3-DIMENSIONAL MATCHING
|
|
- Nicolo Belloni
- 4 anni fa
- Visualizzazioni
Transcript
1 3-DIMENSIONAL MATCHING Vaccar Lorenzo 14 gennao 2004 Corso d Laurea specalstca n nformatca, Unverstà d Trento va Sommarve 14, Povo, Italy 40qc@krk.scence.untn.t Sommaro In questo documento dmostreremo che l problema del 3-DM appartene all nseme de problem NP-complet. La rduzone [2] è da 3-SAT ed è basata sulla tecnca del Component desgn. Keywords: 3-SATISFIABILITY, 3-SAT, 3-DIMENSIONAL MATCHING, 3-DM, problem NP, problem NP-complet. 1 Introduzone Consderamo l seguente problema de matrmon : dat n uomn celb e n donne nubl ed una lsta d coppe mascho-femmna che vorrebbero vcendevolmente sposars, è possble combnare n matrmon n modo da accoppare ogn ndvduo evtando però la polgama? E stato dmostrato che tale problema può essere rsolto n tempo polnomale ed attualmente l algortmo che detene l record sul runnng tme asntotco è stato proposto n [1]. Estendamo ora la domanda al caso n cu s abbano tre dfferent sess, e ogn trpla corrsponda ad un matrmono a tre desderable da tutt e tre partecpant. In questo caso evtare la polgama sgnfca evtare che due trple dfferent condvdano una persona d uno de tre sess. Nel problema del 3-DM gl nsem W, X, Y corrspondono a tre dfferent sess, e ogn trpla n M W X Y corrsponde ad un matrmono a tre desderable da tutt e tre partecpant. Tradzonalst e bacchetton saranno felc d sapere che n questo caso, contraramente a quanto detto per matrmon a due, l problema del 3-DM è NP-completo e molto probablmente non può essere rsolto n tempo polnomale. Prma d dare la defnzone formale del problema 3-DM ntroducamo l sgnfcato d alcun termn che useremo frequentemente nel proseguo del documento. Defnzone 1.1 (Matchng). Dato un grafo G = (V, E), un matchng è un sottonseme d arch E E, tale che non esstono due arch d E ncdent nel medesmo nodo d V. 1
2 Defnzone 1.2 (Nodo coperto). Con rfermento ad un grafo G = (V, E) e ad un matchng M, dremo che un nodo d V è coperto (da M) se appartene ad un arco n M, altrment dremo che l nodo è esposto. Defnzone 1.3 (Perfect matchng). Un matchng d G = (V, E), che copra tutt nod d V, è detto perfect matchng Fgura 1: Un esempo d matchng (arch pù evdent) e d nodo esposto (nodo 3). In Fgura 1 damo un esempo degl oggett defnt n 1.1 e n 1.2. Il matchng (arch pù evdent) copre tutt nod del grafo tranne l nodo 3, che è esposto. Le nozon d matchng, nodo coperto ed esposto, e perfect matchng s estendono n modo naturale agl pergraf. Un pergrafo è una coppa (V, H), dove V è un nseme fnto d nod e H è una famgla d sottonsem d V dett perarch. Nel caso n cu ogn perarco d H abba cardnaltà due, l pergrafo è un grafo. Fgura 2: L pergrafo delle rghe e delle colonne d una matrce ha due perfect matchng dstnt. La Fgura 2 mostra un esempo d pergrafo n cu ogn rga e ogn colonna rappresenta un perarco. In tale pergrafo possamo ndvduare due perfect matchng dstnt: l prmo relatvo alle rghe, l secondo relatvo alle colonne. Possamo ora dare la defnzone d 3-DM. Defnzone 1.4 (3-DM). ISTANZA: 2
3 Un nseme M W X Y, dove W, X, Y sono nsem dsgunt avent lo stesso numero q d element. DOMANDA: M contene un perfect matchng, coè un sottonseme M M tale che M = q e nessun elemento d W X Y appartene a due dverse trple n M? 2 3-DM è NP-completo In termn formal, dmostreremo l seguente: Teorema DM è NP-completo. Dmostrazone. Lo schema tpo per una dmostrazone d NP-completezza, come prevsto n [2], prevede quattro pass prncpal: 1. s dmostra che Π appartene a NP; 2. s selezona un problema Π che è noto essere NP-completo; 3. s costrusce una trasformazone f da Π a Π; 4. s prova che f è una trasformazone polnomale. 