Algoritmi e Strutture Dati. Introduzione
|
|
- Ilario Masini
- 7 anni fa
- Visualizzazioni
Transcript
1 Algoritmi e Strutture Dati Itroduzioe
2 Complessità degli algoritmi Aalisi delle prestazioi degli algoritmi Servirà u Modello Computazioale di riferimeto. Tempo di eseuzioe degli algoritmi Notazioe asitotia Aalisi del Caso Migliore, Caso Peggiore e del Caso Medio Esempi di aalisi di algoritmi di ordiameto.
3 Come aalizzare u algoritmo Correttezza - Dimostrazioe formale matematia) - Ispezioe iformale Utilizzo delle risorse - Tempo di eseuzioe - Utilizzo della memoria - Altre risorse: bada di omuiazioe Sempliità - Faile da apire e da mauteere
4 Tempo di eseuzioe Il tempo di eseuzioe di u programma dipede da: - Hardware - Compilatore - Tipo e dimesioe dell Iput - Altri fattori: asualità,
5 U oto modello omputazioale Il modello della Mahia di Turig - Nastro di lughezza ifiita o I ogi ella può essere oteuta ua quatità di iformazioe fiita Ua testia u proessore programma I uità di tempo Legge o srive la ella di astro orrete e Si muove di ella a siistra, oppure di ella a destra, oppure resta ferma 7 U O E A # E! E
6 Il modello omputazioale RAM Modello RAM Radom-Aess Memory) - Memoria priipale ifiita o Ogi ella di memoria può oteere ua quatità di dati fiita. o Impiega lo stesso tempo per aedere ad ogi ella di memoria. - Sigolo proessore programma o I uità di tempo: operazioi di lettura, eseuzioe di ua omputazioe, srittura; o Addizioe, moltipliazioe, assegameto, ofroto, aesso a putatore Il modello RAM è ua semplifiazioe dei moderi omputer.
7 U problema di oteggio Iput - U itero N dove N. Output - Il umero di oppie ordiate i, ) tali he i e soo iteri e i N. Esempio: N4,,,),,3),,4),,),,3),,4), 3,3), 3,4), 4,4) Output 0
8 4 6 ) ) N N i N i N N N i N i Il tempo di eseuzioe è it Cout_it N) sum 0 for i to N 3 for i to N 4 sum sum 5 retur sum Algoritmo N i i N ) N i i N ) N
9 Algoritmo it Cout_it N) sum 0 for i to N 3 sum sum N-i) 4 retur sum N 4N Il tempo di eseuzioe è 6 N 4 Ma otate he: N N i) i N i i N N /
10 Algoritmo 3 N N i) i N i i N N / it Cout_3it N) sum N*N/ 4 retur sum Il tempo di eseuzioe è 5 uità di tempo
11 Riassuto dei tempi di eseuzioe Algoritmo Algoritmo Algoritmo Algoritmo 3 Tempo di Eseuzioe N 6N 6N4 5 4
12 Ordie dei tempi di eseuzioe Suppoiamo he operazoe atomia impieghi hs 0-9 s N ms 0 ms 00 ms ms 0 ms 0N 0 ms 00 ms ms 0 ms 00 ms N Log N 9.96 ms 3 ms.66 ms 9.9 ms 3 ms 0N Log N 99 ms.7 ms 33 ms 398 ms 4.6 se N ms 00 ms 0 se 7 mi. giori 0N 0 ms se 3.3 mi 5.6 ore 3 giori N 3 se 7 mi gior. 3 ai 3 millei
13 Riassuto dei tempi di eseuzioe Algoritmo Tempo di Eseuzioe Ordie del Tempo di Eseuzioe Algoritmo N 6N 4 N Algoritmo Algoritmo 3 6N4 5 N Costate
14 Limite superiore asitotio $>0, 0 >0 " 0. f) g) g) è detto u limite superiore asitotio di f). Sriviamo f) Og)) Leggiamo f) è O-grade di g). g) f) g) 0
15 Esempio di limite superiore asitotio 4 g) per ogi 3 > 3 5 f) Quidi, f) Og)). 4g)4 f)3 5 g) 3
16 Eserizio sulla otazioe O Mostrare he 3 5 O ) per 0, 0
17 Utilizzo della otazioe O I geere quado impieghiamo la otazioe O, utilizziamo la formula più semplie. - Sriviamo 3 5 O ) - Le segueti soo tutte orrette ma i geere o le si usera: 3 5 O3 5) 3 5 O ) 3 5 O3 )
18 Eserizi sulla otazioe O f ) 0 5 f ) 0 log 5 f 3 ) log 0.05 f 4 ) / 3 log O ) O log ) O ) O log )
19 Limite iferiore asitotio $>0, 0 >0 " 0. f) g) g) è detto u limite iferiore asitotio di f). Sriviamo f) Wg)) Leggiamo f) è Omega-grade di g). f) g) 0
20 Esempio di limite iferiore asitotio g)/4 /4 / /4 / 9 per tutti gli 6 < / 7 Quidi, f) Wg)). g) f) /-7 g) /4 4
21 Limite asitotio stretto f) Og)) e f) Wg)) g) è detto u limite asitotio stretto di f). Sriviamo f) Qg)) Leggiamo f) è Theta di g). g) f) g) 0
22 Riassuto della otazioe asitotia O: O-grade: limite superiore asitotio W: Omega-grade: limite iferiore asitotio Q: Theta: limite asitotio stretto Usiamo la otazioe asitotia per dare u limite ad ua fuzioe f)), a meo di u fattore ostate ).
