Geometria della programmazione lineare

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Geometria della programmazione lineare"

Transcript

1 Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5

2 Iperpiani, semispazi, poliedri Sia a un vettore non nullo in R n e b uno scalare. l insieme {x R n : a T x = b} è detto iperpiano l insieme {x R n : a T x b} è detto semispazio Osservazione Un semispazio è un insieme chiuso e convesso (per la convessità della funzione a T x b) e un iperpiano coincide con la frontiera del corrispondente semispazio Si definisce poliedro ogni insieme che può essere descritto come l intersezione di un numero finito di semispazi quindi: un poliedro è a sua volta un insieme chiuso e convesso la regione ammissibile di un problema di PL è un poliedro

3 Esercizio Per ciascuno dei seguenti insiemi, stabilire se è un poliedro: (i) x R tale che x 2 8x (ii) l insieme vuoto In entrambi i casi la risposta è affermativa: (i) la funzione è una parabola di vertice (4, 1) che assume valori 0 nell intervallo [3, 5] (ii) l insieme vuoto può essere descritto da {x : x 0, x 1}

4 Politopi Un insieme S R n si dice limitato se esiste una costante M tale che il valore assoluto di ogni componente di x, per ogni x S, è minore o uguale a M Un poliedro limitato è detto politopo

5 Punti estremi Sia P un poliedro. Un vettore x P è un punto estremo di P se non esistono due punti di y, z P diversi da x, ed uno scalare λ [0, 1] tali che x = λy + (1 λ)z u w v P x x punto estremo, w no

6 Vertici Sia P un poliedro. Un vettore x P è un vertice di P se esiste un qualche c tale che c T x < c T y, per ogni y P, y x w c P c x quindi x è un vertice di P se e solo se P giace su un lato di un iperpiano {y : c T y = c T x} che interseca P solo in x

7 Algebricamente... Sia P R n un poliedro definito da: a T i x b i, i M 1 a T i x b i, i M 2 a T i x = b i, i M 3 Se un vettore x soddisfa a T x = b i per qualche i M 1, M 2, M 3, il corrispondente vincolo si dice attivo in x. Teorema Sia I = {i a T x = b i } l insieme dei vincoli attivi in x. Allora, esistono n vettori {a i i I} linearmente indipendenti se e solo se il sistema di equazioni a T x = b i, i I ha un unica soluzione

8 Soluzioni di base Il vettore x si dice soluzione di base se (i) tutti i vincoli di uguaglianza sono attivi (i.e. x è ammissibile risp. ad essi) (ii) fra tutti i vincoli attivi in x ce ne sono n (i cui vettori sono) linearmente indipendenti Una soluzione di base x che soddisfa tutti i vincoli è detta soluzione di base ammissibile (sba) Osservazione Se il numero m di vincoli che definisce il poliedro P è minore di n non esistono soluzioni di base

9 Esempio P = {(x 1, x 2, x 3 ) x 1 + x 2 + x 3 = 1, x 1, x 2, x 3 0} x 3 A x 2 E P C D B x 1 A, B, C soluzioni di base ammissibili D non è sol. di base (non soddisfa il vincolo =) E è ammissibile ma non sol. di base

10 Esempio P = {(x 1, x 2, x 3 ) x 1 +x 2 +x 3 1, x 1 +x 2 +x 3 1, x 1, x 2, x 3 0} x 3 A x 2 E P C D B x 1 in questo caso anche D è soluzione di base. Quindi, il fatto che un punto sia o no soluzione di base dipende dalla rappresentazione del poliedro

11 Equivalenza punti estremi-vertici-sba Teorema Sia P un poliedro non vuoto e sia x P. Le tre affermazioni seguenti sono equivalenti: (a) x è un vertice (b) x è un punto estremo (c) x è una soluzione di base ammissibile Dimostrazione (a) = (b) (a) = esiste c tale che c T x < c T y, per ogni y P, y x quindi, presi due punti generici w, z P, entrambi diversi da x, risulta: c T x < c T w, c T x < c T z. Di conseguenza, per ogni λ [0, 1]: c T x < c T (λw + (1 λ)z) cioè, x λw + (1 λ)z