1. Per dmostrare che 3-DM appartene a NP possamo utlzzare un algortmo non determnstco che genera un sottonseme d q = W = X = Y trple da M e che controlla n tempo lneare se un elemento non sa condvso da due o pù trple. 2. Per la seconda fase della dmostrazone selezonamo l problema NP-completo 3-SAT [2]. Il problema è una versone rstretta d SAT nel quale le stanze hanno esattamente tre letteral n ogn clausola. La sua semplce struttura lo rende uno de problem pù utlzzat per dmostrare altr rsultat d NP-completezza. Defnzone 2.1 (3-SAT). ISTANZA: Una collezone C = {c 1, c 2,..., c m } d clausole su un nseme fnto U d varabl tale che c = 3 per 1 m. DOMANDA: Esste un assegnamento d vertà per U che soddsfa tutte le clausole n C? 3. e 4. Costruamo ora una trasformazone f da 3-SAT a 3-DM. Sano U = {u 1, u 2,..., u n } l nseme d varabl e C = {c 1, c 2,..., c m } l nseme d clausole d un arbtrara stanza d 3-SAT. Partendo da U, C costruremo un stanza d 3-DM composta da tre nsem dsgunt W, X, Y con dentca cardnaltà e da un nseme M W X Y, e dmostreremo che M contene un perfect matchng M se e solo se U, C è soddsfacble. Antcpamo subto che, nell stanza d 3-DM a cu perverremo, avremo che W = {u [j], u [j] : 1 n, 1 j m}, da cu possamo calcolare mmedatamente l valore d q = W = 2mn. Secondo la tecnca denomnata Component Desgn, descrveremo nel seguto tre tpologe d component: Truth settng and fan-out, Satsfacton testng e Garbage collecton. 3
4 Per cascuna varable u U ntroducamo una componente T d tpo Truth settng and fan-out. La struttura d T dpende dal numero totale m d clausole n C. Le Fgure 3 e 4 mostrano la componente per m = 4. b [1] a [2] a [1] b [4] T b [2] a [3] a [4] b [3] Fgura 3: La componente Truth settng and fan-out T nel caso d m = 4. Ogn componente Truth settng and fan-out è composta da element ntern a [j] X e b [j] Y, 1 j m, che non appartengono ad altre trple, e da element estern u [j], u [j] W, 1 j m, che possono appartenere anche ad altre trple. Suddvdamo le trple d questa componente n due nsem: T t T f = {(u [j], a [j], b [j]) : 1 j m} = {(u [j], a [j + 1], b [j]) : 1 j m} {(u [m], a [1], b [m]) : 1 j m}. Consderato che nessuno degl element ntern {(a [j], b [j]) : 1 j m} può apparre nelle trple al d fuor d T = T t T f, ogn perfect matchng M dovrà ncludere esattamente m trple da T : o tutte le trple n T t f o tutte le trple n T. Dunque, nelle nostre ntenzon, un perfect matchng M M specfca un assegnamento d vertà per U, con la varable u vera se e solo se M T = T t. Per ogn clausola c j C, ntroducamo ora una componente Satsfacton testng C j. Ogn componente d questo tpo contene solo due element ntern, s x [j] X e s y [j] Y, e tre element estern, pres dal sottonseme W j = {u [j], u [j] : 1 n} d W, determnat da qual tre letteral sono present nella clausola c j. La componente è data dal seguente nseme d tre trple: {(u [j], s x [j], s y [j]) : l letterale u appare n c j } {(u [j], s x [j], s y [j]) : u appare n c j }. Per costruzone, per ogn C j, un qualsas perfect matchng M M deve contenere esattamente una trpla d C j che s occup d coprre gl element ntern s x [j] ed s y [j] d C j. Questo è possble solo se almeno un letterale d c j non appartene alle trple n T M selezonate dalle component Truth settng and fan out d cu s è detto prma. In questo modo, le component Truth settng and fan out forzano l valore d vertà d una varable u, e la componente Satsfacton testng selezona un occorrenza d una varable che fa sì 4
