ALGORITMO DEL SIMPLESSO

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ALGORITMO DEL SIMPLESSO"

Transcript

1 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) x 1 + x 5 3x 1 + x 9 x 4 x 1, x 0 ESERCIZIO. Risolvere il seguente programma lineare (a) con il metodo del simplesso e (b) con il metodo grafico. (6) max 3x 1 x (7) (8) (9) (10) x 1 x 1 x 1 + x 1 x 1 + x 0 x 1, x 0 ESERCIZIO 3. Risolvere il seguente programma lineare utilizzando l algoritmo del simplesso. (11) max 3x 1 x + x 3 (1) (13) (14) (15) x 1 + x 6 x + x 3 4 x 1 x 3 3 x 1, x, x 3 0 ESERCIZIO 4. Risolvere il seguente programma lineare per mezzo dell algoritmo del simplesso. (16) min x 1 3x 1

2 ESERCITAZIONI DI RICERCA OPERATIVA 1 (17) (18) (19) (0) x 1 + x 4 x 1 3 x 3 x 1, x 0 ESERCIZIO 5. Risolvere il seguente programma lineare per mezzo dell algoritmo del simplesso. (1) max x 1 x () x 1 + x 1 (3) x 1 + x (4) x 1, x 0

3 ALGORITMO DEL SIMPLESSO 3 Soluzioni 1. (a) Prima di applicare il metodo del simplesso è indispensabile porre il programma lineare in forma standard. Per ottenere questo è necessario, in questo caso, trasformare (1) (5) in un programma di minimo cambiando il segno della funzione obiettivo (1) e scrivere i vincoli () (4) come uguaglianze utilizzando opportune variabili di slack x 3, x 4, x 5. (1 ) ( ) (3 ) (4 ) (5 ) max x 1 + x x 1 + x + x 3 = 5 3x 1 + x + x 4 = 9 x + x 5 = 4 Grazie alla presenza delle variabili di slack, è immediatamente identificabile sul sistema dei vincoli una base ammissibile iniziale B 0 = {x 3, x 4, x 5 }. max z = 0 +x 1 +x x 3 = 5 x 1 x x 4 = 9 3x 1 x x 5 = 4 x B 0 = {x 3, x 4, x 5 } La presenza di costi ridotti γ 1, γ > 0 indica che la soluzione ammissibile di base associata a B 0 non è ottima; la variabile x 1, che presenta costo ridotto massimo, è idonea ad entrare in base. La variabile uscente è scelta con il criterio dei rapporti minimi, quindi { 5 min 1, 9 } = indica che la variabile uscente è x 4. Effettuando l operazione di cardine si ottiene la riformulazione rispetto alla nuova base B 1. max z = 6 3 x x x 3 = x 4 3 x x 1 = x x x 5 = 4 x B 1 = B 0 {x 1 } \ {x 4 } = {x 3, x 1, x 5 } Poiché γ > 0 la soluzione associata a B 1 non è ottima, e si prosegue facendo entrare in base x. La variabile uscente è in questo caso x 3, alla quale corrisponde il minimo tra i rapporti /3, 3 1/3, 4 1. Si ottiene quindi, effettuando l operazione di cardine, la seguente riformulazione. max z = 7 1 x 4 1 x 3 x = x 4 3 x 3 x 1 = 1 x x 3 x 5 = 1 1 x x 3 B = B 1 {x } \ {x 3 } = {x, x 1, x 5 } La soluzione associata alla base B è ottima, poiché sulla riformulazione γ 4, γ 3 0.