23 Teoremi sulla otazioe asitotia Teoremi: f) Og)) sse g) Wf)). Se f ) Og )) e f ) Og )), allora Of ) f )) Omax{g ), g )}) Se f) è u poliomio di grado d, allora f) Q d )
24 Teoremi sulla otazioe asitotia Proprietà: Se lim f)/g) 0 allora f) Og)) Se lim f)/g) k > 0 allora f) Og)) e f) Wg)) quidi f) Qg)) Se lim f)/g) allora f) Wg))
25 Algoritmo 4: aalisi asitotia it Cout_4 it N) sum 0 for i to N 3 for to N 4 if i < the 5 sum sum 6 retur sum O ON) ON ) ON ) N N O O N O ) Il tempo di eseuzioe è ON )
26 Tempi di eseuzioe asitotii Algoritmo Algoritmo Algoritmo Algoritmo 3 Tempo di Eseuzioe N 6N 6N4 5 4 Limite asitotio ON ) ON) O Algoritmo 4 4N 5N 4 ON )
27 Somma Massima di ua sottosequeza Iput - U itero N dove N. - Ua sequeza a, a,, a N ) di N iteri. Output - U itero S tale he S dove k i k i, N e S è il più grade possibile. Esempio: N9,,-4,8,3,-5,4,6,-7,) Output a
28 Algoritmo it Max_seq_sum_it N, array a[]) maxsum 0 for i to N for i to N sum 0 for ki to ON 3 ) sum sum a[k] maxsum maxmaxsum,sum) retur maxsum O ON) ON ) Tempo di eseuzioe ON 3 )
29 Algoritmo it Max_seq_sum_it N, array a[]) maxsum 0 for i to N ON) sum 0 for i to N ON ) sum sum a[] maxsum maxmaxsum,sum) retur maxsum Tempo di eseuzioe ON ) O Esiste u algoritmo he risolve il problema i tempo ON)
30 Algoritmo 3 it Max_seq_sum_3it N, array a[]) maxsum 0 sum 0 for i to N ON) if sum a[i]>0) the sum sum a[i] else sum 0 maxsum maxmaxsum,sum) retur maxsum Tempo di eseuzioe ON) O
31 Ordiameto di ua sequeza Iput : ua sequeza di umeri. Output : ua permutazioe riordiameto) tale he tra ogi elemeti adiaeti ella sequeza valga qualhe relazioe di ordiameto ad es. ). Isert Sort - È effiiete solo per piole sequeze di umeri; - Algoritmo di ordiameto sul posto. La sequeza viee sadita dal dal primo elemeto; l idie i, iizialmete assegato al primo elemeto, idia l elemeto orrete; ) Si osidera la parte a siistra di i ompreso) già ordiata; 3) Si selezioa il primo elemeto suessivo ad i ella sottosequeza o-ordiata assegado i; 4) Si era il posto giusto per l elemeto ella sottosequeza ordiata. 5) Si iremeta i, si tora al passo 3) se la sequeza o è termiata;
32 Isert Sort Algoritmo : A[..] : sequeza umeri di iput Key : umero orrete da mettere i ordie for to LeghtA) do Key A[] /* Selta del -esimo elemeto da ordiare */ 3 i - 4 while i > 0 ad A[i] > Key 5 do A[i] A[i] 6 ii- 7 A[i] Key
33 Aalisi di Isert Sort for to LeghtA) do Key A[] /* Commeto */ 3 i - 4 while i>0 ad A[i] > Key 5 do A[i] A[i] 6 ii- 7 A[i] Key t t t T ) 3 4 t 5 t 6 t 7
34 Aalisi di Isert Sort: Caso migliore ) t t t T ) t T ) ) ) T Il aso migliore si ha quado l array è già ordiato: Ioltre, i questo aso t è, quidi: T) ab
35 Aalisi di Isert Sort: Caso migliore T ) ) ) T) ab T) ab b
36 Aalisi di Isert Sort: Caso peggiore ) t t t T ) T Il aso peggiore si ha quado l array è i ordie iverso. I questo aso t è perhé?) Quidi: t t t t
37 Aalisi di Isert Sort: Caso peggiore ) T ) ) T T) a b
38 Aalisi di Isert Sort: Caso peggiore ) ) T T) a b T) a b ab b
39 Aalisi di Isert Sort: Caso medio ) t t t T Il aso medio è il valore medio del tempo di eseuzioe. Suppoiamo di segliere ua sequeza asuale e he tutte le sequeze abbiao uguale probabilità di essere selte. I media, metà degli elemeti ordiati sarao maggiori dell elemeto he dobbiamo sistemare. I media otrolliamo metà del sottoarray ad ogi ilo while. Quidi t è /. 4 t 4 3 t
40 Aalisi di Isert Sort: Caso medio ) t t t T 4 t 4 3 t T) a b a b T) a b
41 Aalisi del Caso Migliore e Caso Peggiore Aalisi del Caso Migliore - W-grade, limite iferiore, del tempo di eseuzioe per u qualuque iput di dimesioe N. Aalisi del Caso Peggiore - O-grade, limite superiore, del tempo di eseuzioe per u qualuque iput di dimesioe N.
