Ottimizzazione Combinatoria Massimo Flusso - Algoritmi ANTONIO SASSANO
|
|
- Eugenio Castellani
- 5 anni fa
- Visualizzazioni
Transcript
1 Oimizzazione Combinaoria Maimo Fluo - Algorimi ANTONIO SASSANO Univerià di Roma La Sapienza Diparimeno di Informaica e Siemiica Coro di Laurea in Ingegneria Geionale Roma, 13 Giugno
2 Maimo Fluo: definizioni G(N,A) grafo orienao enza archi ani-paralleli c A veore delle capacià x A fluo della coppia (G,c) H(x)=H(N,A(x)) grafo orienao con archi a capacià reidua poiiva A(x) = uv + : c uv - x uv >0 per ogni uv A vu - : x uv >0 per ogni uv A 2
3 Teorema dell arco ani-parallelo TEOREMA 10.1: Sia x =x+ con veore aumenane oenuo dal cammino aumenane P=(,v 1,, v i,v i+1,,v q,). Se uv A(x ) e uv A(x) allora v=v i-1 e u=v i per i 1,,q. Se la capacià reidua nulla di uv diviene poiiva allora l arco ani-parallelo vu appareneva al cammino aumenane P. DIMOSTRAZIONE: uv A(x ) r uv 0 uv A(x) r uv = 0 Se uv INVERSO r uv =x vu =0 e r uv =x vu > 0 ( vu >0) Se uv DIRETTO x uv =c uv e x uv <c uv ( uv <0) In enrambi i cai y vu >0 L arco vu appariene al cammino P v=v i-1 u=v i 3
4 Teorema dell arco ani-parallelo: Eempio (2,4) (4,4) (2,2) (2,2) (2,3) (0,4) (2,4) (G,c) con fluo x (2,3) v 1 (0,0) (0,4) v 3 (1,4) v 2 (0,0) v 4 (H(x),r) con cammino P e fluo y P (2+1,4) (4,4) (2,2) (2,2) (2-1,3) (0+1,4) (2,4) (G,c) con fluo x (2+1,3) (H(x ),r ) v v 3 v 2 1 v 4 P v 1 v 2 V 4 4
5 Cammino Aumenane: dianze d x (u,v) dianza ra u e v = numero di archi di un cammino di lunghezza minima ra u e v in H(x) u v d x (u,v)=2 P=(,v 1, v 2,, v i, v i+1, v q,) Cammino aumenane di lunghezza minima k in H(x) v 1 v i V i+1 d x (,v i )=i d x (v i,)=k-i 5
6 Teorema delle dianze TEOREMA 10.2: Se x =x+ e è un veore aumenane oenuo dal cammino aumenane di lunghezza minima (CAM) P=(,v 1,, v i,v i+1,,v q,) in H(x) allora: d x (,v) d x (,v) e d x (v,) d x (v,) La dianza dalla orgene (pozzo) non diminuice dopo ogni aumeno del fluo u un cammino aumenane di lunghezza minima DIMOSTRAZIONE (per la prima condizione, la econda è immerica): Supponi (per aurdo) che eia v N- ale che: i. d x (,v) < d x (,v) [(,v) viola la condizione] ii. d x (,v) d x (,w) w N-,v che oddifa (i) [v è il nodo a minima dianza da in H(x )] Sia P =(,,w,v) il cammino orienao minimo ra e v in H(x ): d x (,v) > d x (,v) = d x (,w)+1 d x (,w) < d x (,v) d x (,w) d x (,w) [(,w) NON viola la condizione] 6
7 Abbiamo che: Teorema delle dianze ( ) d x (,v) > d x (,v) = d x (,w)+1 d x (,w) d x (,w) d x (,v) > d x (,v) = d x (,w)+1 d x (,w)+1 wv A(x) (alrimeni d x (,v)=d x (,w)+1) wv A(x ) (wv appariene al cammino minimo P ) vw P ( v=v i-1 ; w=v i ) (Teorema 10.1) d x (,v)=d x (,v i-1 )=i-1 > d x (,w)+1= d x (,v i )+1=i+1 CONTRADDIZIONE 7
8 Archi appareneni a cammini minimi Sia E(x) la famiglia di archi che apparengono a qualche cammino minimo nel grafo reiduo H(x): TEOREMA 10.3: Sia x =x+ con veore aumenane oenuo dal CAM P=(,v 1,, v i,v i+1,,v q,). Se d x (,)=d x (,) allora E(x ) E(x) L inieme di archi che apparengono a qualche cammino minimo i riduce dopo ogni aumeno di fluo che non cambia la dianza da a DIMOSTRAZIONE: Sia d x (,)=k e upponi che vw E(x ). Eie un cammino minimo P in H(x ) di lunghezza k=d x (,) e un inero i per cui v=v i-1 ; w=v i v 1 d x (,v) = i-1 d x (w,) = k-i i-1 k-i v w V i-1 V i d x (,v) d x (,v) = i-1 d x (w,) d x (w,) =k-i
