2. ALGORITMO DEL SIMPLESSO
|
|
- Rita Rossi
- 6 anni fa
- Visualizzazioni
Transcript
1 . ALGORITMO DEL SIMPLESSO R. Tadei
2 Una piccola introduzione R. Tadei
3 SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione lineare. Sono fondamentali le nozioni di pivot, di soluzione di base, e in generale tutti i concetti che sono stati espressi nel capitolo precedente sulla programmazione lineare. Dovrebbe diventare chiaro che lo studio del problema in termini di tableau, pivot, coefficienti di costo relativo ecc., è il coronamento di tutto il discorso precedente. Concludiamo il capitolo con la presentazione del metodo del simplesso revisionato, ovvero un modo più veloce per trovare la soluzione del problema. R. Tadei 3
4 Il Metodo del Simplesso è un metodo iterativo che, esplorando l insieme delle soluzioni basiche, raggiunge l ottimo, se esiste, in un numero finito di iterazioni. Supponiamo che il P.L. sia di minimo, in forma standard. Per operare, il Metodo necessita di una forma canonica equivalente. Se il tableau corrispondente non è in forma canonica allora bisogna cercare una soluzione ammissibile di base (slide 8), altrimenti si individua una s.a.b. iniziale ovvia e si procede con l algoritmo del simplesso. R. Tadei 4
5 Algoritmo del simplesso Ipotesi : si parte da una S.A.B. e dal tableau A=b in forma canonica. Si aggiunge una riga costituita dagli r j, j =,..., n e da -z 0 (valore, cambiato di segno, della f.o. nella s.a.b.) Tableau del simplesso a a a m a m a m a j a n b 0 0 : : : : y,m y,m y j : y n y 0 : : y m,m y m,m y mj Y mn Y m0 0 r m r m r j r m -z 0 R. Tadei 5
6 i = y 0 i0 i m m i n Soluzione di base per ipotesi ammissibile, y i0 0, i =,..., m R. Tadei 6
7 Giustificazione dell'ultima riga del tableau Il tableau del simplesso è uguale a quello definito nel capitolo precedente, con l aggiunta dell ultima riga degli r j ; vediamone l utilità. La f.o. z = c T = c c... c n n può essere vista come un ulteriore vincolo del problema ; con l aggiunta della variabile (-z) otteniamo c c... c n n - z = 0 Aggiungiamo questa equazione come ultima riga nel tableau (.9) della slide 38 - CAP. Se si fa un operazione di pivot su a =, l ultima riga diventa : 0 c... c m (c m - y,m c )... (c n - y,n c n ) (0 - c y 0 ) Stessa operazione su a = : 0 0 c 3.. c m (c m - y,m c - y,m c )... - c y 0 - c y 0 R. Tadei 7
8 Si continua il procedimento per tutte le colonne delle var. di base e si ottiene : dove (r m )... (r n ) -z 0 m r = c y c = c z e m i, m i i= m m z = c y c y... c y m m0 Con la base che si ha all inizio, la f.o. vale z=z 0. Ma, come si vede dalla (.5), se qualche r j è < di 0 conviene far entrare in base la variabile corrispondente a quella colonna. R. Tadei 8
9 Volendo minimizzare z, si ha la possibilità di migliorarne il livello z 0, aumentando quelle variabili per cui r j < 0 ; ora si deve individuare, se esiste, la variabile che esce dalla base : => se nella colonna della variabile candidata ad entrare tutti gli elementi sono < di 0, allora la var. non ha limiti superiori, per cui z (ottimo non limitato); => altrimenti esce la variabile della riga con il rapporto y io /y ij minore (con y ij >0), che rappresenta il livello massimo a cui può entrare la var. candidata. La nuova z 0 varrà : q entra e p esce z 0 = z 0 ( y p0 / y pq ) r q < z 0 (.) R. Tadei 9
10 I passi dell'algoritmo 0. formare il tableau del simplesso. se r j 0, j STOP ; la s.a.b. corrente è ottima. scegliere colonna q tale che r q < 0 per determinare la variabile da far entrare nella base (m q n) 3. calcolare i rapporti y i0 / y iq, con y iq > 0, i =,..., m. Se y iq 0, i =,..., m, STOP; problema illimitato, f. o.. Altrimenti, scegliere p = indice i corrispondente al rapporto y i0 / y iq minimo ( p è la variabile che esce dalla base ) 4. (p,q) è il pivot. Aggiornare il tableau con le operazioni di pivot. Ritornare al passo R. Tadei 0
