Prova d esame di: Ottimizzazione (LM) Ottimizzazione dei Sistemi Complessi
|
|
- Luca Serra
- 4 anni fa
- Visualizzazioni
Transcript
1 Corso di Laurea Magistrale e Laurea Specialistica in Ingegneria Gestionale 20 Luglio 2010 (Mattina) Domanda 1 (11 punti) Dato il problema di PNL: min f(x) h j (x) = 0, j = 1,..., m n con x R n, f C 2, e h j C 2, j = 1,..., m, descrivere il metodo di soluzione basato su funzioni Lagrangiane aumentate sequenziali, spiegandone le basi analitiche e motivandone i singoli passi. Dire infine quali modifiche intervengono se i vincoli, anziché essere di uguaglianza, sono di disuguaglianza: g i (x) 0, i = 1,..., p Domanda 2 (7 punti) Dato il problema di PNL: min f(x) g i (x) 0, i = 1,..., p h j (x) = 0, j = 1,..., m con x R n, f C 1, g i C 1, i = 1,..., p e h j C 1, j = 1,..., m, descrivere il metodo di soluzione basato su funzioni di penalitá esterna, enunciando e dimostrando i lemmi preliminari e il teorema di convergenza. 1
2 Corso di Laurea Magistrale e Laurea Specialistica in Ingegneria Gestionale 20 Luglio 2010 (Pomeriggio) Domanda 1 (11 punti) Dato il problema di PNL: min f(x) g i (x) 0, i = 1,..., p h j (x) = 0, j = 1,..., m con x R n, f C 1, g i C 1, i = 1,..., p e h j C 1, j = 1,..., m, descrivere il metodo di soluzione basato su funzioni di penalitá esterna, enunciando e dimostrando i lemmi preliminari e il teorema di convergenza. Domanda 2 (7 punti) Dato il problema di PNL: min f(x) h j (x) = 0, j = 1,..., m n con x R n, f C 2, e h j C 2, j = 1,..., m, descrivere il metodo di soluzione basato su funzioni Lagrangiane aumentate sequenziali, spiegandone le basi analitiche e motivandone i singoli passi. Dire infine quali modifiche intervengono se i vincoli, anziché essere di uguaglianza, sono di disuguaglianza: g i (x) 0, i = 1,..., p 2
3 Corso di Laurea Magistrale e Laurea Specalistica in Ingegneria Gestionale 20 Luglio Compito A (Mattina) Esercizio 1 (9 punti) Dato il problema di PNL: min x + y x 2 e y y 2 2x y 2 - (1.5 punti) dire se il problema ammette soluzione globale applicando il Teorema di Weierstrass (motivare la risposta analiticamente); - (0.5 punti) dire, motivando la risposta, se il problema è convesso; - (1 punto) dire, motivando la risposta, quali condizioni necessarie di ottimalità conviene utilizzare; - (3 punti) determinare tutti i punti che soddisfano le condizioni necessarie; - (1 punto) scegliere uno dei punti che soddisfano le condizioni necessarie e verificare se questo soddisfa anche le condizioni di ottimalità sufficienti del secondo ordine; - (2 punti) scrivere per il problema la funzione Lagrangiana aumentata sequenziale. Esercizio 2 (5 punti) Dato il problema multiobiettivo: min { y x x 2 + y 2 2 y x 0 x + y 0 } - (2 punti) Determinare per via grafica il vettore ideale degli obiettivi e le soluzioni che lo determinano; - (3 punti) Determinare almeno una soluzione di Pareto distinta dai punti ( 2, 0) T e (1, 1) T utilizzando il metodo degli ɛ-vincoli e risolvendo graficamente il problema scalarizzato. 3
4 Esercizio 3 (7 punti) Dato il problema di controllo ottimo: min J = 1 2 ẋ 1 (t) = x 2 (t) ẋ 2 (t) = x 3 (t) T 0 ( x1 (t) 2 + x 2 (t) 2 + u(t) 2) dt ẋ 3 (t) = x 1 (t) x 2 (t) + cos(u(t)) x 1 (0) = x 2 (0) = x 3 (0) = 0 x 1 (T ) = x 2 (T ) = 1 π u(t) π - (1 punto) Scrivere la funzione Hamiltoniana; - (2 punti) scrivere le equazioni di costato; - (2 punti) scrivere la condizione necessaria di ottimo data dal principio del massimo; - (2 punti) scrivere l ulteriore condizione necessaria che si otterrebbe se il tempo finale T fosse libero. 4
