Cammini Minimi. Algoritmo di Dijkstra
|
|
- Franco Serra
- 6 anni fa
- Visualizzazioni
Transcript
1 Cammini Minimi Algoritmo di Dijkstra
2 Cammino in un grafo Dato un grafo G=(V,E), un Cammino (Percorso) in G è un insieme di vertici v 1, v 2,.., v k tali che (v i, v i+1 ) E v 1 v 2 v 3 v k In un grafo orientato si farà riferimento a cammini diretti Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 2
3 Connettività in grafi non orientati Due vertici u,v sono connessi in un grafo non orientato se esiste un cammino che collega u e v Un grafo è connesso se per ogni coppia di vertici u e v, u e v sono connessi Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 3
4 Connettività in grafi orientati Due vertici u e v sono connessi in un grafo orientato se esiste un cammino diretto che collega u a v Un grafo diretto è fortemente connesso se per ogni coppia (u,v), esiste un cammino da u a v e da v ad u Un grafo è debolmente connesso se per ogni coppia (u,v), esiste un cammino da u a v (o viceversa) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 4
5 Costo di un cammino Sia G = (V,E) un grafo orientato ai cui archi è associato un costo W(u,v). Il costo di un cammino p = (v 0,v 1,...,v k ) è la somma dei costi degli archi che lo costituiscono W( p) = k W i = ( v v 1 i 1, i ) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 5
6 Costo di un cammino minimo Il costo minimo del cammino da un vertice u ad un vertice v è definito nel seguente modo: min {W(p)} se esistono cammini p da u a v δ(u,v) = altrimenti Un cammino minimo da u a v è un cammino p da u a v di costo W(p) = δ(u,v) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 6
7 Varie versioni del problema 1 Nel problema dei cammini minimi viene richiesto di calcolare i cammini minimi in un grafo orientato Vi sono quattro versioni del problema: Cammini minimi da un'unica sorgente a tutti gli altri vertici (Single Source Shortest Paths) Cammini minimi da ogni vertice ad un'unica destinazione (Single Destination Shortest Paths) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 7
8 Varie versioni del problema 2 Cammini minimi da un'unica sorgente ad un unica destinazione (Single-Pair Shortest Path) Cammini minimi da ogni vertice ad ogni altro vertice (All Pairs Shortest Paths) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 8
9 Risoluzione dei vari problemi Noi risolveremo la prima istanza La seconda istanza si risolve simmetricamente La terza si può risolvere usando la soluzione della prima Non si conosce ancora un algoritmo che risolva la terza istanza in tempo asintoticamente migliore della prima La quarta istanza si può risolvere usando la soluzione della prima per ogni vertice del grafo In genere si può fare di meglio Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 9
10 Esempio di applicazione Si supponga di voler determinare il percorso più breve (in termini di chilometri) che collega due luoghi A e B Se si modella la carta stradale su cui compaiono A e B come un grafo in cui: I vertici sono gli incroci Gli archi sono i tratti di strada tra incroci successivi I pesi degli archi sono le distanze in chilometri di ciascun arco Il problema si riconduce a quello dell'identificazione del cammino minimo dal vertice corrispondente ad A al vertice corrispondente a B Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 10
11 Esempio di cammino minimo 12 v 1 v 2 s t 13 v 3 9 v 4 14 cammino minimo Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 11
12 Note Nel caso di grafi non pesati, l'identificazione dell'albero dei cammini minimi può essere eseguita tramite la procedura di visita in ampiezza Non vogliamo calcolare solo il costo dei cammini minimi, ma anche i cammini minimi stessi Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 12
13 Archi di costo negativo Nel grafo orientato ci potrebbero essere anche archi di costo negativo Questi archi potrebbero creare dei problemi nell individuazione dei cammini minimi Vi potrebbero essere dei cicli di costo negativo raggiungibili da s Se un vertice u è raggiungibile da s tramite un cammino p che passa per un vertice appartenente ad un ciclo di costo negativo, allora esisteranno cammini da s a u di costo sempre minore costo minimo di cammino δ(s,u) non è definito Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 13
14 Esempio u s c 7 a b Nel caso di cicli negativi si pone δ(s,u)= Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 14
