Ottimizzazione Combinatoria Formulazioni e Formulazioni Ottime

Documenti analoghi
Ottimizzazione Combinatoria Flussi, Cammini e Tagli

Claudio Arbib Università dell Aquila. Ricerca Operativa. Problemi di cammino ottimo

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ulteriori Esercizi su Grafi. Ugo Vaccaro

Applicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

2.4 Flussi di valore massimo

RICERCA OPERATIVA GRUPPO A prova scritta del 5 luglio 2010

Esercizio 1. Sia L : R 3 R 2 l'applicazione lineare rappresentata, rispetto alle basi canoniche, dalla matrice : A =

Progetto e Ottimizzazione di Reti A. A

Laboratorio di Algoritmi e Strutture Dati

Lezione 5. Calcolo dell antitrasformata di Laplace. F. Previdi - Automatica - Lez. 5 1

Note per la Lezione 29 Ugo Vaccaro

Note per la Lezione 28 Ugo Vaccaro

Elementi di programmazione lineare. Ottimizzazione di funzioni soggette a vincoli

Richiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Lezione 9. Calcolo dell antitrasformata di Laplace. F. Previdi - Fondamenti di Automatica - Lez. 9 1

12.1 IL PROBLEMA DEL CAMMINO MINIMO: L ALGORITMO DI DIJKSTRA

Problemi di flusso. Reti. Problemi di flusso. Problemi di flusso. Problemi di percorso. minσ (i,j) E c ij x ij. i N (i,j) E.

Cammini minimi con una sorgente

Programmazione Matematica: VII La scomposizione di Dantzig Wolfe

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1. Docente: Annalisa De Bonis

Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari

Formulazioni. Consideriamo il seguente problema di Knapsack 0-1. max (5x x 2. ) st 3x x 2. < 6 x {0,1} 2

Esercizi di formulazione

Tema 3. Insiemi, elementi di logica, calcolo combinatorio, relazioni e funzioni

Laboratorio di Algoritmi e Strutture Dati

Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002

Un problema molto comune

Esame di Ricerca Operativa del 21/07/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Ricerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. (Massimo Flusso) Giovanni Fasano.

Lezioni di Ricerca Operativa

Riprendiamo l algoritmo di Ford-Fulkerson che risolve il problema del flusso per vederne una delle innumerevoli applicazioni

Esempi di Problemi di Programmazione Lineare

Esame di Ricerca Operativa del 11/02/2015

Esame di Ricerca Operativa del 16/02/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 07/09/2016

Parte IV: Matrici totalmente unimodulari

Massimo flusso e matching

COMPITO DI RICERCA OPERATIVA. max x 1 + 2x 2 + x 3 x 1 x 2 + x 3 = 1 2x 1 + 3x 2 + x 4 = 2

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

1) Progettazione di codici ciclici. 2) Esercizi sui codici ciclici. Mauro De Sanctis corso di Informazione e Codifica Università di Roma Tor Vergata

Si consideri il seguente tableau ottimo di un problema di programmazione lineare

Cammini Minimi. Un problema molto comune. Formalizziamo. Peso di un cammino. Esempio. Ritorniamo all esempio iniziale. Input:

Geometria BAER A.A Foglio esercizi 1

Postulato delle reazioni vincolari

Dato un cammino P indichiamo con c(p ) il costo dell insieme di archi A(P ) del cammino, ovvero c(p )=c(a(p )) = uv P c uv. c 1

Esercizi per il corso di Algoritmi, anno accademico 2014/15

Ottimizzazione Combinatoria 2 Presentazione

Esame di Ricerca Operativa del 09/01/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa. x 1 +2 x 2 6 x 1 +x 2 6 x 1 4 x 1 1

Esame di Ricerca Operativa del 13/06/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

RICERCA OPERATIVA GRUPPO A prova scritta del 21 giugno 2010

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Matrici unimodulari e totalmente unimodulari

Esame di Ricerca Operativa del 17/07/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 09/06/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 30/06/14. max 4 x 1 7 x 2 x 1 +7 x 2 7 x 1 4 x 2 7 x 1 +5 x 2 5 x 1 x 2 5 x 2 1 x 1 +4 x 2 6

A-2 a PI. Esercizio 2. Domanda 3

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio Istituto di Analisi dei Sistemi ed Informatica IASI - CNR

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.