5 Corso di Laurea Magistrale e Laurea Specalistica in Ingegneria Gestionale 20 Luglio Compito B (Mattina) Esercizio 1 (9 punti) Dato il problema di PNL: max x y y 2 e x x 2 2y x 2 - (1.5 punti) dire se il problema ammette soluzione globale applicando il Teorema di Weierstrass (motivare la risposta analiticamente); - (0.5 punti) dire, motivando la risposta, se il problema è convesso; - (1 punto) dire, motivando la risposta, quali condizioni necessarie di ottimalità conviene utilizzare; - (3 punti) determinare tutti i punti che soddisfano le condizioni necessarie; - (1 punto) scegliere uno dei punti che soddisfano le condizioni necessarie e verificare se questo soddisfa anche le condizioni di ottimalità sufficienti del secondo ordine; - (2 punti) scrivere per il problema la funzione Lagrangiana aumentata sequenziale. Esercizio 2 (5 punti) Dato il problema multiobiettivo: max { x y } x 2 + y 2 2 y x 0 x + y 0 - (2 punti) Determinare per via grafica il vettore ideale degli obiettivi e le soluzioni che lo determinano; - (3 punti) Determinare almeno una soluzione di Pareto distinta dai punti ( 2, 0) T e (1, 1) T utilizzando il metodo degli ɛ-vincoli e risolvendo graficamente il problema scalarizzato. 5
6 Esercizio 3 (7 punti) Dato il problema di controllo ottimo: T min J = 1 ( x2 (t) 2 + x 3 (t) 2 + u(t) 2) dt 2 0 ẋ 1 (t) = x 1 (t) x 2 (t) + cos(u(t)) ẋ 2 (t) = x 1 (t) ẋ 3 (t) = x 2 (t) x 1 (0) = x 2 (0) = x 3 (0) = 0 x 2 (T ) = x 3 (T ) = 1 π u(t) π - (1 punto) Scrivere la funzione Hamiltoniana; - (2 punti) scrivere le equazioni di costato; - (2 punti) scrivere la condizione necessaria di ottimo data dal principio del massimo; - (2 punti) scrivere l ulteriore condizione necessaria che si otterrebbe se il tempo finale T fosse libero. 6
7 Corso di Laurea Magistrale e Laurea Specalistica in Ingegneria Gestionale 20 Luglio Compito A (Pomeriggio) Esercizio 1 (9 punti) Dato il problema di PNL: min x + y z x 2 + y 2 e z z 1 - (1.5 punti) dire se il problema ammette soluzione globale applicando il Teorema di Weierstrass (motivare la risposta analiticamente); - (0.5 punti) dire, motivando la risposta, se il problema è convesso; - (1 punto) dire, motivando la risposta, quali condizioni necessarie di ottimalità conviene utilizzare; - (3 punti) determinare tutti i punti che soddisfano le condizioni necessarie; - (1 punto) scegliere uno dei punti che soddisfano le condizioni necessarie e verificare se questo soddisfa anche le condizioni di ottimalità sufficienti del secondo ordine; - (2 punti) scrivere per il problema la funzione Lagrangiana aumentata sequenziale. Esercizio 2 (7 punti) Dato il problema multiobiettivo: { x min y x 0 x y 3 0 y 10 } - (2 punti) Determinare per via grafica il vettore ideale degli obiettivi e le soluzioni che lo determinano; - (3 punti) Determinare almeno una soluzione di Pareto distinta dai punti (0, 0) T e (1000, 10) T utilizzando il metodo degli ɛ-vincoli e risolvendo graficamente il problema scalarizzato; - (2 punti) Dire se la soluzione trovata al punto precedente è una soluzione debole o forte. 7
8 Esercizio 3 (5 punti) Dato il problema di controllo ottimo: min J = T 0 2ẋ 1 (t) = x 2 (t) 2ẋ 2 (t) = u(t) x 1 (0) = x 2 (0) = 1 x 1 (T ) = x 2 (T ) = 0 - (3 punti) Scrivere le condizioni di ottimalitá; ( x1 (t) 2 + x 2 (t) 2 + 2u(t) 2) dt - (2 punti) scrivere il problema di ottimizzazione nonlineare che si ottiene discretizzando rispetto al tempo. 8
9 Corso di Laurea Magistrale e Laurea Specalistica in Ingegneria Gestionale 20 Luglio Compito B (Pomeriggio) Esercizio 1 (9 punti) Dato il problema di PNL: max x y z y 2 + z 2 e x x 1 - (1.5 punti) dire se il problema ammette soluzione globale applicando il Teorema di Weierstrass (motivare la risposta analiticamente); - (0.5 punti) dire, motivando la risposta, se il problema è convesso; - (1 punto) dire, motivando la risposta, quali condizioni necessarie di ottimalità conviene utilizzare; - (3 punti) determinare tutti i punti che soddisfano le condizioni necessarie; - (1 