42 Aalisi del Caso Medio Aalisi del Caso Medio - Alui algoritmi soo effiieti i pratia. - L aalisi è i geere molto più diffiile. - Bisoga geeralmete assumere he tutti gli iput siao ugualmete probabili. - A volte o è ovvio quale sia la media.
43 Teihe di sviluppo di algoritmi Agli esempi visti fio ad ora seguoo l approio iremetale: la soluzioe viee ostruita passo dopo passo. Isert sort avedo ordiato ua sottoparte dell array, iserise al posto giusto u altro elemeto otteedo u sottoarray ordiato più grade. Esistoo altre teihe di sviluppo di algoritmi o filosofie differeti: - Divide-et-Impera
44 Divide-et-Impera Il problema viee suddiviso i sottoproblemi aaloghi, he vegoo risolti separatamete. Le soluzioi dei sottoproblemi vegoo ifie fuse isieme per otteere la soluzioe dei problemi più omplessi. Cosiste di 3 passi: - Divide il problema i vari sottoproblemi, tutti simili tra loro e) al problema origiario ma più semplii. - Impera oquista) i sottoproblemi risolvedoli riorsivamete. Quado u sottoproblema diviee baale, risolverlo direttamete. - Fodi le soluzioi dei sottoproblemi per otteere la soluzioe del sotto)problema he li ha origiati.
45 Divide-et-Impera e ordiameto Iput: ua sequeza di umeri. Output: ua permutazioe riordiameto) tale he tra ogi elemeti adiaeti ella sequeza valga qualhe relazioe di ordiameto ad es. ). Merge Sort divide-et-impera) - Divide: sompoe la sequeza di elemeti i sottosequeze di / elemeti iasua. - Impera: oquista i sottoproblemi ordiado riorsivamete le sottosequeze o Merge Sort stesso. Quado ua sottosequeza è uitaria, il sottoproblema è baale. - Fodi: ompoe isieme le soluzioi dei sottoproblemi per otteere la sequeza ordiata del sotto-)problema.
46 Merge Sort Algoritmo : A[..]: sequeza dei umeri i iput p,r: idii degli estremi della sottosequeza da ordiare Merge_Sortarray A, it p,r) if p < r the q epr)/u 3 Merge_SortA,p,q) Divide Impera 4 Merge_SortA,q,r) 5 MergeA,p,q,r) Combia Eserizio: defiire la proedure Merge
47 Merge Sort: aalisi Merge_Sortarray A, it p,r) if p < r the q epr)/u 3 Merge_SortA,p,q) 4 Merge_SortA,q,r) 5 MergeA,p,q,r) T) Q se Equazioe di Riorreza T) T/) T merge ) Q T merge ) Q) Θ se T ) T /) Θ ) Θ se >
48 Merge Sort: aalisi Merge_Sortarray A, it p,r) if p < r the q epr)/u 3 Merge_SortA,p,q) 4 Merge_SortA,q,r) 5 MergeA,p,q,r) T ) Θ T / ) Θ ) Θ se se > Soluzioe: T ) Q log)
49 Divide-et-Impera: Equazioi di riorreza Divide: D) tempo per dividere il problema Impera: se si divide il problema i a sottoproblemi, iasuo di dimesioe /b, il tempo per oquistare i sottoproblemi sarà at/b). Quado u sottoproblema diviee baale l iput è miore o uguale ad ua ostate ), i tempo è Q. Fodi: C) tempo per omporre le soluzioi dei sottoproblemi ella soluzioe più omplessa. T ) Θ at / b) D ) C ) se se >
50 Gli argometi trattati Aalisi della botà di u algoritmo - Correttezza, utilizzo delle risorse, sempliità Modello omputazioali: modello RAM Tempo di eseuzioe degli algoritmi Notazioe asitotia: O-grade, W-grade, Q Aalisi del Caso Migliore, Caso Peggiore e del Caso Migliore
Algoritmi e Strutture Dati. Introduzione
Algoritmi e Strutture Dati Itroduzioe Iformazioi utili T.H. Corme, C.E. Leiserso, R.L Rivest Itroduzioe agli algoritmi. Jakso Libri Iizio dei laboratori: prima settimaa di ovembre. Isrizioe al laboratorio
DettagliAlgoritmi e Strutture Dati. Introduzione
Algoritmi e Strutture Dati Itroduzioe Iformazioi utili T.H. Corme, C.E. Leiserso, R.L Rivest, C. Stei Itroduzioe agli algoritmi e strutture dati. MGraw-Hill Sito web o le slides del orso: http://people.a.if.it/~bee/asd/