12 Dimostrazione (cont.) Assumiamo che tutti i vincoli di disuguaglianza abbiano la forma a T i b i (b) = (c) Supponiamo che x non sia sba e dimostriamo che non è punto estremo. x non sba = non esistono n vettori linearmente indipendenti in I = {i a T i x = b i }. Quindi, i vettori a i giacciono in un sottoinsieme proprio di R n ed esiste un qualche vettore d R n \ 0 n tale che a T d = 0, per ogni i I. Scegliamo un ɛ > 0 piccolo e costruiamo i vettori: y = x + ɛd, z = x ɛd

13 Dimostrazione (cont.) per i I si ha: a T i y = at i x + ɛa T i d = at i x = b i per i I risulta a T i x > b i : quindi, se ɛ è sufficientemente piccolo, a T i y = at i x + ɛa T i d > b i. Quindi, se ɛ è sufficientemente piccolo, y P. Analogamente si dimostra che z P. Ma abbiamo anche che x = (y + z)/2, che implica che x non è punto estremo (c) = (a) x è sba. Poniamo c = i I a i. Quindi abbiamo: c T x = i I a i x = i I b i Inoltre, per ogni x P ed ogni i risulta a T i b i e c T x = i I a i x i I b i (1)

14 Dimostrazione (cont.) In sostanza, x è una soluzione ottima per il problema di minimizzare c T x su P. Si osservi infine che la disequazione (1) è soddisfatta all uguaglianza se e solo se a T i x = b i per ogni i I. Dato che x è una sba, ci sono n vincoli attivi linearmente indipendenti in x, cioè x è l unica soluzione del sistema a T i x = b i, i I (teorema precedente). Segue che x è l unica soluzione ottima di min c T x su P, cioè è un vertice di P.

15 Conseguenze Ogni soluzione di base è definita da n vincoli attivi linearmente indipendenti, che definiscono un unico punto quindi, diverse soluzioni di base corrispondono a diversi insiemi di n vincoli linearmente indipendenti, da cui: Corollario Dato un numero finito m di disuguaglianze lineari, il numero di soluzioni di base o di sba (e quindi di vertici) è finito. In particolare è minore o uguale a ( ) n m la proprietà di essere punto estremo (o vertice) è puramente geometrica e lo stesso vale per le sba si ricordi che, al contrario, la proprietà di essere soluzione di base dipende dalla rappresentazione del poliedro

16 Esistenza di punti estremi Non tutti i poliedri hanno punti estremi. Ad es, se la matrice A ha meno di n righe, il poliedro x R n Ax b non ha sba. In generale si ha: Si dice che un poliedro P R n contiene una retta se esiste un vettore x P ed un vettore non nullo d tali che x + λd P per ogni scalare λ Teorema Un poliedro P R n ha almeno un punto estremo se e solo se non contiene una retta

17 Esempi P Q P contiene una retta e non ha vertici Q non contiene una retta ed ha vertici Osservazione Un poliedro in forma standard non contiene mai una retta e quindi ha almeno un punto estremo

Geometria della programmazione lineare

Geometria della programmazione lineare Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non

Dettagli

Geometria della programmazione lineare

Geometria della programmazione lineare Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non

Dettagli

Geometria della programmazione lineare

Geometria della programmazione lineare Geometria della programmazione lineare p. 1/39 Geometria della programmazione lineare Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Geometria della programmazione

Dettagli

Teoria della Programmazione Lineare

Teoria della Programmazione Lineare 6 Teoria della Programmazione Lineare In questo capitolo iniziamo lo studio formale dei problemi di Programmazione Lineare e, in particolare, dimostriamo il Teorema fondamentale della Programmazione Lineare.