9 Abbiamo che: Teorema 10.3 ( ) d x (,v) d x (,v) = i-1 d x (w,) d x (w,) =k-i d x (,v)+d x (w,) k-1 Q v e Q w cammini minimi in H(x) da a v e da w a Se vw A(x), poiché vw A(x ) abbiamo che wv P (Teorema 10.1) Q v v P w + P v +1=k Q w P w Q v + Q w k-1 Q v + Q w + P v + P w 2(k-1) Q v + P v k-1 oppure P w + Q w k-1 P =numero di archi del cammino P Q v P v or P w Q w Walk - con meno di k archi CONTRADDIZIONE e dunque vw A(x)
10 Abbiamo che: Q v Teorema 10.3 ( ) vw A(x) v Q w Q=Q v (v,w) Q w walk in H(x) con k archi w Se Q non è un cammino allora coniene un cammino da a con meno di k archi. Ma queo conraddice d x (,)=k Q=Q v (v,w) Q w cammino in H(x) con k archi vw E(x) E(x ) E(x) Eie un arco uv nel cammino aumenane P in H(x) (uno degli archi con capacià reidua minima r min ) che ha capacià reidua nulla in H(x ) uv E(x ) E(x ) E(x)
11 Algorimo di Edmond-Karp (1972) - Coruici una equenza di flui x (1),x (2),.. relaivi a (G,c) - FASE INIZIALE: Poni x (1) :=0 A (fluo nullo); i:=1 - FASE (i) : Definici il Grafo Reiduo H(x (i) ) di x (i) con Capacià Reidue r (i) >0 (reamene poiive) Trova un Cammino Aumenane di lunghezza minima relaivo alla coppia (H(x (i) ) r (i) ) Se eie Definici il Veore Aumenane (i) : O(m) O(m) (i) uv=y (i) uv - y (i) + vu- Poni x (i+1) := (i) + x (i) Poni i:=i+1 e vai alla Fae i O(m) O(m) - Se non eie un Cammino Aumenane x (i) è il Fluo Maimo COMPLESSITÀ DI UNA FASE QUANTE FASI? = O(m). 11
12 Fai dell algorimo di Edmond-Karp TEOREMA 10.4: Il numero maimo di fai dell algorimo di Edmond-Karp è nm. DIMOSTRAZIONE: Per il Teorema 10.2 la lunghezza del cammino minimo ra e non diminuice dopo ogni ierazione. L algorimo procede per macro-fai. In ciacuna macro-fae vengono eeguie q fai nelle quali il fluo viene aumenao da cammini della ea lunghezza (minima). Le poibili lunghezze ono n (numero dei nodi del grafo) e dunque le macro-fai ono n. Sia P (1),P (2),,P (q) la equenza di cammini aumenani della ea macro-fae che, a parire da un fluo x (1), produce la equenza di flui x (1),x (2),,x (q) Per il Teorema 10.3 il numero di archi di E(x (i) ) diminuice ad ogni fae. Perano, in ogni macro-fae, il numero delle fai q m Segue che il numero maimo delle fai è nm
13 Compleià dell algorimo di Edmond-Karp TEOREMA 10.5: La compleià dell algorimo di Edmond-Karp è O(nm 2 ). Eegue al più nm fai di compleià O(m). Poiamo fare meglio? Idea 2: Definici un fluo ul grafo reiduo più compleo di un emplice cammino Come? In una macro-fae uilizza ui i cammini di lunghezza minima aociai al fluo x (1) (e non il olo cammino aumenane P (1) )
2.4 Flussi di valore massimo
.4 Flui di valore maimo I modelli di fluo hanno variae applicazioni in eori come elecomunicazioni informaica (muliproceori, proocolli inerne) rapori (aereo, radale, ferroviario, merci) Si raa di diribuire