11 R. Tadei Esempio 0 0, 0, ma t s
12 R. Tadei,6,, min K = = = = i t s i Trasformazione del problema in forma standard con l aggiunta delle variabili ausiliarie, 4 5 6, in questo caso di slack:
13 a a a 3 a 4 a 5 a 6 b Tableau iniziale r j N.B: con l aggiunta delle variabili di slack otteniamo subito una soluzione di base (non necessariamente ammissibile); j = j j = inoltre le z j sono uguali a zero perchè le m variabili di base sono tutte fittizie (sono infatti c j ciy ij cj quelle di slack) e quindi hanno costo c i nullo. Di conseguenza r i= j = c j R. Tadei 3 r c z = = BASE
14 Abbiamo fatto entrare in base a, uscendo a 4, ma la soluzione non è ancora ottima (come si può vedere dal seguente tableau); scegliamo allora di far entrare a 3 : esce quindi a 5 Pivot su f.o. (passata da 0 a -) R. Tadei 4
15 La soluzione non è ancora ottima, entra ed esce Pivot su f.o. = -4 R. Tadei 5
16 Pivot su 5 /5 0 3/5 -/5 0 /5 0 3/5 -/5 /5 0 8/ /5 0 6/5 3/5 0 7/5 r j 0, j STOP, soluzione ottima La soluzione ottima trovata vale: = /5 ; = 0; 3 = 8/5; 4 = 0; 5 = 0; 6 = 4 La funzione obiettivo vale: z = -7/5 R. Tadei 6
17 . RICERCA DI UNA SOLUZIONE AMMISSIBILE DI BASE INIZIALE R. Tadei 7
18 Problema (fase del simplesso) Una soluzione ammissibile di base da cui partire con il simplesso non è sempre evidente, poichè non necessariamente il tableau del sistema è in forma canonica. Es: = = 3 3 0, 0, 0 3 A = b 0 (.) trovare la s.a.b. R. Tadei 8
19 m in s. t. i m = y i y = b Introduciamo un nuovo problema, costruito su quello di partenza, in modo che risulti in forma canonica e sul quale, da quanto visto, possiamo utilizzare l algoritmo del simplesso. Se facciamo le cose in modo opportuno, il risultato che otteniamo è proprio una soluzione di base del problema di partenza. Si consideri il nuovo problema: A y 0 0 (.3) Se esiste s.a. alla (.) allora la (.3) ha come soluzione y i =0 per qualsiasi i R. Tadei 9
20 Risolvo il problema ausiliario : a.... a b n a.... a b m mn m a.... a z i i i in 0 perchè : m r = c z = 0 c y = y = a j j j i ij ij i= i= i= R. Tadei 0 m m ij
21 Esempio: min 4 s. t. 3 = = 3 3 0, 0, 0 3 Una soluzione di base non è immediatamente visibile; R. Tadei
22 Studiamo il problema modificato: min( y y ) s. t. y = y = 3 3,,, y, y 0; 3 In questo momento la soluzione di base è rappresentata da y =4 e y =3; Se il problema di partenza ha soluzione ammissibile di base riusciamo a far uscire dalla base del problema modificato y e y applicando il simplesso oppure il metodo del pivot. R. Tadei
23 Scelta ottima del vettore k da far entrare in base Esiste un modo per determinare quale sia il vettore ottimo da far entrare in base: min k ma i, y ik > 0 r k y y i 0 ik Perchè MAX? Avendo fissato k, devo scegliere il rapporto y io /y ik più piccolo ( con y ik >0 ) ma r k è minore di 0. Perchè MIN? Come si vede dalla (.) devo scegliere il minimo tra tutti i massimi trovati. R. Tadei 3
24 . METODO DEL SIMPLESSO REVISIONATO R. Tadei 4
25 Per un qualsiasi problema di p.l. si ha il sistema dei vincoli espresso nella forma : A=b La matrice A può essere vista come l unione di due sottomatrici B e D (dove B è la matrice quadrata formata dalle colonne che hanno la variabile in base) : Il sistema diventa: Esplicitando rispetto ad B : Sostituendo in z: Osservazione introduttiva A=[B D] [B D] [ B,, D ] T = b B = B - b - B - D D z = c B T (B - b - B - D D ) c D T D = =c B T B - b (c DT - c B T B - D) D R. Tadei 5