punto) scegliere uno dei punti che soddisfano le condizioni necessarie e verificare se questo soddisfa anche le condizioni di ottimalità sufficienti del secondo ordine; - (2 punti) scrivere per il problema la funzione Lagrangiana aumentata sequenziale. Esercizio 2 (7 punti) Dato il problema multiobiettivo: { y min x y 0 y x 3 0 x 10 } - (2 punti) Determinare per via grafica il vettore ideale degli obiettivi e le soluzioni che lo determinano; - (3 punti) Determinare almeno una soluzione di Pareto distinta dai punti (0, 0) T e (10, 1000) T utilizzando il metodo degli ɛ-vincoli e risolvendo graficamente il problema scalarizzato; - (2 punti) Dire se la soluzione trovata al punto precedente è una soluzione debole o forte. 9
10 Esercizio 3 (5 punti) Dato il problema di controllo ottimo: min J = T 0 2ẋ 1 (t) = x 2 (t) 2ẋ 2 (t) = u(t) x 1 (0) = x 2 (0) = 0 x 1 (T ) = x 2 (T ) = 1 - (3 punti) Scrivere le condizioni di ottimalitá; ( x1 (t) 2 + x 2 (t) 2 + 2u(t) 2) dt - (2 punti) scrivere il problema di ottimizzazione nonlineare che si ottiene discretizzando rispetto al tempo. 10
Prova d esame di Ottimizzazione (LM)
Corso di Laurea Magistrale e Laurea Specialistica in Ingegneria Gestionale Prova d esame di Ottimizzazione (LM) 4 Luglio 2011 Domanda 1 (11 punti) Sia f : R n R una funzione quadratica: f(x) = 1 2 xt Qx
DettagliLe condizioni di Karush-Kuhn-Tucker
Capitolo 9 Le condizioni di Karush-Kuhn-Tucker 9. Introduzione In questo capitolo deriveremo le condizioni necessarie di Karush-Kuhn-Tucker (KKT) per problemi vincolati in cui S è descritto da vincoli
DettagliEsercizi di ottimizzazione vincolata
Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti
DettagliESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno
ESAME di OTTIMIZZAZIONE 16 gennaio 2009 ESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : VALUTAZIONE Per gli esercizi 1,2,3,4: ogni risposta
DettagliUNIVERSITÀ DEGLI STUDI DI GENOVA
UNIVERSITÀ DEGLI STUDI DI GENOVA Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Ricerca Operativa 2 (CD) codice 60204 A.A. 2011/2012 Docente: Mauro Gaggero PROGRAMMA DEL CORSO 1. Introduzione
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 11 Aprile 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Definizione di ottimalità secondo Pareto Dato il problema multiobiettivo min f 1 (x),..., f k (x) s.t. x F. Un punto
Dettagli8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2
8.1 Campagna pubblicitaria Una agenzia di pubblicità deve effettuare una campagna promozionale con due mezzi di comunicazione: gli annunci alla radio e quelli sui giornali. Vengono considerate m stazioni
Dettagli5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate. min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n
5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe
DettagliUniversità degli Studi di Roma La Sapienza
Università degli Studi di Roma La Sapienza Dipartimento di Informatica e Sistemistica A. Ruberti Proff. Gianni Di Pillo and Laura Palagi Note per il corso di OTTIMIZZAZIONE (a.a. 2007-08) Dipartimento
DettagliSoluzione. 8.1 Campagna pubblicitaria. Exercise session 8 Optimization Prof. E. Amaldi. Insiemi. I = {1,...,m}: insieme delle radio
Soluzione 8.1 Campagna pubblicitaria Insiemi I = {1,...,m}: insieme delle radio J = {1,...,n}: insieme dei giornali Variabili r i r 1 i : minuti sulla stazione radiofonica i I (sotto i 25) : minuti sulla
DettagliSIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME 3 dicembre 2004 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : ANONIMO VALUTAZIONE Per gli esercizi 1,3,5 le risposte CORRETTE
DettagliProgrammazione Multiobiettivo
f Capitolo 12 Programmazione Multiobiettivo 12.1 Introduzione I problemi di ottimizzazione che abbiamo considerato fino a questo momento hanno un solo obiettivo da minimizzare (o massimizzare). In molte