15 Archi di costo positivo Supporremo che il grafo orientato avrà solo archi di costo positivo In questo caso il cammino di lunghezza minima non contiene cicli Dimostrazione? Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 15
16 Teorema: Sottostruttura ottimale Se p è un cammino minimo da u a v, allora ogni sotto-cammino di p èanche un cammino minimo In altre parole: Se il cammino p = (v 0,v 1,...,v k ) è minimo allora sono minimi anche tutti i sottocammini p ij = (v i,...,v j ). Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 16
17 Dimostrazione Se esistesse un cammino q da v i a v j di costo minore di p ij allora sostituendo nel cammino p il sottocammino p ij con il cammino q si otterrebbe un cammino da v 0 a v k di costo minore di p Impossibile se p è minimo v 0 v i X v j v k q Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 17
18 Scomposizione dei costi di un cammino minimo Se p è un cammino minimo da s ad un vertice v ed u è il vertice che precede v nel cammino allora δ(s,v) = δ(s,u) + W(u,v) Dimostrazione: Dipende dalla sottostruttura ottima: δ(s,v) = W(p) = δ(s,u) + W(u,v) s p' Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 18 u v
19 Limite superiore per i costi di cammino minimo Per ogni arco (u,v) vale la disuguaglianza: δ(s,v) δ(s,u) + W(u,v) Dimostrazione Se u non è raggiungibile da s allora δ(s,u) = e δ(s,v) + W(u,v) banalmente Se u è raggiungibile da s allora δ(s,u) + W(u,v) è il costo di un cammino da s a v ed è quindi maggiore o uguale di δ(s,v) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 19
20 Rappresentazione dei cammini minimi 1 In genere ci interessa calcolare non solo i costi dei cammini minimi dalla sorgente s ad ogni vertice del grafo ma anche i cammini minimi stessi Dato un vertice u con π[u] indichiamo il predecessore di u nel cammino da s a u Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 20
21 Rappresentazione dei cammini minimi 2 G=(V,E) s V s = sorgente Definiamo G π =(V π,e π ) il sottografo predecessore di G con V π ={v V: π[v] NIL} {s} E π ={(π[v],v) E : v V π -{s}} Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 21
22 Sottografo predecessore Un sottografo predecessore G π è uno shortestpaths tree per G se V π è costituito da tutti i vertici di G raggiungibili da s G π forma un albero con radice s il cammino semplice da s a v in G π coincide con il cammino minimo da s a v in G Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 22
23 Tecnica del rilassamento L algoritmo che studieremo per risolvere il problema dei cammini minimi usa la tecnica del rilassamento Dettagli a breve Ad ogni vertice v del grafo associamo un campo d[v] che rappresenta una stima di δ(s,v) Durante l esecuzione dell algoritmo è un limite superiore per δ(s,v) [d[v] δ(s,v)]; mentre alla fine sarà uguale a δ(s,v) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 23
24 Idea dell algoritmo 1 I valori d[v] e π[v] vengono aggiornati mediante la cosiddetta tecnica del rilassamento degli archi quando viene rilassato l arco (u,v) si verifica se è possibile ottenere un cammino più breve di quello di costo d[v] attraversando l arco (u,v) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 24
25 Rilassamento di un arco Il rilassamento rispetto ad un arco (u,v) consiste nel controllare se è possibile migliorare il cammino finora trovato per v aggiungendo al cammino trovato per u l arco (u,v). Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 25
26 Idea dell algoritmo 2 Rilassamento di un arco RELAX(u, v, w) if d[u] + w(u, v) < d[v] then d[v] d[u] + w(u, v) π[v] u //predecessore di u sul cammino di costo d[v] Inizializzazione INITIALIZE-SINGLE-SOURCE(G, s) for each vertex v V[G] d[v] π[v] nil d[s] 0 Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 26
27 Effetto del rilassamento Dopo aver eseguito RELAX(u, v, w) vale la disuguaglianza d[v] d[u] + W(u,v) Se d[v] > d[u] + W(u,v) prima del rilassamento, allora viene posto d[v] = d[u] + W(u,v) Se d[v] d[u] + W(u,v) prima del rilassamento, allora non viene fatto nulla Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 27
28 Idea dell algoritmo 3 Si esegue INITIALIZE-SINGLE-SOURCE(G, s) Ogni arco (u,v) viene rilassato eseguendo RELAX(u, v, w) L algoritmo termina quando i valori di d coincidono con i pesi dei cammini minimi Si noti che se ad un certo punto d[u]=δ(s,u), allora nessuna successiva invocazione di RELAX può modificare d[u] Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 28
