Il problema del commesso viaggiatore

Размер: px
Начинать показ со страницы:

Download "Il problema del commesso viaggiatore"

Транскрипт

1 Il problema del commesso viaggiatore Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 1 / 20

2 Problema In un dodecaedro regolare è possibile partire da un vertice e, passando sugli spigoli, toccare tutti i vertici una ed una sola volta e tornare al vertice di partenza? M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 2 / 20

3 Icosian game Grafo: nodi (=vertici del poliedro), archi(=spigoli del poliedro). Trovare un ciclo che passa su tutti i nodi una ed una sola volta. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 3 / 20

4 Icosian game M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 4 / 20

5 Altri problemi Per ognuno degli altri 4 solidi regolari cercare un ciclo che passa su tutti i vertici una ed sola volta. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 5 / 20

6 Altri problemi Ciclo del cavallo È possibile muovere un cavallo su una scacchiera in modo da passare su tutte le caselle della scacchiera e tornare alla casella iniziale? Vedi anche: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 6 / 20

7 Proprietà Definizione Un ciclo che passa su tutti i nodi di un grafo una ed una sola volta è detto ciclo hamiltoniano. Come si fa a stabilire se in un grafo esiste un ciclo hamiltoniano? Vale una proprietà simile a quella dei cicli euleriani? M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 7 / 20

8 Problema del commesso viaggiatore (TSP) Problema Grafo (N,A) completo; c ij = costi sugli archi. Trovare un ciclo hamiltoniano di costo minimo. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 8 / 20

9 Problema del commesso viaggiatore (TSP) Problema Grafo (N,A) completo; c ij = costi sugli archi. Trovare un ciclo hamiltoniano di costo minimo. Applicazioni trasporti, logistica: (N,A ) rete stradale. S N, cerco ciclo di costo minimo che passi su tutti i nodi di S. Il problema è un TSP sul grafo (N,A), dove N = S, A = S S, c ij = costo cammino minimo da i a j sul grafo (N,A ). M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 8 / 20

10 Problema del commesso viaggiatore (TSP) Problema Grafo (N,A) completo; c ij = costi sugli archi. Trovare un ciclo hamiltoniano di costo minimo. Applicazioni trasporti, logistica: (N,A ) rete stradale. S N, cerco ciclo di costo minimo che passi su tutti i nodi di S. Il problema è un TSP sul grafo (N,A), dove N = S, A = S S, c ij = costo cammino minimo da i a j sul grafo (N,A ). scheduling produzione di circuiti integrati data analysis sequenze DNA...(vedi applicazione Concorde TSP per iphone/ipad M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 8 / 20

11 Modello Variabili: x ij = { 1 se arco (i,j) ciclo hamiltoniano, 0 altrimenti. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 9 / 20

12 Modello Variabili: x ij = { 1 se arco (i,j) ciclo hamiltoniano, 0 altrimenti. min (i,j) A c ij x ij x ij {0,1} (i,j) A M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 9 / 20

13 Modello Variabili: x ij = { 1 se arco (i,j) ciclo hamiltoniano, 0 altrimenti. min (i,j) A c ij x ij x ij {0,1} (i,j) A (1)-(2): per ogni nodo deve esistere un arco entrante e un arco uscente (3): eliminazione di sottocicli. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 9 / 20

14 Modello Variabili: x ij = { 1 se arco (i,j) ciclo hamiltoniano, 0 altrimenti. min (i,j) A i N\{j} j N\{i} c ij x ij x ij = 1 j N (1) x ij = 1 i N (2) x ij {0,1} (i,j) A (1)-(2): per ogni nodo deve esistere un arco entrante e un arco uscente (3): eliminazione di sottocicli. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 9 / 20