DettagliOttimizzazione Combinatoria Formulazioni e Formulazioni Ottime
Oimizzazione Combinaoria Formulazioni e Formulazioni Oime Prof. Anonio Saano Diparimeno di Informaica e Siemiica Univerià di Roma La Sapienza A.A. 29 Formulazione Lineare Problema di PL: min {c T x : xs}
DettagliApplicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis
Applicazioni del Maimo fluo Progeazione di Algorimi a.a. 0-6 Maricole congrue a Docene: Annalia De Boni Maching bipario Problema del max maching. Inpu: grafo non direzionao G = (V, E). M E e` un maching
DettagliOttimizzazione Combinatoria Flussi, Cammini e Tagli
Oimizzazione Combinaoria Flui, Cammini e Tagli Prof. Anonio Saano Diparimeno di Informaica e Siemiica Univerià di Roma La Sapienza A.A. DATI: Un grafo orienao G(N,A) Un veore capacià c A DIREMO: FLUSSO
DettagliUlteriori Esercizi su Grafi. Ugo Vaccaro
Progeazione di Algorimi Anno Accademico 0 0 Uleriori Eercizi u Grafi. Ugo Vaccaro N.B. Si ricorda che ogni algorimo và accompagnao da una argomenazione ul perchè calcola correamene l oupu e da un analii
DettagliProgetto e Ottimizzazione di Reti A. A
Progeo e Oimizzazione di Rei A. A. 006-007 Docene Fabrizio Roi roi@di.univaq.i Orario Maredi 15-17 aula.5 Mercoledi 11.30-13.30 aula.5 Giovedi 11.30-13.30 aula.5 Orario di ricevimeno Mercoledi 17-19 Progeo
DettagliProblema del flusso massimo
Rei di fluo Problema del fluo maimo Moivazione iniziale: problemi di raffico u rei di raporo Trapori ferroviari, auoradali, Traporo di liquidi in rei idriche Traporo di pacchei di dai in una ree di comunicazione.
DettagliProgettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Seconda
Progeazione di Algorimi Anno Accademico 0 09 Eercizi Ugo Vaccaro Eercizi u Grafi: Pare Seconda N.B. Si ricorda che ogni algorimo và accompagnao da una argomenazione ul perchè calcola correamene l oupu
DettagliMassimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1. Docente: Annalisa De Bonis
Maimo fluo Progeazione di Algorimi a.a. 2017-18 Maricole congrue a 1 Docene: Annalia De Boni 1 Maimizzare il # di PC prodoi 2 Decrizione del problema Una fabbrica (orgene) di PC deve abilire il numero
DettagliProblema del flusso massimo
Rei di fluo Problema del fluo maimo Moivazione iniziale: problemi di raffico u rei di raporo Trapori ferroviari, auoradali, Traporo di liquidi in rei idriche Traporo di pacchei di dai in una ree di comunicazione.
DettagliClaudio Arbib Università dell Aquila. Ricerca Operativa. Problemi di cammino ottimo
Claudio Arbib Univerià dell Aquila Ricerca Operaiva Problemi di cammino oimo Sommario Il problema del cammino più breve Il problema del cammino più icuro Una formulazione come PL 0- Proprieà della formulazione
DettagliMassimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis
Maimo fluo Progeazione di Algorimi a.a. 2016-17 Maricole congrue a 1 Docene: Annalia De Boni 1 Maimizzare il # di PC prodoi 2 Decrizione del problema Una fabbrica (orgene) di PC deve abilire il numero
DettagliRicerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. (Massimo Flusso) Giovanni Fasano.