29 Come scegliamo gli archi? L ordine in cui gli archi vengono rilassati dipende dal tipo di algoritmo Alcuni algoritmi rilassano ciascun arco più volte Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 29
30 Nota Si può provare che qualsiasi algoritmo che esegua l inizializzazione ed una sequenza di rilassamenti per cui alla fine d[v] = δ(s,v) per ogni vertice v calcola correttamente i cammini minimi Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 30
31 Algoritmi per SSSP Vi sono due algoritmi classici di questo tipo, uno dovuto a Dijkstra ed uno dovuto a Bellman-Ford L algoritmo di Dijkstra richiede che i pesi degli archi non siano negativi mentre quello di Bellman-Ford funziona anche nel caso generale Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 31
32 Algoritmo di Dijkstra 1 Input: grafo direzionato G=(V,E) con archi di peso maggiore o uguale a 0 un vertice s che rappresenta la sorgente L algoritmo mantiene Per ogni u V, i valori d[u] e π[u] S: insieme di vertici per cui è stato già determinato un cammino minimo Per ogni u S si ha d[u]=δ(s,u) Q: coda a priorità che contiene i vertici che non sono in S Per ogni u Q, la chiave che determina la priorità di u è d[u] Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 32
33 Algoritmo di Dijkstra 2 I vertici adiacenti a quelli in S formano una frontiera tra i vertici per cui si conosce un cammino minimo e tutti gli altri vertici Ogni volta viene inserito in S il vertice della frontiera che ha il valore di d più piccolo (scelta greedy) e vengono rilassati tutti gli archi uscenti da esso Ogni arco è rilassato esattamente una volta Output: π: sottografo predecessore, d: pesi dei cammini minimi da s a tutti gli altri vertici Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 33
34 Algoritmo di Dijkstra 3 Per ogni vertice u di S è già noto il cammino minimo da s ad u S s Resto del grafo frontiera Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 34
35 Pseudocodice dell algoritmo di Dijkstra DIJKSTRA(G,w,s) 1 INITIALIZE-SINGLE-SOURCE(G, s) 2 S 3 Q V[G] 4 while Q 5 do u Extract-Min(Q) 6 S S {u} 7 for each v Adj[u] 8 do RELAX(u,v,w) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 35
36 Passo dell algoritmo di Dijkstra I valori nei vertici indicano i valori di d S s min(4+5, ) = min(4+8, ) = 12 Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percorso passante solo per vertici in S Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 36
37 Passo dell algoritmo di Dijkstra I valori nei vertici indicano i valori di d S s Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percorso passante solo per vertici in S Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 37
38 Passo dell algoritmo di Dijkstra I valori nei vertici indicano i valori di d S s min(9, 6+1) = min(12, 6+3) = 9 Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percorso passante solo per vertici in S Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 38
39 Passo dell algoritmo di Dijkstra I valori nei vertici indicano i valori di d S s Per ogni nodo u della frontiera, d[u] contiene la lunghezza di un percorso passante solo per vertici in S Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 39
40 Correttezza dell algoritmo S u s Sia u il vertice della frontiera con il più piccolo valore di d. Un qualsiasi cammino minimo da s ad u attraversa solo vertici in S Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 40
41 Correttezza dell algoritmo di Dijkstra 1 S u s x Sia u il vertice della frontiera con il più piccolo valore di d. Qualsiasi cammino da s ad u che attraversa qualche vertice in V-S ha lunghezza maggiore di d[u] in quanto deve passare attraverso qualche altro vertice x della frontiera con d[x] d[u] per poi raggiungere u Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 41
42 Correttezza dell algoritmo di Dijkstra 2 p' Sia s v un percorso minimo da s a v. Se prima della chiamata a RELAX(u,v,w) si ha d[u]= δ(s,u), allora dopo la chiamata si ha d[v]= δ(s,v). Dimostrazione u d[v] d[u]+w(u,v) Per effetto di RELAX(u,v,w) = δ(s,u)+w(u,v) = δ(s,v) Per la sottostruttura ottimale Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 42
