Appunti di Ricerca Operativa
|
|
|
- Sabrina Torre
- 7 anni fa
- Visualizzazioni
Transcript
1 Appunti di Ricerca Operativa 2012/2013
2 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di questa disciplina, ed in particolare delle sue basi metodologiche ed algoritmiche, è quindi indispensabile nei corsi che mirano a formare molte figure con elevate capacità tecnologiche e manageriali, ad esempio ma non solamente nei corsi di Laurea in Informatica, Ingegneria e materie affini. Queste dispense sono state sviluppate dal Gruppo di Ricerca Operativa del Dipartimento di Informatica dell Università di Pisa per il supporto a diversi della stessa Università, quali i Corsi di Laurea in Informatica e in Informatica Applicata e i Corsi di Laurea Specialistica in Informatica e in Tecnologie Informatiche. Inoltre, le dispense sono adottate anche in Corsi di Laurea di altre Università italiane. Queste dispense sono il frutto di un lavoro collettivo, svolto nel corso di molti anni da diverse persone, in forme e ruoli diversi. In particolare, hanno collaborato alla stesura di questo documento Giorgio Gallo, Stefano Pallottino, Maria Grazia Scutellà, AntonioFrangionieGiancarloBigi. Un aiuto particolare alla stesura e al miglioramento delle dispense è stato dato da Paola Cappanera e Maria Paola Scaparra. Molte altre persone, tra cui molti studenti dei corsi di Ricerca Operativa all interno dei corsi di Laurea e di Laurea Specialistica della Classe di Informatica dell Università di Pisa, hanno contributo a queste dispense segnalando errori esuggerendomiglioramenti. Atuttiloro va il ringraziamento degli estensori. Ogni errore ed imprecisione rimasta nel testo è esclusivamente responsabilità degli autori; segnalazioni a tal proposito sonocaldamentebenvenute. L utilizzo di questo materiale in corsi di studio diversi da quelli tenuti dagli estensori del documento è permesso ed incoraggiato, a condizione che sia opportunamente citata la fonte, che non venga tratto profitto dal fornire il materiale agli studenti, e che tale utilizzo venga segnalato agli autori. La modalità di distribuzione consigliata è quella di fare riferimento alla pagina Web dei Corsi di Ricerca Operativa presso il Dipartimento di Informatica in cui si trovano le versioni più aggiornate del testo, insieme ad altro materiale che può risultare utile per gli studenti.
3 Indice 1 Problemi e Modelli Modelli e Problemi Tecniche di Modellazione Programmazione Lineare Variabili logiche Relazioni binarie Vincoli di assegnamento e semiassegnamento Selezione di sottoinsiemi Variabili a valori discreti Minima quantità positiva prefissata Funzione con carico fisso Vincoli di soglia Come rappresentare il valore assoluto Funzioni lineari a tratti Vincoli disgiuntivi Un esempio di formulazione e alcuni esercizi Programmazione Lineare Problemi di Programmazione Lineare Geometria della Programmazione Lineare Teoria Matematica della Dualità Coppie di problemi duali Il teorema debole della dualità Il teorema forte della dualità e sue conseguenze Il teorema degli scarti complementari Soluzioni complementari e basi Algoritmi del Simplesso L algoritmo del Simplesso Primale L algoritmo del Simplesso Duale Analisi post-ottimale Grafi e reti di flusso Flussi su reti Alcuni modelli di flusso Trasformazioni equivalenti Cammini di costo minimo Il problema Alberi, etichette e condizioni di ottimo L algoritmo SPT Algoritmi a coda di priorità Algoritmi a selezione su lista Cammini minimi su grafi aciclici iii
4 iv INDICE Cammini minimi con radici multiple Il problema di flusso massimo Tagli, cammini aumentanti e condizioni di ottimo Algoritmo per cammini aumentanti Algoritmo basato su preflussi Flusso massimo con più sorgenti/pozzi Il problema di flusso di costo minimo Cammini, cicli aumentanti e condizioni di ottimo Algoritmo basato su cammini minimi successivi Algoritmo basato su cancellazione di cicli Basi di cicli Problemi di accoppiamento Accoppiamento di massima cardinalità Assegnamento di costo minimo Accoppiamento di massima cardinalità bottleneck Ottimizzazione Combinatoria Introduzione Programmazione Lineare Intera (Mista) Il rilassamento continuo Formulazioni di PL equivalenti per la PLI Diseguaglianze valide Dimostrazioni di ottimalità Algoritmi euristici Algoritmi greedy Esempi di algoritmi greedy Algoritmi greedy con garanzia sulle prestazioni Matroidi Algoritmi di ricerca locale Esempi di algoritmi di ricerca locale Intorni di grande dimensione Metaeuristiche Tecniche di rilassamento Rilassamento continuo Efficacia del rilassamento continuo Informazione generata dal rilassamento continuo Eliminazione di vincoli Esempi di rilassamenti per eliminazione di vincoli Rilassamento Lagrangiano Teoria del rilassamento Lagrangiano Algoritmi per il rilassamento Lagrangiano Informazione generata dal rilassamento Lagrangiano Rilassamento surrogato Algoritmi enumerativi Algoritmi di enumerazione implicita Uno schema generale Implementare un algoritmo enumerativo Esempi di algoritmi enumerativi Tecniche poliedrali
5 INDICE v A Algoritmi e complessità 239 A.1 Modelli computazionali A.2 Misure di complessità A.3 Problemi trattabili e problemi intrattabili A.3.1 Le classi P e NP A.3.2 Problemi NP-completi e problemi NP-ardui A.3.3 Complessità ed approssimazione B Grafi e Reti 243 B.1 I grafi: notazione e nomenclatura B.1.1 Grafi, nodi, archi B.1.2 Cammini, cicli B.1.3 Tagli e connettività B.1.4 Alberi B.2 Rappresentazione di grafi ed alberi B.2.1 Matrici di incidenza e liste di adiacenza B.2.2 Rappresentazione di alberi: la funzione predecessore B.2.3 Visite di un albero B.2.4 Livello dei nodi di un albero B.3 Visita di un grafo B.3.1 Implementazioni della procedura di visita B.3.2 Usi della procedura di visita