DettagliAlgoritmi e Strutture Dati. Introduzione
Algoritmi e Strutture Dati Itroduzioe Iformazioi utili T.H. Corme, C.E. Leiserso, R.L Rivest, C. Stei Itroduzioe agli algoritmi e strutture dati. MGraw-Hill Sito web o le slides del orso: http://people.a.if.it/~bee/asd/
DettagliIl termine Algoritmo. Algoritmo. Algoritmi e Strutture Dati. Università di Camerino Corso di Laurea in Informatica 6CFU
Algoritmi e Strutture Dati Modelli di alolo e aalisi di algoritmi Uiversità di Camerio Corso di Laurea i Iformatia 6CFU I periodo didattio Doete: Emauela Merelli Il termie Algoritmo sigifia proedimeto
DettagliCAPITOLO 3. Quicksort
CAPITOLO 3 Quicksort I questa lezioe presetiamo l algoritmo di ordiameto Quicksort(vedi []). L algoritmo Quicksort riceve i iput u array A e idici p r ed ordia l array A[p,, r] el modo seguete. L array
DettagliAlgoritmi e Strutture di Dati
Algoritmi e Strutture di Dati Complessità degli algoritmi m.patrigai Nota di copyright queste slides soo protette dalle leggi sul copyright il titolo ed il copyright relativi alle slides (iclusi, ma o
DettagliAlgoritmi e strutture dati
Algoritmi e Strutture Dati Selezioe e statistiche di ordie Problemi di statistiche d ordie Estrarre da gradi quatità di dati u piccolo isieme di idicatori che e rappresetio caratteristiche statisticamete
DettagliAlgoritmi e Strutture Dati Esercizi Prima parte
Algoritmi e Strutture Dati Esercizi Prima parte Esercizio 1 Si cosideri il seguete codice: 1 i 1 2 k 0 3 while i 4 do if A[i] s 5 the k k + 1 6 A[k] A[i] 7 i i + 1 e si dimostri la sua correttezza rispetto
Dettaglialgoritmi e strutture di dati
algoritmi e strutture di dati complessità degli algoritmi m.patrigai ota di copyright queste slides soo protette dalle leggi sul copyright il titolo ed il copyright relativi alle slides (iclusi, ma o limitatamete,
DettagliCOMPLESSITA COMPUTAZIONALE ESERCITAZIONI (I PARTE) Tutor: Francesca Piersigilli
COMPLESSITA COMPUTAZIONALE ESERCITAZIONI (I PARTE) Tutor: Fracesca Piersigilli ANALISI DI ALGORITMI Aalizzare u algoritmo sigifica prevedere le risorse che esso richiede: MEMORIA TEMPO Per fare ciò assumeremo
Dettaglii-esima statistica d ordine di un insieme = i-esimo elemento più piccolo
Geeralità i-esima statistica d ordie di u isieme i-esimo elemeto più piccolo prima statistica d ordie di u isieme miimo -esima statistica d ordie di u isieme di elemeti massimo Mediao di u isieme di elemeti
DettagliAlgoritmi e Strutture Dati Laurea in Informatica
Algoritmi e Strutture Dati Laurea i Iformatia Caledario: 7 Febbraio 13 Giugo Aula: LuM50 Orario: Mer 1.30-14.15 Gio, Ve 14.30-16.15 Numero rediti 9 (~ 7 ore ~ 5 ore di teoria, ~0 ore di eserizi Doeti:
DettagliInformatica 3. Informatica 3. LEZIONE 18: Ordinamento. Lezione 18 - Modulo 1. Introduzione. Analisi algoritmi di ordinamento.
Iformatica 3 Iformatica 3 LEZIONE 18: Ordiameto Lezioe 18 - Modulo 1 Modulo 1: Algoritmi di base Modulo 2: Shellshort Modulo 3: Quicksort Algoritmi di base Politecico di Milao - Prof. Sara Comai 1 Politecico
DettagliTempo di calcolo. Introduzione alla complessità computazionale concreta. Ugo de' Liguoro - Algoritmi e Sperimentazioni 03/04 - Lez.
Tempo di alolo Itroduzioe alla omplessità omputazioale oreta Quale algoritmo è più veloe? Ci iteressa rispodere: per apire quato tempo i vuole per eseguire u programma he lo implemeta per stimare la gradezza
Dettagli1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.
Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):
Dettagli3 Ricorrenze. 3.1 Metodo iterativo
3 Ricorreze Nel caso di algoritmi ricorsivi ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe
DettagliAlgoritmi e Strutture Dati (Mod. B) Programmazione Dinamica (Parte I)
Algoritmi e Strutture Dati (Mod. B) Programmazioe Diamica (Parte I) Numeri di Fiboacci Defiizioe ricorsiva (o iduttiva) F() = F() = F() = F() + F() Algoritmo ricorsivo Fib(: itero) if = or = the retur
DettagliCorso di Linguaggi e Traduttori 1 AA TEORIA DELLA COMPUTAZIONE (cenni)
Corso di Liguaggi e Traduttori 1 AA 2004-05 TEORIA DELLA COMPUTAZIONE cei) 1 Sommario Iterazioe e ricorsioe Relazioi di ricorreza Complessità computazioale 2 Iterazioe e Ricorsioe Dato u problema, la sua
DettagliRicorrenze. 3 1 Metodo iterativo
3 Ricorreze 31 Metodo iterativo Il metodo iterativo cosiste ello srotolare la ricorreza fio ad otteere ua fuzioe dipedete da (dimesioe dell iput). L idea è quella di reiterare ua data ricorreza T () u
DettagliProgetto e analisi di algoritmi
Progetto e aalisi di algoritmi Roberto Cordoe DTI - Uiversità degli Studi di Milao Polo Didattico e di Ricerca di Crema Tel. 0373 / 898089 E-mail: cordoe@dti.uimi.it Ricevimeto: su apputameto Web page:
Dettagli2T(n/2) + n se n > 1 T(n) = 1 se n = 1
3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe
DettagliTeoria della Calcolabilità
Teoria della Calcolabilità Si occupa delle questioi fodametali circa la poteza e le limitazioi dei sistemi di calcolo. L'origie risale alla prima metà del vetesimo secolo, quado i logici matematici iiziaroo
DettagliEs. di Ordine di crescita. Di quanto aumenta il running time se la taglia ~nlog(n) operazioni. dell input)
Ricomiciamo da quato fatto Riflettiamo su quato fatto Problemi icotrati Algoritmi Problemi icotrati Algoritmi Max Subarray Stable Matchig Max Subarray Stable Matchig 2 possibilità! possibilità Algoritmo
DettagliTempo di calcolo. , per cui x è un caso più sfavorevole quando T. peggiore(
Tempo di calcolo. Tempo di calcolo di u algoritmo La complessità computazioale è ua misura della difficoltà di risolvere problemi di calcolo co algoritmi. Per misurare la complessità di u algoritmo si
DettagliDelimitazioni inferiori e superiori alla complessita di un problema
Delimitazioi iferiori e superiori alla complessita di u problema Alcue teciche Nozioi prelimiari Ua ozioe prelimiare: albero k-ario completo U U albero k-ario è completo se se tutti i i odi iteri hao k
DettagliDivide et Impera. Minimo e Massimo. Minimo e Massimo. Risoluzione di problemi per partizione con lavoro bilanciato
Divide et Imera Risoluzioe di roblemi er artizioe co lavoro bilaciato Miimo e Massimo L algoritmo Mi-Max calcola il miimo ed il massimo tra i valori di u vettore A. Mi-Max A least A[] greatest A[] for
DettagliAlgoritmi e Strutture Dati (Elementi)
Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti
DettagliProgrammazione dinamica vs. divide-et-impera
Programmazioe diamica vs. divide-et-impera Aalogia Soo etrambi paradigmi di sitesi di algoritmi che risolvoo problemi combiado le soluzioi di sottoproblemi Differeza Secodo divide-et-impera si suddivide
DettagliNUMERI REALI Mauro Saita Versione provvisoria. Settembre 2012.
NUMERI REALI Mauro Saita maurosaita@tiscaliet.it Versioe provvisoria. Settembre 2012. Idice 1 Numeri reali. 1 1.1 Numeri aturali, iteri, razioali......................... 1 1.2 La scoperta dei umeri irrazioali.........................
DettagliSIGMA ALGEBRE RICHIAMI DI TEORIA
SIGM LGEBRE RICHIMI DI TEORI Def.: lgebra Sia Ω uo spazio arbitrario o vuoto. Ua famiglia (lasse) F di sottoisiemei di Ω è detta algebra se e solo se: ) Ω F (la famiglia otiee lo spazio) 2) F F (la famiglia
DettagliEquazioni di ricorrenza e Ordinamenti lineari
Equazioi di ricorreza e Ordiameti lieari Iformatica@SEFA 0/0 - Lezioe Massimo Lauria Veerdì, Novembre 0 Ricorsioe ed equazioi di ricorreza Aalizzado il Mergesort abbiamo visto
Dettagli11 IL CALCOLO DEI LIMITI
IL CALCOLO DEI LIMITI Il calcolo di u ite spesso si ricodurrà a trattare separatamete iti più semplici, su cui poi si farao operazioi algebriche. Dato che uo o più di questi iti possoo essere ±, bisoga
DettagliCongruenze in ; l insieme quoziente / n
Cogrueze i ; l isieme quoziete / Per ogi, si cosideri i la relazioe, che per il mometo deoteremo co ( ), così defiita: a ( ) b divide a-b Esempio: 5 (7 ) 19, perché 7 5-19=-14, metre 4 o è ella relazioe
DettagliCongruenze in ; l insieme quoziente / n
Cogrueze i ; l isieme quoziete / Per ogi, si cosideri i la relazioe così defiita: a b divide a-b. La relazioe biaria è detta cogrueza modulo. Se a b scriveremo pure a b (mod. ) e leggeremo a cogruo b (modulo
Dettaglia'. a' e b n y se e solo se x, y, divisi per n danno lo stesso resto.