43 Correttezza dell algoritmo di Dijkstra 3 Teorema: Quando u viene inserito in S si ha d[u] = δ(s,u). Idea della dimostrazione: Da quanto illustrato nelle due slide precedenti segue che esiste un cammino minimo tra s ed u che attraversa solo vertici di S: S s z u Siccome d[z] = δ(s,z), allora il risultato della slide precedente implica che dopo RELAX(z,u,w) (eseguita quando z viene aggiunto ad S) risulta d[u] = δ(s,u) (e π[u] = z). Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 43
44 Complessità dell algoritmo di Dijkstra Il tempo di esecuzione dipende da come è implementata la coda a priorità Q Per l analisi considereremo tre diverse implementazioni di Q Mediante un array Mediante binary heap Mediante Fibonacci Heap INITIALIZE-SINGLE-SOURCE(G, s) richiede tempo O(V) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 44
45 Q implementata con array Inizializzazione di Q Tempo O(V) per inserire i vertici nell array Analisi del ciclo di while V operazioni Extract-Min (linea 5) Ciascuna richiede tempo O(V) in quanto occorre cercare il minimo V aggiornamenti di S Ciascuna richiede tempo costante Un totale di O(E) iterazioni del ciclo di for (linee 4-8) in quanto la lista di adiacenza di ciascun vertice u viene scandita esattamente una volta (quando u è inserito in S) RELAX(u,v,w) sulla linea 8 richiede tempo costante Tempo totale: O(V 2 + E )=O(V 2 ) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 45
46 Q implementata con binary heap Inizializzazione di Q effettuata mediante una Build-Heap che costruisce un heap con V elementi in tempo O(V) Analisi del ciclo di while V operazioni Extract-Min - Ciascuna richiede tempo O(log V) V aggiornamenti di S - Ciascuna richiede tempo costante Un totale di O(E) iterazioni del ciclo di for (linee 4-8) in quanto la lista di adiacenza di ciascun vertice u viene scandita esattamente una volta (quando u è inserito in S) RELAX(u,v,w) sulla linea 8 : L aggiornamento di d[v] è effettuata eseguendo DECREASE- KEY(Q,v,d[u]+w(u,v)) che richiede tempo O(log V) L aggiornamento di π[v] richiede tempo costante Tempo totale: O(Vlog V + E log V) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 46
47 Q implementata con Fibonacci heap Inizializzazione di Q effettuata mediante V Make-Heap e V-1 Union in tempo O(V) Analisi del ciclo di while V operazioni Extract-Min - Ciascuna richiede tempo O(log V) V aggiornamenti di S- Ciascuna richiede tempo costante Un totale di O(E) iterazioni del ciclo di for (linee 4-8) in quanto la lista di adiacenza di ciascun vertice u viene scandita esattamente una volta (quando u è inserito in S) RELAX(u,v,w) sulla linea 8 : L aggiornamento di d[v] è effettuata eseguendo DECREASE- KEY(Q,v,d[u]+w(u,v)) che richiede tempo ammortizzato O(1) L aggiornamento di π[v] richiede tempo costante Tempo totale: O(Vlog V + E) Prof. Carlo Blundo Laboratorio di Algoritmi e Strutture Dati 47
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
DettagliVisite in Grafi BFS e DFS
Visite in Grafi BFS e DFS Visita di un Grafo Obiettivo: Visitare una sola volta tutti i nodi del grafo. Es.: visitare un porzione del grafo del Web Difficoltà: Presenza di cicli: Marcare i nodi visitati
DettagliGrafi (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
DettagliAlgoritmi 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
DettagliCammini minimi con sorgente singola
Capitolo 11 Cammini minimi con sorgente singola efinizione 11.1. Sia G = (V,, w) un grafo orientato e pesato; dato il cammino p = v 0, v 1,..., v k in G, il valore w(p) = k i=1 w(v i 1, v i ) rappresenta
DettagliGrafi (non orientati e connessi): minimo albero ricoprente
.. Grafi (non orientati e connessi): minimo albero ricoprente Una presentazione alternativa (con ulteriori dettagli) Problema: calcolo del minimo albero di copertura (M.S.T.) Dato un grafo pesato non orientato
DettagliCammini 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
DettagliCammini minimi in grafi:
Algoritmi e strutture dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Cammini minimi in grafi: una trilogia Cammini minimi in grafi: Episodio III: la fine della trilogia Input: nelle puntate
DettagliGrafi: visita generica
.. Grafi: visita generica Una presentazione alternativa (con ulteriori dettagli) Algoritmi di visita Scopo: visitare tutti i vertici di un grafo (si osservi che per poter visitare un vertice occorre prima
DettagliMinimo albero di copertura
apitolo 0 Minimo albero di copertura efinizione 0.. ato un grafo G = (V, E) non orientato e connesso, un albero di copertura di G è un sottoinsieme T E tale che il sottografo (V, T ) è un albero libero.