DettagliRICERCA OPERATIVA (9 cfu)
a PROVA scritta di RICERCA OPERATIVA (9 cfu) gennaio Cognome Nome Ai fini della pubblicazione (cartacea e elettronica) del risultato ottenuto nella prova di esame, autorizzo al trattamento dei miei dati
Dettagli5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate
5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f (x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe
DettagliFONDAMENTI DI AUTOMATICA (Ingegneria Biomedica) Appello del 16 febbraio 2010: testo e soluzione. y = x 1
FONDAMENTI DI AUTOMATICA (Ingegneria Biomedica) Appello del 16 febbraio 21: testo e soluzione Prof. Maria Prandini 1. Si consideri il sistema descritto dalle seguenti equazioni: ẋ 1 = x 2 2 + x 1 ẋ 2 =
DettagliProgrammazione Matematica / A.A Soluzioni di alcuni esercizi
Programmazione Matematica / A.A. 7-8 Soluzioni di alcuni esercizi Esercizi - I. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa
DettagliESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno
ESAME di OTTIMIZZAZIONE 12 gennaio pomeriggio 2005 ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : VALUTAZIONE Per gli esercizi 1,2,3,4 le risposte
DettagliRaccolta di esercizi svolti sulle condizioni di Kuhn Tucker
Raccolta di esercizi svolti sulle condizioni di Kuhn Tucker a cura di V. Piccialli a.a. 00-003 Esempio Si consideri la funzione obiettivo: f(x) = (x + x ) e sia l insieme ammissibile F definito da vincoli:
Dettagli4.4 Programmazione quadratica
4.4 Programmazione quadratica Minimizzare una funzione quadratica soggetta a vincoli lineari: min 1 2 xt Qx + c t x s.v. a t i x b i i D (P) a t i x = b i i U x R n dove Q matrice n n, D e U sono gli insiemi
DettagliESAME di OTTIMIZZAZIONE Corso di Laurea Magistrale in Ingegneria Gestionale 1 o anno
SIMULAZIONE ESAME di OTTIMIZZAZIONE 27 Gennaio 21 ESAME di OTTIMIZZAZIONE Corso di Laurea Magistrale in Ingegneria Gestionale 1 o anno Cognome : Nome : Esercizio 1. Si consideri il seguente problema: min
Dettagli7.9 Il caso vincolato: vincoli di disuguaglianza
7.9 Il caso vincolato: vincoli di disuguaglianza Il problema con vincoli di disuguaglianza: g i (x) 0, i = 1,..., p, (51) o, in forma vettoriale: g(x) 0, può essere trattato basandosi largamente su quanto
Dettagli5.5 Programmazione quadratica (PQ)
5.5 Programmazione quadratica (PQ Minimizzare una funzione quadratica soggetta a vincoli lineari: 1 min x t Qx + c t x 2 s.v. a t i x b i i D (P a t i x = b i i U x R n dove Q matrice n n, D e U sono gli
DettagliLA STRUTTURA DEI PROBLEMI DI OTTIMIZZAZIONE. L'ipotesi di razionalità implica che un decisore cerchi di
LA STRUTTURA DEI PROBLEMI DI OTTIMIZZAZIONE L'ipotesi di razionalità implica che un decisore cerchi di individuare la migliore tra tutte le alternative a sua disposizione. Problemi di ottimizzazione =
DettagliCapitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte II E. Amaldi DEI, Politecnico di Milano 3.3 Metodi basati su direzioni di ricerca Problema di ottimizzazione non vincolata: min x R n f(x) con f : R n R di
DettagliESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno
ESAME di OTTIMIZZAZIONE 7 aprile 006 ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale o anno Cognome : Nome : VALUTAZIONE Per gli esercizi,,3,4: ogni risposta CORRETTA vale
DettagliCorso di Analisi Matematica 1
Corso di Analisi Matematica 1 in Ingegneria Biomedica Prof. A. Iannizzotto Prove d esame 2016 Versione del 21 dicembre 2016 Appello del 14 gennaio 2016 Tempo: 150 minuti Compito A 1. Enunciare e dimostrare
DettagliEsercizi su ottimizzazione vincolata
Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca
Dettagli1 Le equazioni con il valore assoluto