4 4 ESERCITAZIONI DI RICERCA OPERATIVA 1 r x 5 4 x = 4 3 A(, 3) 1 S a x 1 3x 1 + x = 9 x 1 + x = 5 Figura 1. Risoluzione per via grafica dell esercizio 1. (b) Essendo (1) (5) un programma in due sole variabili, è agevole utilizzare il metodo grafico. La Figura 1 rappresenta graficamente l insieme S a delle soluzioni ammissibili di (1) (5); la retta tratteggiata r è una isocosto e la direzione di crescita è quella indicata dal vettore (, 1). L ottimo è quindi localizzato nel punto A di coordinate x 1 =, x = 3. Si noti il percorso seguito sulla frontiera di S a dalle iterazioni del simplesso, attraverso i vertici (0, 0) (3, 0) (, 3) A.. Trasformando (6) (10) in forma standard, si introducono due variabili di slack x 3, x 5 associate rispettivamente ai vincoli (7) e (9) e una variabile di surplus x 4 associata al vincolo (8). Si ottiene dunque quanto segue. (6 ) max 3x 1 x (7 ) (8 ) (9 ) (10 ) x 1 x + x 3 = 1 x 1 + x x 4 = 1 x 1 + x + x 5 = 0 A differenza di quanto osservato nell esercizio 1, le variabili supplementari x 3, x 4, x 5 non formano una base ammissibile (la soluzione corrispondente avrebbe x 4 = 1). È quindi conveniente impostare il problema di prima fase. In questo caso è sufficiente aggiungere una singola variabile artificiale s 1, in corrispondenza del secondo vincolo. max s 1

5 ALGORITMO DEL SIMPLESSO 5 x 1 x + x 3 = 1 x 1 + x x 4 + s 1 = 1 x 1 + x + x 5 = 0 x 1,..., x 5, s 1 0 Ora la base B 0 = {x 3, s 1, x 5 } è ammissibile per il problema di prima fase, e si può avviare l algoritmo del simplesso. max z = 1 x 1 +x x 4 x 3 = 1 x 1 +x s 1 = 1 +x 1 x +x 4 x 5 = 0 +x 1 1x x 1,..., x 5, s 1 0 B 0 = {x 3, s 1, x 5 } A questo punto entra in base la variabile x (γ > 0) e la regola dei rapporti individua in x 5 la variabile uscente. max z = 1 +3x 1 x 5 x 4 x 3 = 1 +x 1 x 5 s 1 = 1 3x 1 +x 5 +x 4 x = 0 +x 1 x 5 x 1,..., x 5, s 1 0 B 1 = {x 3, s 1, x } Infine entra in base x 1 mentre esce s 1. max z = 0 s 1 x 3 = s x x 4 x 1 = s x x 4 x = 3 3 s x x 4 x 1,..., x 5, s 1 0 B = {x 3, x 1, x 5 } Poiché il problema di prima fase ha una soluzione ottima con funzione obiettivo pari a 0, il programma (6 ) (10 ) ha una soluzione ammissibile di base, corrispondente a x 3 = 4 3, x 1 = 1 3, x = 3 (x 4 = x 5 = 0 perché fuori base). Riformulando ora la funzione obiettivo (6 ) rispetto alla base B si ottiene quanto segue. max z = x x 4 x 3 = x x 4 x 1 = x x 4 x = x x 4 B = {x 3, x 1, x 5 } Sulla colonna di x 4 si può riconoscere la condizione di illimitatezza: γ 4 > 0, con tutti gli α i4 0. Il programma (6) (10) ha quindi S a ma S ott =. Si può osservare che dalla riformulazione è immediato ottenere l equazione parametrica di un raggio lungo il quale la funzione obiettivo cresce indefinitamente: x 3 = x 4 x 1 = x 4 t 0. x = x 4 x 4 = t

