DA LEIBNIZ AL MAGO MERLINO L evoluzione della computabilità in Matematica ed in Informatica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "DA LEIBNIZ AL MAGO MERLINO L evoluzione della computabilità in Matematica ed in Informatica"

Transcript

1 DA LEIBNIZ AL MAGO MERLINO L evoluzione della computabilità in Matematica ed in Informatica Carlo Toffalori San Pellegrino Terme, 3 settembre 2007 L era moderna - entusiasmo per il calcolatore, - fiducia nella sua capacità di risolvere non solo i calcoli matematici, ma tutti i problemi che si possono opportunamente formalizzare. Un illustre precursore Gottfried Wilhelm Leibniz, 1666, Dissertatio de arte combinatoria : Calculemus ( calcoliamo! ). Un invito volto - non tanto a risolvere equazioni, - quanto a usare il calcolo astratto della ragione in ogni situazione, e anche nei rapporti umani. Passare dai ragionamenti complicati ai calcoli semplici, dai vocaboli di significato incerto e vago a caratteri determinati, Calcolo è qualunque notazione che rappresenti il ragionamento, quand anche non avesse alcun rapporto con i numeri. A questo scopo Leibniz propose l uso di - una lingua characteristica, cioè un linguaggio scientifico universale (come è quello matematico) - un calculus ratiocinator, un calcolo della ragione adeguato a sviluppare le proprie riflessioni. Si anticipavano così le moderne Intelligenza Artificiale e Deduzione Automatica. Un dubbio Si può calcolare tutto? Un dibattito scientifico negli anni 30 Church, Gödel, Turing, Kleene, - Davvero tutti i problemi si possono risolvere? - Che cosa si può calcolare? - Che significa calcolare? - Chi è delegato a calcolare? Chi, o che cosa, è il calcolatore?

2 Alcune motivazioni 1) David Hilbert, 1900, Congresso internazionale di Matematica a Parigi: propone 23 questioni chiave nella ricerca matematica del suo tempo, e tra queste Decimo problema di Hilbert. Determinare un algoritmo che sappia distinguere quali polinomi a coefficienti interi hanno anche radici intere e quali no. Qualche esempio 2x 4, x 2 + y 2 1, 2x 3, x 2 + y 2 + 1, - Tutti polinomi a coefficienti interi (anche se grado e numero di variabili cambiano). - I polinomi delle due diverse righe sono apparentemente simili. - Quelli della prima riga hanno anche radici intere (2, oppure (1, 0)); quelli della seconda riga no. Hilbert chiedeva una procedura capace di distinguere i primi polinomi dai secondi. La situazione negli anni 30: un qualche pessimismo sulla possibilità di trovare l algoritmo richiesto. 2) I Teoremi di Incompletezza di Gödel (1931) Kurt Gödel: ciò che è vero non è sempre umanamente dimostrabile, neppure in Matematica. Un sistema assiomatico umano sui numeri interi non sa accedere all intera verità. La Macchina di Turing Alan Turing, , propone un modello teorico di calcolatore ante litteram: la Macchina di Turing (si noti che il primo computer elettronico moderno, l ENIAC di John Von Neumann, risale al 1946). Le macchine calcolatrici del passato: Leibniz, Pascal, Babbage, Una scoperta di Gödel: qualunque informazione finita si può proporre nei termini di una stringa di 0 e 1. La macchina di Turing: come un moderno portatile, con - uno schermo potenzialmente infinito, - una tastiera che si può ridurre ai due simboli 0 e 1 e allo spazio vuoto _ per separare le stringhe, - un indicatore che segnala il simbolo in esame sullo schermo, - la possibilità di più opzioni o stati (normale, rosso, su fondo giallo, grassetto, ) per scrivere 0, 1 e _, e, soprattutto, un programma formato da istruzioni del tipo

3 (0, rosso) ( _, normale, destra) da intendersi: se vedi 0 nello stato rosso, allora scrivi _ al posto di 0, spostati a destra e guarda il nuovo simbolo nello stato normale. Per ogni coppia (0, rosso) al più una istruzione che la riguarda (dunque, 1 istruzione oppure nessuna istruzione). Come lavora la macchina: - lo schermo è occupato in partenza dall input (una stringa finita di 0 e 1, eventualmente interrotta da qualche _, e circondata prima e dopo da infiniti _ ); la macchina ne esamina il simbolo più a sinistra nello stato normale; - si manipola la stringa, applicando ed eseguendo le istruzioni che, passo per passo, la riguardano; - di fronte a una coppia senza istruzioni, ci si arresta, e quel che compare a quel punto sullo schermo è l output, cioè la risposta finale. La Tesi di Church e Turing (1936) E calcolabile esattamente quello che una Macchina di Turing sa calcolare. Su questa base, esistenza di problemi di Matematica privi di risposta: non hanno algoritmo che li risolva, perché non c è nessuna Macchina di Turing che li risolve. Un esempio: il Decimo Problema di Hilbert (soluzione negativa di Yuri Matijasevic, 1970, sulla base di precedenti idee di Martin Davis, Hilary Putnam, Julia Robinson). Un dubbio Quanto attuale e affidabile è la Tesi di Church-Turing oggi, 70 anni dopo la sua formulazione? Quanto attuale e affidabile è la Macchina di Turing oggi, 60 anni dopo l ENIAC, di fronte ai calcolatori delle ultimissime generazioni? Gli argomenti classici a favore della Tesi di Church-Turing - L assenza di controesempi La Tesi sarà da ritenersi superata non appena si troverà un problema che nessuna macchina di Turing sa risolvere, ma tuttavia ha un algoritmo di soluzione. Ma al momento niente di questo genere si è verificato. - L equivalenza con altri nozioni di computabilità Church, Herbrand-Gödel-Kleene, idearono altri approcci alla computabilità, rispettivamente λ- calcolabilità, ricorsività, ; tutti assai distanti per ispirazione tra loro e da quello di Turing; nonostante ciò, equivalenti, nel senso che un problema è calcolabile secondo Turing se e solo se lo è secondo Church, o secondo Herbrand-Gödel-Kleene, - Il proposito di simulare il comportamento della mente umana Per Turing, la sua Macchina si propone di imitare le computazioni del cervello umano (per la precisione, quello de l impiegato diligente).