5 u =true u =false b [1] a [1] b [1] a [2] a [1] b [4] a [2] T t b [4] a [4] T f b [2] a [3] b [3] b [2] a [3] a [4] b [3] Fgura 4: La selezone d tutt gl nsem d T t (gl nsem ombreggat), oppure d tutt gl nsem d T f (gl nsem trasparent), lasca rspettvamente scoperte tutte le u [j] o tutte le u [j]. che la rspettva clausola sa soddsfatta. Prma d ntrodurre la terza componente eseguamo alcun contegg (v. Tabella 2): abbamo gà detto che q = W = 2mn. Le due component vste fno ad ora permettono d comporre solo una parte del perfect matchng M che, rcordamo, deve essere composto precsamente da q trple; n partcolare, la componente Truth settng and fan out selezona da M esattamente mn trple, e la componente Satsfacton testng ne selezona m. Ne consegue che l numero delle trple mancant per completare l perfect matchng è: 2mn mn m = m(2n n 1) = m(n 1). Per consentre le trple mancant ntroducamo una componente G detta Garbage collecton. La componente Garbage collecton convolge element ntern g x [k] X e g y [k] Y, 1 k m(n 1), e tutt gl element d W n qualtà d element estern. Defnamo G come l seguente nseme d trple: G = {(u [j], g x [k], g y [k]), (u [j], g x [k], g y [k]) : 1 k m(n 1), 1 n, 1 j m}. Ogn coppa g x [k], g y [k] consente ora d coprre un nodo u [j] o u [j] d W che non appare nelle trple n M G. Dunque la struttura d G asscura che possano essere sempre copert restant m(n 1) element d W selezonando appropratamente M G. La componente G gode nfatt della seguente propretà: Propretà 1. Ogn matchng n G copre al pù m(n 1) nod d W. Sa W un qualsas sottonseme d W con W = m(n 1). Allora esste un matchng n G che copre W. L nseme G garantsce pertanto che, se un matchng n M G soddsfa vncol mpost dalle component Truth settng and fan-out e Satsfacton testng, allora tale sottonseme può essere esteso ad un perfect matchng M M. Rassumendo abbamo: W = {(u [j], u [j] : 1 n, 1 j m} 5
6 X = A S X G X dove A = {a [j] : 1 n, 1 j m} S X = {s x [j] : 1 j m} G X = {g x [j] : 1 j m(n 1)} Y = B S Y G Y dove B = {b [j] : 1 n, 1 j m} S Y = {s y [j] : 1 j m} G Y = {g y [j] : 1 j m(n 1)}. Abbamo noltre defnto l nseme M come: ( n ) m M = T =1 j=1 C j G. Nella Tabella 1 possamo notare la composzone degl nsem W, X, Y nel caso d m = 2 e n = 4. W X Y u 1 [1] a 1 [1] b 1 [1] u 1 [1] a 1 [2] b 1 [2] u 1 [2] a 2 [1] b 2 [1] u 1 [2] a 2 [2] b 2 [2] u 2 [1] a 3 [1] b 3 [1] u 2 [1] a 3 [2] b 3 [2] u 2 [2] a 4 [1] b 4 [1] u 2 [2] a 4 [2] b 4 [2] u 3 [1] s x [1] s y [1] u 3 [1] s x [2] s y [2] u 3 [2] g x [1] g y [1] u 3 [2] g x [2] g y [2] u 4 [1] g x [3] g y [3] u 4 [1] g x [4] g y [4] u 4 [2] g x [5] g y [5] u 4 [2] g x [6] g y [6] Tabella 1: Gl nsem W, X, Y nel caso d m = 2 e n = 4. S not come ogn trpla n M sa effettvamente un elemento d W X Y e pertanto M sa da consderars come un stanza d 3-DM. Inoltre, M contene solo 2mn+3m+2m 2 n(n 1) trple la cu defnzone n termn dell stanza d 3-SAT che s ntende rappresentare è dretta. Se ne deduce che M può essere costruto n tempo polnomale partendo da U, C. Per completare la nostra dmostrazone d NP-completezza resta solo da dmostrare che M ammette un perfect matchng M se e solo se U, C è soddsfacble. A questo scopo predsponamo seguent due lemm. 6