26 Osservazione (cont.) L ultima espressione esprime il costo di ogni soluzione nei termini D. Allora r D T = c D T - c B T B - D è il vettore dei costi relativi per le variabili non di base. In base a tutto ciò, definiamo come vettore dei moltiplicatori del simplesso, che avrà importanza fondamentale nello studio del simplesso duale, cioè il vettore λ T = c B T B - R. Tadei 6
27 Metodo del simplesso revisionato Sono dati : B - B = y 0 = B - b inverso della base corrente soluzione di base corrente Passo : Calcolare i moltiplicatori del simplesso λ T : λ T = c B T B - Calcolare i costi ridotti delle variabili fuori base: r D T = c DT - λ T D Se r D 0 STOP, B è ottima Passo : Altrimenti scegliere r j, ad esempio, più negativo; sia r q. Il vettore a q entra in base. Calcolare y q = B - a q (è il vettore a q espresso nel termini della base corrente). R. Tadei 7
28 Passo 3: Se y iq 0, i STOP, PROBLEMA ILLIMITATO Altrimenti trovare il vettore che lascia la base calcolando i rapporti y i0 / y iq, con y iq > 0 e scegliendo il minimo Passo 4: Sostituire in B il vettore che esce dalla base con il vettore che entra: Calcolare B - Calcolare B = B - b Tornare al passo ; cioè la nuova matrice inversa di base cioè la nuova soluzione di base R. Tadei 8
29 Riassumendo R. Tadei 9
30 SIMPLESSO Nel primo paragrafo di questo capitolo abbiamo trattato l algoritmo del simplesso, per il quale risulta fondamentale la formazione del tableau, formato dalla matrice del sistema dei vincoli scritta in forma canonica (slide 5-7), e lo abbiamo formalizzato (slide 0); è importante, però, andare oltre l applicazione meccanica dei passi illustrati: infatti leggendoli attentamente non può sfuggire che ogni passo è conseguenza o di teoremi, o di osservazioni che sono state fatte nel capitolo precedente; in questo senso il presente paragrafo rappresenta il completamento e l applicazione pratica di quanto precedentemente affermato e dimostrato. Le slide che vanno dalla numero alla numero 6 non sono altro che un esempio di applicazione pratica dell algoritmo. R. Tadei 30
31 Non è sicuramente sfuggito però che l algoritmo del simplesso, richiedendo come ingresso un tableau in forma canonica, può partire solo se abbiamo trovato una soluzione ammissibile di base, cosa che è immediata nel momento in cui il problema non in forma standard lo diventa con l aggiunta delle variabili di slack, ma che non è vera in generale; per risolvere questo problema, cioè quello di trovare una soluzione ammissibile di base dalla quale partire con il simplesso, abbiamo introdotto un problema fittizio costruito su quello di partenza, risolvibile con l algoritmo del simplesso, la cui soluzione, se esiste, rappresenta una possibile soluzione ammissibile di base per il problema dato; ovviamente da qui in avanti il problema è risolvibile con il simplesso e si procede applicando i passi dell algoritmo (slide 7 -). Infine in chiusura di paragrafo suggeriamo un modo per decidere quale variabile far entrare in base: a questo proposito è il caso di sottolineare che il simplesso dice quali variabili sono candidate ad entrare in base, ma non dice quale sia la scelta migliore tra tutte; R. Tadei 3
32 infatti se è vero che facendo entrare in base una determinata variabile si migliora il valore della funzione obiettivo, non è vero che tutte le variabili che potrebbero entrare in base migliorino allo stesso modo la funzione obiettivo; c è un modo per scegliere quella localmente migliore (slide 3). Il secondo paragrafo tratta il metodo del simplesso revisionato, che sostanzialmente realizza esattamente ciò che già realizzava l algoritmo standard del simplesso. La differenza tra i due metodi non è nell obiettivo, che è comune, ma nel metodo, cioè mentre il primo sfrutta pesantemente considerazioni teoriche, il secondo utilizza un approccio più analitico. Tutto questo ha un vantaggio, dal momento che non sarà sicuramente sfuggito che il simplesso è molto oneroso in quanto richiede ogni volta di aggiornare tutto il tableau, fatto questo che può diventare pesante se il problema in discussione presenta molte variabili. R. Tadei 3