15 Modello Variabili: x ij = { 1 se arco (i,j) ciclo hamiltoniano, 0 altrimenti. min (i,j) A i N\{j} j N\{i} (i,j) A: i S, j/ S c ij x ij x ij = 1 j N (1) x ij = 1 i N (2) x ij 1 S N, S,N (3) x ij {0,1} (i,j) A (1)-(2): per ogni nodo deve esistere un arco entrante e un arco uscente (3): eliminazione di sottocicli. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 9 / 20

16 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

17 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

18 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

19 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

20 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

21 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

22 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

23 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

24 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

25 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

26 Metodi euristici Metodo greedy sugli archi Dispongo gli archi in ordine crescente di costo. Seguendo l ordine, inserisco un arco se vengono rispettati tutti i vincoli. Esempio Il ciclo costa 113. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 10 / 20

27 Metodi euristici Algoritmo del nodo più vicino 1. Scegli un nodo i, poni u := i (nodo corrente), C := i (sequenza di nodi). 2. Se C contiene tutti i nodi allora STOP 3. Tra i nodi di N \C trova il nodo j più vicino a u aggiungi j in coda a C, poni u := j e torna al passo 2. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 11 / 20

28 Metodi euristici Algoritmo del nodo più vicino 1. Scegli un nodo i, poni u := i (nodo corrente), C := i (sequenza di nodi). 2. Se C contiene tutti i nodi allora STOP 3. Tra i nodi di N \C trova il nodo j più vicino a u aggiungi j in coda a C, poni u := j e torna al passo 2. Esempio Partendo dal nodo 1 si ottiene il ciclo M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 11 / 20

29 Metodi euristici Algoritmo del nodo più vicino 1. Scegli un nodo i, poni u := i (nodo corrente), C := i (sequenza di nodi). 2. Se C contiene tutti i nodi allora STOP 3. Tra i nodi di N \C trova il nodo j più vicino a u aggiungi j in coda a C, poni u := j e torna al passo 2. Esempio Partendo dal nodo 1 si ottiene il ciclo di costo 113. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 11 / 20

30 Metodi euristici Algoritmo del nodo più vicino 1. Scegli un nodo i, poni u := i (nodo corrente), C := i (sequenza di nodi). 2. Se C contiene tutti i nodi allora STOP 3. Tra i nodi di N \C trova il nodo j più vicino a u aggiungi j in coda a C, poni u := j e torna al passo 2. Esempio Partendo dal nodo 1 si ottiene il ciclo di costo 113. Partendo dal nodo 5 si ottiene il ciclo M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 11 / 20

31 Metodi euristici Algoritmo del nodo più vicino 1. Scegli un nodo i, poni u := i (nodo corrente), C := i (sequenza di nodi). 2. Se C contiene tutti i nodi allora STOP 3. Tra i nodi di N \C trova il nodo j più vicino a u aggiungi j in coda a C, poni u := j e torna al passo 2. Esempio Partendo dal nodo 1 si ottiene il ciclo di costo 113. Partendo dal nodo 5 si ottiene il ciclo di costo 112. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 11 / 20

32 Metodi euristici Algoritmo dell albero 1. Trova un albero di copertura di costo minimo T 2. Raddoppia tutti gli archi di T ottenendo il multigrafo G 3. Su G trova un ciclo euleriano C E 4. Estrai da C E un ciclo hamiltoniano prendendo i nodi, senza ripetizione, nello stesso ordine in cui compaiono in C E M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 12 / 20

33 Metodi euristici Esempio Applichiamo l algoritmo dell albero al problema precedente: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 13 / 20

34 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

35 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: {1,2},{2,3},{2,4},{2,5}. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

36 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: {1,2},{2,3},{2,4},{2,5}. 2. Raddoppiando gli archi di T si ottiene G : M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

37 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: {1,2},{2,3},{2,4},{2,5}. 2. Raddoppiando gli archi di T si ottiene G : Un ciclo euleriano su G è dato dalla sequenza di nodi: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

38 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: {1,2},{2,3},{2,4},{2,5}. 2. Raddoppiando gli archi di T si ottiene G : Un ciclo euleriano su G è dato dalla sequenza di nodi: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