7 Lemma 2.2. Se l stanza U, C d 3-SAT è soddsfacble, allora M ammette un perfect matchng. Dmostrazone. Sa t : U {T, F } un assegnamento d vertà che soddsfa C. Costruamo l perfect matchng M M nel modo seguente: per ogn clausola c j C, sa z j {u, u : 1 n} c j un letterale posto a vero da t (ne esste almeno uno, vsto che t soddsfa c j ). Ora ponamo: M = T t t(u )=T t(u )=F T f m {(z j [j], s x [j], s y [j])} G. dove G è un matchng d m(n 1) trple d G che nclude tutte le g x [k], g y [k], ed nod u [j], u [j] non ancora copert n W. L esstenza d un tale G è garantta dalla Propretà 1. Ne consegue che M è un perfect matchng. Lemma 2.3. Sa M un perfect matchng d M, allora U, C è soddsfacble. Dmostrazone. Abbamo vsto che, per ogn u U, M nclude esattamente m trple da T : o tutte le trple n T t o tutte le trple n T f. Possamo pertanto defnre l truth assgnment t : U {T, F } n cu t(u ) = T se e solo se M T = T t. Mostreremo ora che t è un truth assgnment che soddsfa C. Consderamo pertanto la generca clausola c j C. S not che, per coprre gl element prvat della componente d tpo Satsfacton testng C j, almeno una trpla d C j deve essere contenuta n M. Tale trpla coprrà un letterale d c j che non appartene a nessuna trpla n M T. Dato che t(u ) = T se e solo se M T = T t, l truth assgnment t soddsfa la clausola c j. Ne consegue che tutte le clausole c j C, 1 j m, sono soddsfatte dal truth assgnment t. Qund U, C è soddsfacble. j=1 Sgnfcato Enumerazone Numero d varabl n U, C n Numero d clausole U, C m Componente Truth settng and fan out : trple n M 2mn Componente Truth settng and fan out : trple n M mn Componente Satsfacton testng : trple n M 3m Componente Satsfacton testng : trple n M m Componente Garbage collecton : trple n M 2m 2 n(n 1) Componente Garbage collecton : trple n M m(n 1) Dmensone del perfect matchng: M = q = W = X = Y 2mn Dmensone M 2mn + 3m + 2m 2 n(n 1) Tabella 2: Tabella rassuntva d rfermento. Rferment bblografc [1] HOPCROFT, J. E., AND R. M. KARP, An n 5 /2 algorthm for maxmum matchngs n bpartte graphs, SIAM J. Comput., 2, (1973). [2] MICHAEL R. GARY / DAVID S. JOHNSON, Computers and Intractablty, W. H. Freeman And Company, San Francsco. (1979). 7
* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
Dettagli3 Partizioni dell unità 6
Partzon dell untà Alessandro Ghg 29 ottobre 2014 Indce 1 Funzon lsce a supporto compatto 1 2 Rcoprment localmente fnt 5 3 Partzon dell untà 6 1 Funzon lsce a supporto compatto Lemma 1. Sano f C 1 (a, b)
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Un algortmo per l flusso su ret a costo mnmo: l smplesso su ret Convergenza
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
Dettagli{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo
Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d
DettagliAlgebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de
DettagliPOLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA
POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE AA 2009-2010 DOCENTE: PAOLO LISCA 1 Polnomo mnmo Avvertenza: con V ndcheremo uno spazo
DettagliLezione 20 Maggio 29
PSC: Progettazone d sstem d controllo III Trm 2007 Lezone 20 Maggo 29 Docente: Luca Schenato Stesor: Maran F, Marcon R, Marcassa A, Zanella F Fnora s sono sempre consderat sstem tempo-nvarant, ovvero descrtt
DettagliLa soluzione delle equazioni differenziali con il metodo di Galerkin
Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo
Dettaglisda 2006/6/1 9:59 page 317 #333
sda 2006/6/1 9:59 page 317 #333 Captolo 9 NP-completezza SOMMARIO In questo captolo fnale rprendamo n esame le class d complesstà ntrodotte nel prmo captolo, dandone una defnzone formale basata sul concetto
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione marzo 2009
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2008-2009 lezone 25 17 marzo 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? Convesstà Sa I un ntervallo
Dettagli4.6 Dualità in Programmazione Lineare
4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu)
Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,
DettagliLezione n 18. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.