6 6 ESERCITAZIONI DI RICERCA OPERATIVA 1 x r x 1 + x = 0 5 3x 1 x = S a x 1 + x = x 1 Figura. Risoluzione per via grafica dell esercizio. (Nota: corrisponde alla semiretta con origine in (x 1 = 1 3, x = 3 ) e giacente sulla retta di equazione x 1 + x = 0.) (b) Operando graficamente si ottiene la rappresentazione di S a data in Figura. La regione S a è illimitata (in alto a destra), e la retta isocosto r può essere spostata nella direzione di crescita indefinitamente. 3. La forma standard di (11) (15) si ottiene introducendo una variabile di slack x 4 e due variabili di surplus x 5, x 6. (11 ) max 3x 1 x + x 3 (1 ) (13 ) (14 ) (15 ) x 1 + x + x 4 = 6 x + x 3 x 5 = 4 x 1 x 3 x 6 = 3 x 1,..., x 6 0 Non avendo a disposizione una base ammissibile iniziale, è conveniente impostare e risolvere il problema di prima fase utilizzando due variabili artificiali s 1, s introdotte nei vincoli (13 ) e (14 ) rispettivamente. max s 1 s x 1 + x + x 4 = 6 x + x 3 x 5 + s 1 = 4 x 1 x 3 x 6 + s = 3 x 1,..., x 6, s 1, s 0

7 ALGORITMO DEL SIMPLESSO 7 Si può quindi applicare l algoritmo del simplesso a partire dalla base iniziale B 0 = {x 4, s 1, s }. max z = 7 +x 1 +x +x 3 x 5 x 6 x 4 = 6 x 1 x s 1 = 4 x x 3 +x 5 B 0 = {x 4, s 1, s } s = 3 1x 1 +x 3 +x 6 x 1,..., x 6, s 1, s 0 max z = 4 s +x +x 3 x 5 x 4 = 0 +s x x 3 x 6 s 1 = 4 x x 3 +x 5 B 1 = {x 4, s 1, x 1 } x 1 = 3 s +x 3 +x 6 x 1,..., x 6, s 1, s 0 max z = 4 +s x 4 x 5 x 6 x 3 = 0 +s 1 x 1 x 4 x 6 s 1 = 4 s +x 4 +x 5 +x 6 B = {x 3, s 1, x 1 } x 1 = 3 1 x 1 x 4 x 1,..., x 6, s 1, s 0 max z = 1 s 1 1 x 4 1 x 5 x 6 x 3 = 1 s 1 1 x + 1 x 5 s = 1 s x x 5 +x 6 B 3 = {x 3, s, x 1 } x 1 = 3 1 x 1 x 4 x 1,..., x 6, s 1, s 0 La base B 3 risulta ottima per il problema di prima fase, con x 3 = 4, s =, x 1 = 3, e valore di funzione obiettivo z = < 0. Quindi il programma lineare (11) (15) non ha soluzioni ammissibili. 4. Si perviene alla forma standard di (16) (0) cambiando segno alla funzione obiettivo e introducendo le variabili di slack x 3, x 4, x 5 rispettivamente nei vincoli (17), (18) e (19). (16 ) (17 ) (18 ) (19 ) (0 ) max x 1 + 3x x 1 + x + x 3 = 4 x 1 + x 4 = 3 x + x 5 = 3 x 1, x, x 3, x 4, x 5 0 Partendo dalla base B 0 = {x 3, x 4, x 5 } si ottiene la riformulazione max z = 0 +x 1 +3x x 3 = 4 x 1 x x 4 = 3 x 1 B 0 = {x 3, x 4, x 5 } x 5 = 3 x

8 8 ESERCITAZIONI DI RICERCA OPERATIVA 1 x 1 S a x 1 Figura 3. Risoluzione per via grafica dell esercizio 4. Avendo γ 3, γ > 0 la soluzione ammissibile di base corrispondente non è ottima, e conviene portare in base x. La variabile uscente, determinata considerando il rapporto minimo { 4 min, 3 } = 3, risulta essere la x 5 (l elemento-cardine è evidenziato in grassetto). Si ottiene quindi max z = 9 +x 1 3 x 5 x 3 = 1 1x 1 +x 5 x 4 = 3 x 1 x = 3 1 x 5 max z = 13 x x 5 x 1 = 1 x 3 +x 5 x 4 = +x 3 1x 5 B 1 = B 0 {x } \ {x 5 } B = B 1 {x 1 } \ {x 3 } x = 3 1 x 5 e infine, portando in base la x 5, max z = 15 3 x 3 1 x 4 x 1 = 3 x 4 x 5 = +x 3 x 4 B 3 = B {x 5 } \ {x 4 } x = 1 1 x x 4. La soluzione x 1 = 3, x = 1 risulta quindi ottima per il problema (16) (0). La soluzione ottenuta con metodo grafico è illustrata in Figura 3 la retta isoprofitto tratteggiata è riferita al programma in forma standard; si noti come l esecuzione del simplesso abbia prodotto la sequenza di vertici (0, 0) (0, 3 ) (1, 3 ) (3, 1 ). 5. La forma standard di (1) (4) si ottiene introducendo la variabile di slack x 3 nel vincolo (), e la variabile di surplus x 4 nel vincolo (3). (1 ) max x 1 x