33 Il pregio di questo secondo metodo consiste nel fare in modo che vengano utilizzati solo i dati che sono strettamente necessari; unico onere è l inversione ad ogni iterazione di una matrice, che non deve però preoccupare più di tanto, poiché, come verrà spiegato ad esercitazione, esiste un modo molto veloce e sicuro per realizzarla. Bisogna comunque tenere presente che questo metodo non è nato per essere applicato manualmente, quanto per rendere più facile la codifica da far eseguire al calcolatore, per il quale l inversione di una matrice, unica vera difficoltà, benché possa essere onerosa, non è un operazione particolarmente impegnativa (slide 4-8). R. Tadei 33
Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard
Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione
Dettagli2.6 Calcolo degli equilibri di Nash
92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito
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
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliEsercizi sulla Programmazione Lineare. min. cx Ax b x 0
Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
DettagliPrerequisiti didattici
Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 1 aprile 2015 Appunti di didattica della matematica applicata
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliEsercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania
Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte III)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte III) L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliAnno 4 Matrice inversa
Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere
DettagliRicerca Operativa. Ricerca Operativa p. 1/6
Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
Dettagliha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come
DettagliParte 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
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
DettagliIL METODO DEL SIMPLESSO
IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché
DettagliLEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.
LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
DettagliProblemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
DettagliSPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:
SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliEquazioni lineari con due o più incognite
Equazioni lineari con due o più incognite Siano date le uguaglianze: k 0; x + y = 6; 3a + b c = 8. La prima ha un termine incognito rappresentato dal simbolo letterale k; la seconda ha due termini incogniti
DettagliTeorema di Thevenin generalizzato
Teorema di Thevenin generalizzato Si considerino due reti elettriche lineari, A e B, aventi rispettivamente N A e N B nodi interni. Esse si interfacciano attraverso n (n 3) fili di collegamento, in cui
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliLEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
DettagliEsercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire
DettagliLe Derivate. Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri
Le Derivate Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato durante
DettagliTEOREMA DEL RESTO E REGOLA DI RUFFINI
TEOREMA DEL RESTO E REGOLA DI RUFFINI ALCUNI TEOREMI IMPORTANTI Prendiamo una divisione intera tra numeri: 6 : 3 = 2. Il resto di questa divisione è 0, e questo significa che moltiplicando il quoziente
DettagliProdotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
DettagliApplicazioni lineari tra spazi euclidei. Cambi di base.
pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti
Dettagli1.1 Coordinate sulla retta e nel piano; rette nel piano
1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliRicerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte II)
Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte II) L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di
DettagliEsercitazione di Matematica su matrici e sistemi lineari
Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliEsercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1
Esercizio 1 Trovare, se esistono, le soluzioni del lineare y + 3z = 3 x y + z = 0 x + y = 1 0 1 3 3 1 1 1 0 1 1 1 0 = 0 1 3 3 = 1 1 0 1 1 1 0 1 = 1 1 1 0 0 1 3 3 0 1 1 = Il di partenza è quindi equivalente
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi
DettagliEquazioni di 2 grado
Equazioni di grado Tipi di equazioni: Un equazione (ad una incognita) è di grado se può essere scritta nella forma generale (o forma tipica o ancora forma canonica): a b c con a, b e c numeri reali (però
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
Dettagliper la matrice R, e: I 1 = G 11 V 1 + G 12 V 2, I 2 = G 21 V 1 + G 22 V 2,
100 Luciano De Menna Corso di Elettrotecnica Il caso N = 2 è particolarmente interessante tanto da meritare un nome speciale: doppio bipolo I parametri indipendenti saranno tre: R 11, R 22 ed R 12 =R 21
DettagliMetodo dei minimi quadrati e matrice pseudoinversa
Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati
DettagliChi non risolve esercizi non impara la matematica.
5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi
DettagliMetodo di Gauss-Jordan 1
Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi
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
DettagliCorso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori
Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche
DettagliCaso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliSecondo parziale di Matematica per l Economia (esempio)
Corso di Laurea in Economia e Management Secondo parziale di Matematica per l Economia (esempio) lettere E-Z, a.a. 206 207 prof. Gianluca Amato Regole generali Si svolga il primo esercizio e, a scelta
DettagliAppunti di Algebra Lineare. Distanze
Appunti di Algebra Lineare Distanze 1 Indice 1 Distanze nel piano 1.1 Distanza punto-punto................................... 1. Distanza punto-retta.................................... 3 1.3 Distanza
DettagliCLASSIFICAZIONE DELLE CONICHE AFFINI
CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
DettagliAnno 3 Equazione dell'ellisse
Anno Equazione dell'ellisse 1 Introduzione In questa lezione affronteremo una serie di problemi che ci chiederanno di determinare l equazione di un ellisse sotto certe condizioni. Al termine della lezione
DettagliCorso di Informatica Modulo T1 1 - Il concetto di problema
Corso di Informatica Modulo T1 1 - Il concetto di problema 1 Prerequisiti Concetti intuitivi di: Proporzione Problema Variabile Numeri interi e reali 2 1 Introduzione Nel risolvere un problema abbiamo
DettagliLUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011
LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
DettagliEsercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema
DettagliCosa è l Informatica?
Cosa è l Informatica? Scienza degli elaboratori elettronici (Computer Science) Scienza dell informazione Scienza della rappresentazione, memorizzazione, elaborazione e trasmissione dell informazione Elaboratore
DettagliLa domanda che ci si deve porre innanzitutto per iniziare a risolvere questa disequazione è la seguente:
Disequazioni: caso generale Consideriamo ora la risoluzione di disequazioni che presentino al suo interno valori assoluti e radici. Cercheremo di stabilire con degli esempio delle linee guida per la risoluzione
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliDomande 1. La domanda e l offerta del bene 1 sono date rispettivamente da:
Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da: DD SS 10 0,2 2 2 5 0,5 a) Calcolare la quantità e il prezzo di equilibrio sapendo che il reddito a disposizione del consumatore
DettagliESERCITAZIONE: ESPONENZIALI E LOGARITMI
ESERCITAZIONE: ESPONENZIALI E LOGARITMI e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Esercizio 1 In una coltura batterica, il numero di batteri triplica ogni ora. Se all inizio dell osservazione
DettagliIl metodo del simplesso. Il metodo del simplesso p. 1/12
Il metodo del simplesso Il metodo del simplesso p. 1/12 I problemi di PL in forma standard I problemi di PL in forma standard hanno la seguente formulazione: max cx a i x = b i x 0 i = 1,...,m o, equivalentemente,
DettagliFUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
Dettagli(1;1) y=2x-1. Fig. G4.1 Retta tangente a y=x 2 nel suo punto (1;1).