4 La polemica di Gödel: secondo Gödel, il cervello umano ha capacità superiori, e possibilità di apprendere e rinnovarsi; un computer come la Macchina di Turing può sostituirlo solo nella computazione meccanica. Una parentesi: il rapporto uomo-macchina (ben prima di Blade Runner). Negli anni 50, Turing perfezionò un test per distinguere il robot dall uomo: agli albori dell Intelligenza Artificiale. Tornando all attualità della Tesi di Church-Turing Nuovi orizzonti della computabilità - nanocomputazione (la computazione dell enormemente piccolo) - computazione naturale (la computazione degli impulsi nervosi) - computazione quantistica (le nuove prospettive suggerite dalla computazione quantistica). In questi casi l informazione non è più riducibile ad una stringa finita di 0 e 1, e non avviene più soltanto in una successione finita deterministica di passi successivi. Pur tuttavia, se manteniamo questo contesto (informazioni racchiuse da stringhe finite di 0, 1; computazioni che si svolgono secondo sequenze di passi successivi), la Tesi di Church-Turing mantiene la sua validità. Una riserva: il costo di una computazione Computazioni ammissibili in teoria possono richiedere costi inaccessibili nella pratica. Una risposta che tarda anni, decenni o millenni, o richiede spese che è impossibile pagare, non è migliore di una risposta che non c è. Un risultato devastante di Fischer e Rabin (1974): esistono problemi di matematica che sono risolubili in teoria, ma per i quali i migliori algoritmi richiedono tempi almeno esponenziali di risposta (e dunque sono improponibili nella pratica). Del resto, già Turing aveva sperimentato l urgenza di risposte rapide. Durante la seconda guerra mondiale, aveva fatto parte di un gruppo di crittoanalisti britannici impegnati a decodificare i comandi cifrati spediti dal comando tedesco a esercito, aeronautica e marina con l uso del sistema Enigma. Ammettiamo ad esempio che venga intercettato un messaggio a qualche sottomarino con l ordine cifrato di affondare un convoglio di aiuti in rotta verso l Inghilterra nell Atlantico; in questa situazione - importante decifrare, - essenziale decifrare presto (per avvisare chi è in pericolo). Dunque, si passa dai ai problemi calcolabili in teoria problemi calcolabili nella pratica a costi accessibili.

5 Calcolabilità a costi accessibili: un contesto da delineare Per definire opportunamente quali sono i problemi calcolabili a costi accessibili, dobbiamo preliminarmente concordare: a) a quale modello di calcolatore si intende fare riferimento? b) secondo quale criterio si vuole misurare il costo del problema? c) fissato il criterio di b), fino a che livello il costo relativo è da ritenersi sostenibile e accessibile? Possibili risposte. a) Almeno momentaneamente, manteniamo il riferimento alla Macchina di Turing. Semmai penseremo più tardi a possibili revisioni e adattamenti. b) Il criterio più popolare: il tempo (una computazione è accettabile se avviene in tempi rapidi ). Tuttavia, non l unico criterio possibile, ci sono parametri alternativi come memoria, energia, c) Se accettiamo il criterio del tempo, sono da definire in modo scientificamente rigoroso i concetti di rapido e lento. Tesi di Edmonds (1965), Cook-Karp ( ) Anticipata da Von Neumann, Rabin, Cobham, A livello di slogan: rapido = polinomiale. In termini più rigorosi: un algoritmo lavora rapidamente quando il tempo delle sue computazioni è funzione al più polinomiale della lunghezza dell input. Attenzione: la bontà di un algoritmo si giudica - non secondo dati parziali (osservare che su un particolare input l algoritmo ha impiegato poco tempo non è argomento sufficiente per certificarne l efficienza), - ma sulla base del suo comportamento complessivo (si conviene che un algoritmo che impiega complessivamente tempi di lavoro polinomiali rispetto alla lunghezza dell input è da ritenersi accettabile). Ricordare dall Analisi Matematica: - le funzioni polinomiali x x, x x 2, x x 3, x x 4, x x 5, tendono tutte all infinito quando la variabile x cresce, e lo fanno tanto più rapidamente quanto alto è il loro grado 1, 2, 3, 4, 5, ; - la funzione esponenziale x 2 x le supera tutte asintoticamente al crescere di x. Secondo la Tesi di Edmond-Cook-Karp, tempi al più polinomiali di lavoro sono ammissibili; tempi esponenziali non più.

6 Facile convenire esponenziale lento Tempi esponenziali di lavoro sono eccessivi, perché la funzione esponenziale, e dunque le potenze del 2, crescono troppo. Ecco due classici esempi che lo confermano. Le potenze del 2 sono la rovina del giocatore: chi punta alla roulette prima 1 euro e poi, avendolo perso, 2 euro per recuperare e ancora, perso nuovamente, 4 euro,, va rapidamente in rovina. L aneddoto dell inventore degli scacchi. Il sovrano orientale che commissionò il nuovo gioco ne fu talmente compiaciuto che promise all inventore di regalargli qualsiasi ricompensa egli avesse chiesto. L inventore chiese un chicco di grano per il primo quadro della scacchiera, e poi 2 chicchi per il secondo, 4 sul terzo, e così via, raddoppiando ogni volta. Il sovrano sospirò di sollievo, perché la richiesta gli parve modesta. Ma l inventore aveva chiesto complessivamente chicchi di grano: una quantità che il raccolto complessivo terrestre di molti anni non riuscirebbe a colmare. Difficile accettare polinomiale rapido Sembra ragionevole ammettere che un algoritmo che impiega tempo lineare x, o quadratico x 2, o cubico x 3, rispetto alla lunghezza x dell input sia veloce. Ma, a pensarci bene, quanto rapido è un algoritmo che impiega tempo X T, oppure T x quando T supera ad esempio l età dell universo in secondi dall inizio a oggi secondo la teoria del Big Bang, ad esempio, quanto T = 10 18? Eppure, anche X T e T x sono polinomi (e T x è addirittura di primo grado)!!! D altra parte E complicato escogitare proposte più calibrate di quella di Edmond-Cook-Karp. Dunque la loro tesi è da accogliere per pigrizia, se non proprio per convinzione. La classe P Si forma così la classe P (per Polinomiale): quella dei problemi che hanno un algoritmo rapido di soluzione (nel senso sopra precisato). Non così ampia come si vorrebbe, anche se ha registrato da poco una nuova prestigiosa new entry Il Problema dei Primi. Input: un numero intero N 2. Output: si vuole sapere se N è primo o composto. Il primo algoritmo che riesce a risolvere la questione in tempi rapidi (poco più che x 6 rispetto alla lunghezza x di N) risale al 2002, fu scoperto da tre indiani Agrawal, Kayal e Saxena e viene denominato AKS dalle iniziali dei suoi scopritori.