9 ALGORITMO DEL SIMPLESSO 9 ( ) (3 ) (4 ) x 1 + x + x 3 = 1 x 1 + x x 4 = x 1,..., x 4 0 Dalla forma standard non è immediata la derivazione di una base ammissibile (la base {x 3, x 4 } non è ammissibile). Si può ricorrere al problema di prima fase per determinare una soluzione ammissibile di base iniziale. È sufficiente una singola variabile artificiale s 1, aggiunta al vincolo (3 ), per completare la sottomatrice identità nella matrice del sistema. max s 1 x 1 + x + x 3 = 1 x 1 + x x 4 + s 1 = x 1,..., x 4, s 1 0 Il problema di prima fase così ottenuto ha una base ammissibile evidente B 0 = {x 3, s 1 }. max z = +x 1 +x x 4 x 3 = 1 +x 1 x s 1 = x 1 x +x 4 x 1,..., x 4, s 1 0 max z = 0 s 1 x 3 = x s 1 1 x 4 x = 1 1 x 1 1 s x 4 x 1,..., x 4, s 1 0 B 1 = B 0 {x } \ {s 1 } Poiché il problema di prima fase ha un ottimo con valore nullo, segue che la base B 1 è ammissibile per (1 ) (4 ). Si procede quindi partendo dalla base B 1, eliminando la variabile artificiale s 1 e riformulando la funzione obiettivo (1 ) rispetto a B 1 : ( z = x 1 x = x x ) x 4 = x 1 1 x 4. max z = x 1 1 x 4 x 3 = x 1 1 x 4 x = 1 1 x x 4 x 1,..., x 4, s 1 0 max z = 4 5x +x 4 x 3 = 3 3x +x 4 x 1 = x +x 4 x 1,..., x 4, s 1 0 B = B 1 {x 1 } \ {x } Nell ultima riformulazione si osserva la condizione di illimitatezza γ 4 > 0, α 34, α Risulta quindi S a, S ott =. La funzione obiettivo cresce illimitatamente

10 10 ESERCITAZIONI DI RICERCA OPERATIVA 1 lungo la semiretta x 1 = + t x = 0 x 3 = 3 + t x 4 = t t 0.

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

min 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5

min 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5 IL METODO DEL SIMPLESSO 65 Esercizio 7.4.4 Risolvere utilizzando il metodo del simplesso il seguente problema di PL: min 4 + + + + = 4 + + = + = 5 Innanzitutto scriviamo il problema in forma standard:

Dettagli

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette. . Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,

Dettagli

Un applicazione della programmazione lineare ai problemi di trasporto

Un applicazione della programmazione lineare ai problemi di trasporto Un applicazione della programmazione lineare ai problemi di trasporto Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA 2012-2013

Dettagli

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Ricerca 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

Dettagli

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

Dettagli

Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale. L. De Giovanni, V. Dal Sasso

Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale. L. De Giovanni, V. Dal Sasso Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale L. De Giovanni, V. Dal Sasso 1 Esercizio 1. Dato il problema min 2x 1 x 2 s.t. x 1 + 2x 2 7 2x 1 x 2 6 3x 1 + 2x 2

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

Flusso a costo minimo e simplesso su reti

Flusso a costo minimo e simplesso su reti Flusso a costo minimo e simplesso su reti La particolare struttura di alcuni problemi di PL può essere talvolta utilizzata per la progettazione di tecniche risolutive molto più efficienti dell algoritmo