Dettagli

Geometria della Programmazione Lineare

Geometria della Programmazione Lineare Capitolo 2 Geometria della Programmazione Lineare In questo capitolo verranno introdotte alcune nozioni della teoria dei poliedri che permetteranno di cogliere gli aspetti geometrici della Programmazione

Dettagli

Teoria della Programmazione Lineare

Teoria della Programmazione Lineare 5 Teoria della Programmazione Lineare In questo capitolo iniziamo lo studio formale dei problemi di Programmazione Lineare e, in particolare, dimostriamo il Teorema fondamentale della Programmazione Lineare.

Dettagli

Programmazione Lineare

Programmazione Lineare Programmazione Lineare Andrea Scozzari a.a. 2012-2013 March 14, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare March 14, 2013 1 / 18 Metodo del Simplesso Dato un problema di PL in forma standard

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 9 Marzo Programmazione Matematica Geometria di R n Esempi Teoria della PL Forma Standard. logo.

Ricerca Operativa. G. Liuzzi. Lunedí 9 Marzo Programmazione Matematica Geometria di R n Esempi Teoria della PL Forma Standard. logo. 1 Lunedí 9 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Problema di Ottimizzazione min(o max) f (x) con la restrizione x S dove f (x) : R n R è detta funzione obiettivo S R n

Dettagli

Teoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8

Teoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8 Teoria della Programmazione Lineare Teoria della Programmazione Lineare p. 1/8 I problemi di PL in forma canonica In forma scalare: max n j=1 c jx j n j=1 a ijx j b i x j 0 i = 1,...,m j = 1,...,n Teoria

Dettagli

Ricerca Operativa. Ricerca Operativa p. 1/6

Ricerca Operativa. Ricerca Operativa p. 1/6 Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la

Dettagli

Sistemi compatibili (Il metodo di Fourier-Motzkin) Claudio Arbib Università degli Studi di L Aquila

Sistemi compatibili (Il metodo di Fourier-Motzkin) Claudio Arbib Università degli Studi di L Aquila Sistemi compatibili (Il metodo di Fourier-Motzkin) Claudio Arbib Università degli Studi di L Aquila Sommario Poliedri Poliedri compatibili Diseguaglianzeimplicate Proiezione di un poliedro Definizione

Dettagli

Il teorema di dualità forte

Il teorema di dualità forte Complementi di Algoritmi e Strutture Dati Il teorema di dualità forte Docente: Nicolò Cesa-Bianchi versione 13 maggio 2018 Ricordiamo la formulazione del problema di programmazione lineare nella sua forma

Dettagli

Sistemi compatibili (Il metodo di Fourier-Motzkin) Claudio Arbib Università degli Studi di L Aquila

Sistemi compatibili (Il metodo di Fourier-Motzkin) Claudio Arbib Università degli Studi di L Aquila Sistemi compatibili (Il metodo di Fourier-Motzkin) Claudio Arbib Università degli Studi di L Aquila Sommario 1. Sistemi di disequazioni lineari e poliedri 2. Poliedri e insiemi convessi 3. Disequazioni

Dettagli

Introduzione alla programmazione lineare

Introduzione alla programmazione lineare Introduzione alla programmazione lineare struttura del problema di PL forme equivalenti rappresentazione e soluzione grafica rif. Fi 1.2; BT 1.1, 1.4 Problema di programmazione lineare Dati: un vettore

Dettagli

PROGRAMMAZIONE LINEARE E DUALITA'

PROGRAMMAZIONE LINEARE E DUALITA' PROGRAMMAZIONE LINEARE E DUALITA' 1) Dati i punti di R 2 (1, 2), (1, 4), (2, 3), (3, 5), (4, 1), (4, 2), (5, 5), (6, 2), (6, 5). Determinare graficamente: A - L'involucro convesso di tali punti. B - Quali

Dettagli

Scuola di Dottorato in Ingegneria L. da Vinci. Problemi di estremo vincolato ed applicazioni. Introduzione ai problemi di estremo

Scuola di Dottorato in Ingegneria L. da Vinci. Problemi di estremo vincolato ed applicazioni. Introduzione ai problemi di estremo Scuola di Dottorato in Ingegneria L. da Vinci Problemi di estremo vincolato ed applicazioni Pisa, 28-29 Maggio, 2009 Introduzione ai problemi di estremo G. Mastroeni Ricercatore, Dipartimento di Matematica