7 Sorprendente! - Il problema dei primi era conosciuto già ai tempi degli antichi greci. - C è un algoritmo semplicissimo per risolverlo: si divide N per tutti i numeri da 2 a N 1, se qualche divisione è precisa, cioè dà resto 0, allora N è composto, altrimenti, se nessuna divisione è precisa, allora N è primo. Ma c è un guaio - costo di una singola divisione: al più quadratico rispetto alla lunghezza di N (e quindi accettabile), - numero delle divisioni da operare nei casi peggiori, quando N è primo: circa N 2, dunque esponenziale in N (attenzione a distinguere N e la sua lunghezza: un numero come 2007 ha lunghezza 4, che è orientativamente il logaritmo di 2007 in base 10). Due millenni dopo Euclide e gli antichi matematici greci, Gauss, 1801, Disquisitiones Aritmeticae, commentava così la situazione. Il problema di separare i primi dai composti e di decomporre i secondi nei loro fattori primi è conosciuto essere uno dei più importanti e utili in Matematica. La dignità stessa della scienza sembra richiedere di esplorare ogni possibile mezzo per la soluzione di un problema così elegante e famoso La tecniche conosciute finora richiedono uno sforzo intollerabile anche per i più instancabili calcolatori. Calcolatore: per Gauss, un matematico che fa di conto; ma oggi si potrebbe anche intendere un computer. Altri problemi in P 1) Calcolo delle operazioni elementari di addizione, moltiplicazione, sottrazione e divisione tra interi, oppure calcolo del massimo comune divisore e del minimo comune multiplo: i migliori algoritmi impiegano un tempo al più quadratico rispetto alla lunghezza degli input (gli interi da sommare, moltiplicare, etc.). 2) Il Problema dell Agenzia Matrimoniale (o del Matrimonio a 2 sessi). - Input: un insieme U di q uomini, un insieme D di q donne, una relazione di simpatia per coppie (uomo, donna). - Output: sì o no, a seconda che sia possibile combinare q matrimoni in modo da sposare solo persone che si stanno simpatiche ed evitare casi di poligamia. In conclusione: i problemi in P non sono né troppo numerosi né in genere troppo importanti. In compenso Un limbo di problemi non manifestamente in P né manifestamente fuori. Un esempio: il Problema della Fattorizzazione Input: ancora un numero intero N 2, come per il Problema dei Primi. Output: si vuole sapere la decomposizione di N nei suoi fattori primi.

8 Dunque: - se l input è N = 15, il Problema dei Primi si accontenta di sapere che 15 è composto, il Problema della Fattorizzazione vuole sapere che 15 è 3 5; - se l input è N = 18, il Problema dei Primi si accontenta di sapere che 18 è composto, il Problema della Fattorizzazione vuole sapere che 18 è Applicazioni pratiche: la moderna crittografia a chiave pubblica, e la costruzione di protocolli resistenti a ogni tentativo di infrazione. In questi casi, gli N da considerare non sono 15 e 18, ma numeri di oltre 1000 cifre. Per 15 o 18, trovare la fattorizzazione non è troppo più difficile che riconoscerli composti. Ma per numeri molto più grossi Un parere autorevole H. Lenstra jr., l algoritmo del letamaio. Supponiamo di perdere i fattori primi di un numero grande N in un letamaio e di conservare solo N. Deve essere avvertito come una sconfitta della scienza il dover ammettere che l algoritmo più rapido che oggi conosciamo per recuperare i fattori primi di N è quello di mettersi a rovistare nel letamaio. D altra parte Grazie ad AKS, è rapido decidere se N è primo o composto. Se poi N è composto e dunque esiste un divisore d 1, N di N (ad esempio 3 nel caso di 15), - d è rapido da suggerire (perché non è più lungo di N), - conoscendo d è rapido controllare che d divide N (perché il tempo di una divisione è quadratico nella lunghezza di N). Si ottiene così una prima fattorizzazione N = d N/d e applicando lo stesso procedimento a d, N/d e via dicendo si giunge finalmente a controllare la fattorizzazione di N. Bisogna però che qualcuno ci riveli d, e dunque N sia composto (altrimenti non c è nessun d da suggerire). Qualche esempio con proprietà analoghe Il Problema del Matrimonio a 3 sessi Ammettiamo di vivere in un pianeta in cui i sessi ufficiali sono 3 e non 2, e dunque i matrimoni si combinano in 3: una situazione del genere è descritta in uno dei racconti del libro di fantascienza di Isaac Asimov Neanche gli dei ( The Gods Themselves ). - Input: q appartenenti al sesso 1, q appartenenti al sesso 2, q appartenenti al sesso 3 ed una relazione di simpatia tra terne (a, b, c), con a che sta tra i q appartenenti al sesso 1, b tra i q appartenenti al sesso 2 e c tra i q appartenenti al sesso 3. - Output: sì o no, a seconda che sia possibile combinare q matrimoni in modo da sposare solo terne di individui che si stanno simpatici ed evitare casi di poligamia. Troppi casi da esaminare, e allo stato delle conoscenze nessun algoritmo rapido di soluzione. Ma se una soluzione c è - è rapida da suggerire, - è rapida da controllare. Il Problema dell Affrancatura

9 Ammettiamo di avere una lettera da spedire in un paese straniero, e vari francobolli a disposizione. - L input è dunque multiplo, è infatti costituito dal valore V con cui la lettera va affrancata, dai francobolli 1,, k di cui siamo forniti e dai loro valori v(1),, v(k). - Output: sì o no, a seconda che sia possibile scegliere alcuni tra 1,, k in modo che la somma dei loro valori sia proprio V. Di nuovo: troppi casi da esaminare, e allo stato delle conoscenze nessun algoritmo rapido di soluzione. Ma se una soluzione c è - è rapida da suggerire, - è rapida da controllare. Ovviamente si intende ancora: rapido = polinomiale. Una molteplicità di esempi con le medesime caratteristiche (da Matematica, Logica, Enigmistica, Chimica, Biologia, ) La classe NP E formata dai problemi analoghi a quelli appena descritti: per gli input N opportuni, - c è un testimone che è rapido da presentare, - col suo aiuto è rapido controllare che N soddisfa quel che deve soddisfare. Dunque, se P è la classe dei problemi rapidi da risolvere, NP è la classe dei problemi rapidi da verificare. Evidentemente i problemi di P sono anche in NP: se una soluzione è rapida da calcolare, è anche rapida da controllare. P = NP? E vero che le classi P e NP coincidono, e dunque che un problema rapido da verificare è anche rapido da risolvere? In termini più rigorosi: se un problema ha un algoritmo che verifica le soluzioni in tempo al più polinomiale, è vero che dispone di un altro algoritmo, magari più lento, ma pur sempre capace di operare in tempo al più polinomiale, che ne calcola le soluzioni? Una questione facile da chiarire? No! Nel 2000 è stata inserita da una commissione internazionale di matematici tra le 7 questioni più difficili della ricerca matematica attuale (i così detti problemi del millennio). Applicazioni pratiche: ancora alla Crittografia moderna. I problemi NP-completi Ammettiamo di avere un problema S che sta in NP (la Fattorizzazione, o il Matrimonio a 3 sessi, o l Affrancatura, o uno dei tanti che ne condividono gli imbarazzi).