39 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: {1,2},{2,3},{2,4},{2,5}. 2. Raddoppiando gli archi di T si ottiene G : Un ciclo euleriano su G è dato dalla sequenza di nodi: Dal ciclo euleriano ricaviamo il ciclo hamiltoniano: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

40 Metodi euristici Esempio (segue) 1. L albero di copertura di costo minimo T è formato dagli archi: {1,2},{2,3},{2,4},{2,5}. 2. Raddoppiando gli archi di T si ottiene G : Un ciclo euleriano su G è dato dalla sequenza di nodi: Dal ciclo euleriano ricaviamo il ciclo hamiltoniano: di costo 112. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 14 / 20

41 Rilassamenti Eliminando i vincoli di connessione, il problema diventa un problema di assegnamento di costo minimo. min (i,j) A i N\{j} j N\{i} c ij x ij x ij = 1 x ij = 1 j N i N x ij {0,1} (i,j) A Il valore ottimo di tale problema è una stima per difetto del valore ottimo del TSP. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 15 / 20

42 Rilassamenti Se da un ciclo hamiltoniano eliminiamo un arco, otteniamo un cammino che passa per tutti nodi. Questo cammino è un particolare albero di copertura. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 16 / 20

43 Rilassamenti Se da un ciclo hamiltoniano eliminiamo un arco, otteniamo un cammino che passa per tutti nodi. Questo cammino è un particolare albero di copertura. Teorema Se T è un albero di copertura di costo minimo, allora il suo costo è una stima per difetto del valore ottimo del TSP. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 16 / 20

44 Rilassamenti Esempio L albero di copertura di costo minimo sul grafo è formato dagli archi: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 17 / 20

45 Rilassamenti Esempio L albero di copertura di costo minimo sul grafo è formato dagli archi: {1,2},{2,3},{2,4},{2,5} e costa M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 17 / 20

46 Rilassamenti È possibile migliorare la stima inferiore ottenuta con l albero di copertura di costo minimo. Osservazione Fissiamo un nodo r. Ogni ciclo hamiltoniano è formato da 2 archi incidenti sul nodo r (che lo connettono ai nodi p e q) e da un cammino (che è un particolare albero di copertura) che connette p e q. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 18 / 20

47 Rilassamenti È possibile migliorare la stima inferiore ottenuta con l albero di copertura di costo minimo. Osservazione Fissiamo un nodo r. Ogni ciclo hamiltoniano è formato da 2 archi incidenti sul nodo r (che lo connettono ai nodi p e q) e da un cammino (che è un particolare albero di copertura) che connette p e q. Definizione Un r albero è un insieme di n archi di cui 2 sono incidenti sul nodo r n 2 formano un albero di copertura sui nodi diversi da r M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 18 / 20

48 Rilassamenti È possibile migliorare la stima inferiore ottenuta con l albero di copertura di costo minimo. Osservazione Fissiamo un nodo r. Ogni ciclo hamiltoniano è formato da 2 archi incidenti sul nodo r (che lo connettono ai nodi p e q) e da un cammino (che è un particolare albero di copertura) che connette p e q. Definizione Un r albero è un insieme di n archi di cui 2 sono incidenti sul nodo r n 2 formano un albero di copertura sui nodi diversi da r Teorema Ogni ciclo hamiltoniano è un r albero. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 18 / 20

49 Rilassamenti Teorema Il costo dell r albero di costo minimo è una stima per difetto del valore ottimo del TSP. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 19 / 20

50 Rilassamenti Teorema Il costo dell r albero di costo minimo è una stima per difetto del valore ottimo del TSP. È facile risolvere il problema dell r albero di costo minimo? M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 19 / 20

51 Rilassamenti Teorema Il costo dell r albero di costo minimo è una stima per difetto del valore ottimo del TSP. È facile risolvere il problema dell r albero di costo minimo? SI, basta trovare 2 archi di costo minimo incidenti sul nodo r (ovvio) un albero di copertura di costo minimo sui nodi diversi da r (alg. Kruskal) M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 19 / 20