3.2 Rilassamenti lineari/combinatori e bounds
3.2 Rilassamenti lineari/combinatori e bounds Consideriamo un problema di Ottimizzazione Discreta min{f(x) : x X} e sia z il valore di una soluzione ottima x X. Metodi di risoluzione spesso generano una
Ottimizzazione Combinatoria 2 Presentazione
Ottimizzazione Combinatoria Presentazione ANTONIO SASSANO Università di Roma La Sapienza Dipartimento di Informatica, Automatica e Gestionale «Antonio Ruberti» Roma, Febbraio Prerequisiti (cosa sapete)
Appunti di Ricerca Operativa
Appunti di Ricerca Operativa 06/07 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di questa
Indice. 1 Introduzione... 1
Indice 1 Introduzione............................................... 1 2 Esempi di modelli......................................... 7 2.1 Problema della dieta.................................... 7 2.2
Si consideri il seguente tableau ottimo di un problema di programmazione lineare
ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6
Lezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Estratto per la parte di programmazione lineare e ottimizzazione sui grafi Corso di Metodi di Ottimizzazione per l'ingegneria della Sicurezza Laurea Magistrale in Ingegneria
Dispense per i corsi di Informatica generale Corso di laurea in Matematica e. Introduzione agli Algoritmi Corso di laurea in Informatica
Dispense per i corsi di Informatica generale Corso di laurea in Matematica e Introduzione agli Algoritmi Corso di laurea in Informatica Prof. Tiziana Calamoneri Prof. Giancarlo Bongiovanni Questi appunti
Ricerca Operativa A.A. 2007/ Introduzione
Ricerca Operativa A.A. 2007/2008 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: [email protected] www.math.unipd.it/~luigi
Appunti di Ricerca Operativa
Appunti di Ricerca Operativa 0/0 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di questa
RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:
o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {,}. Per ogni
Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione
Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica (IN0 Fondamenti) Grafi e alberi: introduzione Marco Liverani ([email protected])
Dualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Dualità Lagrangiana Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa [email protected] http://www.di.unipi.it/~galli 3 Novembre 2015 Ricerca Operativa 2 Laurea Magistrale in
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014
A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità
Lezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova [email protected] http://www.dattero.dist.unige.it Anno accademico
Algoritmo di Branch & Bound
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo di Branch & Bound Docente: Renato Bruni [email protected] Corso di: Ottimizzazione Combinatoria
3.4 Metodo di Branch and Bound
3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land
Ricerca Operativa. Docente. 1. Introduzione
1 Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica (Torre Archimede) uff. 427 Tel. 049 827 1349 email: [email protected] www.math.unipd.it/~luigi Ricevimento: giovedì,
Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
AMPL Problemi su Reti
Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai
I Appello Ricerca Operativa 2 bis Compito A
I Appello Ricerca Operativa 2 bis Compito A Cognome e nome:. Esercizio 1. Si consideri il problema del matching di cardinalità massima in un grafo G ed il suo problema di decisione associato: esiste un
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
Sull algoritmo di ascesa duale per il problema della localizzazione di impianti
Sull algoritmo di ascesa duale per il problema della localizzazione di impianti A. Agnetis In queste note presentiamo l algoritmo di ascesa duale per la generazione di lower bound di buona qualità per
ALGORITMI E COMPLESSITA'
DIPARTIMENTO DI MATEMATICA E INFORMATICA Corso di laurea magistrale in Informatica Anno accademico 2016/2017-1 anno ALGORITMI E COMPLESSITA' INF/01-9 CFU - 1 semestre Docente titolare dell'insegnamento
Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST)
Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST) È dato un grafo non orientato G=(V,E). Ad ogni arco e i E, i=1,,m, è associato un costo c i 0 7 14 4 10 9 11 8 12 6 13 5 17 3 2
Problemi, istanze, soluzioni
lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un
Matroidi, algoritmi greedy e teorema di Rado
Matroidi, algoritmi greedy e teorema di Rado per il corso di Laboratorio di Algoritmi e Ricerca Operativa Dott. Alberto Leporati / Prof.ssa Enza Messina Dipartimento di Informatica, Sistemistica e Comunicazione
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,
COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,
Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 08/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x x 0 x + x x x 8 x x 8
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
UNIVERSITA DEGLI STUDI DI PERUGIA
UNIVERSITA DEGLI STUDI DI PERUGIA REGISTRO DELLE LEZIONI E DELLE ALTRE ATTIVITÀ DIDATTICHE Anno accademico 2006-2007 Dott./Prof. Pinotti Maria Cristina Settore scientifico-disciplinare INF01 Facoltà Scienze
REGISTRI D'ESAME CODICE ESAME CORSO DI LAUREA NOME DEL CORSO LAUREA CFU
REGISTRI D'ESAME Con "" si intende la Triennale del Nuovo Ordinamento (Legge 270) Con "" si intende la Specialistica di due anni del Nuovo Ordinamento (Legge 270) CODICE ESAME CORSO DI LAUREA NOME DEL
Algoritmo basato su cancellazione di cicli
Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile
4.1 Localizzazione e pianificazione delle base station per le reti UMTS
esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),