10 - Se dimostrassimo che S non sta in P e dunque che non c è algoritmo rapido capace di risolverlo, possiamo dedurre che P è diversa da NP. - Ma se dimostrassimo che S sta in P, faremmo un grosso errore di Logica a pretendere di dedurre che P è uguale a NP (in Matematica è pericoloso generalizzare da un esempio!). Eppure: il Matrimonio a 3 sessi e l Affrancatura hanno questo potere di rappresentatività. Cook e Karp ( ): dimostrare che P = NP equivale a trovare un algoritmo rapido di soluzione per il Matrimonio a 3 sessi, o per l Affrancatura. I problemi che hanno questa stessa capacità rappresentativa si dicono NP-completi: ne esistono miriadi in Enigmistica (sudoku), Combinatoria (l orario delle scuole), Chimica, Biologia e, ovviamente, Matematica. Chiaramente, se P = NP, il concetto della NP-completezza perde senso e fascino. Si ritiene che il Problema della Fattorizzazione (di cui è stabilita l appartenenza a NP ma è ancora dubbia l appartenenza a P) non sia comunque NP-completo (ammesso che P NP). Un bilancio provvisorio La classe P - una discutibile ma ragionevole candidatura per raccogliere i problemi risolubili a costi accessibili (rispetto al parametro tempo), - pur tuttavia povera di esempi e piena di dubbi. Proposte migliori? Proviamo a cambiare il criterio di efficienza. Ad esempio, usiamo lo spazio invece del tempo: le risorse di memoria che una computazione richiede, invece del numero dei suoi passi. Il criterio della memoria - collegato a quello del tempo (computazioni che richiedono di immagazzinare molta memoria richiedono anche molto tempo), - tuttavia indipendente (computazioni che richiedono molto tempo non scomodano necessariamente molta memoria) Un esempio: abbiamo due stringhe di 0 e 1, come e vogliamo controllare se esse coincidono o sono distinte: nel caso specifico, le due stringhe differiscono nella cifra segnalata in neretto. Un possibile algoritmo: si esplorano le stringhe da destra a sinistra, confrontando le cifre di uguale posto, prima le ultime 1 e 1, poi le penultime 0 e 0, poi ancora le terzultime 1 e 1; se si trovano due cifre diverse si conclude che le stringhe sono differenti; se le cifre di uguale posto si rivelano uguali fino in fondo, allora si dichiara che le stringhe coincidono. Tempo richiesto: nei casi peggiori, quello necessario a tutti i confronti richiesti (nel caso di sopra, il tempo di 22 confronti). Memoria richiesta: nessuna! Una volta che si è stabilito che due cifre di uguale posto coincidono, non occorre ricordarsi il loro valore, il fatto stesso che la computazione prosegue assicura che esse non differiscono.

11 Si formano così nuove classi di problemi che hanno costi di memoria accessibili (ovvero polinomiali, o addirittura logaritmici rispetto alla lunghezza dell input). Ma nessuna pare più convincente di P. Proviamo allora a modificare non il criterio di misura del costo della computazione, ma il modello di calcolatore a cui facciamo riferimento: non più una tradizionale Macchina di Turing, ma una qualche revisione aggiornata. Casualità L idea: pur di accelerare le risposte, sacrifichiamo la precisione. Entro certi limiti, accettiamo che il calcolatore ci dia risposte sbagliate, o incerte, purché i tempi di lavoro accelerino. Un ovvia esigenza: minimizzare errori o incertezze; avere risposte altamente affidabili, se non proprio completamente sicure. Un margine ragionevole di affidabilità? E. Borel (uno dei grandi esperti del Calcolo delle Probabilità): Un evento che ha probabilità non accadrà mai, e comunque non sarà mai percepito? Per intendersi: pensiamo all evento fare 6 per 10 volte di seguito al superenalotto. - Non si può escludere in teoria - Incredibile nella pratica! Se il margine di errore o di incertezza è dello stesso ordine di grandezza, lo possiamo tollerare. Si costruiscono così algoritmi probabilistici - ancora dipendenti dall aiuto di testimoni, - rapidi, - talora fallibili, o incerti, - altamente affidabili (ovvero con probabilità di errore e incertezza inferiore a ). Si distinguono due modelli contrapposti. - Algoritmi Montecarlo: risposte probabilmente vere in tempi certamente rapidi (la risposta arriva sempre, ma ha una minima probabilità di errore). - Algoritmi Las Vegas: risposte certamente vere in tempi probabilmente rapidi (c è una minima probabilità di incertezza, ma la risposta quando arriva è sicura). Ne derivano nuovi tentativi di identificare la classe dei problemi risolubili a costi accessibili (sotto questo nuovo punto di vista). Artù e Merlino, finalmente Un nuovo modello computazionale: gli algoritmi interattivi. La situazione: un problema, e un input N per quel problema.

12 Due personaggi - Artù (il verificatore ): giovane e ignorante, ma cocciuto e difficile da convincere, - Merlino (il dimostratore ): onnisciente, ma forse restio a dir tutta la verità. Il gioco delle parti: Merlino deve persuadere Artù in tempi rapidi e al di là di ogni ragionevole dubbio che la risposta dell input N è sì. Un modello che già conosciamo Anche nei problemi di NP si ammette che un interlocutore (nel nostro caso, Merlino) suggerisca rapidamente un dato chiave (eventualmente la stessa soluzione) e che sulla base di quella informazione si controlli rapidamente che N ha la risposta cercata. Il difetto in NP L interlocutore Merlino è costretto a comunicare ad Artù la soluzione. Ma ammettiamo che Merlino voglia celare ad Artù ogni informazione chiave, e trasmettergli solo certezze e non conoscenze: la certezza che la soluzione c è, ma nessun dato che possa rivelarla. Un esempio pratico Merlino è un inventore che ha scoperto un algoritmo rapido per il Matrimonio a 3 sessi, oppure l elisir dell eternità, vuole commercializzarlo e chiede al ricchissimo Artù dei fondi per avviare l attività. Deve dunque persuadere Artù della propria scoperta, ma evitare di trasmettergliene i dettagli (altrimenti Artù potrebbe usarli a proprio esclusivo vantaggio). Il rimedio: consentire un minimo di casualità. L interazione - Artù rivolge a Merlino domande casuali su N, svolge poi semplici calcoli di controllo. - Merlino risponde alle curiosità di Artù. - Il numero dei messaggi tra Artù e Merlino è piccolo (polinomialmente limitato dalla lunghezza dell input N). - Anche la durata di ogni singolo messaggio è piccola. Alla fine - se la risposta corretta all input N è sì, Merlino ha alta probabilità di convincerne Artù, - se la risposta corretta a N è no, Merlino ha bassa probabilità di ingannare Artù e di fargli credere sì. Una nuova classe di problemi: IP (Interattivo Polinomiale). In realtà, molte nuove classi in aggiunta a IP e alle precedenti. Un collegamento sorprendente Un teorema famoso di Shamir dice che IP la classe dei problemi che si risolvono in tempi al più polinomiale con algoritmi interattivi- coincide con la classe dei problemi che si risolvono con risorse al più polinomiali di memoria.