Dettagli

Sviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:

Sviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene: M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 5 - Soluzioni Esercizio 5. - La norma Euclidea di è 9 6 5 - Il versore corrispondente

Dettagli

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Programmazione Matematica / A.A Soluzioni di alcuni esercizi Programmazione Matematica / A.A. 8-9 Soluzioni di alcuni esercizi Esercizi - I 3. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa

Dettagli

Teoria della Programmazione Lineare Intera

Teoria della Programmazione Lineare Intera Teoria della Programmazione Lineare Intera Laura Galli Dipartimento di Informatica Largo B. Pontecorvo, 567 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 7 Ottobre 0 Ricerca Operativa Laurea

Dettagli

Algoritmo del Simplesso

Algoritmo del Simplesso Algoritmo del Simplesso Renato Bruni bruni@dis.uniroma.it Univertà di Roma Sapienza Corso di Ricerca Operativa, Corso di Laurea Ingegneria dell Informazione Vertici e Punti Estremi di un Poliedro Un poliedro

Dettagli

Programmazione Lineare Intera

Programmazione Lineare Intera Programmazione Lineare Intera Andrea Scozzari a.a. 2012-2013 May 10, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare Intera May 10, 2013 1 / 16 Programmazione Lineare Intera: Metodo dei Piani

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare In questo capitolo esaminiamo in modo più dettagliato la Programmazione Lineare illustrando una tecnica risolutiva per il caso di due sole variabili che aiuta a comprendere

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere

Dettagli

7.9 Il caso vincolato: vincoli di disuguaglianza

7.9 Il caso vincolato: vincoli di disuguaglianza 7.9 Il caso vincolato: vincoli di disuguaglianza Il problema con vincoli di disuguaglianza: g i (x) 0, i = 1,..., p, (51) o, in forma vettoriale: g(x) 0, può essere trattato basandosi largamente su quanto

Dettagli

Programmazione Non Lineare

Programmazione Non Lineare Capitolo 1 Programmazione Non Lineare 1.1 Introduzione Un problema di ottimizzazione viene definito come la minimizzazione o la massimizzazione di una funzione a valori reali su un insieme specificato.

Dettagli

4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1

4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min f () s.v. X n insieme delle soluzioni ammissibili con funzione obiettivo

Dettagli

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria e Topologia I (U1-4) 2006-mag-10 61 Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema

Dettagli

UNIVERSITÀ DI ROMA TOR VERGATA. Analisi Matematica II per Ingegneria Prof. C. Sinestrari

UNIVERSITÀ DI ROMA TOR VERGATA. Analisi Matematica II per Ingegneria Prof. C. Sinestrari UNIVERSITÀ DI ROMA TOR VERGATA Analisi Matematica II per Ingegneria Prof. C. Sinestrari Risposte (sintetiche) ai quesiti degli esercizi del 12.X.2018 1. (a) Ω è aperto, Ω = {0, 1, 2}, Ω = Ω, Ω = [0, 1]

Dettagli

Note di Programmazione Lineare

Note di Programmazione Lineare Note di Programmazione Lineare Giacomo Zambelli 1 A.A. 2008/09 1 Dipartimento di Matematica Pura e Applicata, Universitá di Padova, Via Trieste 63, 35121 Padova, Italy. (giacomo@math.unipd.it) ii Indice

Dettagli

Le condizioni di Karush-Kuhn-Tucker

Le condizioni di Karush-Kuhn-Tucker Capitolo 9 Le condizioni di Karush-Kuhn-Tucker 9. Introduzione In questo capitolo deriveremo le condizioni necessarie di Karush-Kuhn-Tucker (KKT) per problemi vincolati in cui S è descritto da vincoli

Dettagli

Corso di Geometria Lezione II: Spazi vettoriali

Corso di Geometria Lezione II: Spazi vettoriali .. Corso di Geometria Lezione II: Spazi vettoriali F. Baldassarri 8 ottobre 2013 Definizione di spazio vettoriale Uno spazio vettoriale su un campo C (ad es. Q,R,C,{0, 1}) è un insieme V dotato di due