Facolà di Ingegneria dell Informazione, Informaica e Saiica Appuni dalle lezioni di Ricerca Operaiva (Maimo Fluo) ede di Laina Giovanni Faano faano@unive.i hp://venu.unive.i/ faano anno accademico 2013-2014
Dettagli09/12/11. Chapter 7. Network Flow. Rete ferroviaria sovietica. Altri esempi di network. Rete ferroviaria sovietica, 1955
ee ferroviaria ovieica Chaper Nework Flow Hanno analizzao problemi di raporo relai alla ree ferroviaria ovieica:.n. Toloi, Mehod of finding he minimal oal kilomerage in cargoranporaion planning in pace,,
DettagliLaboratorio di Algoritmi e Strutture Dati
Laboraorio di Algorimi e Sruure Dai Aniello Murano hp://people.na.infn.i people.na.infn.i/~murano/ 1 Algorimi per il calcolo di percori minimi u un grafo 1 Un emplice problema Problema: Supponiamo che
DettagliNote per la Lezione 28 Ugo Vaccaro
Progeazione di Algorimi Anno Accademico 2017 2018 Noe per la Lezione 28 Ugo Vaccaro In quea lezione udieremo ancora problemi u cammini minimi, ma in grafi in cui vi poono eere archi di coo negaivo. Quindi,
DettagliOttimizzazione Combinatoria Proprietà dei Grafi. Ottimizzazione Combinatoria
Ottimizzazione Combinatoria Ottimizzazione Combinatoria Proprietà dei Grafi ANTONIO SASSANO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Corso di Laurea in Ingegneria Gestionale
DettagliRiprendiamo l algoritmo di Ford-Fulkerson che risolve il problema del flusso per vederne una delle innumerevoli applicazioni
Riprendiamo l algoritmo di Ford-Fulkeron che riolve il problema del fluo per vederne una delle innumerevoli applicazioni Reti di fluo Atrazione per materiale che corre attravero gli archi (come liquidi
DettagliNote per la Lezione 29 Ugo Vaccaro
Progeaione di Algorimi Anno Accademico 1 1 Noe per la Leione Ugo Vaccaro In quea leione coninueremo lo udio di cammini minimin grafi in cui vi poono eere archi di coo negaivo. Ricordiamo l algorimo baao
DettagliCammini minimi con una sorgente
Cammini minimi con na orgene Problema dei cammini minimi Variani e archi negaii Soorra oima di n cammino minimo Algorimo di Dijkra Compleià dell algorimo Rappreenazione dei cammini minimi Problema dei
DettagliNote per la Lezione 33 Ugo Vaccaro
Progeazione di Algorimi Anno Accademico 208 209 Noe per la Lezione 33 Ugo Vaccaro In quea lezione vedremo alcune applicazioni dei riulai ul calcolo del fluo maimo, derivai nelle lezioni precedeni. Prima
DettagliAlgoritmi greedy III parte
Algorimi greedy III pare Progeazione di Algorimi a.a. -1 Maricole congrue a 1 Docene: Annalia De Boni 1 Cammini minimi Si vuole andare da Napoli a Milano in auo percorrendo il minor numero di chilomeri
DettagliProblemi di Network Flow
Problemi di Nework Flow Massimo Paolucci (paolucci@dis.unige.i) DIST Universià di Genova Grafi di Flusso - Nework Flow I modelli di flusso (rei di flusso) sono uilizzai per prendere decisioni in vari conesi
DettagliEsercizi per il corso di Algoritmi, anno accademico 2014/15
Eercizi per il coro di Algorimi, anno accademico 0/ Eercizi u Union-Find. Eercizio: Scrivere peudocodice per Make-Se, Union, e Find-Se uando la rappreenazione aravero lie linkae e la euriica di unione
DettagliDato un cammino P indichiamo con c(p ) il costo dell insieme di archi A(P ) del cammino, ovvero c(p )=c(a(p )) = uv P c uv. c 1
Capiolo 7 Cammini minimi 7. Definizioni fondamenali Sia dao un grafo non orienao G(N,A) conneo, con coi aociai agli archi c uv R per ogni uv A. Siano anche dai due nodi peciali, N. Faremo la eguene: Aunzione
DettagliProgetto e Ottimizzazione di Reti 2. Nozioni base di Teoria dei Grafi
Progetto e Ottimizzazione di Reti 2. Nozioni base di Teoria dei Grafi ANTONIO SASSANO (A-L) CARLO MANNINO(M-Z) Uniersità di Roma La Sapienza Dipartimento di Informatica e Sistemistica Corso di Larea in
DettagliIntroduzione alla Teoria dei Grafi
Sapienza Uniersità di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Introduzione alla Teoria dei Grafi Docente: Renato Bruni bruni@dis.uniroma1.it Corso di: Ottimizzazione Combinatoria
DettagliUn problema molto comune
Cammini Minimi [CLRS cap. 4] Un problema molto comune Si vuole andare da Salerno a Milano in auto percorrendo il minor numero di chilometri Soluzione inefficiente: i coniderano TUTTI i percori poibili
DettagliLaboratorio di Algoritmi e Strutture Dati
Laboraorio di Algorimi e Sruure Dai Aniello Murano hp://people.na.infn.i people.na.infn.i/ ~murano/ 1 Algorimi per il calcolo di percori minimi u un grafo 1 Un emplice problema Pr oblema: Supponiamo che