Dettagli

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26 Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo

Dettagli

Esempi di funzione. Scheda Tre

Esempi di funzione. Scheda Tre Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se

Dettagli

b i 1,1,1 1,1,1 0,1,2 0,3,4

b i 1,1,1 1,1,1 0,1,2 0,3,4 V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile

Dettagli

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati prof. Guida PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati sono quei problemi nei quali gli effetti della scelta sono noti e immediati ESERCIZIO

Dettagli

Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione

Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Versione 11/03/2004 Contenuto e scopo esercitazione Contenuto esempi di problema di programmazione

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 5 La dualità nella Programmazione Lineare In questo capitolo verrà introdotto un concetto di fondamentale importanza sia per l analisi dei problemi di Programmazione Lineare, sia per lo sviluppo

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi

Dettagli

Luigi Piroddi piroddi@elet.polimi.it

Luigi Piroddi piroddi@elet.polimi.it Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,

Dettagli

della funzione obiettivo. Questo punto dovrebbe risultare chiaro se consideriamo una generica funzione:

della funzione obiettivo. Questo punto dovrebbe risultare chiaro se consideriamo una generica funzione: Corso di laurea in Economia e finanza CLEF) Economia pubblica ************************************************************************************ Una nota elementare sulla ottimizzazione in presenza di

Dettagli

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo

Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo L. De Giovanni G. Zambelli 1 Problema del flusso a costo minimo Il problema del flusso a costo minimo é definito

Dettagli

Intelligenza Artificiale

Intelligenza Artificiale Intelligenza Artificiale Esercizi e Domande di Esame Tecniche di Ricerca e Pianificazione Esercizi Griglia Si consideri un ambiente costituito da una griglia n n in cui si muove un agente che può spostarsi

Dettagli

Problema del trasporto

Problema del trasporto p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

Ricerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare

Ricerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare Ricerca Operativa A.A. 2007/2008 10. Dualità in Programmazione Lineare Luigi De Giovanni - Ricerca Operativa - 10. Dualità in Programmazione Lineare 10.1 Soluzione di un problema di PL: punti di vista

Dettagli

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica

Dettagli

Modello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE

Modello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE PRGRMMZIN LINR Problemi di P.L. in due variabili metodo grafico efinizione: la programmazione lineare serve per determinare l allocazione ottimale di risorse disponibili in quantità limitata, per ottimizzare

Dettagli

Programmazione lineare

Programmazione lineare Capitolo 1 Programmazione lineare ESERCIZIO 1.1. Porre in forma canonica i seguenti programmi lineari. min 3x 1 + 4x 2 2x 3 x 1 + 2x 2 x 3 5 2x 1 + 4x 3 = 12 x 1 + x 2 + x 3 15 x 1, x 2 0, x 3 libera.

Dettagli

Modulo 2. Domanda aggregata e livello di produzione

Modulo 2. Domanda aggregata e livello di produzione Modulo 2 Domanda aggregata e livello di produzione Esercizio. In un sistema economico privo di settore pubblico, la funzione di consumo è: C = 200 + 0.8Y; gli investimenti sono I= 50. a) Qual è il livello

Dettagli

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13 Docente: Laura Palagi A.A. 2012/2013 Laboratorio di Ricerca Operativa BGER Leonardo Mastrantoni

Dettagli

Massimi e minimi vincolati di funzioni in due variabili

Massimi e minimi vincolati di funzioni in due variabili Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente

Dettagli

1 Estensione in strategia mista di un gioco

1 Estensione in strategia mista di un gioco AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:

Dettagli

Massimi e minimi vincolati

Massimi e minimi vincolati Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:

Dettagli

Capitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano

Capitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

Dettagli

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L. Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:

Dettagli

8 - Analisi della deformazione

8 - Analisi della deformazione 8 - Analisi della deformazione ü [A.a. - : ultima revisione 6 ottobre ] Esercizio n. Si supponga di voler conoscere sperimentalmente lo stato di deformazione in un punto M di un solido. A tal fine, si

Dettagli

Rette e piani con le matrici e i determinanti

Rette e piani con le matrici e i determinanti CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.