Esame di Ricerca Operativa del 15/01/19. max 6 x 1 x 2 6 x x x 1 +2 x x 1 3 x x 1 4 x x 1 +2 x x 1 x 2 19

Esame di Ricerca Operativa del 18/06/18

Calcolo della tensione ammissibile Dovendo essere il grado di sicurezza non inferiore a 3 si ricava che il coefficiente di sicurezza γ è 3 per cui:

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

Algoritmi greedy III parte

Registro dell'insegnamento

Esame di Ricerca Operativa del 25/06/12

Esame di Ricerca Operativa del 09/06/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa

Processi di cost management - Programmazione multiperiodale

Problema del flusso massimo

Geometria analitica del piano pag 1 Adolfo Scimone

Programmazione Lineare Intera: Piani di Taglio

3.3 Problemi di PLI facili

Esame di Ricerca Operativa del 05/09/18

Ottimizzazione Combinatoria Totale Unimodularità

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1)

i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema

Ottimizzazione Combinatoria 2

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 23/02/17

Esame di Ricerca Operativa del 04/07/17

Problemi di Flusso: Il modello del Trasporto

COMPITO DI RICERCA OPERATIVA. max 8 5x 1 3x 2 x 3 = 1 + 4x 1 + x 2 x 4 = 1 x 1 + x 2 x 5 = 5 x 1 x 2

Esame di Ricerca Operativa del 16/01/18. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Gestione della produzione e della supply chain Logistica distributiva

4.1 Interval Scheduling. Chapter 4. Greedy Algorithms. Schedulazione intervalli. Schedulazione intervalli: Algoritmi Greedy. Schedulazione intervalli.

Parte II: Ottimalità, rilassamenti e bound

Transcript:

Oimizzazione Combinaoria Formulazioni e Formulazioni Oime Prof. Anonio Saano Diparimeno di Informaica e Siemiica Univerià di Roma La Sapienza A.A. 29

Formulazione Lineare Problema di PL: min {c T x : xs} P = {xr n : Ax < b} POLIEDRO con (AR mn, br m ) P è una FORMULAZIONE di S P {,} n =S Un poliedro P è una formulazione e e olo e - coniene ui i veori di S - non coniene alcun veore di {,} n - S Poo avere infinie formulazioni dello eo problema di PL

Lower Bound (approimazioni inferiori) Problema di PL: min {c T x: xs} P è una FORMULAZIONE di S P {,} n =S min {c T x: x S}=min {c T x: x P {,} n }= c T x * = z * > min {c T x: x P}=LB(P) Problema di PL (Rilaameno Lineare) Valore della Soluzione Oima del Problema di PL LB(P) z * LB(P) Lower Bound per z * z* LB(P)

Lower Bound = Cerificao di Qualià Problema di PL: min {c T x: xs} LB(P) min {c T x: x S}= z * Calcolare z * è (di olio) difficile Calcolare LB(P) è facile (Simpleo) Se conociamo una oluzione ammiibile x S (di valore z =c T x ) LB(P) fornice una cerificazione di qualià per x. z z * gap c T x decrecene z z* LB(P) gap LB(P) gap nullo x oimo per PL x

Lower Bound... riaumendo Problema di PL: min {c T x: xs} LB(P) min {c T x: x S}= z * Calcolare z * è difficile Calcolare LB(P) è facile (Problema di Programmazione Lineare) Trovare una oluzione x S è (di olio) facile (Euriiche) Il gap c T x - LB(P) cerifica la qualià di x piccolo gap = buona qualià di x gap nullo = x oimo per PL Il gap dipende dalla formulazione P S ammee mole formulazioni alernaive Come claificarle (e ceglierle)?

Crieri di qualià delle Formulazioni () No. diequazioni di Ax<b? ; No. variabili? ; facilià di calcolo? Qualià = piccolo gap = maimo lower bound CRITERIO : P migliore di P 2 LB( P ) > LB(P 2 ) Problema: Dipendenza dalla funzione obieivo P LB(P ) > LB(P 2 ) P2 c T x P migliore di P 2 Se uilizzo c T x LB(P 2 ) > LB(P ) d T x P 2 migliore di P Se uilizzo d T x

Crieri di qualià delle Formulazioni (2) Il crierio di qualià deve eere indipendene dalla funzione obieivo (che non è prevedibile a priori) CRITERIO 2: P migliore di P 2 LB( P ) > LB(P 2 ) per ogni cr n Equivalene a: CRITERIO 3: P migliore di P 2 P P 2 Eie una formulazione conenua in ogni alra? P S =conv(s) P " formulazione P di S Formulazione oima

Problema di PL: Formulazione Oima z*= min {c T x : xs} P S =Conv(S) = {xr n : Ax < b} POLIEDRO (AR mn, br m ) S inieme dei verici di P S (S=Ex(P S )) Ogni diequazione di Ax < b definice una faccia maimale di P S (... e dim(p S )=n) z * =min {c T x : x S}=min {c T x: x Ex(P S )} = min {c T x : x P S }=LB(P S )= c T x x oluzione oima del rilaameno lineare z * = LB(P S ) = c T x (gap=) c T x = z * c T x "xs x Ex(P S )=S x oluzione oima del PL