G4 Derivate G4 Significato geometrico di derivata La derivata di una funzione in un suo punto è il coefficiente angolare della sua retta tangente Esempio G4: La funzione = e la sua retta tangente per il
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliTEMI D ESAME DI ANALISI MATEMATICA I
TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare
DettagliDisequazioni - ulteriori esercizi proposti 1
Disequazioni - ulteriori esercizi proposti Trovare le soluzioni delle seguenti disequazioni o sistemi di disequazioni:. 5 4 >. 4. < 4. 4 9 5. 9 > 6. > 7. < 8. 5 4 9. > > 4. < 4. < > 9 4 Non esitate a comunicarmi
DettagliUNIVERSITÀ 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
DettagliRicerca Operativa 2. Introduzione al metodo del Simplesso
Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliRappresentazione dei dati in memoria
Rappresentazione dei dati in memoria La memoria Una memoria deve essere un insieme di oggetti a più stati. Questi oggetti devono essere tali che: le dimensioni siano limitate il tempo necessario per registrare
DettagliDipendenza e indipendenza lineare
Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus
DettagliAlgoritmi e loro proprietà. Che cos è un algoritmo? Un esempio di algoritmo
1 Cos è l informatica? L informatica è la scienza della rappresentazione e dell elaborazione dell informazione Algoritmi e loro proprietà Proprietà formali degli Algoritmi Efficienza rispetto al tempo
DettagliEsercitazioni di Meccanica Quantistica I
Esercitazioni di Meccanica Quantistica I Sistema a due stati Consideriamo come esempio di sistema a due stati l ammoniaca. La struttura del composto è tetraedrico : alla sommità di una piramide con base
DettagliStudio di una funzione razionale fratta
Studio di una funzione razionale fratta Nella figura è rappresentata la funzione 1. Quale tra gli insiemi proposti è il suo CDE? 2. La funzione presenta un asintoto verticale di equazione... x = 0 x =
DettagliMatematica II,
Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di
DettagliPIANO CARTESIANO e RETTE classi 2 A/D 2009/2010
PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010 1) PIANO CARTESIANO serve per indicare, identificare, chiamare... ogni PUNTO del piano (ente geometrico) con una coppia di valori numerici (detti COORDINATE).
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliALGORITMO DEL SIMPLESSO
ALGORITMO DEL SIMPLESSO ESERCITAZIONI DI RICERCA OPERATIVA 1 ESERCIZIO 1. Risolvere il seguente programma lineare (a) con il metodo del simplesso e (b) con il metodo grafico. (1) min x 1 x () (3) (4) (5)
DettagliIntegrale indefinito
Integrale indefinito 1 Primitive di funzioni Definizione 1.1 Se f: [a, b] R è una funzione, una sua primitiva è una funzione derivabile g: [a, b] R tale che g () = f(). Ovviamente la primitiva di una funzione,
DettagliUn esempio di applicazione della programmazione lineare intera: il Sudoku
Un esempio di applicazione della programmazione lineare intera: il Sudoku Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA
DettagliEsercizi di Algebra II
Esercizi di Algebra II 18 Novembre 2016 # 6 Esercizio 1. Siano a := 4+13i, b := 8+i Z[i]. Determinare q, r Z[i] tali che a = bq + r con r = 0 o rδ < bδ (dove δ denota l usuale funzione euclidea per Z[i]).
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.
Dettagli2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi)
2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi) La circonferenza è la curva di 2^ grado che viene individuata univocamente da tre punti non allineati e possiede la seguente proprietà:
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
Dettagli1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7.
1 FORME QUADRATICHE 1 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli esercizi
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
Dettagli