52 Rilassamenti Teorema Il costo dell r albero di costo minimo è una stima per difetto del valore ottimo del TSP. È facile risolvere il problema dell r albero di costo minimo? SI, basta trovare 2 archi di costo minimo incidenti sul nodo r (ovvio) un albero di copertura di costo minimo sui nodi diversi da r (alg. Kruskal) Teorema Se T è un albero di copertura di costo minimo e T è un r albero di costo minimo, allora costo(t) costo(t ), cioè la stima fornita da T non è mai peggiore di quella fornita da T. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 19 / 20

53 Rilassamenti Esempio Il 2 albero di costo minimo sul grafo è formato dagli archi: M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 20 / 20

54 Rilassamenti Esempio Il 2 albero di costo minimo sul grafo è formato dagli archi: {1,2}, {2,3} (incidenti sul nodo 2) M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 20 / 20

55 Rilassamenti Esempio Il 2 albero di costo minimo sul grafo è formato dagli archi: {1,2}, {2,3} (incidenti sul nodo 2) {1,3}, {3,4}, {4,5} (albero di copertura sui nodi diversi da 2). di costo 103. M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università di Pisa 20 / 20

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa [email protected] M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni

Подробнее

Dai ponti di Königsberg al postino cinese

Dai ponti di Königsberg al postino cinese Dai ponti di Königsberg al postino cinese Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa [email protected] M. Passacantando TFA 2012/1 - Corso di Ricerca Operativa Università

Подробнее

Il problema del commesso viaggiatore e problemi di vehicle routing

Il problema del commesso viaggiatore e problemi di vehicle routing Il problema del commesso viaggiatore e problemi di vehicle routing Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa [email protected] http://www.di.unipi.it/~galli 2 Dicembre

Подробнее

Introduzione ai grafi

Introduzione ai grafi TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale

Подробнее

AMPL Problemi su Reti

AMPL Problemi su Reti Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai

Подробнее

Problemi dello zaino e di bin packing

Problemi dello zaino e di bin packing Problemi dello zaino e di bin packing Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa [email protected] http://www.di.unipi.it/~galli 2 Dicembre 2014 Ricerca Operativa 2 Laurea

Подробнее

Algoritmi Approssimanti per -TSP

Algoritmi Approssimanti per -TSP Dispensa del corso di TAA redatta da Amati Di auro Rattà. Algoritmo 5 e APX per il problema Algoritmi Approssimanti per -TSP Definizione (TSP) Il problema del commesso viaggiatore (TSP) è definito come

Подробнее

METODI DELLA RICERCA OPERATIVA

METODI DELLA RICERCA OPERATIVA Università degli Studi di Cagliari FACOLTA' DI INGEGNERIA CORSO DI METODI DELLA RICERCA OPERATIVA Dott.ing. Massimo Di Francesco ([email protected]) i i Dott.ing. Maria Ilaria Lunesu ([email protected])

Подробнее

Problemi, istanze, soluzioni

Problemi, istanze, soluzioni lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un

Подробнее

Euristiche per il Problema del Commesso Viaggiatore

Euristiche per il Problema del Commesso Viaggiatore Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Euristiche per il Problema del Commesso Viaggiatore Renato Bruni [email protected] Il materiale presentato

Подробнее

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 . Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,

Подробнее

Gestione della produzione e della supply chain Logistica distributiva

Gestione della produzione e della supply chain Logistica distributiva Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non

Подробнее

Esercizi per il corso di. Logistica I. a.a Daniela Favaretto. Dipartimento di Matematica Applicata Università Ca Foscari di Venezia

Esercizi per il corso di. Logistica I. a.a Daniela Favaretto. Dipartimento di Matematica Applicata Università Ca Foscari di Venezia sercizi per il corso di Logistica I a.a. - aniela avaretto ipartimento di Matematica pplicata Università a oscari di Venezia sercizio Individuare un albero di supporto di lunghezza minima (SST) sul seguente