13 Una conclusione? Quale è dunque la classe che più autorevolmente si candida come quella dei problemi risolubili a costi accessibili? Finora: - una gran varietà di risposte, - nessuna realmente convincente. In realtà i siti internet sull argomento giungono a censire oltre 400 possibili proposte, e a questo proposito si parla ormai da anni di zoo della complessità. La classe dei problemi risolubili a costi accessibili pare ancora lontana da ogni convincente identificazione. Da sottolineare prima di concludere Il ruolo chiave della Matematica pura e addirittura della Filosofia della Scienza (Gödel, Turing e altri) nella nascita dell Informatica moderna. L Informatica (almeno quella Teorica) nasce come costola della Matematica. Per approfondimenti Sulla prima parte S. Leonesi-C. Toffalori, Matematica, miracoli e paradossi, Bruno Mondadori, 2007 (di prossima pubblicazione) Su P e NP (e non solo) K. Devlin, I Problemi del Millennio, Longanesi, 2004 Per ogni ulteriore curiosità tutti sono cordialmente invitati a scrivere a carlo.toffalori_at_unicam.it

un nastro di carta prolungabile a piacere e suddiviso in celle vuote o contenenti al più un unico carattere;

un nastro di carta prolungabile a piacere e suddiviso in celle vuote o contenenti al più un unico carattere; Algoritmi 3 3.5 Capacità di calcolo Il matematico inglese Alan Turing (1912-1954) descrisse nel 1936 un tipo di automi, oggi detti macchine di Turing, e fornì una della prime definizioni rigorose di esecuzione

Dettagli

Complessità computazionale degli algoritmi

Complessità computazionale degli algoritmi Complessità computazionale degli algoritmi Lezione n. 3.bis I precursori dei calcolatore Calcolatore di Rodi o di Andikithira 65 a.c. Blaise Pascale pascalina XVII secolo Gottfried Leibniz Joseph Jacquard

Dettagli

Le parole dell informatica: modello di calcolo, complessità e trattabilità

Le parole dell informatica: modello di calcolo, complessità e trattabilità Le parole dell informatica: modello di calcolo, complessità e trattabilità Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Ciclo di seminari su un Vocabolario

Dettagli

PRIMAVERA IN BICOCCA

PRIMAVERA IN BICOCCA PRIMAVERA IN BICOCCA 1. Numeri primi e fattorizzazione Una delle applicazioni più rilevanti della Teoria dei Numeri si ha nel campo della crittografia. In queste note vogliamo delineare, in particolare,

Dettagli

Parte 2. Determinante e matrice inversa

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

Dettagli

Appunti sulla Macchina di Turing. Macchina di Turing

Appunti sulla Macchina di Turing. Macchina di Turing Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso

Dettagli

Fondamenti di Informatica. Computabilità e Macchine di Turing. Prof. Franco Zambonelli Gennaio 2011

Fondamenti di Informatica. Computabilità e Macchine di Turing. Prof. Franco Zambonelli Gennaio 2011 Fondamenti di Informatica Computabilità e Macchine di Turing Prof. Franco Zambonelli Gennaio 2011 Letture Consigliate: Roger Penrose, La Mente Nuova dell Imperatore, Sansoni Editrice. Martin Davis, Il

Dettagli

Trattamento dell informazione

Trattamento dell informazione Insegnamento di Informatica CdS Scienze Giuridiche A.A. 2007/8 Trattamento dell informazione Prof. Giorgio Valle D.ssa Raffaella Folgieri giorgio.valle@unimi.it folgieri@dico.unimi.it Lez1 4.10.07 Trattamento

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE Istituto di Istruzione Superiore G. Curcio Ispica I SISTEMI DI NUMERAZIONE Prof. Angelo Carpenzano Dispensa di Informatica per il Liceo Scientifico opzione Scienze Applicate Sommario Sommario... I numeri...

Dettagli

Elementi di Informatica e Programmazione

Elementi di Informatica e Programmazione Elementi di Informatica e Programmazione Il concetto di Algoritmo e di Calcolatore Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Cos

Dettagli

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme.

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme. Esercizi difficili sul calcolo delle probabilità. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di, fra di esse vi sia un solo asso, di qualunque seme. Le parole a caso

Dettagli

I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA

I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA Indice Introduzione Il sistema decimale Il sistema binario Conversione di un numero da base 10 a base 2 e viceversa Conversione in altri sistemi di numerazione

Dettagli

Correttezza. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 10. A. Miola Novembre 2007

Correttezza. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 10. A. Miola Novembre 2007 Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 10 Correttezza A. Miola Novembre 2007 http://www.dia.uniroma3.it/~java/fondinf1/ Correttezza 1 Contenuti Introduzione alla correttezza

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

Dispense di Informatica per l ITG Valadier

Dispense di Informatica per l ITG Valadier La notazione binaria Dispense di Informatica per l ITG Valadier Le informazioni dentro il computer All interno di un calcolatore tutte le informazioni sono memorizzate sottoforma di lunghe sequenze di

Dettagli

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali 1 Numeri naturali La successione di tutti i numeri del tipo: 0,1, 2, 3, 4,..., n,... forma l'insieme dei numeri naturali, che si indica con il simbolo N. Tale insieme si può disporre in maniera ordinata

Dettagli

Tipologie di macchine di Turing

Tipologie di macchine di Turing Tipologie di macchine di Turing - Macchina di Turing standard - Macchina di Turing con un nastro illimitato in una sola direzione - Macchina di Turing multinastro - Macchina di Turing non deterministica

Dettagli

Vincere a testa o croce

Vincere a testa o croce Vincere a testa o croce Liceo B. Russell - Cles (TN) Classe 3D Insegnante di riferimento: Claretta Carrara Ricercatrice: Ester Dalvit Partecipanti: Alessio, Christian, Carlo, Daniele, Elena, Filippo, Ilaria,

Dettagli

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA Tutti gli anni, affrontando l argomento della divisibilità, trovavo utile far lavorare gli alunni sul Crivello di Eratostene. Presentavo ai ragazzi una

Dettagli

Dispense del corso di Logica a.a. 2015/16: Problemi di primo livello. V. M. Abrusci

Dispense del corso di Logica a.a. 2015/16: Problemi di primo livello. V. M. Abrusci Dispense del corso di Logica a.a. 2015/16: Problemi di primo livello V. M. Abrusci 12 ottobre 2015 0.1 Problemi logici basilari sulle classi Le classi sono uno dei temi della logica. Esponiamo in questa

Dettagli

Varianti Macchine di Turing

Varianti Macchine di Turing Varianti Macchine di Turing Esistono definizioni alternative di macchina di Turing. Chiamate Varianti. Tra queste vedremo: MdT a più nastri e MdT non deterministiche. Mostriamo: tutte le varianti ragionevoli

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi.

Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. E. Calabrese: Fondamenti di Informatica Problemi-1 Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. L'informatica

Dettagli

Teoria dei Giochi non Cooperativi

Teoria dei Giochi non Cooperativi Politecnico di Milano Descrizione del gioco Egoismo Razionalità 1 L insieme dei giocatori 2 La situazione iniziale 3 Le sue possibili evoluzioni 4 I suoi esiti finali I Giochi della teoria Perché studiare

Dettagli

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

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

Dettagli

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI Prima di riuscire a scrivere un programma, abbiamo bisogno di conoscere un metodo risolutivo, cioè un metodo che a partire dai dati di ingresso fornisce i risultati attesi.

Dettagli

Storia dell informatica

Storia dell informatica Storia dell informatica INFORMATICA INFORMATICA INTRODUZIONE PERCHE' I COMPUTER? LIMITI DELLE CAPACITA' ELABORATIVE UMANE. VELOCITA' LIMITATA 2. PESANTI LIMITI ALLA COMPLESSITA DEI PROBLEMI AFFRONTABILI

Dettagli

La matematica del gioco. Il gioco della matematica

La matematica del gioco. Il gioco della matematica . Il gioco della matematica Viterbo 2 Maggio 2015 May 16, 2015 Sommario Giochi matematici Il gioco dell intelligenza Il gioco della matematica La matematica è un gioco Giochi matematici Teoria matematica

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE ISTITUTO DI ISTRUZIONE SUPERIORE G. M. ANGIOY CARBONIA I SISTEMI DI NUMERAZIONE Prof. G. Ciaschetti Fin dall antichità, l uomo ha avuto il bisogno di rappresentare le quantità in modo simbolico. Sono nati

Dettagli

Altri metodi di indicizzazione

Altri metodi di indicizzazione Organizzazione a indici su più livelli Altri metodi di indicizzazione Al crescere della dimensione del file l organizzazione sequenziale a indice diventa inefficiente: in lettura a causa del crescere del

Dettagli

3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura

Dettagli

la "macchina" universale di Turing

la macchina universale di Turing la "macchina" universale di Turing Nel 1854, il matematico britannico George Boole (1815-1864), elaborò una matematica algebrica che da lui prese il nome. Nell'algebra booleana le procedure di calcolo

Dettagli

Studio di funzioni ( )

Studio di funzioni ( ) Studio di funzioni Effettuare uno studio qualitativo e tracciare un grafico approssimativo delle seguenti funzioni. Si studi in particolare anche la concavità delle funzioni e si indichino esplicitamente

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

MATEMATICA SCUOLE DELL INFANZIA

MATEMATICA SCUOLE DELL INFANZIA MATEMATICA SCUOLE DELL INFANZIA CAMPO DI ESPERIENZA: LA CONOSCENZA DEL MONDO (ordine, misura, spazio, tempo, natura) È l'ambito relativo all'esplorazione, scoperta e prima sistematizzazione delle conoscenze

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli

Obiettivi dell Analisi Numerica. Avviso. Risoluzione numerica di un modello. Analisi Numerica e Calcolo Scientifico

Obiettivi dell Analisi Numerica. Avviso. Risoluzione numerica di un modello. Analisi Numerica e Calcolo Scientifico M. Annunziato, DIPMAT Università di Salerno - Queste note non sono esaustive ai fini del corso p. 3/43 M. Annunziato, DIPMAT Università di Salerno - Queste note non sono esaustive ai fini del corso p.

Dettagli

1. LA MOTIVAZIONE. Imparare è una necessità umana

1. LA MOTIVAZIONE. Imparare è una necessità umana 1. LA MOTIVAZIONE Imparare è una necessità umana La parola studiare spesso ha un retrogusto amaro e richiama alla memoria lunghe ore passate a ripassare i vocaboli di latino o a fare dei calcoli dei quali

Dettagli

SISTEMA DI CONTROLLO ORIENTAMENTO PANNELLI SOLARI

SISTEMA DI CONTROLLO ORIENTAMENTO PANNELLI SOLARI SISTEMA DI CONTROLLO ORIENTAMENTO PANNELLI SOLARI Lezione 1: User Requirements, Modellizzazione e Identificazione. 1.1 Introduzione: Un cliente ha chiesto la realizzazione di un sistema per l'orientamento

Dettagli

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri.

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. A partire da questa lezione, ci occuperemo di come si riescono a codificare con sequenze binarie, quindi con sequenze di 0 e 1,

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagina Giovanna Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secondaria di secondo grado UNITÀ CAMPIONE Edizioni del Quadrifoglio à t i n U 1 Sistemi di primo grado

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0. EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la

Dettagli

Informatica per le discipline umanistiche 2 lezione 14

Informatica per le discipline umanistiche 2 lezione 14 Informatica per le discipline umanistiche 2 lezione 14 Torniamo ai concetti base dellʼinformatica. Abbiamo sinora affrontato diversi problemi: avere unʼidentità online, cercare pagine Web, commentare il

Dettagli

Breve storia del calcolo automatico

Breve storia del calcolo automatico Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Approfondimenti 01 Breve storia del calcolo automatico Marzo 2010 L architettura del calcolatore 1 Approfondimenti: Storia del calcolo automatico

Dettagli

Processo di risoluzione di un problema ingegneristico. Processo di risoluzione di un problema ingegneristico

Processo di risoluzione di un problema ingegneristico. Processo di risoluzione di un problema ingegneristico Processo di risoluzione di un problema ingegneristico 1. Capire l essenza del problema. 2. Raccogliere le informazioni disponibili. Alcune potrebbero essere disponibili in un secondo momento. 3. Determinare

Dettagli

Numeri Primi e Applicazioni crittografiche

Numeri Primi e Applicazioni crittografiche Numeri Primi e Applicazioni crittografiche Andrea Previtali Dipartimento di Matematica e Fisica Università dell Insubria-Como http://www.unico.it/matematica/previtali andrea.previtali@uninsubria.it Corsi

Dettagli

Origini e caratteristiche dei calcolatori elettronici

Origini e caratteristiche dei calcolatori elettronici Origini e caratteristiche dei calcolatori elettronici Lunedì, 09 ottobre 2006 Supercomputer, mainframe 1 Server, workstation, desktop, notebook, palmare Un po di storia 1642 Biagio Pascal 1671 Leibniz

