Esercizi Union-Find e su Grafi. Ugo Vaccaro

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi Union-Find e su Grafi. Ugo Vaccaro"

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

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

Dettagli

Fondamenti di Internet e Reti 097246

Fondamenti 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

Dettagli

PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO

PROVA 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

Dettagli

Minimo Albero Ricoprente

Minimo 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

Dettagli

Appunti di Algoritmi e Strutture Dati. Grafi. Gianfranco Gallizia

Appunti 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

Dettagli

Esercizi Capitolo 14 - Algoritmi Greedy

Esercizi 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

Dettagli

Metodi 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 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

Dettagli

Grafi. Moreno Marzolla Dip. di Informatica Scienza e Ingegneria Università di Bologna. moreno.marzolla@unibo.it http://www.moreno.marzolla.

Grafi. 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)

Dettagli

Grafi. Il collegamento fra due nodi in un grafo rappresenta una relazione di adiacenza o di vicinanza tra essi

Grafi. 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

Dettagli

CUTPOINTS BRIDGES BLOCKS BLOCK GRAPHS - CUTPOINT GRAPHS

CUTPOINTS 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

Dettagli

Sommario della lezione

Sommario 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

Dettagli

Algoritmi e Strutture Dati (Mod. B) Introduzione

Algoritmi 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

Dettagli

Problemi di Instradamento di Veicoli

Problemi 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

Dettagli

Approcci esatti per il job shop

Approcci 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.

Dettagli

Esame di Ricerca Operativa del 20/12/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame 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

Dettagli

Prof. Ing. Michele Marra Appunti delle lezioni di Ricerca Operativa Teoria dei grafi

Prof. 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

Dettagli

Laboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona

Laboratorio 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

Dettagli

Esame di Ricerca Operativa del 19/01/2016

Esame 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

Dettagli

Algoritmi per la Visualizzazione. Disegno 2D ortogonale. Disegno ortogonale 2D (1) Disegno ortogonale 2D (2)

Algoritmi 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

Dettagli

Esame di Ricerca Operativa del 19/01/2016

Esame 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

Dettagli

Barriere assorbenti nelle catene di Markov e una loro applicazione al web

Barriere 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

Dettagli

Quando A e B coincidono una coppia ordinata é determinata anche dalla loro posizione.

Quando 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

Dettagli

b i 1,1,1 1,1,1 0,1,2 0,3,4

b 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

Dettagli

Il calcolatore. Architettura di un calcolatore (Hardware)

Il 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

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

STRUTTURE NON LINEARI

STRUTTURE 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

Dettagli

40 Algoritmi sui Grafi

40 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:

Dettagli

Parte 3: Gestione dei progetti, Shop scheduling

Parte 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:

Dettagli

TSP con eliminazione di sottocicli

TSP 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

Dettagli

Algoritmi. a.a. 2013/14 Classe 2: matricole dispari

Algoritmi. 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

Dettagli

Informatica Grafica. Un introduzione

Informatica 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

Dettagli

Esame di Informatica Generale 25 giugno 2010 Professori: Carulli, Fiorino, Mazzei

Esame 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

Dettagli

MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A

MATEMATICA 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

Dettagli

TSP con eliminazione di sottocicli

TSP 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

Dettagli

Informatica Teorica. Macchine a registri

Informatica 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

Dettagli

Sistemi Web per il turismo - lezione 3 -

Sistemi 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

Dettagli

Sommario della lezione

Sommario 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

Dettagli

Strumenti freeware/open source per l'insegnamento delle discipline scientifiche

Strumenti 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

Dettagli

Algoritmi. Matricole dispari Prof.ssa Anselmo. Pre-appello del 15 Gennaio 2015. Attenzione:

Algoritmi. 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

Dettagli

Per formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione.

Per 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

Dettagli

IL PROBLEMA DELLO SHORTEST SPANNING TREE

IL 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

Dettagli

Alcuni Preliminari. Prodotto Cartesiano

Alcuni 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}

Dettagli

1) Il grafico rappresenta la quantità di acqua contenuta in una vasca da bagno al passare del tempo.