Lezon d Rcerca Operatva Corso d Laurea n Informatca Unverstà d Salerno Lezone n 18 - Teora de graf: defnzon d base - Problema del flusso a costo mnmo Prof. Cerull Dott.ssa Gentl Dott. Carrabs Teora de
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto
Dettagli6 Prodotti scalari e prodotti Hermitiani
6 Prodott scalar e prodott Hermtan 6.1 Prodott scalar S fss K = R. Defnzone 6.1 Sa V un R-spazo vettorale. Un prodotto scalare su V è un applcazone che gode delle seguent propretà: ) (lneartà rspetto al
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliAnalisi Class info sul corso Lezione 1 22 settembre 2014
CLASS Bologna Anals Matematca @ Class nfo sul corso Lezone 1 22 settembre 2014 professor Danele Rtell danele.rtell@unbo.t 1/27? Codce docente 030508 Codce corso 00013 Anals Matematca roflo scentfco del
DettagliScrivere programmi corretti
Scrvere programm corrett L esempo della rcerca bnara o dcotomca J. Bentley, Programmng Pearls, Addson Welsey. 1 Schema processo produzone funzone teratva Algortmo n pseudo-codce Indvduazone nvarante Codfca
DettagliGeometria 1 a.a. 2011/12 Esonero del 23/01/12 Soluzioni (Compito A) sì determinarla, altrimenti dimostrare che ciò è impossibile.
Geometra 1 a.a. 2011/12 Esonero del 23/01/12 Soluzon (Compto A) (1) S consder su C 2 l prodotto Hermtano, H assocato alla matrce ( ) 2 H =. 2 (a) Dmostrare che, H è defnto postvo e determnare una base
DettagliEsercitazione sulle Basi di di Definizione
Eserctazone sulle as d d Defnzone ESERIZIO Un bpolo ressto (dodo) ha la seguente equazone: = k [ 0 + 00] con k 0 nella quale ed sono descrtt dalla conenzone degl utlzzator come n fgura. Stablre se l bpolo
DettagliOPERAZIONI E INSIEMI NUMERICI
OPERAZIONI E INSIEMI NUMERICI Per rcordare H Un'operazone bnara n un nseme non vuoto A eá una legge ce ad ogn coppa d element a,b A assoca un elemento c A. Gl element a e b s camano operand o termn dell'operazone,
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliAnalisi Matenatica Lezione 1 23 settembre 2013
Dpartmento d Scenze Statstche Anals Matenatca Lezone 1 23 settembre 2013 prof. Danele Rtell danele.rtell@unbo.t 1/24? Codce docente 030508 Codce corso 00013 Anals Matematca roflo scentfco del docente www.danelertell.name
Dettagli3) Entropie condizionate, entropie congiunte ed informazione mutua
Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata
DettagliAlgoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio
Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon
DettagliModelli decisionali su grafi - Problemi di Localizzazione
Modell decsonal su graf - Problem d Localzzazone Massmo Paolucc (paolucc@dst.unge.t) DIST Unverstà d Genova Locaton Problems: modell ed applcazon Decson a medo e lungo termne (panfcazone) Caratterstche
DettagliStabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi
Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto
Dettagli4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima
Il problema del camba-monete. ALGORITMI GREEDY camba-monete schedulng a mnmo l rtardo Scopo. Dat tagl dsponbl: c, c, 5c, 0c, 0c, 50c,, progettare un algortmo che data una certa somma la camb usando l mnmo
DettagliIntelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008
Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal
DettagliCAPITOLO 3 CIRCUITI DI RESISTORI
CAPITOLO 3 CIRCUITI DI RESISTORI Pagna 3. Introduzone 70 3. Connessone n sere e connessone n parallelo 70 3.. Bpol resstv n sere 7 3.. Bpol resstv n parallel 77 3.3 Crcut resstv lnear e sovrapposzone degl