DettagliCammini 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)
DettagliProblemi, 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
DettagliSommario. Rappresentazione dei grafi. Ordinamento topologico. Visita in ampiezza Visita in profondità
Visite Grafi Sommario Rappresentazione dei grafi Visita in ampiezza Visita in profondità Ordinamento topologico Visita in ampiezza La visita in ampiezza breadth-first-search (BFS) di un grafo dato un vertice
DettagliEsempi. non. orientato. orientato
Definizione! Un grafo G = (V,E) è costituito da un insieme di vertici V ed un insieme di archi E ciascuno dei quali connette due vertici in V detti estremi dell arco.! Un grafo è orientato quando vi è
DettagliGrafi (non orientati e connessi): minimo albero ricoprente
Grafi (non orientati e connessi): minimo albero ricoprente Una breve presentazione Definizioni Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è
DettagliEsercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi
Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore
DettagliCOMPLEMENTI DI SHORTEST-PATH. ASD Fabrizio d'amore
COMPLEMENTI DI SHORTEST-PATH ASD 2016-17 Fabrizio d'amore problemi di shortest-path (SP) grafo di riferimento G=(V,E) semplice/orientato pesato pesi non negativi pesi arbitrari, ma no cicli a peso negativo
Dettagli2.3 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,
DettagliGrafi 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
DettagliProgettazione 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
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 1/01/016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai
DettagliIntroduzione 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
DettagliAlberi di copertura minimi
Alberi di copertura minimi 1 Problema Nella progettazione di circuiti elettronici è spesso necessario collegare i morsetti. Per connettere un insieme di n morsetti si può usare un insieme di n-1 fili elettrici.
DettagliCammini Minimi. Un problema molto comune. Formalizziamo. Peso di un cammino. Esempio. Ritorniamo all esempio iniziale. Input:
Cammini Minimi Un problema molto comune i uole andare da alerno a Milano in auto percorrendo il minor numero di chilometri oluzione inefficiente: i coniderano TUTTI i percori poibili e e ne calcola la
Dettagli2.2 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
DettagliIntroduzione al problema dei cammini minimi. Facoltà di Scienze Matematiche Fisiche e Naturali. Prof.ssa Rossella Petreschi
Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea Magistrale in INFORMATICA Algoritmi e Strutture Dati Prof.ssa Rossella Petreschi Anno accademico 2010/2011 Introduzione al problema dei
DettagliAppunti 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 (liverani@mat.uniroma.it)
DettagliGrafi: 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
DettagliAlberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni
DettagliGrafi 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
DettagliAlgoritmi 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
DettagliVISITA IL SITO PER ALTRO MATERIALE E GUIDE
COPYRIGHT SEGO LICENSE Questo documento viene fornito così come è: se pensate che faccia schifo problemi vostri, nessuno vi obbliga a leggerlo. Se pensate che sia qualcosa di positivo e/o avete suggerimenti
Dettagli2.2 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
DettagliAlgoritmi Greedy. Tecniche Algoritmiche: tecnica greedy (o golosa) Un esempio
Algoritmi Greedy Tecniche Algoritmiche: tecnica greedy (o golosa) Idea: per trovare una soluzione globalmente ottima, scegli ripetutamente soluzioni ottime localmente Un esempio Input: lista di interi
DettagliProblema dell albero di cammini minimi (SPT, Shortest Path Tree) o problema dei cammini minimi :
Per almeno una delle soluzioni ottime { P i, i r } del problema generalizzato, l unione dei cammini P i forma un albero di copertura per G radicato in r e orientato, ossia un albero la cui radice è r i