DettagliLezione 5. Calcolo dell antitrasformata di Laplace. F. Previdi - Automatica - Lez. 5 1
Lezione 5. Calcolo dell aniraormaa di Laplace. Previdi - Auomaica - Lez. 5 Schema della lezione. Inroduzione. Aniraormazione di Laplace. Srumeni per l aniraormazione 4. Teorema del valore iniziale 5. Teorema
DettagliAd ogni arco (i,j) del grafo e' associato un valore intero c(i,j) detto capacita' dell'arco
6) FLUSSI Definizione di flusso Si definisce rete di flusso un grafo orientato e connesso con i) un solo vertice con esclusivamente archi uscenti ii) un solo vertice con esclusivamente archi entranti Tradizionalmente
DettagliRICERCA OPERATIVA GRUPPO A prova scritta del 5 luglio 2010
RICERCA OPERATIVA GRUPPO A prova cria del luglio 00. Dao il problema di programmazione lineare P) min z = x +x +x max y + y x x x = y +y < x + x x y + y < x, x, x 0 y y < y > 0 a) coruirne il duale D;
DettagliLezione 9. Calcolo dell antitrasformata di Laplace. F. Previdi - Fondamenti di Automatica - Lez. 9 1
ezione 9. Calcolo dell aniraormaa di aplace. Previdi - ondameni di Auomaica - ez. 9 Schema della lezione. Inroduzione. Aniraormazione di aplace. Srumeni per l aniraormazione 4. Teorema del valore iniziale
DettagliMassimo Flusso. Ulteriori vincoli. Descrizione del problema. Rete di flusso. Flusso in G
Maimizzare il # di PC prodoi Maimo Flo rre dai 2 Decrizione del problema Una fabbrica (orgene) di PC dee abilire il nmero di PC da aemblare giornalmene. Ti i PC prodoi erranno endi in n negozio (deinazione).
DettagliEsercizi per il corso di Algoritmi
Esercizi per il corso di Algorimi Esercizi su Union-Find. Esercizio: Scrivere pseudocodice per Make-Se, Union, e Find-Se usando la rappresenazione araverso lise linkae e la eurisica di unione pesaa. Si
DettagliSOLUZIONI PROVA SCRITTA DI AUTOMATICA I
SOLUZIONI PROVA SCRITTA DI AUTOMATICA I (Prof Biani, BIO A-K 6 Seembre 7 Si conideri il eguene iema dinamico lineare a coefficieni coani a empo coninuo: u ( G ( y ( con G ( 5 a Di quale o quali, ra i iemi
Dettaglialgoritmi e strutture di dati
algoritmi e strutture di dati grafi m.patrignani nota di copyright queste slides sono protette dalle leggi sul copyright il titolo ed il copyright relativi alle slides (inclusi, ma non limitatamente, immagini,
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 20/6/2013
Iiuzioni di Probabilià Laurea magirale in Maemaica prova cria del 0/6/03 Exercie. (puni 8 circa) Sia W un moo browniano reale. Sia ϕ : 0, + 0, + una funzione crecene, ia c : 0, + 0, + una funzione miurabile;
DettagliCammini Minimi. Un problema molto comune. Formalizziamo. Peso di un cammino. Esempio. Ritorniamo all esempio iniziale. Input:
Cammini Minimi Un problema molto comune i uole andare da alerno a Milano in auto percorrendo il minor numero di chilometri oluzione inefficiente: i coniderano TUTTI i percori poibili e e ne calcola la
DettagliAlberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
DettagliModelli di Programmazione Lineare. PRTLC - Modelli
Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver Come ricavare una stima dell ottimo Rilassamento continuo - generazione di
DettagliTema 3. Insiemi, elementi di logica, calcolo combinatorio, relazioni e funzioni
Tema 3 Iniemi, elemeni di logica, calcolo combinaorio, relazioni e funzioni 3.1 Queii di livello bae 3.1.1 Si coniderino i egueni enunciai: n è un muliplo di 3 o è un numero pari, e inolre è minore di
DettagliClaudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso
Claudio Arbib Università di L Aquila Ricerca Operativa Reti di flusso Sommario Definizioni di base Flusso di un campo vettoriale Divergenza Integrale di Gauss-Greene Flusso in una rete Sorgenti, pozzi
DettagliANALISI MATEMATICA II Sapienza Università di Roma - Laurea in Ingegneria Informatica Esame del 17 gennaio Soluzioni compito 1
ANALISI MATEMATICA II Sapiena Univerità di Roma - Laurea in Ingegneria Informatica Eame del 7 gennaio 07 - Soluioni compito E Calcolare il eguente integrale di funione di variabile reale con i metodi della
DettagliEsercitazione 6 Ancora sul Network Flow
Esercitazione 6 Ancora sul Network Flow Problema 14 (appello 28/09/2015) Un importante azienda di sviluppo software ha n progetti da portare a termine entro la fine dell anno. Il manager dell azienda stima
DettagliProblemi di flusso. Reti. Problemi di flusso. Problemi di flusso. Problemi di percorso. minσ (i,j) E c ij x ij. i N (i,j) E.
