Esercizi Union-Find e su Grafi. Ugo Vaccaro
|
|
- Samuele Vigano
- 5 anni fa
- Visualizzazioni
Transcript
1 Progettazione di Algoritmi Anno Accademico 0 07 Esercizi Union-Find e su Grafi. Ugo Vaccaro. Esercizio: Scrivere pseudocodice per Make-Set, Union, e Find-Set usando la rappresentazione attraverso liste linkate e la euristica di unione pesata. Si assuma che ciascun oggetto abbia un campo rep[x] che punta al rappresentante dell insieme contenente x. Si assuma che ciascun insieme S nella collezione abbia un attributo head[s] che punta all elemento nella testa della lista che rappresenta S, tail[s] che punta all elemento nella coda della lista che rappresenta S, e size[s] che conta il numero di elementi nella lista.. Esercizio: Mostrare la struttura dati risultante e le risposte ritornate dalle operazioni di Find- Set durante la esecuzione del programma seguente: for i to Make-Set(x i ) for i to by Union(x i ;x i+ ) for i to by Union(x i ;x i+ ) Union(x ;x ) Union(x ;x ) Union(x ;x 0 ) Find-Set(x ) Find-Set(x 9 ) Si supponga di usare la rappresentazione attraverso liste linkate e la euristica di unione pesata.. Esercizio: Mostrare la struttura dati risultante e le risposte ritornate dalle operazioni di Find-Set durante la esecuzione del programma seguente: for i to Make-Set(x i ) for i to by Union(x i ;x i+ ) for i to by Union(x i ;x i+ ) Union(x ;x ) Union(x ;x )
2 Union(x ;x 0 ) Find-Set(x ) Find-Set(x ) Si supponga questa volta di usare la rappresentazione attraverso alberi e le euristiche di unione per rango e compressione di cammini.. Esercizio: Dati gli insiemi disgiunti rappresentati dagli alberi qui sotto riportati a u b d v z c e i r x l n m s t o p ridisegnare gli alberi dopo l esecuzione di ciascuna delle operazioni Union(o, s), Find(l), Union(, m).. Esercizio: Usando l euristica dell unione per peso, mostrare che una qualsiasi sequenza di m operazioni di MAKE-SET, UNION, e FINDSET, n delle quali sono MAKE-SET, prende tempo O(m+nlogn)
3 Esercizi su Grafi N.B. Si ricorda che ogni algoritmo và accompagnato da una argomentazione sul perchè calcola correttamente l output e da un analisi della sua complessità di tempo. Inoltre, si possono usare algoritmi visti a lezione (come BFS, DFS, etc.) senza necessariamente riportare il relativo pseudocodice, purchè lo si menzioni esplicitamente. In generale, di ogni algoritmo è preferibile presentare il relativo pseudocodice. Tuttavia, anche una sola descrizione a parole dell idea dell algoritmo (purchè precisa e corretta) verrà accettata all esame.. Esercizio: Progettare ed analizzare un algoritmo che, prendendo in input un grafo non orientato G = (V, E), determina se G contiene o meno cicli. La complessità dell algoritmo deve essere O( V ), indipendentemente da E.. Esercizio: Dato un grafo non diretto G = (V,E), e tre vertici u,v,w V, descrivere ed analizzare un algoritmo che decide se esiste un cammino in G che parte da u ed arriva a v, passando per w.. Esercizio: Dato il grafo G rappresentato in figura r s a u v w z x eseguire su di esso l algoritmo BFS(G, s), indicando ad ogni passo l arco considerato dall algoritmo, e calcolando sia l albero BFS risultante che i valori d[c] per ogni nodo c del grafo.. Esercizio: Progettare ed anaizzare un algoritmo per il seguente problema: Input: Un grafo connesso e non diretto G = (V,E). Output: Si se esiste un arco e E che si può rimuovere da G, in modo tale che G = (V, E {e}) sia ancora connesso, No, altrimenti.. Esercizio: Dato il grafo G rappresentato in figura
