI RADICALI QUADRATICI
I RADICALI QUADRATICI 1. Radici quadrate Definizione di radice quadrata: Si dice radice quadrata di un numero reale positivo o nullo a, e si indica con a, il numero reale positivo o nullo (se esiste) che,
DettagliProf.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
Dettaglix 2 + (x+4) 2 = 20 Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati per le EQUAZIONI di PRIMO GRADO.
EQUAZIONI DI SECONDO GRADO Un'equazione del tipo x 2 + (x+4) 2 = 20 è un'equazione DI SECONDO GRADO IN UNA INCOGNITA. Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati
Dettagli1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?
Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri
DettagliRisoluzione dei triangoli rettangoli
Risoluzione dei triangoli rettangoli In questa dispensa esamineremo il problema della risoluzione dei triangoli rettangoli. Riprendendo la definizione di seno e coseno, mostreremo come questi si possano
DettagliCAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n
DettagliCONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm CRITERIO DI ROUTH-HURWITZ
DettagliVettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara
DettagliAppunti ed esercizi sulle coniche
1 LA CIRCONFERENZA 1 Appunti ed esercizi sulle coniche Versione del 1 Marzo 011 1 La circonferenza Nel piano R, fissati un punto O = (a, b) e un numero r > 0, la circonferenza (o cerchio) C di centro O
DettagliMetodo di Gauss-Jordan 1
Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi
DettagliRichiami sulla rappresentazione dei numeri in una base fissata
Silvia Bonettini - Appunti di Analisi Numerica 1 Richiami sulla rappresentazione dei numeri in una base fissata In questo capitolo si vogliono richiamare i concetti principali riguardanti la reppresentazione
DettagliEsercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni
Esercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni 1. Sia A un anello A 0. Provare che: A n A m m = n. Soluzione. Sia m A un ideale massimale. Sia m m = ma m e m n = ma n. Se ϕ : A m A n e
DettagliFunzioni goniometriche
Funzioni goniometriche In questa dispensa vengono introdotte le definizioni delle funzioni goniometriche. Preliminarmente si introducono le convenzioni sull orientazione degli angoli e sulla loro rappresentazione
DettagliEsercitazione di Matematica su matrici e sistemi lineari
Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1
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
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,
DettagliGeometria analitica di base (seconda parte)
SAPERE Al termine di questo capitolo, avrai appreso: il concetto di luogo geometrico la definizione di funzione quadratica l interpretazione geometrica di un particolare sistema di equazioni di secondo
DettagliIntroduzione alla TEORIA DEI NUMERI
Renato Migliorato Introduzione alla teoria dei numeri Introduzione alla TEORIA DEI NUMERI Avvertenza: questo è l inizio di un testo pensato come supporto al corso di Matematiche Complementari I ed ancora
DettagliPunti nel piano cartesiano
Punti nel piano cartesiano In un piano consideriamo due rette perpendicolari che chiamiamo x e. Solitamente, disegniamo la retta x (ascisse) orizzontalmente e orientata da sinistra a destra, la retta e
DettagliCatene di Markov. 8 ottobre 2009
Catene di Markov 8 ottobre 2009 Definizione 1. Si dice catena di Markov (finita) un sistema dotato di un numero finito n di stati {1, 2,..., n} che soddisfi la seguente ipotesi: la probabilità che il sistema
DettagliAnalisi. Calcolo Combinatorio. Ing. Ivano Coccorullo
Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le
DettagliLEZIONE 10. S(C,ρ) Figura 10.1
LEZIONE 10 10.1. Sfere nello spazio. In questa lezione studieremo alcuni oggetti geometrici non lineari, circonferenze e sfere nello spazio A 3. Poiché le proprietà delle circonferenze nel piano sono del
DettagliSISTEMI DI 1 GRADO CON DUE EQUAZIONI IN DUE INCOGNITE
Pagina 1 di 6 SISTEMI DI 1 GRADO CON DUE EQUAZIONI IN DUE INCOGNITE L insieme di due equazioni di primo grado in due incognite si dice SISTEMA DI 1 GRADO. La soluzione del sistema è ogni coppia di numeri
DettagliInformatica B
2013-2014 Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com
DettagliLEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
DettagliM.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI Assumiamo come primitivo il concetto di insieme e quello di appartenenza di un elemento a un insieme. La notazione x A indica
Dettagli