Подробнее

Parte V: Rilassamento Lagrangiano

Parte V: Rilassamento Lagrangiano Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice

Подробнее

Makespan con set-up dipendenti dalla sequenza. 1/s jk /C max

Makespan con set-up dipendenti dalla sequenza. 1/s jk /C max Makespan con set-up dipendenti dalla sequenza 1/s jk /C max 1/s jk /C max Un tempo di riattrezzaggio (set-up) s jk è richiesto fra il processamento di j e quello di k. In questo caso, C max dipende dalla

Подробнее

Problema del cammino minimo

Problema del cammino minimo Algoritmi e Strutture di Dati II Problema del cammino minimo Un viaggiatore vuole trovare la via più corta per andare da una città ad un altra. Possiamo rappresentare ogni città con un nodo e ogni collegamento

Подробнее

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi Università degli Studi di Roma La Sapienza Ottimizzazione nella Gestione dei Progetti - Esercitazione : calcolo degli schedule ottimi di FABIO D ANDREAGIOVANNI Dipartimento di Informatica e Sistemistica

Подробнее

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N

Подробнее

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di

Подробнее

Flusso a Costo Minimo

Flusso a Costo Minimo Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni [email protected] Corso di: Ottimizzazione Combinatoria Dal

Подробнее

Algoritmi e strutture dati

Algoritmi e strutture dati Algoritmi e Strutture Dati Cammini minimi Definizioni Sia G = (V,E) un grafo orientato pesato sugli archi. Il costo di un cammino π = è dato da: Un cammino minimo tra una coppia di

Подробнее

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Подробнее

Grafi (orientati): cammini minimi

Grafi (orientati): cammini minimi Grafi (orientati): cammini minimi Una breve presentazione Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Un cammino minimo tra

Подробнее

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai

Подробнее

Esame di Ricerca Operativa del 16/06/2015

Esame di Ricerca Operativa del 16/06/2015 Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il

Подробнее

Grafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici);

Grafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici); Algoritmi e Strutture di Dati II 2 Grafi diretti Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove V è u n i n s i e m e d i nodi (o vertici); E µ V V è u n i n s i e m e d i archi. Denotiamo

Подробнее

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 06/07/2016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via

Подробнее

Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi

Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata Luca Bertazzi 0 3 Ulisse: da Troia a Itaca Troia Itaca 509 km Quale è stato invece il viaggio di Ulisse? Il viaggio di Ulisse Troia

Подробнее

Possibile applicazione

Possibile applicazione p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile

Подробнее

Esame di Ricerca Operativa del 03/09/2015

Esame di Ricerca Operativa del 03/09/2015 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una raffineria di petrolio miscela tipi di greggio per ottenere tipi di carburante: senza piombo, diesel e blu diesel.

Подробнее

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014 A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità

Подробнее

Corso di Trasporto merci e logistica. Supporto didattico ad uso esclusivo interno. a cura di: ing. Mario Cordasco A.A

Corso di Trasporto merci e logistica. Supporto didattico ad uso esclusivo interno. a cura di: ing. Mario Cordasco A.A logistica Supporto didattico ad uso esclusivo interno a cura di: ing. Mario Cordasco A.A. 2008-2009 La distribuzione fisica delle merci La logistica è l insieme delle attività e dei servizi che permettono

Подробнее

OSTRUZIONI SUI GRAFI. Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma

OSTRUZIONI SUI GRAFI. Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma OSTRUZIONI SUI GRAFI Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma Lemma 1. Se G = (V, E) è un grafo finito con n vertici allora deg(v) n 1, v V. Dal lemma segue che

Подробнее

Grafi pesati Minimo albero ricoprente

Grafi pesati Minimo albero ricoprente Algoritmi e Strutture Dati Definizioni Grafi pesati Minimo albero ricoprente Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è un albero; T contiene