Problemi di fluo Rei Problemi di percoro Fluo a coo minimo MinoFlow(G(V,E),b,l,u,c,min) Ianza: una ree G(V,E) per cui è dao un valore inero b i (fluo prodoo dal nodo) per ogni nodo v i un coo c ij per
DettagliOttimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33
Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una
Dettagli1) Progettazione di codici ciclici. 2) Esercizi sui codici ciclici. Mauro De Sanctis corso di Informazione e Codifica Università di Roma Tor Vergata
Argomenti della Lezione Progettazione di codici ciclici Eercizi ui codici ciclici Codici ciclici Oervazione: Se g divide ia m che n con m
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
DettagliAlgoritmi e Strutture di Dati
Algoritmi e Strutture di Dati I grafi m.patrignani Nota di copyright queste slides sono protette dalle leggi sul copyright il titolo ed il copyright relativi alle slides (inclusi, ma non limitatamente,
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
Dettagli16/10/11. Capitolo Basic Definitions and Applications. Chapter 3. Graphs. Undirected Graphs. Grafi Diretti
Chapter 3 3.1 Baic Definition and Application Graph 1 Undirected Graph Grafi Diretti Undirected graph. G = (V, E) V = nodi (anche vertici). E = archi tra coppie di nodi. Modella relazioni tra coppie di
DettagliEsercizio 1 Data la rete riportata con i costi indicati in figura, si usi l algoritmo di Dijkstra per calcolare il percorso più breve da F a tutti i
Eercitazione 2 Eercizio Data la rete riportata con i coti indicati in figura, i ui l algoritmo di Dijktra per calcolare il percoro più breve da F a tutti i nodi della rete. Si diegni l albero di coto minimo
DettagliProgettazione di algoritmi. Reti di flusso (2)
Progettazione di algoritmi Reti di flusso (2) Correttezza e complessità dell algoritmo di Ford-Fulkerson Il teorema del massimo flusso-minimo taglio L algoritmo di Ford-Fulkerson per il calcolo del massimo
DettagliProgetto e ottimizzazione di reti 2
Progetto e ottimizzazione di reti 2 Esercitazione AMPL A.A. 29-2 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università di Roma La Sapienza Dipartimento di Informatica
DettagliTotale schede: 26 - Formato di acquisizione: A3(297x420) - Formato stampa richiesto: A4(210x297)
Totale schede: 26 - Formato di acquisizione: A3(297x420) - Formato stampa richiesto: A4(210x297) Totale schede: 26 - Formato di acquisizione: A3(297x420) - Formato stampa richiesto: A4(210x297) Totale
DettagliCatasto dei Fabbricati - Situazione al 24/07/ Comune di TRIESTE (L424) - < Sez.Urb.: Q - Foglio: 36 - Particella: 4099/1 - Subalterno: 5 >
Totale schede: 33 - Formato di acquisizione: A4(210x297) - Formato stampa richiesto: A3(297x420) Totale schede: 33 - Formato di acquisizione: A4(210x297) - Formato stampa richiesto: A3(297x420) Totale
DettagliCammini minimi in grafi:
Algoritmi e strutture dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Cammini minimi in grafi: una trilogia Cammini minimi in grafi: Episodio III: la fine della trilogia Input: nelle puntate
DettagliCRESCITA. Modello di Solow
CRESCITA Modello di Solow Modello di Solow (956) Idea: la crecia è dovua all accumulo di capiale. Capiale fiico () Y S I ecc. (idea di circolarià, ma aenzione a rendimeni decreceni di Ipoei: Economia chiua
DettagliEsercitazione 16 Novembre 2012 Circuiti dinamici del secondo ordine. t come riportato in figura.