1 Le equazioni con il valore assoluto Si definisce valore assoluto di x IR x = x x 0 x x < 0 In base a tale definizione è possibile risolvere equazioni e disequazioni in cui compaia il valore assoluto
Dettaglix 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =
56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,
DettagliEsercitazioni di Matematica Finanziaria
Esercitazioni di Matematica Finanziaria Corso di laurea in Economia e Finanza (Mercati Finanziari) 2 Aprile 208 Esercizio. Si considerino due titoli rischiosi con rendimenti attesi e deviazioni standard
DettagliDomini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):
UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione
DettagliPolitecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016
Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo compito in itinere Giugno 6 Cognome: Nome: Matricola: Es.: 9 punti Es.: 9 punti Es.: 6 punti Es.4: 9 punti Totale. Si consideri
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1 Nome... N. Matricola... Ancona, 12 gennaio 2013 1. Sono dati i numeri complessi z 1 = 1 + i; z 2 = 2 3 i; z 3 =
DettagliCorso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 5 Luglio 2016
Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 5 Luglio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5 /5
DettagliCOMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04 Esercizio 1 1)Dato il seguente problema di PL: max 2x 1 x 2 x 1 + x 2 2 x 1 + 2x 2 7 x 1 + x 2 1 x 1, x 2 0 trasformarlo in forma standard (2 punti) 2)
DettagliCorso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016
Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5
DettagliEsercizi proposti nel Cap. 6 - Soluzioni. Esercizio 6.1. Esercizio 6.2
M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 6 - Soluzioni Esercizio 6.1 La soluzione ottima è il vertice 4 1, di valore 9, vedi
DettagliProgrammazione lineare
Capitolo 1 Programmazione lineare ESERCIZIO 1.1. Porre in forma canonica i seguenti programmi lineari. min 3x 1 + 4x 2 2x 3 x 1 + 2x 2 x 3 5 2x 1 + 4x 3 = 12 x 1 + x 2 + x 3 15 x 1, x 2 0, x 3 libera.
DettagliLa dualità nella Programmazione Lineare
Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x
Dettagli1. Riconoscere la natura delle coniche rappresentate dalle seguenti equazioni e disegnarle:
Università degli Studi della Basilicata Corsi di Laurea in Chimica / Scienze Geologiche Matematica II A. A. 204-205 (dott.ssa Vita Leonessa) Esercizi proposti n. 3: Funzioni a due variabili. Riconoscere
DettagliSQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I
SQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I e caratterizzata dalle condizioni f o (x) + i I μ i g i (x) = 0 e dall ammissibilita ( g i (x) = 0, i I )
Dettagli(1) Determinare l integrale generale dell equazione
FONDAMENTI DI ANALISI MATEMATICA (9 cfu Commissione F. Albertini, V. Casarino, M. Motta Ingegneria Gestionale, Meccanica e Meccatronica, Vicenza Vicenza, 3 settembre 8 Quarto appello Avvertenza: Nella
DettagliDualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Dualità Lagrangiana Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 3 Novembre 2015 Ricerca Operativa 2 Laurea Magistrale in
DettagliModulo di Matematica
Università degli Studi di Udine Anno Accademico /3 Corso di Laurea in Biotecnologie Modulo di Matematica Esame del 9//3 N.B.: scrivere nome, cognome e numero di matricola su ogni foglio consegnato. Tempo
DettagliCorsi di laurea in Matematica e Fisica - Anno Accademico 2017/18 FM210 / MA. Quarto Scritto [ ]
Corsi di laurea in Matematica e Fisica - Anno Accademico 2017/18 FM210 / MA Quarto Scritto [21-1-2019] 1. Tre punti materiali A, B, C di massa m sono vincolati a muoversi in un piano verticale Π di origine
DettagliMatematica A Corso di Laurea in Chimica. Prova scritta del Numero di matricola VOTO...