E.5. Cogrueze Nella sezioe D. (esempio (d)) abbiamo itrodotto la relazioe di cogrueza modulo : dati due umeri iteri x, y e u umero itero positivo diciamo che x è cogruo a y modulo (i formula x y se è u
Dettagli5. Derivate. Derivate. Derivate di funzioni elementari. Regole di derivazione. Derivate di funzioni composte e di funzioni inverse
Di cosa parleremo Le derivate costituiscoo, per la maggioraza degli studeti, l argometo più semplice di questa parte dell aalisi matematica. I questo capitolo e daremo il cocetto assieme al sigificato
DettagliCorso Propedeutico di Matematica
POLINOMI RICHIAMI DI TEORIA Defiizioe: u poliomio ( o fuzioe poliomiale) ella variabile x di grado a coefficieti reali ha la forma A = a0 + a1x + + a 1 x, dove a 0, a 1,..., a soo umeri reali assegati
DettagliNote per la Lezione 11 Ugo Vaccaro
Progettazioe di Algoritmi Ao Accademico 2017 2018 Note per la Lezioe 11 Ugo Vaccaro Abbiamo visto ella lezioe scorsa u argometo ituitivo secodo il quale il tempo medio di esecuzioe di QuickSort è O( log
DettagliFormulazione di Problemi Decisionali come Problemi di Programmazione Lineare
Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto
DettagliNozioni preliminari: sia R n lo spazio n-dimensionale dell algebra vettoriale. Un punto in R n e una n-pla di numeri reali (x 1, x 2 x n )
SPAZI TOPOLOGICI: topologia locale (a cui siamo iteressati topologia globale (proprieta a larga scala, come quelle che distiguoo ua sfera da u coo Nozioi prelimiari: sia R lo spazio -dimesioale dell algebra
DettagliProgettazione di Algoritmi - lezione 23
Progettazioe di Algoritmi - lezioe 23 Discussioe dell'esercizio [palidroma] Dobbiamo trovare u algoritmo efficiete che data ua striga s di caratteri trova la più luga sottostriga di s che sia palidroma.
DettagliAPPENDICE 1 Richiami di algebra lineare
APPENDICE Richiami di algebra lieare vettore: isieme ordiato di elemeti (umeri reali, umeri complessi, variabili, fuzioi,...) B = b b M b 2 { } = b, co i =, L, i il vettore sopra defiito è detto ache vettore
DettagliElementi di statistica
Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso
DettagliL ultimo Teorema di Fermat
L ultimo Teorema di Fermat L ultimo teorema di Fermat afferma che l equazioe x + y = z o può avere soluzioi itere di x + y = z co x, y, z > 2 e > 2 itero. La dimostrazioe di questa cogettura è stata sviluppata
DettagliAlgoritmi e Programmazione Avanzata - teoria. Questa lezione si occupa di ordinamenti: gli algoritmi iterativi di ordinamento
lgoritmi e Programmazioe vazata - teoria 1/232 Che cosa c è ella lezioe Questa lezioe si occupa di ordiameti: gli algoritmi iterativi di ordiameto gli algoritmi ricorsivi di ordiameto. 2/232 lgoritmi e
DettagliPreparazione al corso di statistica Prof.ssa Cerbara
Preparazioe al corso di statistica Prof.ssa Cerbara Esistoo molti isiemi umerici, ciascuo co caratteristiche be precise. Alcui importatissimi isiemi umerici soo: N: isieme dei umeri aturali, cioè tutti
DettagliTEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11
1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........
DettagliStima di somme: esercizio
Stima di somme: esercizio Valutare l'ordie di gradezza della somma k l (1 + 3 k ) Quado x
DettagliESERCITAZIONE DI PROBABILITÀ 1
ESERCITAZIONE DI PROBABILITÀ 1 12/03/2015 Soluzioi del primo foglio di esercizi Esercizio 0.1. Ua classe di studeti è costituita da 6 ragazzi e 4 ragazze. I risultati dell esame vegoo esposti i ua graduatoria
DettagliEsercizi: analisi asintotica delle funzioni di complessità ricorsive. January 31, 2007
Esercizi: aalisi asitotica delle fuzioi di complessità ricorsive Jauary, 007 Il Metodo di Sostituzioe: esercizi risolti Si utilizzi il metodo di sostituzioe per studiare le segueti ricorreze (per le ricorreze,
DettagliRicerca di un elemento in una matrice
Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice
DettagliScritto da Maria Rispoli Domenica 09 Gennaio :32 - Ultimo aggiornamento Domenica 20 Febbraio :50
Ua delle applicazioi della teoria delle proporzioi è la divisioe di u umero (o di ua gradezza) i parti direttamete o iversamete proporzioali a più umeri o a più serie di umeri dati. Tale tipo di problema
DettagliTrasmissione del calore con applicazioni numeriche: informatica applicata
Corsi di Laurea i Igegeria Meccaica Trasmissioe del calore co applicazioi umerice: iformatica applicata a.a. 5/6 Teoria Parte IV Ig. Nicola Forgioe Dipartimeto di Igegeria Civile e Idustriale E-mail: icola.forgioe@ig.uipi.it;