Dettagli11.4 Chiusura transitiva
6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)
DettagliGrafi e reti di flusso
Grafi e reti di flusso Molti problemi di ottimizzazione sono caratterizzati da una struttura di grafo: in molti casi questa struttura emerge in modo naturale, in altri nasce dal particolare modo in cui
DettagliGrafi. Sommario. Definizioni Rappresentazione dei grafi Algoritmi di visita Esempi in C
Grafi Sommario Definizioni Rappresentazione dei grafi Algoritmi di visita Esempi in C 1 Esempi Relazioni di parentela Alberi genealogici Relazioni tra classi nei linguaggi OO Grafo del Web Assetti societari
DettagliStrutture dati per insiemi disgiunti
Strutture dati per insiemi disgiunti Servono a mantenere una collezione S = {S 1, S 2,..., S k } di insiemi disgiunti. Ogni insieme S i è individuato da un rappresentante che è un particolare elemento
DettagliAlgoritmo 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
DettagliIntroduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente
Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Capitolo 12 Grafi e visite di grafi Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano Definizione Un grafo G=(V,E) consiste in: - un insieme V di vertici (o nodi) - un insieme
DettagliIl problema del commesso viaggiatore
Il problema del commesso viaggiatore Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università
DettagliIntroduzione 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
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
DettagliProgettazione di algoritmi
Progettazione di algoritmi Discussione dell'esercizio [acqua 2] Vogliamo trovare una sequenza di versamenti che sia buona e parsimoniosa. Consideriamo quindi il grafo i cui nodi sono le possibili configurazioni
DettagliUNIVERSITÀ 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
Dettagli4c. Esercizi sul livello di Rete Instradamento in Internet
c. sul livello di Rete Instradamento in Internet c- o Si consideri la rete in figura. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si
DettagliIn questa lezione. Heapsort. ordinamento con complessità, nel caso peggiore, O(nlogn) [CLRS01] cap. 6 da pag. 106 a pag. 114
In questa lezione Heapsort ordinamento con complessità, nel caso peggiore, O(nlogn) [CLRS01] cap. 6 da pag. 106 a pag. 11 1 Paternità L heapsort è stato pubblicato da J. W. J. Williams nel 106. Pochi mesi
DettagliEsercizi di Algoritmi e Strutture Dati
Esercizi di Algoritmi e Strutture Dati Moreno Marzolla marzolla@cs.unibo.it Ultimo aggiornamento: 3 novembre 2010 1 Trova la somma/1 Scrivere un algoritmo che dati in input un array A[1... n] di n interi
DettagliOttimizzazione Discreta Esercizi V: Soluzioni
Ottimizzazione Discreta Esercizi V: Soluzioni Grafi e cammini minimi A.A. 214/215 Esercizio 1 (a) Nella terminologia della teoria dei grafi, si chiede di dimostrare che ogni grafo non orientato G = (V,E),
DettagliGrafi: 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
DettagliAlgoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte II
Algoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte II Classificazione digli archi Sia G la foresta DF generata da DFS sul grafo G. Arco d albero: gli
DettagliFondamenti di Internet e Reti 097246
sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino
DettagliIl valore di flusso che si ottiene è
1) Si consideri un insieme di piste da sci e di impianti di risalita. Lo si modelli con un grafo orientato che abbia archi di due tipi: tipo D (discesa e orientato nel senso della discesa) e tipo R (risalita
DettagliProgettazione di algoritmi. Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo. Appello del 15 Novembre Attenzione:
COGNOME: Nome: Progettazione di algoritmi Classe 3 (matricole congrue 2 modulo 3) Prof.ssa Anselmo Appello del 15 Novembre 2016 Attenzione: Inserire i propri dati nell apposito spazio soprastante e sottostante.