Matematica A Corso di Laurea in Chimica Prova scritta del 04.12.07 Tema A Nome Cognome Numero di matricola VOTO... Svolgere gli esercizi utilizzando ESCLUSIVAMENTE lo spazio predisposto P1) Data la funzione
DettagliANALISI MATEMATICA 3. esercizi assegnati per la prova scritta del 31 gennaio 2011
esercizi assegnati per la prova scritta del 31 gennaio 2011 Esercizio 1. Per x > 0 e n N si ponga f n (x) = ln ( n 5 x ) a) Provare l integrabilità delle funzioni f n in (0, + ). 3 + n 4 x 2. b) Studiare
DettagliScuola di Dottorato in Ingegneria L. da Vinci. Problemi di estremo vincolato ed applicazioni. Introduzione ai problemi di estremo
Scuola di Dottorato in Ingegneria L. da Vinci Problemi di estremo vincolato ed applicazioni Pisa, 28-29 Maggio, 2009 Introduzione ai problemi di estremo G. Mastroeni Ricercatore, Dipartimento di Matematica
DettagliEQUAZIONI DIFFERENZIALI Esercizi con soluzione
EQUAZIONI DIFFERENZIALI Esercizi con soluzione 1. Calcolare l integrale generale delle seguenti equazioni differenziali lineari del primo ordine: (a) y 2y = 1 (b) y + y = e x (c) y 2y = x 2 + x (d) 3y
DettagliESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2016/2017. Ottimizzazione libera
ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2016/2017 Ottimizzazione libera Esercizio 1. Si determinino, se esistono, gli estremi delle seguenti funzioni
DettagliSoluzione della prova scritta di Analisi Matematica II del 15 Aprile 2009 (Ingegneria Edile e Architettura)
Soluzione della prova scritta di Analisi Matematica II del 5 Aprile 009 Ingegneria Edile e Architettura x. Calcolare J = ds essendo γ la curva ottenuta intersecando γ + y il cilindro di equazione x + y
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 18 Maggio 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Il decisore... questo sconosciuto! singolo obiettivo: se x e x sono ottimi globali, allora f (x ) = f ( x) e non c è
DettagliProgrammazione Matematica / A.A Soluzioni di alcuni esercizi
Programmazione Matematica / A.A. 8-9 Soluzioni di alcuni esercizi Esercizi - I 3. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa
DettagliIl metodo del simplesso
Capitolo 5 Il metodo del simplesso 5. La forma standard Esercizio 5.. Porre il problema di Programmazione Lineare: in forma standard. min x +x + x + x x +x 5 x 4 x, x Si trasformano i vincoli di disuguaglianza
DettagliEstremi vincolati, Teorema del Dini.
Estremi vincolati, Teorema del Dini. 1. Da un cartone di 1m si deve ricavare una scatola rettangolare senza coperchio. Trovare il massimo volume possibile della scatola.. Trovare gli estremi assoluti di
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 18 Maggio 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Il decisore questo sconosciuto! singolo obiettivo: se x e x sono ottimi globali, allora f (x ) = f ( x) e non c è alcun
DettagliCenni di ottimizzazione dinamica
Cenni di ottimizzazione dinamica Testi di riferimento: K. Dixit Optimization in Economic Theory. Second Edition, 1990, Oxford: Oxford University Press. A. C. Chiang Elements of Dynamic Optimization, 1992,
DettagliOttimizzazione dei Sistemi Complessi
1 Venerdì 28 Aprile 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Introduzione min f 1 (x),..., f k (x) s.t. x F. x R n, k > 1, f i : R n R, F R n. R n è lo spazio delle decisioni R
DettagliProgrammazione Non Lineare
Capitolo 1 Programmazione Non Lineare 1.1 Introduzione Un problema di ottimizzazione viene definito come la minimizzazione o la massimizzazione di una funzione a valori reali su un insieme specificato.
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca
DettagliAnalisi Matematica II Corso di Ingegneria Biomedica Compito del
Analisi Matematica II Corso di Ingegneria Biomedica Compito del 0-0-0 - È obbligatorio consegnare tutti i fogli, anche quelli della brutta. - Le risposte senza giustificazione sono considerate nulle. Esercizio.
DettagliProgrammazione lineare: basi e soluzioni di base
Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria
DettagliModulo di Matematica
Università degli Studi di Udine Anno Accademico 205/206 Corso di Laurea in Biotecnologie Modulo di Matematica Esame del 4/09/206 N.B.: scrivere nome, cognome e numero di matricola su ogni foglio consegnato.
DettagliCondizioni di Karush-Kuhn-Tucker e Programmazione Lineare
Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare A. Agnetis 1 Richiami su condizioni di Karush-Kuhn-Tucker e convessità Si consideri il problema di ottimizzazione vincolata: min f(x) (1) x X R
DettagliEstremi vincolati, Teorema del Dini.
Estremi vincolati, Teorema del Dini. 1. Da un cartone di 1m si deve ricavare una scatola rettangolare senza coperchio. Trovare il massimo volume possibile della scatola.. Trovare gli estremi assoluti di
DettagliEsempi di esercizi d esame A.A. 2006/07 Analisi Matematica 2 Ingegneria Elettronica Proff. G. Vergara Caffarelli e L. Giacomelli
Esempi di esercizi d esame A.A. 6/7 Analisi Matematica Ingegneria Elettronica Proff. G. Vergara Caffarelli e L. Giacomelli versione preliminare, si prega di segnalare eventuali errori *) Determinare e
Dettagli9.1 Ottimizzazione di portafoglio: selezione di titoli in presenza di rischio
9.1 Ottimizzazione di portafoglio: selezione di titoli in presenza di rischio Consideriamo il problema di costituire un portafoglio di titoli, sfruttando un budget B. Il mercato offre n titoli, con un
DettagliI appello - 11 Gennaio 2016
Analisi Matematica - A.A. 5-6 Prove scritte di Analisi Matematica - A.A. 5/6 Corso di Laurea in Ingegneria Civile Corso di Laura in Ingegneria Informatica ed Elettronica I appello - Gennaio 6 Svolgere
DettagliMassimi e minimi : TEOREMI. Condizione necessaria del I ordine. Conseguenza del Teorema di Lagrange.