Подробнее

Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del 08/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x x 0 x + x x x 8 x x 8

Подробнее

Esame di Ricerca Operativa del 11/07/2016

Esame di Ricerca Operativa del 11/07/2016 Esame di Ricerca Operativa del /0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un erboristeria vuole produrre una nuova tisana utilizzando tipi di tisane già in commercio. Tali tisane sono per lo più composte

Подробнее

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015 1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)

Подробнее

Problemi di Instradamento di Veicoli

Problemi di Instradamento di Veicoli Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Instradamento di Veicoli Renato Bruni [email protected] Il materiale presentato è derivato

Подробнее

Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione

Appunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica (IN0 Fondamenti) Grafi e alberi: introduzione Marco Liverani ([email protected])

Подробнее

Il metodo dei Piani di Taglio (Cutting Planes Method)

Il metodo dei Piani di Taglio (Cutting Planes Method) Il metodo dei Piani di Taglio (Cutting Planes Method) E un metodo di soluzione dei problemi (IP) di tipo generale. L idea di base: Se la soluzione di (RL) non è intera allora la soluzione ottima intera

Подробнее

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 15/01/2015 Esame di Ricerca Operativa del 1/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da calcio e da basket che vende a 1 e 20 euro rispettivamente. L azienda compra ogni settimana

Подробнее

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 15/01/2015 Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00

Подробнее

Cammini minimi. Definizioni. Distanza fra vertici. Proprietà dei cammini minimi. Algoritmi e Strutture Dati

Cammini minimi. Definizioni. Distanza fra vertici. Proprietà dei cammini minimi. Algoritmi e Strutture Dati Algoritmi e Strutture Dati Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Cammini minimi Un cammino minimo tra una coppia di

Подробнее

RISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine

RISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine RISOLUZIONE IN LOGICA PROPOSIZIONALE Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine 1. Risoluzione Definitione 1.1. Un letterale l è una variabile proposizionale (letterale

Подробнее

Cammini minimi fra tutte le coppie

Cammini minimi fra tutte le coppie Capitolo 12 Cammini minimi fra tutte le coppie Consideriamo il problema dei cammini minimi fra tutte le coppie in un grafo G = (V, E, w) orientato, pesato, dove possono essere presenti archi (ma non cicli)

Подробнее

Algoritmi di Ricerca

Algoritmi di Ricerca Algoritmi di Ricerca Contenuto Algoritmi non informati Nessuna conoscenza sul problema in esame Algoritmi euristici Sfruttano conoscenze specifiche sul problema Giochi Quando la ricerca è ostacolata da

Подробнее

Esame di Ricerca Operativa del 07/09/2016

Esame di Ricerca Operativa del 07/09/2016 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e

Подробнее

Progettazione di algoritmi

Progettazione di algoritmi Progettazione di algoritmi Discussione dell'esercizio [vincoli] Prima di tutto rappresentiamo il problema con un grafo G: i nodi sono le n lavorazioni L 1, L 2,, L n, e tra due nodi L h, L k c'è un arco

Подробнее

Branch-and-bound per TSP

Branch-and-bound per TSP p. 1/6 Branch-and-bound per TSP Anche qui, rispetto allo schema generale visto in precedenza dobbiamo specificare: p. 1/6 Branch-and-bound per TSP Anche qui, rispetto allo schema generale visto in precedenza

Подробнее

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities L. De Giovanni M. Di Summa In questa lezione introdurremo una classe di disuguaglianze, dette cover inequalities, che permettono di

Подробнее

3.4 Metodo di Branch and Bound

3.4 Metodo di Branch and Bound 3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land

Подробнее

Sommario. Caratterizzazione alternativa di NP: il verificatore polinomiale esempi di problemi in NP