Rilaameni di P S (I) Diponiamo di una decrizione (eplicia) di: P S ={xr n : Ax<b} per ogni problema di PL? Ovvero: Conociamo la marice A e il veore b? Dove conocere ignifica: conocere i coefficieni oppure avere una regola che conene di calcolare i coefficieni di ogni riga della marice (A,b) Sforunaamene NO! Quai empre conociamo olo alcune (poche) righe di (A,b) che definicono una formulazione di S D P ={xr n : Dx < d} P {,} n =S d?? A b

Eempio di P S S={ y{,} 5 : 7y + 6y 2 + 5y 3 + 3y + 2y 5 } P S ={ y R 5 : Ay< b, y > 5 } y + y 2 y + y 3 y + y + y 5 2 y + y 2 + y 3 + y 2 y + y 2 + y 3 + y 5 2 3y + 2y 2 + 2y 3 + y + y 5 y,, y 5 Regola di coruzione di un ipo di riga di A: Se la omma dei coefficieni di k variabili è maggiore di allora al più k- di ee poono eere poe ad. y + y 2 y + y 3 y + y + y 5 2 Famiglia di diequazioni di P S

Rilaameni di P S (II) Non diponiamo di una decrizione di P S per ogni problema di PL. Diponiamo di Rilaameni di P S, ovvero: Poliedri P ={xr n : Dx < d }) con le egueni proprieà:. Il poliedro P è una formulazione di S 2. Il iema Dx < d è coiuio da alcune famiglie di diequazioni appareneni al iema Ax < b. Ciacun rilaameno produce un lower bound di z * : LB(P) = min {c T x: x P}< z *

Eempio: Problema di Deciione (II) Due progei A e B Vanaggi c A e c B aociai Vincolo: riore uilizzae < D = Riore necearie d A =5 e d B =7 xs =,, min c A x A + c B x B Verifica: P N {,} 2 =S a) xs xp N (SP N {,} 2 ) b) xp N {,} 2 xs (P N {,} 2 S) vincoli di box min c A x A + c B x B 5x A + 7x B < >x A, x B > xp N = Formulazione Naurale: x A x B 7 / 2 P N

Eempio: Problema di Deciione (III) Formulazione Naurale: min -5/3x A - x B xp N = 5x A + 7x B < >x A, x B > 3-2 x B 5 - - -9-8 -7 P S P N Formulazione Oima: min -5/3x A - x B xp S = x A + x B < >x A, x B > Vincolo logico: uno olo dei due progei può eere aivao x A

Eempio: Soografo - Conneo di Peo Minimo Grafo G(V,E) con due nodi peciali e : c =2 Pei c uv per ogni uv c =3 Peo di un inieme F : c(f) = c uvf uv 2 c 3 =2 3 Trovare il ooinieme di archi F* di peo minimo che coniene un cammino ra e : Soografo - Conneo di Peo Minimo c uv > F* inieme degli archi di un cammino

Eempio: Grafo - Conneo di Peo Minimo (II) S = veori di incidenza di un oografo - conneo 3 23 2 x = Formulazione? min {c T x: xs {,} E } Problema di PL: Quali condizioni deve oddifare un veore x{,} E per eere il veore di incidenza di un oografo - conneo? 2 3

Taglio - Inieme di archi K la cui rimozione dirugge ui i cammini da a K aglio - Per ogni P cammino - K P 2 3 2 K X X = nodi connei ad X = nodi non connei ad (X, X ) parizione di V 3 X X G ( X ) = K

Teorema (.): (caraerizzazione dei grafi - connei) Un inieme di archi F coniene un oografo - conneo e e olo e F ha inerezione non vuoa con ogni aglio -. Solo e F - conneo F coniene - cammino P K aglio - Se (per aurdo) K P K F Ogni Taglio - coniene arco di F ma F non è - conneo F non coniene gli archi di un cammino - X = nodi connei ad con archi di F X = nodi non connei ad con archi di F X X conraddizione X ; X ; X ; X (X, X ) parizione di V Archi da X a X definicono un aglio - Neun arco di F da X a X

Formulazione: Grafo - Conneo di Peo Minimo (Ogni aglio - coniene archi di F) xs K F " aglio - K 2 3 K 3 23 2 x F = 3 23 2 x K = (x F ) T (x K ) " aglio - K x F S (x) T (x K ) x e x K e > ee x e > ek x F S Se conidero i veori di incidenza E. " aglio - K (veore di incidenza oografo - conneo F)

Formulazione: Grafo - Conneo di Peo Minimo x F S Ogni aglio - coniene un arco di F Quindi: xs min cx xp= x e > e K aglio - x e > e E P è una Formulazione (formulazione oima) Come riolvere il problema di PL? x e > per ogni aglio - K e Il numero di diequazioni (vincoli) è enorme ( V =2 36 ) METODO DEL SIMPLESSO DINAMICO