DettagliAlgebra delle matrici
Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliESERCIZI - FASCICOLO 1
ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim
DettagliLezioni di Ricerca Operativa
Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero - Problema del trasporto Prof. Cerulli Dott.ssa Getili Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, j) A
DettagliRelazioni di ricorrenza
Relazioi di ricorreza Teciche di soluzioe e teorema del metodo pricipale Ugo de' Liguoro - Algoritmi e Sperimetazioi 03/04 - Lez. Relazioi di ricorreza Ci soo metodi geerali per trovare l ordie di gradezza
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi mesi i u allevameto! Si
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,
DettagliT n = f n log n = log n. 1 ] 1 ] 1 = sono verificate le disuguaglianze c 1
A.A. 00 05 Esame di Algoritmi e strutture dati luglio 005 Esercizio (6 puti) Risolvere co almeo due metodi diversi la seguete relazioe di ricorreza T = T =T Master Theorem a= b= per cui log b a = log /
DettagliA. EQUAZIONI LINEARI IN DUE INCOGNITE E SISTEMI DI 1 GRADO
A. EQUAZIONI LINEARI IN DUE INCOGNITE E SISTEMI DI 1 GRADO 1. I sistemi di equazioi di primo grado U problema può coivolgere più icogite, ma soprattutto può coivolgere più codizioi riferite ad esse, che
DettagliAlgoritmi e Strutture Dati (Mod. B) Programmazione Dinamica (Parte II)
Algoritmi e Strutture Dati (Mod. B) Programmazioe Diamica (Parte II) Calcolo del valore di ua soluzioe ottima Il terzo passo cosiste el calcolare il valore della soluzioe ottima (alla paretesizzazioe)
DettagliEsercizi: analisi asintotica delle funzioni di complessitá ricorsive
Esercizi: aalisi asitotica delle fuzioi di complessitá ricorsive Jauary, 00 Cotets 0. Il Metodo di Sostituzioe: esercizi risolti............ 0. Il Metodo di Iterazioe: esercizi risolti............. 7 0.
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
DettagliAncora con l induzione matematica
Acora co l iduzioe matematica Iformatica@SEFA 017/018 - Lezioe 9 Massimo Lauria Veerdì, 1 Ottobre 017 L iduzioe matematica sembra, per come vi è stata presetata la scorsa lezioe,
DettagliSECONDO ESONERO DI AM1 10/01/ Soluzioni
Esercizio. Calcolare i segueti iti: Razioalizzado si ottiee SECONDO ESONERO DI AM 0/0/2008 - Soluzioi 2 + 2, 2 + 2 = 2 + 2 + 2 + 2 = Per il secodo ite ci soo vari modi, e mostro tre. Ora ( ) ( + si = +
DettagliEsercizi di Calcolo delle Probabilità Foglio 7
Esercizi di Calcolo delle Probabilità Foglio 7 David Barbato Esercizio. Siao Y e X } N variabili aleatorie idipedeti e co distribuzioe espoeziale di parametro λ =. Siao ioltre: W := maxy, X } N T := miw
DettagliELEMENTI DI CALCOLO COMBINATORIO
ELEMENTI DI CALCOLO COMBINATORIO 1 Elemeti di calcolo combiatorio Si tratta di ua serie di teciche per determiare il umero di elemeti di u isieme seza eumerarli direttamete. Dati elemeti distiti ci chiediamo
Dettagli= = 32
Algabra lieare (Matematica CI) - 9 Algebra delle matrici - Moltiplicazioe Euple, righe e coloe Notazioe I algebra lieare giocao u ruolo importate le coppie, tere,, ple ordiate di umeri reali; cosi come
DettagliSoluzioni foglio 7. Pietro Mercuri. 30 ottobre 2018
Soluzioi foglio 7 Pietro Mercuri 30 ottobre 08 Esercizio Determiare se i segueti iti di successioi esistoo e, quado esistoo, calcolarli... e + e π + π + 3. 4. e + + 3 log5e + 5 5. 4 + 3 3 + 6. e + e +
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
DettagliVERIFICA DI IPOTESI STATISTICHE
VERIFICA DI IPOTESI STATISTICHE La proedura della VERIFICA DI IPOTESI STATISTICHE, o proedura dei test statistii, riguarda il problema di voler avere maggiori iformazioi sul valore di u erto parametro
DettagliEsercizi sui numeri complessi per il dodicesimo foglio di esercizi
Esercizi sui umeri complessi per il dodicesimo foglio di esercizi 6 dicembre 2010 1 Numeri complessi radici ed equazioi Ricordiamo iazitutto che dato u umero complesso z = x + iy, il suo coiugato, idicato
DettagliConsorzio Nettuno - Corso di Matematica 1 Schede di lavoro guidato per le esercitazioni
Cosorzio Nettuo - Corso di Matematica Schede di lavoro guidato per le esercitazioi A cura di Sebastiao Cappuccio SCHEDA N 2 ARGOMENTO: Serie (LEZIONI e 4) ATTIVITA' N : Calcolare la somma delle serie a)
DettagliLezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh.