4 r s a u v w z x eseguire su di esso l algoritmo DFS(G, s), indicando ad ogni passo l arco considerato dall algoritmo, e calcolando l albero DFS risultante.. Esercizio: Descrivere l algoritmo per determinare se un grafo diretto G = (V, E) è fortememte connesso, argomentare con precisione la sua correttezza e valutarne la complessità di tempo. 7. Esercizio: Dato un grafo G = (V,E) non diretto, il suo diametro D(G) è definito come la distanza tra i due vertici di G massimalmente distanti, se G è connesso, è definito come altrimenti. Formalmente: { se G non è connesso D(G) = max u,v V d(u,v) altrimenti dove d(u,v) è la distanza tra i due vertici u e v. Analogamente, l eccentricità di un vertice u è definita come { se G non è connesso e(u) = max v V d(u,v) altrimenti mentre il raggio R(G) di G è definito come R(G) = min u V e(u). Si dia un algoritmo che, dato in input un grafo G = (V,E) non diretto, calcoli D(G) e R(G).. Esercizio: Data la rappresentazione mediante liste di adiacenza di un grafo diretto G = (V, E), scrivere un algoritmo che determini il numero di archi uscenti da ogni vertice ed un separato algoritmo per determinare il numero di archi entranti in ogni vertice. 9. Esercizio: Il quadrato di un grafo orientato G = (V,E) è il grafo G = (V,E ) tale che (u,w) E se e solo se v : (u,v) E (v,w) E. In altre parole, se esiste un percorso di due archi fra i nodi u e w. Scrivere un algoritmo che, dato un grafo G rappresentato con matrice di adiacenza, restituisce il grafo G. 0. Esercizio: Descrivere un algoritmo per il seguente problema. Dato in input un grafo orientato G = (V,E) rappresentato tramite liste di adiacenza e un nodo s V, restituire il numero dei nodi in V raggiungibili da s che si trovano alla massima distanza da s.
5 . Esercizio: Descrivere un algoritmo per il seguente problema: Input: un grafo diretto G = (V, E) rappresentato mediante liste di adiacenza. Output: per ogni nodo v V il numero dei nodi w raggiungibili da v (ovvero il numero dei nodi w V per i quali esiste un cammino orientato da v a w).. Esercizio: Descrivere un algoritmo per il seguente problema: Input: un grafo diretto G = (V,E) rappresentato mediante liste di adiacenza, un nodo v V ed un intero k Output: il numero di nodi del grafo a distanza k da v.. Esercizio: Descrivere un algoritmo per il seguente problema: Input: un grafo non diretto G = (V, E) rappresentato mediante liste di adiacenza Output: il numero di componenti connesse di G.. Esercizio: Dato un grafo non diretto G = (V,E), un triangolo in esso è una tripla di vertici a,b,c V tali che (a,b),(b,c),(c,a) E. Descrivere un algoritmo per il seguente problema: Input: un grafo diretto G = (V, E) rappresentato mediante matrice di adiacenza; Output: il numero di triangoli in G.. Esercizio: Dato un grafo non diretto G = (V,E), con V = {,...,n} ed un array di interi A[...n], G è detto ben colorato se per ogni {i,j} E vale che A[i] A[j]. Si descriva un algoritmo per il seguente problema: Input: G = (V, E) rappresentato mediante matrice di adiacenza, vettore A Output: SI, se G è ben colorato, NO, altrimenti. Si risolva l esercizio anche sotto l ipotesi che di G sia rappresentato mediante liste di adiacenze.. Esercizio: Dato un grafo non diretto G = (V,E), con V = {,...,n} ed un sottoinsieme S V, S è detto un Vertex Cover per G se per ogni {i,j} E vale {i,j} S. Si descriva un algoritmo per il seguente problema: Input: G = (V, E) rappresentato mediante matrice di adiacenza, sottoinsieme S V Output: SI, se S è un Vertex Cover NO, altrimenti. Si risolva l esercizio anche sotto l ipotesi che di G sia rappresentato mediante liste di adiacenze.