Dettagli

LA GRAN PARTE DI QUESTI ELEMENTI DOVREBBE ESSERE GIÀ NOTA

LA GRAN PARTE DI QUESTI ELEMENTI DOVREBBE ESSERE GIÀ NOTA I PRESUPPOSTI DELL ALGORITMO DEL SIMPLESSO CONSISTONO IN UN INSIEME DI ELEMENTI TEORICI LEGATI ALLO STUDIO DEGLI INSIEMI CONVESSI ED UN ALTRO INSIEME DI ELEMENTI TEORICI LEGATI ALLO STUDIO DEI SISTEMI

Dettagli

Soluzione dei Problemi di Programmazione Lineare

Soluzione dei Problemi di Programmazione Lineare Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle

Dettagli

Registro dell'insegnamento

Registro dell'insegnamento Registro dell'insegnamento Anno accademico 2016/2017 Prof. MARCO SCIANDRONE Settore inquadramento MAT/09 - RICERCA OPERATIVA REGISTRO Scuola Ingegneria NON CHIUSO Dipartimento Ingegneria dell'informazione

Dettagli

Rango di una matrice e teorema di Rouché-Capelli

Rango di una matrice e teorema di Rouché-Capelli Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è

Dettagli

Analisi II. Foglio di esercizi n.1 26/9/2018

Analisi II. Foglio di esercizi n.1 26/9/2018 Analisi II. Foglio di esercizi n.1 26/9/2018 Esercizi su prodotto scalare, sottoinsiemi di R n, limiti e funzioni continue 1. Dati due punti A = 2 e B = e in R, calcolare la loro distanza euclidea. 2.

Dettagli

La lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.

La lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma. Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale

Dettagli

Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare

Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare A. Agnetis 1 Richiami su condizioni di Karush-Kuhn-Tucker e convessità Si consideri il problema di ottimizzazione vincolata: min f(x) (1) x X R

Dettagli

5 settembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a ISTRUZIONI

5 settembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a ISTRUZIONI COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi

Dettagli

OTTIMIZZAZIONE LINEARE MULTICRITERIO

OTTIMIZZAZIONE LINEARE MULTICRITERIO OTTIMIZZAZIONE LINEARE MULTICRITERIO NOTAZIONE Siano x ed y vettori di R n indicati estesamente con x x x x 1 Μ i Μ n, y y1 Μ yi Μ y n e si ponga N = {1,2,, n}. Scriveremo allora: x y ( x è diverso da

Dettagli

Soluzione dei problemi di Programmazione Lineare Intera

Soluzione dei problemi di Programmazione Lineare Intera Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa

Dettagli

15 luglio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

15 luglio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi

Dettagli

Matrici delle differenze finite

Matrici delle differenze finite Capitolo 8 Matrici delle differenze finite Si riportano in questo capitolo alcuni risultati e proprietà delle matrici delle differenze finite ovvero delle matrici che intervengono nel metodo delle differenze

Dettagli

Dualitá in Programmazione Lineare e alcune conseguenze

Dualitá in Programmazione Lineare e alcune conseguenze Dualitá in Programmazione Lineare e alcune conseguenze Giacomo Zambelli 1 Dualitá per problemi in forma standard Si consideri il seguente problema di PL in forma standard: z = max c x Ax = b (1) ove A

Dettagli

A.A Fondamenti di Ricerca Operativa. 2. Determinare β affinchè il poliedro descritto dal sistema di disequazioni

A.A Fondamenti di Ricerca Operativa. 2. Determinare β affinchè il poliedro descritto dal sistema di disequazioni A.A. 08-09 Fondamenti di Ricerca Operativa. Si consideri il problema min x + x + 4x 3 3x 4 x + x 3 = 5 x + x 4 = x, x, x 3, x 4 0 Stabilire se il problema ha insieme ammissibile vuoto, oppure è illimitato,