DettagliOrdinamento per inserzione e per fusione
Ordinamento per inserzione e per fusione Alessio Orlandi 15 marzo 2010 Fusione: problema Problema Siano A e B due array di n A e n B interi rispettivamente. Si supponga che A e B siano ordinati in modo
DettagliDomini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):
UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione
DettagliT 1 =1. n 6 n. T n =3 T. Esercizio 1 (6 punti)
A.A. 7 8 Esame di Algoritmi e strutture dati 9 luglio 8 Esercizio (6 punti) Risolvere con almeno due metodi diversi la seguente relazione di ricorrenza T = T n =3 T n 6 n A.A. 7 8 Esame di Algoritmi e
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
DettagliGestione 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
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 29/01/2016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via
DettagliAlgoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte III
Algoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte III Applicazioni di DFS Due prolemi: calcolare l ordinamento topologico indotto da un grafo aciclico.
DettagliAlgoritmi e Strutture Dati. Capitolo 4 Ordinamento: Selection e Insertion Sort
Algoritmi e Strutture Dati Capitolo 4 Ordinamento: Selection e Insertion Sort Ordinamento Dato un insieme S di n elementi presi da un dominio totalmente ordinato, ordinare S in ordine non crescente o non
DettagliPossibile 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
DettagliProcessi di cost management - Programmazione multiperiodale
Processi di cost management - Programmazione multiperiodale Queste slide (scrte da Carlo Mannino) riguardano il problema di gestione delle attivà di un progetto allorché i costi di esecuzione sono legati
DettagliDati e Algoritmi I (Pietracaprina) Esercizi svolti sui Grafi
Dati e Algoritmi I (Pietracaprina) Esercizi svolti sui Grafi Dati e Algoritmi I (Pietracaprina): Esercizi 1 Problema 1 (Esercizio C-14.34 del testo [GTG14]) Sia G = (V, E) un grafo non diretto con n =
DettagliRicerca 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)
DettagliProblemi e algoritmi. Il che cosa ed il come. Il che cosa ed il come. Il che cosa e il come
Problemi e algoritmi Il che cosa e il come Problema: descrive che cosa si deve calcolare Specifica (di un algoritmo): descrive che cosa calcola un algoritmo Algoritmo: descrive come effettuare un calcolo
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento
UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),
DettagliProgettazione 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
DettagliDati e Algoritmi 1: A. Pietracaprina. Grafi (II parte)
Dati e Algoritmi 1: A. Pietracaprina Grafi (II parte) 1 Breath-First Search (algoritmo iterativo) Si assume una rappresentazione tramite liste di adiacenza. L ordine con cui si visitano i vicini di un
DettagliOttimizzazione Combinatoria e Reti (a.a. 2007/08)
o Appello 6/07/008 Ottimizzazione Combinatoria e Reti (a.a. 007/08) Nome Cognome: Matricola: ) Dopo avere finalmente superato l esame di Ricerca Operativa, Tommaso è pronto per partire in vacanza. Tommaso
DettagliRouting IP. IP routing
Routing IP IP routing IP routing (inoltro IP): meccanismo per la scelta del percorso in Internet attraverso il quale inviare i datagram IP routing effettuato dai router (scelgono il percorso) Routing diretto
DettagliAppunti lezione Capitolo 14 Greedy
Appunti lezione Capitolo 14 Greedy Alberto Montresor 21 Novembre, 2016 1 Domanda: dimostrare che S[i, j] = con i j Nel problema della selezione delle attività, il sottoinsieme S[i, j] è definito nel modo
DettagliAlberi e arborescenze di costo minimo
Alberi e arborescenze di costo minimo Complementi di Ricerca Operativa Giovanni Righini Dipartimento di Tecnologie dell Informazione - Università degli Studi di Milano Definizioni - 1 Un grafo G = (V,
DettagliMETODI DELLA RICERCA OPERATIVA
Università degli Studi di Cagliari FACOLTA' DI INGEGNERIA CORSO DI METODI DELLA RICERCA OPERATIVA Dott.ing. Massimo Di Francesco (mdifrance@unica.it) i i Dott.ing. Maria Ilaria Lunesu (ilaria.lunesu@unica.it)
Dettaglietà (anni) manutenzione (keuro) ricavato (keuro)
.6 Cammini minimi. Determinare i cammini minimi dal nodo 0 a tutti gli altri nodi del seguente grafo, mediante l algoritmo di Dijkstra e, se applicabile, anche mediante quello di Programmazione Dinamica.