Dettagli

Modelli per la gestione delle scorte

Modelli per la gestione delle scorte Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione

Dettagli

Formule trigonometriche

Formule trigonometriche Formule trigonometriche C. Enrico F. Bonaldi 1 Formule trigonometriche In trigonometria esistono delle formule fondamentali che permettono di calcolare le funzioni goniometriche della somma di due angoli

Dettagli

CONI, CILINDRI, SUPERFICI DI ROTAZIONE

CONI, CILINDRI, SUPERFICI DI ROTAZIONE CONI, CILINDRI, SUPERFICI DI ROTAZIONE. Esercizi x + z = Esercizio. Data la curva x, calcolare l equazione del cilindro avente γ y = 0 come direttrice e con generatrici parallele al vettore v = (, 0, ).

Dettagli

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3. COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU 9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A LU 9.1 Il metodo di Gauss Come si è visto nella sezione 3.3, per la risoluzione di un sistema lineare si può considerare al posto

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1 LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza

Dettagli

3 GRAFICI DI FUNZIONI

3 GRAFICI DI FUNZIONI 3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli

Guida alla redazione del Fascicolo XBRL

Guida alla redazione del Fascicolo XBRL o Europeo 2015 22.2.3 BILANCIO EUROPEO 2015 Guida alla redazione del Fascicolo XBRL Versione 22.2.3 Data Marzo 2015 Sommario GUIDA ALLA REDAZIONE DEL FASCICOLO XBRL parte 1 Premessa o Europeo e la gestione

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Algebra Lineare e Geometria

Algebra Lineare e Geometria Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Università degli Studi di Milano / Bicocca Facoltà di Economia. Prova scritta del 12 luglio 2011 SOLUZIONI

Università degli Studi di Milano / Bicocca Facoltà di Economia. Prova scritta del 12 luglio 2011 SOLUZIONI Università degli Studi di Milano / Bicocca Facoltà di Economia MATEMATICA FINANZIARIA EcoCom A-Le / Li-Z Prova scritta del luglio SOLUZIONI Per gli studenti immatricolati entro il 7/8 (45cfu): L operazione

Dettagli

- Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo)

- Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo) Se si ha un problema lineare e' possibile risolverlo in piu' modi (equivalenti ) - Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo) - Trovare soluzione ottima duale (con il simplesso

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 = 56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,

Dettagli

E possibile modificare la lingua dei testi dell interfaccia utente, se in inglese o in italiano, dal menu [Tools

E possibile modificare la lingua dei testi dell interfaccia utente, se in inglese o in italiano, dal menu [Tools Una breve introduzione operativa a STGraph Luca Mari, versione 5.3.11 STGraph è un sistema software per creare, modificare ed eseguire modelli di sistemi dinamici descritti secondo l approccio agli stati

Dettagli

SPECTER OPS. L'obiettivo del giocatore agente è quello che il suo agente completi 3 su 4 missioni obiettivo qualsiasi

SPECTER OPS. L'obiettivo del giocatore agente è quello che il suo agente completi 3 su 4 missioni obiettivo qualsiasi SPECTER OPS REGOLE 2-3 giocatori: 1 agente e 2 cacciatori - Le 4 missioni obiettivo sono conosciute dai giocatori: si lancia il dado e si segnano col relativo gettone sul lato verde sulla plancia e sul

Dettagli

Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Esercizio n.1 Un agenzia finanziaria deve investire 1000000 di euro di un suo cliente in fondi di investimento. Il mercato offre cinque

Dettagli

FUNZIONE REALE DI UNA VARIABILE

FUNZIONE REALE DI UNA VARIABILE FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine: 1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C

Dettagli

Ricerca Operativa Dualità e programmazione lineare

Ricerca Operativa Dualità e programmazione lineare Ricerca Operativa Dualità e programmazione lineare L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi alle spiegazioni del