6 7. Esercizio: Descrivere un algoritmo per il seguente problema: Input: un grafo diretto G = (V,E) rappresentato mediante liste di adiacenza, due nodi v,w V. Output: Il numero di nodi raggiungibili da v che si trovano alla stessa distanza sia da v che da w.. Esercizio: Si descriva l algoritmo per il calcolo dell ordinamento topologico di un DAG, argomentando la correttezza e valutandone la complessità di tempo Giustificare con precisione le relative affermazioni effettuate. 9. Esercizio: Dato il grafo rappresentato in figura m n o p q r s t u v w x y z determinarne un ordinamento topologico, applicando passo passo l algoritmo visto a lezione. 0. Esercizio: Si presenti l algoritmo di Dijkstra per il calcolo dei cammini minimi in un grafo, si argomenti la sua correttezza e se ne valuti la sua complessità di tempo.. Esercizio: Si esegua l algoritmo di Dijkstra per il calcolo dei cammini minimi dal nodo s sul seguente grafo: 0 t x s 9 y 7 z
7 7. Esercizio: Sia G = (V,E) un grafo diretto, con lunghezze l(e) > 0 per ogni arco e E. Si progetti e si analizzi (e si argomenti la correttezza) un algoritmo che presi in input un vertice s V ed un arco (u,v) E, determini:. se tra tutti i cammini di lunghezza minima da s a v ne esiste almeno uno che usi l arco (u,v);. se tra tutti i cammini di lunghezza minima da s a v ne esiste almeno uno che non usi l arco (u,v).. Esercizio: Dato un grafo orientato G = (V,E), con lunghezze l(e) > 0 per per ogni arco e E, e due nodi v,t V. (a) Si proponga un algoritmo che determini, oltre ad un cammino minimo p da v a t che supponiamo essere p = (v,s,...s n,t), un secondo cammino p che sia il cammino di lunghezza minima tra quelli che congiungono v con t e non contengono l arco (s n,t). (b) Si provi la correttezza e si valuti la complessità dell algoritmo proposto. (c) Si proponga un algoritmo che determini, oltre ad un cammino minimo p da v a t, un secondo cammino p che sia il cammino di lunghezza minima tra tutti i cammini che congiungono v con t e sono distinti da p.. Esercizio: Sia G = (V,E) un grafo diretto in cui ad ogni nodo u V è associato un peso w(u) > 0. Descrivere un algoritmo per calcolare i cammini di peso minimi da un nodo sorgente s V a tutti i nodi v V. In questa situazione, il peso di un cammino è definito come la somma dei pesi dei nodi che appaiono nel cammino. (Sugg.: si riduca il problema a quello di calcolare i cammini di peso minimi in un opportuno grafo con pesi su archi).. Esercizio: Descrivere l algoritmo di Prim per la costruzione di un MST e provarne con precisione la correttezza.. Esercizio: Descrivere l algoritmo di Kruskal per la costruzione di un MST e provarne con precisione la correttezza. 7. Esercizio: Dato il grafo rappresentato in figura, calcolare un MST di esso applicando l algoritmo di Prim a partire dal nodo I. Si descrivano con precisione le computazioni effettuate dall algoritmo passo dopo passo.
8 I A M E F H J G L B C D K Esercizio: Dato il grafo rappresentato in figura, calcolare un MST di esso applicando l algoritmo di Kruskal. Si descrivano con precisione le computazioni effettuate dall algoritmo passo dopo passo. I A M E F H J G L B C D K Esercizio: Dato il grafo rappresentato in figura, calcolare un MST di esso applicando l algoritmo di Kruskal. Si descrivano con precisione le computazioni effettuate dall algoritmo passo dopo passo. J K M A B E C G F I D H L
9 9 0. Esercizio: Dato il grafo rappresentato in figura, calcolare un MST di esso applicando l algoritmo di Prim a partire dal vertice I. Si descrivano con precisione le computazioni effettuate dall algoritmo passo dopo passo. E J K M A C F G I L B H D. Esercizio: Si proponga un algoritmo che, dato in input un grafo non non orientato G = (V,E), pesi w(e) per ogni arco e E, ed un arco (u,v) E, determini l esistenza o meno di un MST per G non contenente l arco (u,v). Si motivi la correttezza e si calcoli la complessit a dell algoritmo proposto. Si riconsiderino i punti precedenti nel caso in cui si voglia determinare l esistenza di un MST per il grafo G contenente l arco (u,v).. Esercizio: Sia G = (V,E) un grafo non orientato e pesato, con archi di costo c(e), per ogni e E. (a) Si descriva brevemente un algoritmo efficiente (per esempio tra quelli visti a lezione) che determini un Minimum Spanning Tree per G e se ne valuti la complessità. (b) Si provi o si refuti la seguente proprietà: dato un Minimum Spanning Tree per G questo contiene almeno un arco tra quelli aventi peso minimo in G. (c) Si provi o si refuti la seguente proprietà: dato un Minimum Spanning Tree per G questo contiene un cammino minimo per ogni coppia di nodi in G.. Esercizio: Sia G = (V,E) un grafo non orientato e pesato, con archi di costo c(e), per ogni e E. Si provi la seguente affermazione: sia S V un sottoinsieme dei nodi, e sia e = (u,v) l arco di costo minimo con un estremo in S e l altro in V S. Allora ogni MST contiene l arco e.