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
DettagliGRAFI. 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
DettagliMakespan 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
DettagliAlgoritmi greedy. Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione
Algoritmi greedy Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione Gli algoritmi greedy sono algoritmi basati sull idea
DettagliSommario della lezione
Sommario della lezione Cammini minimi in grafi Applicazioni Algoritmi Alberi ricoprenti minimi in grafi Applicazioni Algoritmi Università degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno
DettagliProblemi di ordinamento
Problemi di ordinamento Input: una sequenza di n numeri a 1, a 2,..., a n ; Output: una permutazione a 1, a 2,..., a n di a 1, a 2,..., a n tale che a 1 a 2... a n. Generalmente, la sequenza è rappresentata
DettagliProgettazione 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
DettagliProgettazione di algoritmi
Progettazione di algoritmi Discussione dell'esercizio [labirinto] Nel testo dell'esercizio abbiamo considerato come lunghezza del percorso il numero di bivi ma possiamo stimare meglio la lunghezza reale
DettagliProgrammazione dinamica
Programmazione dinamica Violetta Lonati Università degli studi di Milano Dipartimento di Informatica Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Violetta Lonati Programmazione
Dettagli«Sciente e Tecnologie dei Beni Culturali»
5 Informatica CdS in «Sciente e Tecnologie dei Beni Culturali» AA 2014-2015 Mini-sito dell insegnamento: http://www.unife.it/scienze/beni.culturali/insegnamenti/informatica Prof. Giorgio Poletti giorgio.poletti@unife.it
DettagliRouting. Forwarding e routing
Routing E necessario stabilire un percorso quando host sorgente e destinazione non appartengono alla stessa rete Router di default si occupa di instradare il traffico all esterno della rete Router sorgente:
DettagliElezione di un leader in una rete ad anello
Elezione di un leader in una rete ad anello Corso di Algoritmi Distribuiti Prof. Roberto De Prisco Lezione n a cura di Rosanna Cassino e Sergio Di Martino Introduzione In questa lezione viene presentato
DettagliEsame 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
DettagliDati e Algoritmi I (Pietracaprina) Esercizi sulle Nozioni di Base
Dati e Algoritmi I (Pietracaprina) Esercizi sulle Nozioni di Base Dati e Algoritmi I (Pietracaprina): Esercizi 1 Problema 1. Sia T una stringa arbitraria di lunghezza n 1 su un alfabeto Σ. È sempre possibile
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
DettagliDiagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto
Diagramma a blocchi per la selezione, in un mazzo di chiavi, di quella che apre un lucchetto 14 1. Dato un numero dire se è positivo o negativo 2. e se il numero fosse nullo? 3. Eseguire il prodotto tra
DettagliAlgoritmi e Strutture Dati 2/ed Quiz a risposta multipla
Camil Demetrescu Irene Finocchi Giuseppe F. Italiano Algoritmi e Strutture Dati 2/ed Quiz a risposta multipla Indice 1 Un introduzione informale agli algoritmi 1 2 Modelli di calcolo e metodologie di
DettagliL' ADT grafo è un contenitore di elementi memorizzati nelle posizioni del grafo (vertici e archi)
L' ADT grafo è un contenitore di elementi memorizzati nelle posizioni del grafo (vertici e archi) le informazioni possono essere memorizzate sia sui vertici sia sugli archi del grafo Metodi fondamentali
Dettagli4.1 Localizzazione e pianificazione delle base station per le reti UMTS
esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),
DettagliHeap e code di priorità
Heap e code di priorità Violetta Lonati Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica AA 2009/2010
DettagliVISITA IL SITO PER ALTRO MATERIALE E GUIDE
COPYRIGHT SEGO LICENSE Questo documento viene fornito così come è: se pensate che faccia schifo problemi vostri, nessuno vi obbliga a leggerlo. Se pensate che sia qualcosa di positivo e/o avete suggerimenti
DettagliEsercizio 1. min. Esercizio 2. Esercizio 3
A UNIVERSIÀ DEGLI SUDI ROMA RE Ricerca Operativa Primo appello gennaio 00 Esercizio Portando il problema in forma standard si aggiungono le variabili e 4. Impostando il problema artificiale è sufficiente
Dettagli