Dettagli

Cultura umanistica e cultura scientifico-tecnologica nell era della comunicazione globale

Cultura umanistica e cultura scientifico-tecnologica nell era della comunicazione globale Cultura umanistica e cultura scientifico-tecnologica nell era della comunicazione globale Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Ciclo tematico di conferenze

Dettagli

Sistema di numerazione binario, operazioni relative e trasformazione da base due a base dieci e viceversa di Luciano Porta

Sistema di numerazione binario, operazioni relative e trasformazione da base due a base dieci e viceversa di Luciano Porta Sistema di numerazione binario, operazioni relative e trasformazione da base due a base dieci e viceversa di Luciano Porta Anche se spesso si afferma che il sistema binario, o in base 2, fu inventato in

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

Il calcolo letterale per risolvere problemi e per dimostrare

Il calcolo letterale per risolvere problemi e per dimostrare Il calcolo letterale per risolvere problemi e per dimostrare (si prevedono circa 25 ore di lavoro in classe) Nome e cognome dei componenti del gruppo che svolge le attività di gruppo di questa lezione

Dettagli

AREA MATEMATICO-SCIENTIFICO-TECNOLOGICA MATEMATICA

AREA MATEMATICO-SCIENTIFICO-TECNOLOGICA MATEMATICA AREA MATEMATICO-SCIENTIFICO-TECNOLOGICA MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA SECONDARIA DI PRIMO GRADO. L alunno ha rafforzato un atteggiamento positivo rispetto

Dettagli

(ETC) MATRICOLE DISPARI

(ETC) MATRICOLE DISPARI Elementi di Teoria della Computazione (ETC) MATRICOLE DISPARI Docente: Prof. Luisa Gargano BENVENUTI! Finalità: Fornire gli elementi di base delle teorie che sono di fondamento all'informatica 1. Computabilità

Dettagli

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto:

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto: PROBLEMA 1. Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di 10 euro al mese, più 10 centesimi per ogni minuto di conversazione. Indicando

Dettagli

Dimensione di uno Spazio vettoriale

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

Dettagli

Corso di Calcolo Numerico

Corso 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 Sistemi di Numerazione Sistema decimale La

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

Dettagli

Aritmetica: operazioni ed espressioni

Aritmetica: operazioni ed espressioni / A SCUOLA DI MATEMATICA Lezioni di matematica a cura di Eugenio Amitrano Argomento n. : operazioni ed espressioni Ricostruzione di un abaco dell epoca romana - Museo RGZ di Magonza (Germania) Libero da

Dettagli

Algoritmi e Complessità

Algoritmi e Complessità Algoritmi e Complessità Università di Camerino Corso di Laurea in Informatica (tecnologie informatiche) III periodo didattico Docente: Emanuela Merelli Email:emanuela.merelli@unicam.it Lezione 2 Teoria

Dettagli

Introduzione alla crittografia. Il crittosistema RSA e la sua sicurezza

Introduzione alla crittografia. Il crittosistema RSA e la sua sicurezza Introduzione alla crittografia. Il crittosistema RSA e la sua sicurezza Prof. Massimiliano Sala MINICORSI 2011. Crittografia a chiave pubblica: oltre RSA Università degli Studi di Trento, Lab di Matematica

Dettagli

Un po di teoria dei numeri

Un po di teoria dei numeri Un po di teoria dei numeri Applicazione alla crittografia RSA Christian Ferrari Liceo di Locarno Matematica Sommario 1 L aritmetica modulare di Z n Le congruenze L anello Z n Le potenze in Z n e algoritmo

Dettagli

Fondamenti di Informatica. Docenti: Prof. Luisa Gargano Prof. Adele Rescigno BENVENUTI!

Fondamenti di Informatica. Docenti: Prof. Luisa Gargano Prof. Adele Rescigno BENVENUTI! Fondamenti di Informatica Docenti: Prof. Luisa Gargano Prof. Adele Rescigno BENVENUTI! Finalità: Fornire gli elementi di base dei concetti che sono di fondamento all'informatica Informazioni Pratiche ORARIO:

Dettagli

Scopo della lezione. Informatica. Informatica - def. 1. Informatica

Scopo della lezione. Informatica. Informatica - def. 1. Informatica Scopo della lezione Informatica per le lauree triennali LEZIONE 1 - Che cos è l informatica Introdurre i concetti base della materia Definire le differenze tra hardware e software Individuare le applicazioni

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

ESERCIZI DI PREPARAZIONE E

ESERCIZI DI PREPARAZIONE E ESERCIZI DI PREPARAZIONE E CONSOLIDAMENTO PER I FUTURI STUDENTI DEL PRIMO LEVI si campa anche senza sapere che cos è un equazione, senza sapere suonare uno strumento musicale, senza conoscere il nome del

Dettagli

WORD 97 SCRIVERE UNA TESI DI LAUREA

WORD 97 SCRIVERE UNA TESI DI LAUREA WORD 97 SCRIVERE UNA TESI DI LAUREA PASSO 1 Per prima cosa pensiamo al formato generale della pagina: i margini richiesti da una tesi sono quasi sempre più ampi di quelli di un testo normale. Apriamo ora

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

Lezione 8. La macchina universale

Lezione 8. La macchina universale Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione

Dettagli

I libri di testo. Carlo Tarsitani

I libri di testo. Carlo Tarsitani I libri di testo Carlo Tarsitani Premessa Per accedere ai contenuti del sapere scientifico, ai vari livelli di istruzione, si usa comunemente anche un libro di testo. A partire dalla scuola primaria, tutti

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

TNT IV. Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video)

TNT IV. Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video) TNT IV Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video) Al fine di aiutare la comprensione delle principali tecniche di Joe, soprattutto quelle spiegate nelle appendici del libro che

Dettagli

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

I 6 Segreti Per Guadagnare REALMENTE Con Internet... E Trasformare La Tua Vita

I 6 Segreti Per Guadagnare REALMENTE Con Internet... E Trasformare La Tua Vita I 6 Segreti Per Guadagnare REALMENTE Con Internet... E Trasformare La Tua Vita Come Guadagnare Molto Denaro Lavorando Poco Tempo Presentato da Paolo Ruberto Prima di iniziare ti chiedo di assicurarti di

Dettagli

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre

Dettagli

23/02/2014. Dalla scorsa lezione. La Macchina di Von Neumann. Uomo come esecutore di algoritmi

23/02/2014. Dalla scorsa lezione. La Macchina di Von Neumann. Uomo come esecutore di algoritmi Dalla scorsa lezione LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica LA MACCHINA DI VON NEUMANN Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico

Dettagli

Dispensa del corso di Informatica

Dispensa del corso di Informatica Dispensa 6-Boolean 1 Algebra Booleana Dispensa del corso di Informatica La logica George Boole (1815 1864) è stato un matematico e logico britannico, ed è considerato il padre fondatore della logica matematica.