Esercizi per il corso di Algoritmi e Strutture Dati
1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi
DettagliFondamenti di Internet e Reti 097246
sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino
DettagliPROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO
PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO 1. Load Balancing Un istanza del problema del load balancing consiste di una sequenza p 1,..., p n di interi positivi (pesi dei job) e un
DettagliMinimo Albero Ricoprente
Minimo lbero Ricoprente Pag. 1/20 Minimo lbero Ricoprente Il problema della definizione di un Minimo lbero Ricoprente trova applicazione pratica in diverse aree di studio, quali ad esempio la progettazione
DettagliAppunti di Algoritmi e Strutture Dati. Grafi. Gianfranco Gallizia
Appunti di Algoritmi e Strutture Dati Grafi Gianfranco Gallizia 12 Dicembre 2004 2 Indice 1 Grafi 5 1.1 Definizione.............................. 5 1.2 Implementazione........................... 5 1.2.1
DettagliEsercizi Capitolo 14 - Algoritmi Greedy
Esercizi Capitolo 14 - Algoritmi Greedy Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile saltare
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo
Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo L. De Giovanni G. Zambelli 1 Problema del flusso a costo minimo Il problema del flusso a costo minimo é definito
DettagliGrafi. Moreno Marzolla Dip. di Informatica Scienza e Ingegneria Università di Bologna. moreno.marzolla@unibo.it http://www.moreno.marzolla.
Grafi Moreno Marzolla ip. di Informatica Scienza e Ingegneria Università di ologna moreno.marzolla@unibo.it http://www.moreno.marzolla.name/ opyright lberto Montresor, Università di Trento, Italy (http://www.dit.unitn.it/~montreso/asd/index.shtml)
DettagliGrafi. Il collegamento fra due nodi in un grafo rappresenta una relazione di adiacenza o di vicinanza tra essi
Lezione 6 Grafi Grafi Estensione di alberi e liste Il collegamento fra due nodi in un grafo rappresenta una relazione di adiacenza o di vicinanza tra essi Sono importanti, perché innumerevoli situazioni
DettagliCUTPOINTS BRIDGES BLOCKS BLOCK GRAPHS - CUTPOINT GRAPHS
CUTPOINTS BRIDGES BLOCKS BLOCK GRAPHS - CUTPOINT GRAPHS INTRODUZIONE Per conoscere la struttura di un grafo connesso è importante individuare nel grafo la distribuzione di certi punti detti cutpoints (punti
DettagliSommario della lezione
Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/33 Sommario della lezione Ancora sui cammini minimi: Cammini minimi in grafi con archi di costo negativo Algoritmi
DettagliAlgoritmi e Strutture Dati (Mod. B) Introduzione
Algoritmi e Strutture Dati (Mod. B) Introduzione Modulo B Orari Lunedì ore 11-13 aula A6 Mercoledì ore 14-16 aula A6 Ricevimento Martedì ore 14-16 Ufficio 2M13 Dip. Fisica (2 piano edificio M) Laboratori
DettagliProblemi di Instradamento di Veicoli
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Instradamento di Veicoli Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato
DettagliApprocci esatti per il job shop
Approcci esatti per il job shop Riferimenti lezione: Carlier, J. (1982) The one-machine sequencing problem, European Journal of Operational Research, Vol. 11, No. 1, pp. 42-47 Carlier, J. & Pinson, E.
DettagliEsame di Ricerca Operativa del 20/12/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 0// (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x + x x +x x x x x x x 0 x x
DettagliProf. Ing. Michele Marra Appunti delle lezioni di Ricerca Operativa Teoria dei grafi
CAPITOLO III 3.1 Introduzione Nei paragrafi seguenti verranno introdotti gli strumenti di base connessi con la Pianificazione di un Sistema decisionale complesso: si inizierà con alcuni elementi fondamentali
DettagliLaboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona
e e Laboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario e ed implementazione in Java Visita di un grafo e e Concetti di base Struttura
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 19/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliAlgoritmi per la Visualizzazione. Disegno 2D ortogonale. Disegno ortogonale 2D (1) Disegno ortogonale 2D (2)
Algoritmi per la visualizzazione DISEGNO DI GRAFI: ALCUNI CASI PARTICOLARI Disegno 2D ortogonale Disegno ortogonale 2D () Disegno ortogonale 2D (2) Punto di vista umano: primo criterio per giudicare la
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 9/0/06 (Cognome) (Nome) (Matricola) Esercizio. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliBarriere assorbenti nelle catene di Markov e una loro applicazione al web
Università degli studi di Roma Tre Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi relativa alla Tesi di Laurea in Matematica di Giulio Simeone Barriere assorbenti
DettagliQuando A e B coincidono una coppia ordinata é determinata anche dalla loro posizione.