Dettagli

Programmazione dinamica

Programmazione dinamica Capitolo 6 Programmazione dinamica 6.4 Il problema della distanza di edit tra due stringhe x e y chiede di calcolare il minimo numero di operazioni su singoli caratteri (inserimento, cancellazione e sostituzione)

Dettagli

Università del Salento

Università del Salento Università del Salento Dipartimento di Matematica DAI SISTEMI DI DISEQUAZIONI LINEARI.. ALLA PROGRAMMAZIONE LINEARE Chefi Triki La Ricerca Operativa Fornisce strumenti matematici di supporto alle attività

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,

Dettagli

Economia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1

Economia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1 Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il

Dettagli

VERIFICA DI MATEMATICA. CLASSI TERZE (3AS, 3BS, 3CS, 3DS, 3ES) 2 settembre 2013 COGNOME E NOME.. CLASSE.

VERIFICA DI MATEMATICA. CLASSI TERZE (3AS, 3BS, 3CS, 3DS, 3ES) 2 settembre 2013 COGNOME E NOME.. CLASSE. VERIFIC DI MTEMTIC CLSSI TERZE (S, BS, CS, DS, ES) settembre COGNOME E NOME.. CLSSE. Esercizio In un piano cartesiano ortogonale determinare: a) l equazione della parabola con asse parallelo all asse,

Dettagli

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di Esercizi svolti. Si consideri la funzione f() 4. a) Verificare che la funzione F() 4 + arcsin è una primitiva di f() sull intervallo (, ). b) Verificare che la funzione G() 4 + arcsin π è la primitiva

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

Esercizi svolti di Elettrotecnica

Esercizi svolti di Elettrotecnica Marco Gilli Dipartimento di Elettronica Politecnico di Torino Esercizi svolti di Elettrotecnica Politecnico di Torino TOINO Maggio 2003 Indice Leggi di Kirchhoff 5 2 Legge di Ohm e partitori 5 3 esistenze

Dettagli

La scelta in condizioni di incertezza

La scelta in condizioni di incertezza La scelta in condizioni di incertezza 1 Stati di natura e utilità attesa. L approccio delle preferenza per gli stati Il problema posto dall incertezza riformulato (state-preference approach). L individuo

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

CORSO DI LAUREA IN INGEGNERIA.

CORSO DI LAUREA IN INGEGNERIA. CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i

Dettagli

ESERCITAZIONE Scrittura di un programma CNC per la fresatura di un componente dato

ESERCITAZIONE Scrittura di un programma CNC per la fresatura di un componente dato ESERCITAZIONE Scrittura di un programma CNC per la fresatura di un componente dato Nella presente esercitazione si redige il programma CNC per la fresatura del pezzo illustrato nelle Figure 1 e 2. Figura

Dettagli

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti Corso di Analisi Numerica - AN1 Parte 2: metodi diretti per sistemi lineari Roberto Ferretti Richiami sulle norme e sui sistemi lineari Il Metodo di Eliminazione di Gauss Il Metodo di Eliminazione con

Dettagli

Capitolo 26: Il mercato del lavoro

Capitolo 26: Il mercato del lavoro Capitolo 26: Il mercato del lavoro 26.1: Introduzione In questo capitolo applichiamo l analisi della domanda e dell offerta ad un mercato che riveste particolare importanza: il mercato del lavoro. Utilizziamo

Dettagli

Indice. Nota degli autori. 1 Capitolo 1 Introduzione alla ricerca operativa

Indice. Nota degli autori. 1 Capitolo 1 Introduzione alla ricerca operativa XI Nota degli autori 1 Capitolo 1 Introduzione alla ricerca operativa 1 1.1 Premessa 1 1.2 Problemi di ottimizzazione 6 1.3 Primi approcci ai modelli di ottimizzazione 13 1.4 Uso del risolutore della Microsoft