DettagliRagionamento probabilistico: rappresentazione
Intellgenza Artfcale II Ragonamento probablstco: rappresentazone Marco astra Intellgenza Artfcale II - A.A. - Rappresentazone robablstca ] Ragonamento probablstco: rappresentazone Mond possbl sottonsem
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca
DettagliAlgoritmi basati sulla tecnica Divide et Impera
Qucksort Algortm basat sulla tecnca Dvde et Impera In questo corso: Rcerca bnara Mergesort (ordnamento) Qucksort (ordnamento) Moltplcazone d nter Moltplcazone d matrc (non n programma) NOTA: nonostante
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliCorso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.
Corso d Logca I. Modulo sul Calcolo de Sequent. Dspensa Lezone II. Govann Casn Teorema d corrspondenza fra l calcolo su sequent SND e l calcolo de sequent SC. Rproponamo per esteso la dmostrazone della
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 12 10 novembre 2011 Teorema d Lebesgue Vtal-Generazone d msure professor Danele Rtell www.unbo.t/docent/danele.rtell
DettagliPROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
DettagliTeoremi dei circuiti
Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --04) Teorema d Tellegen potes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,
DettagliDai circuiti ai grafi
Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l
DettagliCircuiti elettrici in regime stazionario
rcut elettrc n regme stazonaro omponent www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 3-9-0) Bpol resst Equazon caratterstca d un bpolo ressto f, 0 L equazone d un bpolo ressto defnsce una cura nel
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliDinamica del corpo rigido
Anna Nobl 1 Defnzone e grad d lbertà S consder un corpo d massa totale M formato da N partcelle cascuna d massa m, = 1,..., N. Il corpo s dce rgdo se le dstanze mutue tra tutte le partcelle che lo compongono
DettagliSoluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k
(1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)
DettagliSorgenti Numeriche - Soluzioni
Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione
Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà
DettagliFORMULE PRELIMINARI RIGUARDANTI LA TRAVE APPOGGIATA
Captolo TRV CONTINU. TRV CONTINU FORU PRIINRI RIGURDNTI TRV PPOGGIT Trave appoggata soggetta a: carco () moment, cedment Determnaon delle rotaon,. a) Carco - - d d - d ( ) d 77 Captolo TRV CONTINU b) oment,
DettagliTeoremi dei circuiti
Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 0-0-03) Teorema d Tellegen Ipotes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliIL GRUPPO SIMMETRICO S n
EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto
DettagliALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, A.A. 2003/04, GEMMA PARMEGGIANI
ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, A.A. 3/4, GEMMA PARMEGGIANI Unverstà degl Stud d Padova Dpartmento d Matematca Pura e Applcata va Belzon, 7 353 Padova. Programma. Esercz tpo svolt 3. Eserctazon
DettagliAPPUNTI SUL TEOREMA DI CLASSIFICAZIONE DEI GRUPPI ABELIANI FINITAMENTE GENERATI
APPUNTI SUL TEOREMA DI CLASSIFICAZIONE DEI GRUPPI ABELIANI FINITAMENTE GENERATI GIOVANNI GAIFFI, CORSO DI ALGEBRA 1 2010/2011 NOTA: FA PARTE DEL PROGRAMMA SOLO LA CONOSCENZA DELL ENUNCIATO DEL TEOREMA
DettagliFunzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m
Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliAlgoritmi e Strutture di Dati (3 a Ed.) Ricerca tabù. Alan Bertossi, Alberto Montresor