Dettagli

Programmazione lineare: basi e soluzioni di base

Programmazione lineare: basi e soluzioni di base 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

Dettagli

12 gennaio Commenti esame di geometria - Ing. gestionale - a.a

12 gennaio Commenti esame di geometria - Ing. gestionale - a.a Questo documento riporta commenti, approfondimenti o metodi di soluzione alternativi per alcuni esercizi dell esame Ovviamente alcuni esercizi potevano essere risolti utilizzando metodi ancora diversi

Dettagli

Il metodo del simplesso

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

Dettagli

5 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

5 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... 5 febbraio 015 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 014-15 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore.

Dettagli

Geometria BAER Canale I Esercizi 11

Geometria BAER Canale I Esercizi 11 Geometria BAER Canale I Esercizi 11 Esercizio 1. Data la retta x = t r : y = t z = 1 si trovi il punto A di r tale che l angolo di r con il vettore AO sia π/2, e il punto B di r tale che l angolo di r

Dettagli

21. (cenni di) Geometria analitica del piano.

21. (cenni di) Geometria analitica del piano. . (cenni di) Geometria analitica del piano... Definizione. Sia π un piano e sia O un suo punto. Siano i e j due versori ortogonali tra loro e paralleli al piano π. Diremo che la terna ordinata (O, i, j)

Dettagli

Dim. Usare la chiusura rispetto al prodotto esterno (vedi appunti lezione o libri di testo).

Dim. Usare la chiusura rispetto al prodotto esterno (vedi appunti lezione o libri di testo). ESERCIZI PER CASA di GEOMETRIA per il Corso di Laurea di Scienze dei Materiali, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 28 maggio 29 Sottospazi di uno spazio vettoriale, sistemi

Dettagli

4.3 Teoremi sulle funzioni derivabili

4.3 Teoremi sulle funzioni derivabili 4.3 Teoremi sulle funzioni derivabili Teorema (di Fermat) Sia : [, ] ℝ una funzione derivabile in (, ) e si un punto di massimo o minimo (relativo o assoluto) per. Allora 0 si dice anche che è un punto

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,

Dettagli

4.4 Programmazione quadratica

4.4 Programmazione quadratica 4.4 Programmazione quadratica Minimizzare una funzione quadratica soggetta a vincoli lineari: min 1 2 xt Qx + c t x s.v. a t i x b i i D (P) a t i x = b i i U x R n dove Q matrice n n, D e U sono gli insiemi

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 12. v = α 1 v α n v n = LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono

Dettagli

Esercizi di Programmazione Lineare - Dualità

Esercizi di Programmazione Lineare - Dualità Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul

Dettagli

Massimi e minimi vincolati

Massimi e minimi vincolati Massimi e minimi vincolati Vedremo tra breve un metodo per studiare il problema di trovare il minimo e il massimo di una funzione su di un sottoinsieme dello spazio ambiente che non sia un aperto. Abbiamo

Dettagli

A.A Fondamenti di Ricerca Operativa Esercizi ottobre min 2x 1 + x 2 + 4x 3 3x 4 x 1 + x 3 = 5 x 2 + x 4 = 2

A.A Fondamenti di Ricerca Operativa Esercizi ottobre min 2x 1 + x 2 + 4x 3 3x 4 x 1 + x 3 = 5 x 2 + x 4 = 2 . Si consideri il problema A.A. 07-08 Fondamenti di Ricerca Operativa Esercizi ottobre 07 min x + x + 4x 3 3x 4 x + x 3 = 5 x + x 4 = x, x, x 3, x 4 0 Stabilire se il problema ha insieme ammissibile vuoto,

Dettagli

Trasformazione di Problemi Non Lineari

Trasformazione di Problemi Non Lineari Capitolo 2 Trasformazione di Problemi Non Lineari 2.1 Trasformazione in problema di PL In questa sezione, verranno presentati tre classi di problemi di programmazione non lineare che, attraverso l uso