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

Teoria dei Fenomeni Aleatori 1

Teoria dei Fenomeni Aleatori 1 Integrale Doppio Sia g( x,y ) una funzione continua nel piano ( x,y ) o D è un dominio sul piano ( x,y ) o P è una sua partizione che ricopre il dominio D: ( ) P D D... D... = 1,1 1,2 i,j, con Di,j = ΔxiΔ

Dettagli

Architettura degli Elaboratori I Esercitazione 1 - Rappresentazione dei numeri

Architettura degli Elaboratori I Esercitazione 1 - Rappresentazione dei numeri Architettura degli Elaboratori I Esercitazione 1 - Rappresentazione dei numeri 1 Da base 2 a base 10 I seguenti esercizi richiedono di convertire in base 10 la medesima stringa binaria codificata rispettivamente

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano

Dettagli

Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y

Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : ' = y y' = Consideriamo il punto P(,5) se eseguiamo tra trasformazione

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

(71,1), (35,1), (17,1), (8,1), (4,0), (2,0), (1,0), (0,1) 0, 7155 2 = 1, 431 0, 431 2 = 0, 862 0, 896 2 = 1, 792 0, 724 2 = 1, 448 0, 448 2 = 0, 896

(71,1), (35,1), (17,1), (8,1), (4,0), (2,0), (1,0), (0,1) 0, 7155 2 = 1, 431 0, 431 2 = 0, 862 0, 896 2 = 1, 792 0, 724 2 = 1, 448 0, 448 2 = 0, 896 2 Esercizio 2.2 La rappresentazione esadecimale prevede 16 configurazioni corrispondenti a 4 bit. Il contenuto di una parola di 16 bit può essere rappresentato direttamente con 4 digit esadecimali, sostituendo

Dettagli

Angela GHIRALDINI. Formulata dalla OPERTIONS RESEARCH SOCIETY of AMERICA. Questa definizione fa riferimento a due concetti in particolare :

Angela GHIRALDINI. Formulata dalla OPERTIONS RESEARCH SOCIETY of AMERICA. Questa definizione fa riferimento a due concetti in particolare : Angela GHIRALDINI RICERCA OPERATIVA DEFINIZIONE Procedimento della scienza moderna di fronte ai complessi problemi di scelta che sorgono nella direzione dei grandi sistemi di uomini, macchine, materiale

Dettagli

Corso di Macroeconomia. Il modello IS-LM. Appunti

Corso di Macroeconomia. Il modello IS-LM. Appunti Corso di Macroeconomia Il modello IS-LM Appunti 1 Le ipotesi 1. Il livello dei prezzi è fisso. 2. L analisi è limitata al breve periodo. La funzione degli investimenti A differenza del modello reddito-spesa,

Dettagli

(a cura di Francesca Godioli)

(a cura di Francesca Godioli) lezione n. 12 (a cura di Francesca Godioli) Ad ogni categoria della variabile qualitativa si può assegnare un valore numerico che viene chiamato SCORE. Passare dalla variabile qualitativa X2 a dei valori

Dettagli

SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015

SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015 SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 015 1. Indicando con i minuti di conversazione effettuati nel mese considerato, la spesa totale mensile in euro è espressa dalla funzione f()

Dettagli

Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati

Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati Algoritmi Algoritmi Risolvere un problema significa individuare un procedimento che permetta di arrivare al risultato partendo dai dati Il procedimento (chiamato algoritmo) è composto da passi elementari

Dettagli

Il valore assoluto. F. Battelli Università Politecnica delle Marche, Ancona. Pesaro, Precorso di Analisi 1, 22-28 Settembre 2005 p.

Il valore assoluto. F. Battelli Università Politecnica delle Marche, Ancona. Pesaro, Precorso di Analisi 1, 22-28 Settembre 2005 p. Il valore assoluto F Battelli Università Politecnica delle Marche Ancona Pesaro Precorso di Analisi 1 22-28 Settembre 2005 p1/23 Il valore assoluto Si definisce il valore assoluto di un numero reale l

Dettagli

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di

Dettagli