Algortm e Strutture d Dat (3 a Ed.) Rcerca tabù Alan Bertoss, Alberto Montresor La tecnca della rcerca locale passa attraverso una sequenza S 0, S 1,..., S m d soluzon, fno ad arrestars su un ottmo locale
DettagliSommatori: Full Adder. Adder. Architetture aritmetiche. Ripple Carry. Sommatori: Ripple Carry [2] Ripple Carry. Ripple Carry
CEFRIEL Consorzo per la Formazone e la Rcerca n Ingegnera dell Informazone Poltecnco d Mlano s Sommator: x y c x y c x y c x y c x y c Archtetture artmetche s x y Sommator:, Rpple Carry Sommator: Carry
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliUNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA
UNIVERSITA DEGI STUDI DI CASSINO FACOTA DI INGEGNERIA ANTONIO RUSSO, ANGEO EOPARDI ANAISI DE ERRORE CONNESSO A APPROSSIMAZIONE DEE UNGHEZZE E DEE CEERITA NE METODO DI INTEGRAZIONE DEE CARATTERISTICHE (MOC)
DettagliEconomia del turismo
Unverstà degl Stud d Caglar Facoltà d Economa Corso d Laurea n Economa e Gest. de Serv. Turstc A.A. 2013-2014 Economa del tursmo Prof.ssa Carla Massdda Sezone 5 ANALISI MICROECONOMICA DEL TURISMO Argoment
DettagliLezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica.
Lezone 7 Prereqst: L'nseme de nmer nter Lezone 6 Nmer prm Teorema Fondamentale dell'artmetca Defnzone 7 Un nmero ntero p dverso da 0 e s dce prmo se per ogn a b Z Altrment p s dce composto p ab p a oppre
DettagliGrafi ed equazioni topologiche
Graf ed equazon topologche www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --) Premessa Se s ndca con l l numero d corrent e l numero d tenson de component d un crcuto, la rsoluzone del crcuto rchede
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione 18
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2007-2008 lezone 18 professor Danele Rtell danele.rtell@unbo.t 1/11? Questo esempo nteressa la gestone delle scorte.
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliANELLI E SOTTOANELLI. contrassegna gli esercizi (relativamente) più complessi.
ESERCIZI SU ANELLI E SOTTOANELLI N.B.: l smbolo contrassegna gl esercz relatvamente pù compless. 1 Sa X un nseme, e sa PX l suo nseme delle part. Indcando con l operazone d dfferenza smmetrca tra element
Dettagli1.2 Calcolo combinatorio Principi basilari Disposizioni con ripetizione
.2 Calcolo combnatoro 2.2 Calcolo combnatoro Rcordamo dallesempo.3 che uno spazo d probabltà dscreto (W, P) s dce unforme se W è un nseme fnto e s ha P(A)= A W, per ogn A W. Pertanto, l calcolo della probabltà
DettagliDinamica dei sistemi particellari
Dnamca de sstem partcellar Marco Favrett Aprl 11, 2010 1 Cnematca Sa dato un sstema d rfermento nerzale (O, e ), = 1, 2, 3 e consderamo un sstema d punt materal (sstema partcellare) S = {(OP, m )}, = 1,,
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione febbraio 2009
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2008-2009 lezone 17 13 febbrao 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19? 2/19? Fgura 1: ( 5y
DettagliPer calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:
ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente
DettagliAnalisi Modale. Le evoluzioni libere dei due sistemi a partire dalla condizione iniziale x(0) = x 0 sono
Captolo 1 INTRODUZIONE 21 Anals Modale S facca rfermento al sstema tempo-dscreto e al sstema tempo-contnuo x(k +1)=Ax(k) ẋ(t) =Ax(t) Le evoluzon lbere de due sstem a partre dalla condzone nzale x() = x
DettagliModello del Gruppo d Acquisto
InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato
Dettagli1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P
. Il Teorema Ergodco er le catene d Markov * Defnzone Una catena d Markov dscreta con sazo degl stat E; s dce regolare se, detta P = (P ) la matrce delle robablt a d transzone assocata, esstono un ntero
Dettagli2.1 Parabola nella forma canonica
5 Clc per tutt gl appunt (AUTOMAZIONE TRATTAMENTI TERMICI ACCIAIO SCIENZA delle COSTRUZIONI ) e-mal per suggerment. Paraola nella forma canonca Studamo con metod general la conca nella espressone canonca
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliAlgoritmi euristici: III Ricerca Locale
Algortm eurstc: III Rcerca Locale Danele Vgo D.E.I.S. - Unverstà d Bologna dvgo@des.unbo.t rev. 1.0 - dcembre 2003 Algortm d Rcerca Locale partono da una soluzone (ammssble) cercano teratvamente d mglorarla
DettagliLogica e computazione
Logca e computazone Oggett d studo della logca l ragonamento DEDUTTIVO la nozone d INFERENZA la nozone d DIMOSTRAZIONE Il punto d partenza della logca formale è la nozone tradzonale della logca, l ragonamento:
DettagliCircuiti elettrici in regime stazionario
rcut elettrc n regme stazonaro Metod d anals www.de.ng.unbo.t/pers/mastr/ddattca.htm ersone del -0-00 Premessa Nel caso pù generale è possble ottenere la soluzone d un crcuto rsolendo un sstema formato
DettagliEsercizi sulle reti elettriche in corrente continua (parte 2)
Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliRealizzazione di FSM sincrone. Sommario. Introduzione. Sommario. M. Favalli
Realzzazone d FSM sncrone M. Favall Engneerng Department n Ferrara Realzzazone d FSM Anals e sntes de sstem dgtal / Introduzone Realzzazone d FSM Anals e sntes de sstem dgtal 2 / Una volta ottenuto l automa
DettagliConsiderazioni teoriche su nuove osservazioni ottiche 1 della teoria della relatività. M. v. Laue (Berlin)
Consderazon teorche su nuove osservazon ottche 1 della teora della relatvtà. M. v. Laue (Berln) 1. Il calcolo della deflessone della luce da parte del sole s fonda sulla legge che la propagazone della
DettagliControllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Controllo e schedulng delle operazon Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Organzzazone della produzone PRODOTTO che cosa ch ORGANIZZAZIONE PROCESSO come FLUSSO DI PRODUZIONE
Dettaglidi una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)
Esempo d soluzone d una delle verson del compto d Geometra analtca e algebra lneare del luglo 3 Stablre se la retta r, d equazon parametrche x =, y = + t, z = t (nel parametro reale t), è + y + z = sghemba
DettagliCarla Seatzu, 18 Marzo 2008
8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte
DettagliIL RUMORE NEGLI AMPLIFICATORI
IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.
DettagliMetodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω
Metod d anals Eserczo Anals alle magle n presenza d sol generator ndpendent d tensone R s J R Determnare le tenson sulle resstenze sapendo che: s s 0 R R 5.Ω s J R J R R 5Ω R 0Ω R 6Ω R 5 Dsegnamo l grafo,
DettagliGrafi ed equazioni topologiche
Graf ed equazon topologche www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 9--) Premessa Se s ndca con l l numero d corrent e l numero d tenson de component d un crcuto, la rsoluzone del crcuto rchede
DettagliLezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1
Chmca Fsca Botecnologe santare Lezone n. 7 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Antonno Polmeno 1 Soluzon / comportamento deale - Il dagramma d stato d una soluzone bnara,
Dettagli