1) 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

Dettagli

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12

Seconda 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

Dettagli

Esame di Ricerca Operativa del 18/12/12. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame 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

Dettagli

Introduzione alla tecnica di Programmazione Dinamica

Introduzione 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:

Dettagli

Fasi di creazione di un programma

Fasi 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

Dettagli

Il file system. Le caratteristiche di file, direttorio e partizione sono del tutto indipendenti dalla natura e dal tipo di dispositivo utilizzato.

Il 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

Dettagli

Generazione di Numeri Casuali- Parte 2

Generazione 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

Dettagli

Sistemi 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, >

Sistemi 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

Dettagli

CAPITOLO V. DATABASE: Il modello relazionale

CAPITOLO 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

Dettagli

Algoritmi e Strutture Dati

Algoritmi 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)

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione

Progetto 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

Dettagli

Informatica 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. 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

Dettagli

Progetto 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 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

Dettagli

Sommario della lezione

Sommario 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

Dettagli

Simulazione di una Rete di Interconnessione di una Compagnia Aerea

Simulazione 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

Dettagli

Principi e Metodologie della Progettazione Meccanica

Principi 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

Dettagli

Esercizi per il corso di Algoritmi, anno accademico 2014/15

Esercizi 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

Dettagli

COGNOME E NOME (IN STAMPATELLO) MATRICOLA

COGNOME 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

Dettagli

4 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. 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

Dettagli

R. Cusani - F. Cuomo, Telecomunicazioni - Network layer: Routing in IP, Maggio 2010

R. 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

Dettagli

7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari

7 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,

Dettagli

4.2. Disegno 3D. Figura 4.20. punto di vista. punto di vista. punto di vista. (b ) (a ) (c )

4.2. 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

Dettagli

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali

Illustrazione 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

Dettagli

Sono 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

Sono 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

Dettagli

Introduzione. Informatica B. Daniele Loiacono

Introduzione. 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

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione 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

Dettagli

Le aree dell informatica

Le 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

Dettagli

Verifica parte IIA. Test (o analisi dinamica) Mancanza di continuità. Esempio

Verifica 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

Dettagli

Minimo sottografo ricoprente. Minimo sottografo ricoprente. Minimo albero ricoprente. Minimo albero ricoprente

Minimo 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,

Dettagli

Introduzione al Corso di Algoritmi

Introduzione 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

Dettagli

Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11

Algoritmi 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

Dettagli

Esercizio 1. Esercizio 2

Esercizio 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

Dettagli

Fondamenti di Informatica II

Fondamenti 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

Dettagli

Analisi. Calcolo Combinatorio. Ing. Ivano Coccorullo

Analisi. 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

Dettagli

Prova di Laboratorio di Programmazione

Prova 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

Dettagli

Analizzatore lessicale o scanner

Analizzatore 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,

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

Creare una funzione float square(float x). La funzione deve restituire il quadrato del parametro x.

Creare 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

Dettagli

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010

MATEMATICA 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

Dettagli

CURRICOLO DI GEOGRAFIA. INDICATORI OBIETTIVI di APPRENDIMENTO STANDARD PER LA VALUTAZIONE DELLE COMPETENZE DELL ALUNNO

CURRICOLO 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.

Dettagli

Rette e piani con le matrici e i determinanti

Rette 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.

Dettagli

Modelli di programmazione matematica Produzione Bin packing (Zaino) Trasporto Magazzino Assegnazione Commesso viaggiatore Scheduling Supply Chain

Modelli 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)

- 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

Dettagli

L 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 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

Dettagli

Oggetti Lezione 3. aspetti generali e definizione di classi I

Oggetti 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

Dettagli

Syllabus: argomenti di Matematica delle prove di valutazione

Syllabus: 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,

Dettagli

Approfondimento sull algoritmo di

Approfondimento 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

Dettagli

Schedulazione delle attività di un progetto in presenza di multi-calendari

Schedulazione 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

Dettagli

Esercizio: numero primo

Esercizio: 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,

Dettagli

2.3.4 Pianificazione di progetti

2.3.4 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

Dettagli

Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo

Appunti 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)

Dettagli

Regola del partitore di tensione

Regola 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,

Dettagli

Ottimizzazione nella gestione dei progetti

Ottimizzazione 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

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso

Progetto 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

Dettagli

Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio

Prof.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

Dettagli

Metodologie di programmazione in Fortran 90

Metodologie 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

Dettagli

1. Considerazioni generali

1. 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

Dettagli

Appunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli

Appunti 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