Sommario. Caratterizzazione alternativa di NP: il verificatore polinomiale esempi di problemi in NP Sommario Caratterizzazione alternativa di NP: il verificatore polinomiale esempi di problemi in NP I conjecture that there is no good algorithm for the traveling salesman problem. My reasons are the same

Подробнее

Problemi di Flusso e Applicazioni

Problemi di Flusso e Applicazioni Problemi di Flusso e Applicazioni Andrea Scozzari a.a. 2013-2014 May 20, 2014 Andrea Scozzari (a.a. 2013-2014) Problemi di Flusso e Applicazioni May 20, 2014 1 / 5 Flussi Multiprodotto I problemi presi

Подробнее

Grafi: definizioni e visite

Grafi: definizioni e visite Grafi: definizioni e visite Grafi (non orientati) Grafo (non orientato): G = (V, E) V = nodi (o vertici) E = archi fra coppie di nodi distinti. Modella relazioni fra coppie di oggetti. Parametri della

Подробнее

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {,}. Per ogni

Подробнее

Gestione della produzione e della supply chain Logistica distributiva

Gestione della produzione e della supply chain Logistica distributiva Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Struttura delle reti logistiche

Подробнее

Algoritmo basato su cancellazione di cicli

Algoritmo basato su cancellazione di cicli Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile

Подробнее

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi!

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! G R A F I 1 GRAFI Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! 2 cip: cip: Pallogrammi Pallogrammi GRAFI: cosa sono I grafi sono una struttura matematica fondamentale: servono

Подробнее

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi e strutture dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Algoritmi e Strutture Dati Capitolo 2 Minimo albero ricoprente: Algoritmo di Prim Il problema del calcolo di un Minimum

Подробнее

Introduzione ai grafi. Introduzione ai grafi p. 1/2

Introduzione ai grafi. Introduzione ai grafi p. 1/2 Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G é costituito da una coppia di insiemi (V,A) dove V é detto insieme dei nodi e A é detto insieme di archi ed é un sottinsieme di tutte

Подробнее

Esercizio 1. Esercizio 2

Esercizio 1. Esercizio 2 A-2 a PI Ricerca Operativa 1 Seconda prova intermedia La Pharmatix è un azienda di Anagni che produce due principi attivi, A e B, che consentono un profitto per grammo venduto di 20 e 30 euro rispettivamente.

Подробнее

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una

Подробнее

Esame di Ricerca Operativa del 09/02/2016

Esame di Ricerca Operativa del 09/02/2016 Esame di Ricerca Operativa del 0/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una sartoria produce tipi di vestiti: pantaloni, gonne e giacche, utilizzando stoffa e filo. Settimanalmente, la disponibilità

Подробнее

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una

Подробнее

Grafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill)

Grafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill) Grafi: visite Una breve presentazione Visite di grafi Scopo e tipi di visita Una visita (o attraversamento) di un grafo G permette di esaminare i nodi e gli archi di G in modo sistematico Problema di base

Подробнее

Ricerca Operativa A.A. 2007/2008

Ricerca Operativa A.A. 2007/2008 Ricerca Operativa A.A. 2007/2008 9. Cenni su euristiche e metaeuristiche per ottimizzazione combinatoria Motivazioni L applicazione di metodi esatti non è sempre possibile a causa della complessità del

Подробнее

Cercare il percorso minimo Ant Colony Optimization

Cercare il percorso minimo Ant Colony Optimization Cercare il percorso minimo Ant Colony Optimization Author: Luca Albergante 1 Dipartimento di Matematica, Università degli Studi di Milano 4 Aprile 2011 L. Albergante (Univ. of Milan) PSO 4 Aprile 2011

Подробнее

Problema del Commesso Viaggiatore

Problema del Commesso Viaggiatore M. Monaci - Problema del Commesso Viaggiatore 1 Problema del Commesso Viaggiatore Michele Monaci Dipartimento di Ingegneria dell Informazione, Università di Padova Viale Gradenigo, 6/A - 35131 - Padova

Подробнее