Eercitazione Noembre ircuiti dinamici del econdo ordine ircuito L- erie Per quanto riguarda queto circuito, l eercizio egue la traccia della oluzione del compito d eame numero, reperibile in rete al olito
DettagliFormulazioni. Consideriamo il seguente problema di Knapsack 0-1. max (5x x 2. ) st 3x x 2. < 6 x {0,1} 2
Formulazioni Consideriamo il seguente problema di Knapsack 0-1 max (5x 1 + 2x 2 ) st 3x 1 + 4x 2 < 6 x {0,1} 2 Insiemi ammissibili F = {(0, 0), (0, 1), (1, 0)} Rappresentiamo sul piano gli insiemi ammissibili.
DettagliGeometria analitica del piano pag 1 Adolfo Scimone
Geomeria analiica del piano pag Adolfo Scimone GEOMETRIA ANALITICA Lo scopo della geomeria analiica è quello di individuare i puni di una rea, di un piano, dello spazio, o più in generale gli eni geomerici
DettagliDefinizione 1.3 (Arco accoppiato) Un arco è accoppiato se è appartenente al matching M.
Matching. Definizioni Definizione. (Matching di un grafo G = (N, A)) Il matching di un grafo è un sottoinsieme M di archi tali per cui nessuna coppia di essi condivida lo stesso nodo. Definizione.2 (Matching
DettagliProgettazione di Algoritmi Anno Accademico 2018/2019 Appello del 8/11/2018 (6 CFU)
Cognom Nom: Numro i Mariola: Spazio rirao alla orrzion 1 2 3 4 Toal /25 /30 /20 /25 /100 1.Grafi a) Fornir lo puooi un algorimo riorio h in O(n+m) roa l orinamno opologio i un DAG. Oorr aggiungr allo puooi
DettagliUNIVERSITÀ DI ROMA ``TOR VERGATA'
Algorimi e sruure di dai Corso di Laurea in Informaica Dispense aa 0-0 Giorgio Gambosi UNIVERSITÀ DI ROMA ``TOR VERGATA'' Indice Indice Problemi di flusso su rei Definizioni Algorimo greedy per max-flow
DettagliREGISTRAZIONE DEL MOTO. Lo scopo è riempire una tabella t/s (istante di tempo/posizione occupata)
REGISTRAZIONE DEL MOTO Lo copo è riempire una abella / (iane di empo/poizione occupaa) (ec) (meri) Ciò i può fare in due modi: 1) Prefiare le poizioni e miurare a quale empo vengano raggiune. Si compila
DettagliOttimizzazione Combinatoria
Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2-22 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università i di Roma La Sapienza Dipartimento di Informatica e Sistemistica
DettagliTrasformazione di Laplace
Traformazione di Laplace Gabriele Sicuro. Definizioni fondamentali Sia data una funzione f : C; ea i dice originale e ono oddifatte le eguenti condizioni: () f (t) per t
DettagliAppunti lezione Capitolo 13 Programmazione dinamica
Appunti lezione Capitolo 13 Programmazione dinamica Alberto Montresor 12 Novembre, 2015 1 Domanda: Fattore di crescita dei numeri catalani Vogliamo dimostrare che cresce almeno come 2 n. La nostra ipotesi
DettagliProcessi di cost management - Programmazione multiperiodale
Processi di cost management - Programmazione multiperiodale Queste slide (scrte da Carlo Mannino) riguardano il problema di gestione delle attivà di un progetto allorché i costi di esecuzione sono legati
Dettagli3.3 Problemi di PLI facili
3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P
DettagliCammini Minimi. Cammino in un grafo. Connettività in grafi non orientati. Connettività in grafi orientati
Cammini Minimi Algoritmo di Dijktra Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percoro) in G è un inieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v v k In un grafo orientato
DettagliA-2 a PI. Esercizio 2. Domanda 3
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia È dato il problema di PL in figura. 1. Facendo uso delle condizioni di ortogonalità, dimostrare o confutare l ottimalità della soluzione x = 1; x =
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento
UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),
DettagliSOLUZIONI PROVA SCRITTA DI AUTOMATICA I (Prof. Bittanti, BIO A-K) 21 Luglio 2008
SOLUZIONI PROVA SCRITTA DI AUTOMATICA I (Prof. Biani, BIO A-K) Luglio 8. Si conideri il eguene iema dinamico lineare a empo coninuo: x () x() 36 x() + u() x () x() x 3() x() x3() u() y () 5 x() x().a Si
DettagliOrdinamento parziale
Ordinamento parziale Ordinamento parziale di un insieme A: relazione d'ordine parziale sugli elementi di A possono esistere coppie tra le quali non è definito alcun ordine Un grafo diretto aciclico (DAG)
Dettagli2. Grafi e proprietà topologiche
. Grafi e proprieà opologiche Grafo. Marice di incidenza complea. Soografo. Ordine di un nodo. Percorso, maglia, veore opologico di maglia. Taglio, veore opologico di aglio. Orogonalià ra agli e maglie.