Grafi ed Alberi Pag. /26 Grafi ed Alberi In questo capitolo richiameremo i principali concetti di due ADT che ricorreranno puntualmente nel corso della nostra trattazione: i grafi e gli alberi. Naturale
Dettaglib i 1,1,1 1,1,1 0,1,2 0,3,4
V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile
DettagliIl calcolatore. Architettura di un calcolatore (Hardware)
Il calcolatore Prima parlare della programmazione, e' bene fare una brevissima introduzione su come sono strutturati i calcolatori elettronici. I calcolatori elettronici sono stati progettati e costruiti
Dettagli3 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
DettagliSTRUTTURE NON LINEARI
PR1 Lezione 13: STRUTTURE NON LINEARI Michele Nappi mnappi@unisa.it www.dmi.unisa.it/people/nappi Per la realizzazione della presentazione è stato utilizzato in parte materiale didattico prodotto da Oronzo
Dettagli40 Algoritmi sui Grafi
Università degli Studi di Napoli Parthenope Corso di Laurea in Informatica A.A 2014/15 PROGETTO PROGRAMMAZIONE III 40 Algoritmi sui Grafi Relatore: Prof. Raffaele Montella Studente: Diego Parlato Matricola:
DettagliParte 3: Gestione dei progetti, Shop scheduling
Parte : Gestione dei progetti, Shop scheduling Rappresentazione reticolare di un progetto Insieme di attività {,...,n} p i durata (nota e deterministica dell attività i) relazione di precedenza fra attività:
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79
DettagliAlgoritmi. a.a. 2013/14 Classe 2: matricole dispari
Algoritmi a.a. 2013/14 Classe 2: matricole dispari Marcella Anselmo Presentazioni Info: http://www.di.unisa.it/professori/anselmo/ Orario ricevimento: Lunedì 15-17 Giovedì 12-13 Il mio studio è il n 57
DettagliInformatica Grafica. Un introduzione
Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI
DettagliEsame di Informatica Generale 25 giugno 2010 Professori: Carulli, Fiorino, Mazzei
IG 9CFU 25/06/10 1/12 Esame di Informatica Generale 25 giugno 2010 Professori: Carulli, Fiorino, Mazzei Docente Risultati Scritto Orali Fiorino martedi venerdì Mazzei Martedì pv (sito docente) Mercoledì
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 3 5 7-8 9 57
DettagliInformatica Teorica. Macchine a registri
Informatica Teorica Macchine a registri 1 Macchine a registri RAM (Random Access Machine) astrazione ragionevole di un calcolatore nastro di ingresso nastro di uscita unità centrale in grado di eseguire
DettagliSistemi Web per il turismo - lezione 3 -
Sistemi Web per il turismo - lezione 3 - Software Si definisce software il complesso di comandi che fanno eseguire al computer delle operazioni. Il termine si contrappone ad hardware, che invece designa
DettagliSommario della lezione
Sommario della lezione Ulteriori applicazioni del Massimo Flusso 1. Connettività di grafi. Selezione di progetti 3. Trasporto in reti 4. Eliminazione in tornei Università degli Studi di Salerno Corso di
DettagliStrumenti freeware/open source per l'insegnamento delle discipline scientifiche
PLS-Fisica e AIF-Liguria - formazione/specializzazione rivolto per gli insegnanti Strumenti freeware/open source per l'insegnamento delle discipline scientifiche con applicazioni a problemi concreti GESTIRE
DettagliAlgoritmi. Matricole dispari Prof.ssa Anselmo. Pre-appello del 15 Gennaio 2015. Attenzione:
COGNOME: Nome: Algoritmi Matricole dispari Prof.ssa Anselmo Pre-appello del 15 Gennaio 2015 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante. Non voltare la pagina finché
DettagliPer formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione.