Dettagli

GE210 Geometria e algebra lineare 2 A.A. 2018/2019

GE210 Geometria e algebra lineare 2 A.A. 2018/2019 GE210, I Semestre, Crediti 9 GE210 Geometria e algebra lineare 2 A.A. 2018/2019 Prof. Angelo Felice Lopez 1. Forme bilineari e forme quadratiche Forme bilineari, simmetriche ed antisimmetriche. Esempi:

Dettagli

Teoria della Programmazione Lineare

Teoria della Programmazione Lineare Capitolo 10 Teoria della Programmazione Lineare In questo capitolo i risultati dei capitoli precedenti saranno applicati a problemi di Programmazione Lineare (PL). Abbiamo già visto che l insieme ammissibile

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare

Dettagli

5.3 Introduzione al metodo del simplesso

5.3 Introduzione al metodo del simplesso CAPITOLO 5 IL METODO DEL SIMPLESSO 105 53 Introduzione al metodo del simplesso Il Metodo del Simplesso permette di risolvere problemi di Programmazione Lineare in forma standard, cioè problemi di Programmazione

Dettagli

Spazi affini e combinazioni affini.

Spazi affini e combinazioni affini. Spazi affini e combinazioni affini. Morfismi affini. Giorgio Ottaviani Abstract Introduciamo il concetto di combinazione affine in uno spazio affine, e in base a questo, ne caratterizziamo i sottospazi.

Dettagli

Geometria iperbolica - Primo foglio Andrea Petracci

Geometria iperbolica - Primo foglio Andrea Petracci Geometria iperbolica - Primo foglio Andrea Petracci Esercizio 1. Teorema (Hopf-Rinow). Se M è una varietà riemanniana connessa, allora le seguenti affermazioni sono equivalenti: (1) M è completa con la

Dettagli

5.5 Programmazione quadratica (PQ)

5.5 Programmazione quadratica (PQ) 5.5 Programmazione quadratica (PQ Minimizzare una funzione quadratica soggetta a vincoli lineari: 1 min x t Qx + c t x 2 s.v. a t i x b i i D (P a t i x = b i i U x R n dove Q matrice n n, D e U sono gli

Dettagli

Algoritmi per la programmazione lineare: il metodo del simplesso

Algoritmi per la programmazione lineare: il metodo del simplesso Algoritmi per la programmazione lineare: il metodo del simplesso Dipartimento di Informatica, Universita' di Pisa A.A. 2018/2019 Contenuti della lezione Problemi di programmazione lineare, forma standard

Dettagli

Introduzione ai grafi

Introduzione ai grafi TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale

Dettagli

4.3 Esempio metodo del simplesso

4.3 Esempio metodo del simplesso 4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto

Dettagli

Programmazione Matematica Lineare

Programmazione Matematica Lineare Programmazione Matematica Lineare Problema di Programmazione Matematica (PM) (problema di ottimizzazione) max f(x) s.t. x R n vettore delle variabili decisionali insieme delle soluzioni ammissibili funzione

Dettagli

Geometria e Topologia I 18 maggio

Geometria e Topologia I 18 maggio Geometria e Topologia I 18 maggio 2005 64 17 Mappe affini (17.1) Definizione. Siano X e Y due spazi affini sullo stesso campo K. Una funzione f : X Y si dice affine (anche, mappa affine o trasformazione

Dettagli

Università di L Aquila. Claudio Arbib. Ricerca Operativa. Basi in IR n

Università di L Aquila. Claudio Arbib. Ricerca Operativa. Basi in IR n Università di L Aquila Claudio Arbib Ricerca Operativa Basi in IR n Sommario Combinazione lineare, affine, conica e convessa Dipendenza e indipendenza lineare e affine Basi per un insieme di vettori di

Dettagli

Esercizi di ottimizzazione vincolata

Esercizi di ottimizzazione vincolata Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti

Dettagli

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR

Domande 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

Dettagli

Programmazione Matematica: III.1 - Programmazione Lineare

Programmazione Matematica: III.1 - Programmazione Lineare Programmazione Matematica: III.1 - Programmazione Lineare Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 ottobre 2003 Programmazione Lineare Def.: (F, ϕ ) è un problema di Programmazione