DettagliCognome e Nome: Numero di Matricola: Spazio riservato alla correzione
Cognom Nom: Numro i Mariola: Progazion i Algorimi Anno Aamio 2016/2017 Appllo l 10/7/2017 Spazio rirao alla orrzion 1 2 3 4 Toal /20 /35 /20 /25 /100 1.Grafi a) Fornir lo puooi un algorimo riorio h in
DettagliPostulato delle reazioni vincolari
Potulato delle reazioni vincolari Ad ogni vincolo agente u un punto materiale P può eere otituita una forza, chiamata reazione vincolare, che realizza lo teo effetto dinamico del vincolo. reazione vincolare
DettagliIl Luogo delle Radici
Il Luogo delle Radici Il luogo delle radici è un procedimento, otanzialmente grafico, che permette di analizzare come varia il poizionamento dei poli di un itema di controllo in retroazione al variare
DettagliLe ipotesi di base che si utilizzano sono le stesse quattro già viste con riferimento al caso della flessione semplice e cioè:
LEZIONI N 44 E 45 CALCOLO A ROTTURA DELLA SEZIONE PRESSOINFLESSA PROBLEMI DI VERIFICA La procedura di verifica dei pilatri di c.a., ottopoti a forzo normale e momento flettente, è baata ulla cotruzione
DettagliRICERCA OPERATIVA (a.a. 2003/04) Nome Cognome:
o Appello 0//00 RICERCA OPERATIVA (a.a. 00/0) Nome Cognome: Corso di Laurea: I SI M Matricola Corso A B C ) La ditta di trasporti FurgonFast deve suddividere tra tre diversi trasportatori n oggetti da
Dettagli1. Introduzione Il convertitore a semplice semionda Il sistema di controllo... 5
. Introduzione... 2 2. Il convertitore a emplice emionda... 3 2. Il itema di controllo... 5 3. Il convertitore monofae nella configurazione a ponte... 7 4. Il fenomeno della commutazione... . Introduzione
DettagliIndici con gli alberi. Indici su memorie secondarie. Organizzazione logica di un disco
Indici con gli alberi Alberi perfeamene bilanciai per indici su memorie di massa: B-alberi Indici su memorie secondarie Spesso i dai da ordinare sono in quanià ale da richiedere disposiivi di memoria secondaria,
DettagliCapitolo IV L n-polo
Capitolo IV L n-polo Abbiamo oervato che una qualiai rete, vita da due nodi, diventa, a tutti gli effetti eterni, un bipolo unico e queto è in qualche miura ovvio e abbiamo anche motrato come cotruire
DettagliTotale Unimodularità. Sapienza Universitàdi Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale.
Sapienza Sapienza Universitàdi Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Totale Unimodularità Docente: Renato runi bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria
Dettagli2.3.5 Pianificazione di progetti
..5 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
DettagliRicerca 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)
DettagliTrasformata di Laplace unilatera Teoria
Definizione Tafomaa di Laplace unilaea Teoia L[f()] = f() $ e ($) d = F() Dove: f() = funzione eale afomabile. E nulla pe
DettagliCammini minimi con sorgente singola
Cammini minimi con sorgente singola Vittorio Maniezzo - Università di Bologna Cammini minimi con sorgente singola Dato: un grafo(orientatoo non orientato) G= (V,E,W) con funzionedi peso w:e R un particolarevertices
DettagliCognome e Nome: Numero di Matricola: Spazio riservato alla correzione
Cognom Nom: Numro i Mariola: Spazio rirao alla orrzion 1 2 3 4 Toal /25 /30 /20 /25 /100 1. Grafi a. Si ria lo puooi ll'algorimo BFS h uilizza un array Dior un array L, om illurao nl liro i o i analizzi
DettagliMassimo Flusso Massimo Flusso 1 1
Massimo Flusso 1 Massimizzare il # di PC prodotti Prof. Carlo Blundo LASD 2003-04 2 Descrizione del problema Una fabbrica (sorgente) di PC deve stabilire il numero di PC da assemblare giornalmente. Tutti
Dettagli