3.7.4 Disuguaglianze valide forti Cerchiamo disuguaglianze valide forti, ovvero disuguaglianze valide che forniscano migliori formulazioni (più stringenti). Per formalizzare il concetto sono necessarie
DettagliIL PROBLEMA DELLO SHORTEST SPANNING TREE
IL PROBLEMA DELLO SHORTEST SPANNING TREE n. 1 - Formulazione del problema Consideriamo il seguente problema: Abbiamo un certo numero di città a cui deve essere fornito un servizio, quale può essere l energia
DettagliAlcuni Preliminari. Prodotto Cartesiano
Alcuni Preliminari Prodotto Cartesiano Dati due insiemi A e B, si definisce il loro prodotto cartesiano A x B come l insieme di tutte le coppie ordinate (a,b) con a! A e b! B. Es: dati A= {a,b,c} e B={,2,3}
Dettagli1) Il grafico rappresenta la quantità di acqua contenuta in una vasca da bagno al passare del tempo.
ESERCIZI DI SCIENZE 1) Il grafico rappresenta la quantità di acqua contenuta in una vasca da bagno al passare del tempo. A quale delle seguenti situazioni corrisponde il grafico? A. Il rubinetto è aperto
DettagliSeconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12
A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA
DettagliEsame di Ricerca Operativa del 18/12/12. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 8// (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x x x + x x x + x 8 x Base
DettagliIntroduzione alla tecnica di Programmazione Dinamica
Universitá degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/37 Sommario della lezione Introduzione alla tecnica di Programmazione Dinamica Esempio di applicazione n. 1:
DettagliFasi di creazione di un programma
Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma
DettagliIl file system. Le caratteristiche di file, direttorio e partizione sono del tutto indipendenti dalla natura e dal tipo di dispositivo utilizzato.
Il File System Il file system È quella parte del Sistema Operativo che fornisce i meccanismi di accesso e memorizzazione delle informazioni (programmi e dati) allocate in memoria di massa. Realizza i concetti
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliSistemi Operativi mod. B. Sistemi Operativi mod. B A B C A B C P 1 2 0 0 P 1 1 2 2 3 3 2 P 2 3 0 2 P 2 6 0 0 P 3 2 1 1 P 3 0 1 1 < P 1, >
Algoritmo del banchiere Permette di gestire istanze multiple di una risorsa (a differenza dell algoritmo con grafo di allocazione risorse). Ciascun processo deve dichiarare a priori il massimo impiego
DettagliCAPITOLO V. DATABASE: Il modello relazionale
CAPITOLO V DATABASE: Il modello relazionale Il modello relazionale offre una rappresentazione matematica dei dati basata sul concetto di relazione normalizzata. I principi del modello relazionale furono
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Soluzione esercizi di approfondimento Stefano Leucci stefano.leucci@univaq.it Una terza variante dell IS InsertionSort3 (A) 1. for k=1 to n-1 do 2. x = A[k+1] 3. j = ricerca_binaria(a[1,k],x)
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno
DettagliInformatica 3. Informatica 3. LEZIONE 10: Introduzione agli algoritmi e alle strutture dati. Lezione 10 - Modulo 1. Importanza delle strutture dati
Informatica 3 Informatica 3 LEZIONE 10: Introduzione agli algoritmi e alle strutture dati Modulo 1: Perchè studiare algoritmi e strutture dati Modulo 2: Definizioni di base Lezione 10 - Modulo 1 Perchè
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design Network Design È data una rete rappresentata su da un grafo G = (V, A) e un insieme di domande K, ciascuna
DettagliSommario della lezione
Universitá degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/36 Sommario della lezione Ulteriori esempi di applicazione della Programmazione Dinamica Esempio di applicazione
DettagliSimulazione di una Rete di Interconnessione di una Compagnia Aerea
Simulazione di una Rete di Interconnessione di una Compagnia Aerea Progetto del corso di Algoritmi e Strutture Dati a.a. 2011/2012 December 4, 2011 1 Introduzione Il progetto consiste nella realizzazione
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliEsercizi per il corso di Algoritmi, anno accademico 2014/15
1 Esercizi per il corso di Algoritmi, anno accademico 2014/15 Esercizi sulle Notazioni Asintotiche 1. Esercizio: Provare le seguenti relazioni, esibendo opportune costanti c 1,c 2 ed n 0. Si assuma per
DettagliCOGNOME E NOME (IN STAMPATELLO) MATRICOLA