Dettagli

Spazi Vettoriali ed Applicazioni Lineari

Spazi Vettoriali ed Applicazioni Lineari Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla

Dettagli

Soluzione facsimile 2 d esame di geometria - Ingegneria gestionale - a.a ISTRUZIONI

Soluzione facsimile 2 d esame di geometria - Ingegneria gestionale - a.a ISTRUZIONI Soluzione facsimile d esame di geometria - Ingegneria gestionale - a.a. 00-004 COGNOME......................................... NOME......................................... N. MATRICOLA................

Dettagli

Spazi vettoriali euclidei.

Spazi vettoriali euclidei. Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti

Dettagli

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.

Dettagli

Università degli Studi di Roma La Sapienza

Università degli Studi di Roma La Sapienza Università degli Studi di Roma La Sapienza Dipartimento di Informatica e Sistemistica A. Ruberti Proff. Gianni Di Pillo and Laura Palagi Note per il corso di OTTIMIZZAZIONE (a.a. 2007-08) Dipartimento

Dettagli

Il metodo del simplesso

Il metodo del simplesso 7 Il metodo del simplesso Dato un problema di PL è ovviamente necessario, se il modello fatto deve essere di qualche utilità, essere capaci di risolverlo. Nel caso della programmazione lineare si dice

Dettagli

Trapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.

Trapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2. 2006 Trapani Dispensa di Geometria, 1 Distanze Siano P e Q punti di R n con P di coordinate allora la distanza tra P e Q e P Q = x 1 x 2 x n (x 1 y 1 ) 2 + (x n y n ) 2 e Q di coordinate Siano Σ 1 e Σ

Dettagli

3.3 Problemi di PLI facili

3.3 Problemi di PLI facili 3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P

Dettagli

1 Numeri reali. Esercizi.

1 Numeri reali. Esercizi. Politecnico di Milano. Scuola di Ingegneria Industriale. Corso di Analisi e Geometria 1 (Docente: Federico Lastaria) Settembre 2012 1 Numeri reali. Esercizi. Esercizio 1.1 (Un numero moltiplicato per zero

Dettagli

1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano

1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano Geometria e Algebra (II), 11.12.12 1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano P O i vettori ortogonali ad un dato vettore non nullo descrivono una retta per O, e nello

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

Dettagli

Cognome Nome A. Scrivere le risposte agli esercizi 1,2,3 negli spazi sottostanti.

Cognome Nome A. Scrivere le risposte agli esercizi 1,2,3 negli spazi sottostanti. Cognome Nome A Scrivere le risposte agli esercizi 1,2,3 negli spazi sottostanti. 1) 2) 3) Geometria e algebra lineare 5/11/2015 A 1) Sia π il piano passante per i punti A = ( 3, 2, 1), B = (0, 1, 2), C

Dettagli

Esercizi su ottimizzazione vincolata

Esercizi su ottimizzazione vincolata Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca

Dettagli

Ricerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab

Ricerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab Ricerca Operativa Programmazione Lineare Università Mediterranea di Reggio Calabria Decisions Lab Ottimizzazione In un problema di ottimizzazione si cerca di massimizzare o minimizzare una quantità specifica,

Dettagli

NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +

NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R + NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:

Dettagli

Spazi R n. : concetti di base. Riccarda Rossi. Analisi Matematica B. Università di Brescia

Spazi R n. : concetti di base. Riccarda Rossi. Analisi Matematica B. Università di Brescia Spazi R n : concetti di base Riccarda Rossi Università di Brescia Analisi Matematica B Spazi Rn Spazi Rn Spazi Rn Spazi Rn Spazi Rn Spazi R n Elementi di R n : x = (x 1, x 2,..., x n ), x j R, j {1,...,

Dettagli

r 2 r 2 2r 1 r 4 r 4 r 1

r 2 r 2 2r 1 r 4 r 4 r 1 SPAZI R n 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, y, z)

Dettagli

14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi

Dettagli