Massimi e minimi : TEOREMI Condizione necessaria del I ordine Teorema di Weierstrass Teorema di Rolle Teorema di Lagrange Conseguenza del Teorema di Lagrange. Data f: A R, f derivabile in x 0 A. Def.:
DettagliUniversità degli Studi di Firenze Corso di Laurea triennale in Fisica e Astrofisica
Università degli Studi di Firenze Corso di Laurea triennale in Fisica e Astrofisica Analisi Matematica I (A.A. 5/6) Proff. F. Bucci & E. Paolini Appello n. 3 prova scritta ( Marzo 6) Importante: Per l
DettagliEsercizio 1. Data la matrice:
Domande 1. Definizione di prodotto scalare di uno spazio vettoriale. (2 punti) Prova scritta CdL Informatica, Canale A-G Data: 12/02/2019. Tema 1. Nome e cognome: Matricola: Firma: Il compito è di 4 pagine.
DettagliModulo di Matematica
Università degli Studi di Udine Anno Accademico 05/06 Corso di Laurea in Biotecnologie Modulo di Matematica Esame del 0/0/06 N.B.: scrivere nome, cognome e numero di matricola su ogni foglio consegnato.
DettagliAppunti delle esercitazioni di Ricerca Operativa
Appunti delle esercitazioni di Ricerca Operativa a cura di P. Detti 1 Esercizi sulle condizioni di ottimalitµa per problemi di ottimizzazione vincolata Esempio 1 Determinare il punto di intersezione dei
DettagliAnalisi Matematica II Politecnico di Milano Ingegneria Industriale
Analisi Matematica II Politecnico di Milano Ingegneria Industriale Autovalutazione #5. Sia f : R R la funzione definita da f(x, y) x + x + y + x + y (x, y) R. (a) Determinare il segno di f. (b) Calcolare
DettagliSoluzione grafica di problemi PM in 2 variabili
Capitolo 4 Soluzione grafica di problemi PM in 2 variabili In questo paragrafo si vuole fornire una interpretazione geometrica di un problema di Programmazione matematica. In particolare, quando un problema
DettagliMatematica A Corso di Laurea in Chimica. Prova scritta del Tema A
Matematica A Corso di Laurea in Chimica Prova scritta del 7..6 Tema A P) Data la funzione f(x) = ex+ x determinarne (a) campo di esistenza; (b) zeri e segno; (c) iti agli estremi del campo di esistenza
DettagliISTITUZIONI DI MATEMATICHE II
ISTITUZIONI DI MATEMATIHE II SEONDO ESONERO Esercizio 1. Data la funzione f(x, y) = (x + y )(1 y) i) se ne studi il segno. ii) Si trovino i punti critici di f e se ne studi le natura. iii) Sia D = {(x,
DettagliAnalisi Matematica I
Università degli Studi di Genova Facoltà di Ingegneria - Polo di Savona via Cadorna 7-7 Savona Tel. +39 9 264555 - Fax +39 9 264558 Analisi Matematica I Testi d esame e Prove parziali Analisi Matematica
DettagliPROVE D'ESAME 1997/98
PROVE D'ESAME 1997/98 PROVA PARZIALE DEL 28/11/1997 1) Si consideri il seguente problema di programmazione lineare P: min z = x 1 + 2x 2 s.t. x 1 + x 2 6 2x 1 + x 2 10 x 1 4 x 1, x 2 0 a - Scrivere le
DettagliOTTIMIZZAZIONE LINEARE MULTICRITERIO
OTTIMIZZAZIONE LINEARE MULTICRITERIO NOTAZIONE Siano x ed y vettori di R n indicati estesamente con x x x x 1 Μ i Μ n, y y1 Μ yi Μ y n e si ponga N = {1,2,, n}. Scriveremo allora: x y ( x è diverso da
DettagliEsprimendo il vettore (u, v) in coordinate polari (u = r cos θ, v = r sin θ), si ha. = u2 v 0 0 u 0 v
Università di Milano - Bicocca Corso di laurea di primo livello in Scienze statistiche ed economiche Corso di laurea di primo livello in Statistica e gestione delle informazioni Matematica II rova scritta
DettagliCorsi di laurea in Matematica e Fisica - Anno Accademico 2017/18 FM210 / MA
Corsi di laurea in Matematica e Fisica - Anno Accademico 07/8 FM0 / MA Seconda Prova di Esonero [8-5-08]. Un sistema meccanico è costituito da due sbarre uguali, rettilinee, omogenee, pesanti, di massa
Dettaglix = λ y = λ z = λ. di libertà del sistema ed individuare un opportuno sistema di coordinate lagrangiane.