Politecnico di Milano Facoltà di Ingegneria dell Informazione Informatica 3 Proff. Ghezzi, Lanzi, Matera e Morzenti Seconda prova in itinere 4 Luglio 2005 COGNOME E NOME (IN STAMPATELLO) MATRICOLA Risolvere
Dettagli4 Le liste collegate 4.0. Le liste collegate. 4 Le liste collegate Rappresentazione di liste 4.1 Rappresentazione di liste
4 Le liste collegate 4.0 Le liste collegate c Diego Calvanese Fondamenti di Informatica Corso di Laurea in Ingegneria Elettronica A.A. 2001/2002 4.0 0 4 Le liste collegate Rappresentazione di liste 4.1
DettagliR. Cusani - F. Cuomo, Telecomunicazioni - Network layer: Routing in IP, Maggio 2010
9: Network layer: protocolli di routing in IP Routing in TCP/IP Una rete TCP/IP (come Internet) è costituita da un insieme di Autonomous Systems (ASs) interconnessi Ogni AS adotta un algoritmo di routing
Dettagli7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari
7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,
Dettagli4.2. Disegno 3D. Figura 4.20. punto di vista. punto di vista. punto di vista. (b ) (a ) (c )
4.2. Disegno 3D Riferimenti: [KW01] pag. 172 Per approfondire: [DW04] pagg. 1-16. C è un numero enorme di metodi ed algoritmi per la creazione di visualizzazioni di grafi esteticamente gradevoli in due
DettagliIllustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali
Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Materiale utilizzato: Telaio (carrucole,supporto,filo), pesi, goniometro o foglio con goniometro stampato, righello Premessa
DettagliSono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza
Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di
DettagliIntroduzione. Informatica B. Daniele Loiacono
Introduzione Informatica B Perchè studiare l informatica? Perchè ha a che fare con quasi tutto quello con cui abbiamo a che fare ogni giorno Perché è uno strumento fondamentale per progettare l innovazione
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliLe aree dell informatica
Fondamenti di Informatica per la Sicurezza a.a. 2006/07 Le aree dell informatica Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
DettagliVerifica parte IIA. Test (o analisi dinamica) Mancanza di continuità. Esempio
Test (o analisi dinamica) Verifica parte IIA Rif. Ghezzi et al. 6.3-6.3.3 Consiste nell osservare il comportamento del sistema in un certo numero di condizioni significative Non può (in generale) essere
DettagliMinimo sottografo ricoprente. Minimo sottografo ricoprente. Minimo albero ricoprente. Minimo albero ricoprente
Minimo sottografo ricoprente Minimo sottografo ricoprente Dato un grafo connesso G = (V, E) con costi positivi sugli archi c e, un minimo sottografo ricoprente è un insieme di archi E E tale che: G = (V,
DettagliIntroduzione al Corso di Algoritmi
Università di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Accademico 2014/15 p. 1/36 Introduzione al Corso di Algoritmi Di cosa parliamo oggi: Una discussione generale su cosa studieremo, perchè
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 11 In questa lezione vedremo alcune applicazioni della tecnica greedy al progetto di algoritmi on-line. Vediamo
DettagliEsercizio 1. Esercizio 2
A Ricerca Operativa Primo appello 4 novembre 005 Esercizio Incontrate una ragazza con il suo cane Fido e vi chiedete che età possa avere. Lei sembra leggervi nel pensiero e vi dice: Non si chiede l età
DettagliFondamenti di Informatica II
Fondamenti di Informatica II Ilaria Castelli castelli@dii.unisi.it Università degli Studi di Siena Dipartimento di Ingegneria dell Informazione A.A. 2009/2010 I. Castelli Introduzione, A.A. 2009/2010 1/8
DettagliAnalisi. Calcolo Combinatorio. Ing. Ivano Coccorullo
Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano
DettagliProva di Laboratorio di Programmazione
Prova di Laboratorio di Programmazione 6 febbraio 015 ATTENZIONE: Non è possibile usare le classi del package prog.io del libro di testo. Oltre ai metodi richiesti in ciascuna classe, è opportuno implementare
DettagliAnalizzatore lessicale o scanner
Analizzatore lessicale o scanner Lo scanner rappresenta un'interfaccia fra il programma sorgente e l'analizzatore sintattico o parser. Lo scanner, attraverso un esame carattere per carattere dell'ingresso,
DettagliLezione 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
DettagliCreare una funzione float square(float x). La funzione deve restituire il quadrato del parametro x.