Prerequisiti: Lezioe Gruppi Lezioe 2 Z Gruppi isomorfi Gruppi S e A Riferimeti ai testi: [FdG] Sezioe ; [H] Sezioe 26; [PC] Sezioe 58 Sottogruppi ormali Gruppi quoziete L Esempio 7 giustifica la seguete
Dettagliv = ( v 1,..., v n ).
Lezioe del 21 ovembre. Sistemi lieari 1. Spaio vettoriale R Sia u itero positivo. ssatoمح Cosideriamo lلاiisieme R delle ple ordiate di umeri reali u (u 1, u 2,..., u ), u i R. Al posto di pla ordiata
Dettagli(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni.
Lezioe del 26 settembre. 1. Successioi. Defiizioe 1 Ua successioe di umeri reali e ua legge che associa a ogi umero aturale = 0, 1, 2,... u umero reale - i breve: e ua fuzioe N R; si scrive ella forma
DettagliNUOVI CRITERI DI DIVISIBILITÀ
NUOVI CRITERI DI DIVISIBILITÀ BRUNO BIZZARRI, FRANCO EUGENI, DANIELA TONDINI 1 1. Su tutti i testi scolastici di Scuola Media, oostate siao riportati i criteri di divisibilità per i umeri, 3, 4, 5, 6,
DettagliPrincipio di induzione: esempi ed esercizi
Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se
DettagliConsideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con
Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi
DettagliComplessità Computazionale
Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo
Dettagli1. (Punti 8) Deteminare modulo e argomento delle soluzioni della seguente equazione nel campo complesso. 1 x = 0. x 2 e 8.
Corso di Laurea i Igegeria Biomedia ANALISI MATEMATICA Prova sritta del giugo 7 Fila. Esporre il proedimeto di risoluzioe degli eserizi i maiera ompleta e leggibile.. Puti 8) Detemiare modulo e argometo
DettagliTECNICA DIVIDE ET IMPERA
TECNICA DIVIDE ET IMPERA 1. Itroduzioe Data l istaza di u problema, la strategia del divide-et-impera suggerisce di partizioarla i k sotto-istaze i modo da otteere k uove istaze per lo stesso problema
DettagliEsercitazione 3 Sistemi lineari
Esercitazioe 3 Sistemi lieari a.a. 2018-19 Esercizio 1 (M) Scrivere ua M-fuctio che calcola l iversa di ua matrice triagolare iferiore L di ordie mediate ua tecica compatta, memorizzadola ella matrice
DettagliCalcolo Numerico A.A Esercitazione n
Calcolo Numerico A.A. 22-23 Esercitazioe. 4 26-3-23 Fuzioi di iput\output Per visualizzare strighe sullo schermo disp('striga di caratteri') Esempio: >> disp('oggi e'' ua bella giorata') Per itrodurre
DettagliIl Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che
1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe
DettagliNOTE DEL CORSO DI ANALISI MATEMATICA 1, aa 2003/ I NUMERI REALI COME COMPLETAMENTO DEI RAZIONALI DUE DIVERSI PUNTI DI VISTA:
NOTE DEL CORSO DI ANALISI MATEMATICA, aa 003/004. I NUMERI REALI COME COMPLETAMENTO DEI RAZIONALI DUE DIVERSI PUNTI DI VISTA: A) Defiizioe assiomatica dei umeri reali: si assume come assioma (cioè come
Dettagli(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n.
Algebra lieare Matematica CI) 263 Somma di matrici Siao m ed due iteri positivi fissati Date due matrici A, B di tipo m, sommado a ciascu elemeto di A il corrispodete elemeto di B, si ottiee ua uova matrice
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliCapitolo 5. Successioni numeriche
Capitolo 5 Successioi umeriche Ua successioe è ua fuzioe avete domiio N o u suo sottoisieme del tipo A = { N > 0, 0 N} e come codomiio R e che associa a ogi umero aturale u umero reale a. La legge di ua
DettagliProblem solving elementare su dati scalari. Esercizi risolti
1 Esercizio: Fattoriale Esercizi risolti Si realizzi u programma che, letto u umero, stampi il valore del fattoriale per tutti i umeri da 0 a. Si ricordi che 0!=1. void mai (void) it i,, fatt; pritf ("Valore
DettagliESERCITAZIONI DI INTRODUZIONE AGLI ALGORITMI (A.A. 08/09, CANALE E-O)
ESERCITAZIONI DI INTRODUZIONE AGLI ALGORITMI (A.A. 08/09, CANALE E-O) DISPENSA N. 1 1. Limiti superiori, iferiori ed esatti, O, Ω, Θ Defiizioe 1.1 (Limitazioe Superiore). Diciamo che g() è ua itazioe superiore
DettagliVERIFICA DI IPOTESI STATISTICHE
VERIFICA DI IPOTESI STATISTICHE La proedura della VERIFICA DI IPOTESI STATISTICHE, o proedura dei test statistii, riguarda il problema di voler avere maggiori iformazioi sul valore di u erto parametro
Dettagli