1 Università di Pavia Facoltà di Ingegneria Corso di Laurea in Ingegneria Industriale Correzione prova scritta Esame di Fisica Matematica 22 febbraio 2012 1. Determinare, per il seguente sistema di vettori
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito A del , se (x, y) = (0, 0) ( x e. + y x e (y2 )
Analisi Matematica II Corso di Ingegneria Gestionale Compito A del -6-9 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.
DettagliSoluzione grafica di problemi PM in 2 variabili
Capitolo 4 Soluzione grafica di problemi PM in 2 variabili In questo paragrafo si vuole fornire una interpretazione geometrica di un problema di Programmazione matematica. In particolare, quando un problema
DettagliProgrammazione Matematica: I - Introduzione
Programmazione Matematica: I - Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.0 ottobre 2002 Problemi di Ottimizzazione x = (x,, x n ) R n : vettore di variabili decisionali
DettagliCorso di Laurea in Ingegneria Informatica Prova di Analisi Matematica I
Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica I 30 giugno 2014 Scrivere subito nome e cognome e matricola sul foglio risposte e preparare il libretto sul banco per il controllo.
DettagliFONDAMENTI DI AUTOMATICA. Prof. Maria Prandini
POLITECNICO DI MILANO FONDAMENTI DI AUTOMATICA Ingegneria Informatica e Ingegneria delle Telecomunicazioni Allievi da CM (incluso) a IM (escluso) Prof. Maria Prandini Anno Accademico 2017/18 Appello del
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Sistemi non lineari Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A.
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliModulo di Matematica
Università degli Studi di Udine nno ccademico 20/204 orso di Laurea in Biotecnologie Modulo di Matematica Esame del 8/02/204 N.B.: scrivere nome, cognome e numero di matricola su ogni foglio consegnato.
Dettagli(a) è chiuso; (b) il punto (1, 1/e) è punto di accumulazione di A; (c) è convesso.
Cognome Nome Matricola Laurea Civ Amb Gest Inf Eln Tlc Mec Non scrivere qui 1 3 4 5 6 Università degli Studi di Parma Dipartimento di Ingegneria e Architettura Esame di Analisi Matematica Soluzioni AA
DettagliANALISI MATEMATICA II 6 luglio 2010 Versione A
ANALISI MATEMATICA II 6 luglio 2 Versione A Nome Cognome: Matricola Codice corso Docente: Corso di Laurea: Analisi II 75 cr. Analisi D Analisi II V.O. Analisi C es. 23 es. 245 es 24 es. es. 3 pinti b c
DettagliCalcolo Numerico. Corso di Laurea in Ingegneria Elettronica Appello del 16 gennaio 2013
Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Appello del 6 gennaio 3 Sia M = F (, 4). Calcolare: rd( 7 6 ). Sia A = Determinare una fattorizzazione LR di A ed utilizzarla per calcolare A.
DettagliANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA III appello 16/9/2016 1
ANNO ACCADEMICO 25/26 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA III appello 6/9/26 Esercizio. Uno studio scientifico ha mostrato che in una popolazione il 7% degli individui appartiene a un gruppo a
DettagliAUTOMATICA I (Ingegneria Biomedica - Allievi da L a Z) Appello del 10 settembre 2008: testo e soluzione. y = x 2. x 1 = 1 x 2 = 1
AUTOMATICA I (Ingegneria Biomedica - Allievi da L a Z) Appello del 1 settembre 28: testo e soluzione Prof. Maria Prandini 1. Si consideri il sistema non lineare descritto dalle seguenti equazioni: ẋ 1
DettagliAnalisi Matematica I
Versione: 8 ottobre 5 Università di Pisa Corso di laurea in Ingegneria Gestionale Testi e soluzioni degli scritti d esame di Analisi Matematica I a.a. 4-5 Giovanni Alberti Giovanni Alberti Dipartimento
DettagliDomande 1. Definizione di prodotto scalare di uno spazio vettoriale.
Domande 1. Definizione di prodotto scalare di uno spazio vettoriale. Prova in itinere II CdL Informatica, Canale A-G Data: 09/06/2018. Tema 1. Nome e cognome: Matricola: Firma: Il compito è di 4 pagine.
Dettagli