Funzioni Esercizio 1 Creare una funzione float square(float x). La funzione deve restituire il quadrato del parametro x. Creare un altra funzione, di nome float cube(float x), che restituisce invece il
DettagliMATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010
elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre
DettagliCURRICOLO DI GEOGRAFIA. INDICATORI OBIETTIVI di APPRENDIMENTO STANDARD PER LA VALUTAZIONE DELLE COMPETENZE DELL ALUNNO
CURRICOLO DI GEOGRAFIA SCUOLA PRIMARIA CLASSE PRIMA Riconoscere ed indicare la posizione di oggetti nello spazio vissuto rispetto ai punti di riferimento. Utilizzare correttamente gli organizzatori spaziali.
DettagliRette e piani con le matrici e i determinanti
CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.
DettagliModelli di programmazione matematica Produzione Bin packing (Zaino) Trasporto Magazzino Assegnazione Commesso viaggiatore Scheduling Supply Chain
1 PROGRAMMAZIONE LINEARE 1 1 Programmazione lineare 1.1 Modelli matematici Modelli di programmazione matematica Produzione Bin packing (Zaino) Trasporto Magazzino Assegnazione Commesso viaggiatore Scheduling
Dettagli- Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo)
Se si ha un problema lineare e' possibile risolverlo in piu' modi (equivalenti ) - Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo) - Trovare soluzione ottima duale (con il simplesso
DettagliL algoritmo di ricerca binaria. Daniele Varin LS Ing. Informatica Corso di Informatica teorica Docente: prof. Paolo Sipala
L algoritmo di ricerca binaria Daniele Varin LS Ing. Informatica Corso di Informatica teorica Docente: prof. Paolo Sipala L algoritmo di ricerca binaria (o dicotomica) In informatica,, la ricerca dicotomica
DettagliOggetti Lezione 3. aspetti generali e definizione di classi I
Programmazione a Oggetti Lezione 3 Il linguaggio Java: aspetti generali e definizione di classi I Sommario Storia e Motivazioni Definizione di Classi Campi e Metodi Istanziazione di oggetti Introduzione
DettagliSyllabus: argomenti di Matematica delle prove di valutazione
Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,
DettagliApprofondimento sull algoritmo di
Approfondimento sull algoritmo di LINK STATE corso: Reti di Calcolatori prof. Gianluca Foresti Indice 1 Introduzione Pag. 3 1.1 Il livello di rete Pag. 3 1.2 Algoritmi di routing Pag. 3 2 Pag. 4 2.1 Descrizione
DettagliSchedulazione delle attività di un progetto in presenza di multi-calendari
Schedulazione delle attività di un progetto in presenza di multi-calendari Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell
DettagliEsercizio: numero primo
Esercizio: numero primo Dato un numero N scrivere un algoritmo che verifichi se N è un numero primo e stampi un relativo messaggio Il numero N è un numero primo se è divisibile solo per 1 e per N Quindi,
Dettagli2.3.4 Pianificazione di progetti
.. Pianificazione di progetti Un progetto è costituito da un insieme di attività i, con i =,..., m, ciascuna di durata d i. stima Tra alcune coppie di attività esistono relazioni di precedenza del tipo
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo
Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo Marco Liverani (liverani@mat.uniroma3.it)
DettagliRegola del partitore di tensione
Regola del partitore di tensione Se conosciamo la tensione ai capi di una serie di resistenze e i valori delle resistenze stesse, è possibile calcolare la caduta di tensione ai capi di ciascuna R resistenza,
DettagliOttimizzazione nella gestione dei progetti
Ottimizzazione nella gestione dei progetti Capitolo 2: Reti di attività CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Definizioni di ase Il Progetto è costituito
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Flusso di costo minimo È dato un grafo direzionato G = (N, A). Ad ogni arco (i, j) A è associato il costo c ij
DettagliProf.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli
DettagliMetodologie di programmazione in Fortran 90
Metodologie di programmazione in Fortran 90 Ing. Luca De Santis DIS - Dipartimento di informatica e sistemistica Anno accademico 2007/2008 Fortran 90: Metodologie di programmazione DIS - Dipartimento di
Dettagli1. Considerazioni generali
1. Considerazioni generali Modelli di shop scheduling In molti ambienti produttivi l esecuzione di un job richiede l esecuzione non simultanea di un certo numero di operazioni su macchine dedicate. Ogni
DettagliAppunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli
Appunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli 09- Integrale doppio: Riferimenti: R.Adams, Calcolo ifferenziale 2. Capitoli 5.1, 5.2, 5.4. Esercizi 5.3, 5.4 Integrale
Dettagli