Dettagli

LEADLAB LAVORO 1 e 2 Incontro 1

LEADLAB LAVORO 1 e 2 Incontro 1 LEADLAB LAVORO 1 e 2 Incontro 1 Sintesi per le partecipanti Laboratorio LAVORO 1 e 2 Progetto Leadership femminile aprile-giugno 2013 Elena Martini Francesca Maria Casini Vanessa Moi 1 LE ATTESE E LE MOTIVAZIONI

Dettagli

0 ) = lim. derivata destra di f in x 0. Analogamente, diremo che la funzione f è derivabile da sinistra in x 0 se esiste finito il limite

0 ) = lim. derivata destra di f in x 0. Analogamente, diremo che la funzione f è derivabile da sinistra in x 0 se esiste finito il limite Questo breve file è dedicato alle questioni di derivabilità di funzioni reali di variabile reale. Particolare attenzione viene posta alla classificazione dei punti di non derivabilità delle funzioni definite

Dettagli

I sistemi di numerazione

I sistemi di numerazione I sistemi di numerazione 01-INFORMAZIONE E SUA RAPPRESENTAZIONE Sia dato un insieme finito di caratteri distinti, che chiameremo alfabeto. Utilizzando anche ripetutamente caratteri di un alfabeto, si possono

Dettagli

Obiettivo Principale: Aiutare gli studenti a capire cos è la programmazione

Obiettivo Principale: Aiutare gli studenti a capire cos è la programmazione 4 LEZIONE: Programmazione su Carta a Quadretti Tempo della lezione: 45-60 Minuti. Tempo di preparazione: 10 Minuti Obiettivo Principale: Aiutare gli studenti a capire cos è la programmazione SOMMARIO:

Dettagli

Dispense di Filosofia del Linguaggio

Dispense di Filosofia del Linguaggio Dispense di Filosofia del Linguaggio Vittorio Morato II settimana Gottlob Frege (1848 1925), un matematico e filosofo tedesco, è unanimemente considerato come il padre della filosofia del linguaggio contemporanea.

Dettagli

Elementi di topologia della retta

Elementi di topologia della retta Elementi di topologia della retta nome insieme definizione l insieme è un concetto primitivo che si accetta come intuitivamente noto secondo George Cantor, il padre della teoria degli insiemi: Per insieme

Dettagli

Le Olimpiadi di Problem Solving:

Le Olimpiadi di Problem Solving: Informatica nel primo ciclo Le Olimpiadi di Problem Solving: perché,, cosa, come, chi, quando 1 Le Olimpiadi di Problem Solving: perché. Nella scuola italiana, la percezione della Informatica non è adeguata;

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Modulo didattico sulla misura di grandezze fisiche: la lunghezza

Modulo didattico sulla misura di grandezze fisiche: la lunghezza Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N

Dettagli

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti 4. Insiemi numerici 4.1 Insiemi numerici Insieme dei numeri naturali = {0,1,,3,,} Insieme dei numeri interi relativi = {..., 3,, 1,0, + 1, +, + 3, } Insieme dei numeri razionali n 1 1 1 1 = : n, m \{0}

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

INDICE PROGRAMMA CORSO

INDICE PROGRAMMA CORSO INDICE PROGRAMMA CORSO PRIMA LEZIONE: Componenti di un computer: Hardware, Software e caratteristiche delle periferiche. SECONDA LEZIONE: Elementi principali dello schermo di Windows: Desktop, Icone, Mouse,

Dettagli

GUIDA A LOGICA. Indicazioni preliminari per lo svolgimento della prima batteria di test

GUIDA A LOGICA. Indicazioni preliminari per lo svolgimento della prima batteria di test GUIDA A LOGICA Indicazioni preliminari per lo svolgimento della prima batteria di test L esame di Stato è certamente uno dei traguardi più significativi nella vita di uno studente e il suo superamento

Dettagli

Tutorial di FPM c. Poderico Luigi

Tutorial di FPM c. Poderico Luigi Poderico Luigi Introduzione Per rendere più agevole l utilizzo di FPM c, specialmente per chi lo usa per la prima volta, proponiamo di seguito un esempio d utilizzo del programma. Partendo dalla formulazione

Dettagli

Ricapitoliamo. Ricapitoliamo

Ricapitoliamo. Ricapitoliamo Ricapitoliamo Finora ci siamo concentrati sui processi computazionali e sul ruolo che giocano le procedure nella progettazione dei programmi In particolare, abbiamo visto: Come usare dati primitivi (numeri)

Dettagli

INDICATORI REGISTRO DI LINGUA ITALIANA

INDICATORI REGISTRO DI LINGUA ITALIANA INDICATORI REGISTRO DI LINGUA ITALIANA -Saper ascoltare e comprendere messaggi, testi e consegne -Sapersi esprimere oralmente in modo chiaro e corretto -Saper leggere e comprendere vari tipi di testo -Saper

Dettagli

La sezione di Matematica della prova nazionale

La sezione di Matematica della prova nazionale La sezione di Matematica della prova nazionale Giorgio Bolondi Roma, 18 aprile 2008 Presentazione Prova Nazionale 1 Cosa può valutare? I diversi processi valutativi messi in atto dall insegnante accompagnano

Dettagli

Decisioni in condizioni di rischio. Roberto Cordone

Decisioni in condizioni di rischio. Roberto Cordone Decisioni in condizioni di rischio Roberto Cordone Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di

Dettagli

Prob(CCCCCCCCCC) = 1 2 10

Prob(CCCCCCCCCC) = 1 2 10 12. Contenuto di Informazione Algoritmico (AIC) - 17/05/12 Vogliamo adesso introdurre una nozione di contenuto di informazione di una stringa infinita, prodotta da una sorgente di informazione, che non

Dettagli

INFORMATICA DI BASE. Data Processing, elaborazione elettronica dei dati). In

INFORMATICA DI BASE. Data Processing, elaborazione elettronica dei dati). In INFORMATICA DI BASE L Informatica rappresenta l insieme delle discipline e delle tecnologie relative allo studio, progettazione, realizzazione ed impiego di macchine che si occupano della raccolta e del

Dettagli

Programmazione Annuale di Matematica della Scuola Secondaria di Primo Grado Caccia

Programmazione Annuale di Matematica della Scuola Secondaria di Primo Grado Caccia Programmazione Annuale di Matematica della Scuola Secondaria di Primo Grado Caccia L'educazione matematica ha il compito di avviare l'alunno verso una maggiore consapevolezza e padronanza del pensiero

Dettagli