Capitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano
|
|
- Giovanni Chiesa
- 5 anni fa
- Visualizzazioni
Transcript
1 Capitolo 3: Ottimizzazione non vincolata parte II E. Amaldi DEI, Politecnico di Milano
2 3.3 Metodi basati su direzioni di ricerca Problema di ottimizzazione non vincolata: min x R n f(x) con f : R n R di classe C 1 o C 2 e limitata inferiormente Gli algoritmi iterativi di PNL partono da x 0 R n e generano (in base a x k precedenti, f e alle sue derivate) una sequenza infinita {x k } k 0 che converge ad un punto dell insieme Ω delle soluzioni desiderate. In genere Ω = {x R n : f(x) = 0}, a volte punti che soddisfano anche le CNO del 2 o ordine Spesso ma non sempre metodi di discesa: f(x k+1 ) < f(x k ) per ogni k 1
3 1) Schema generale Scegliere x 0 e ε > 0, porre k := 0 Ripetere Scegliere direzione di ricerca d k R n Determinare il passo α k > 0 lungo d k tale che min α 0 g(α) = f(x k + αd k ) Porre x k+1 := x k + α k d k e k := k + 1 finché condizione di arresto è soddisfatta Condizione di arresto: f(x k ) < ε o f(x k ) f(x k+1 ) < ε o x k+1 x k < ε In genere α k è determinato in modo approssimato t. c. f(x k+1 ) < f(x k ) for all k = 0, 1,... Molta flessibilità nella scelta delle direzioni d k e dei passi α k, l efficienza dipende da entrambi! 2
4 2) Direzioni di ricerca In molti algoritmi iterativi basati su direzioni di ricerca con D k matrice n n definita positiva. d k = D k f(x k ) In tal caso d k è una direzione di discesa poiché t f(x k )d k = t f(x k )D k f(x k ) < 0 3
5 Metodo del gradiente Sia f C 1 Considerare l approssimazione lineare di f(x k + d) intensa come funzione del solo vettore d l k (d) := f(x k ) + t f(x k )d e scegliere la direzione d k R n che minimizza l k (d) sulla sfera di raggio f(x k ) : min t f(x k )d (1) s.v. d = f(x k ) Poiché t f(x k )d = t f(x k ) d cos(θ), t f(x k )d = t f(x k ) 2 cos(θ) e (1) è minimizzata quando cos(θ) = 1, ossia θ = π. Direzione di massima discesa: ovvero D k = I n. d k = f(x k ) Chiaramente direzione d k è di discesa se f(x k ) 0 4
6 Metodo di Newton Sia f C 2 e H(x k ) = 2 f(x k ) Considerare l approssimazione quadratica di f(x k + d) intorno a x k come funzione di d: q k (d) := f(x k ) + t f(x k )d dt H(x k )d e scegliere come direzione un punto stazionario di q k (d). Poiché d q k (d) = 0 implica t f(x k ) + d t H(x k ) = 0, la direzione di Newton: ovvero D k = H 1 (x k ). d k = H 1 (x k ) f(x k ) Se H(x k ) è definita positiva e f(x k ) 0, d k è di discesa t f(x k )d k = t f(x k )H 1 (x k ) f(x k ) σ k f(x k ) 2 < 0 per un σ k > 0, visto che y t H 1 (x k )y σ k y 2 per ogni y R n. Se H(x k ) non è definita positiva la direzione di Newton può non essere ben-definita (quando H 1 (x k ) non esiste) o non essere una direzione di discesa! 5
7 3) Lunghezza del passo In genere per determinare il passo α k lungo direzione d k non conviene risolvere il problema di ricerca unidimensionale min α 0 g(α) = f(x k + αd k ) in modo esatto, basta una soluzione approssimata per garantire la convergenza globale. vari metodi (con e senza derivate) che generano una sequenza di valori di α e che si fermano quando alcune condizioni sono soddisfatte. Condizioni di arresto molto semplici, soddisfatte dopo un numero molto limitato di tentativi. Una semplice riduzione f(x k + α k d k ) < f(x k ) non basta, ci vuole una riduzione sufficiente! Principi fondamentali: - passo α non deve essere troppo piccolo (per evitare convergenza prematura) - passo α non deve essere troppo grande (rischio di oscillazioni) 6
8 Condizioni di Wolfe: Riduzione sufficiente: g(α) g(0) + c 1 αg (0) con c 1 [0, 1] che equivale a f(x k + αd k ) f(x k ) + c 1 α t f(x k )d k (criterio di Armijo) g (0) < 0 perché d k è di discesa, c 1 1/2 così è soddisfata dal minimo di una g(α) quadratica convessa Per evitare passi troppo piccoli (e quindi non fare progressi ragionevoli) si considera anche la condizione: che equivale a g (α) c 2 g (0) con c 2 (c 1, 1) t f(x k + αd k )d k c 2 t f(x k )d k in genere c 2 = 0.9 per (quasi)-newton e c 2 = 0.1 per gradienti coniugati non-lineari Condizioni di Wolfe deboli: con 0 < c 1 < c 2 < 1 g(α) g(0) + c 1 αg (0) (2) g (α) c 2 g (0) (3) 7
9 Condizioni di Wolfe forti: g(α) g(0) + c 1 αg (0) (4) g (α) c 2 g (0) (5) con 0 < c 1 < c 2 < 1 Unica differenza: non si considerano i valori di α con derivata g (α) troppo positiva, si escludono quindi i valori lontani dai punti stazionari di g. Le condizioni di Wolfe sono invarianti rispetto a moltiplicazione della funzione obiettivo con costante o trasformazione affine delle variabili. Proprietà Sia f : R n R di classe C 1 e d k una direzione di discesa in x k t.c. f è limitata inferioremente lungo il raggio {x k + αd k : α > 0}. Allora se 0 < c 1 < c 2 < 1 esistono degli intervalli di passi che soddisfano le condizioni di Wolfe (deboli e forti). semplice conseguenza del teorema del valore medio 8
10 Condizioni di Goldstein: con 0 < c < 1/2. g(0) + (1 c)αg (0) g(α) g(0) + cαg (0) Svantaggio: per certi valori di c possono escludere il minimo di g. Adatte per metodi di tipo Newton ma non per quasi-newton che mantengono un approssimazione d.p. della matrice Hessiana. Ricerca 1-D basata su backtracking Se α determinato con un approccio di tipo backtracking basta una riduzione sufficiente Dati α > 0, fattore di contrazione ρ (0, 1) e c (0, 1/2) Scegliere α k = ρ h α dove h è il più piccolo intero non negativo che soddisfa il criterio di Armijo. Geometricamente si sceglie come α k il più grande valore α {ρ i α : i = 0, 1,... } per cui g(α) giace al di sotto della retta che passa per (0, g(0)) e di pendenza cg (0). Vari modi per scegliere α (ad es. α = 1 per metodo di Newton). Questo procedimento backtracking garantisce un passo non troppo lungo e non troppo corto. Funziona bene per metodo di Newton ma non per quasi-newton e gradienti coniugati non lineari. 9
11 4) Convergenza globale dei metodi di discesa Per garantire che {x k } abbia almeno un punto di accumulazione, si suppone di conoscere un x 0 R tale che l insieme di livello L 0 = {x R n : f(x) f(x 0 )} sia compatto. Stabiliamo la convergenza globale dei metodi di discesa sotto opportune ipotesi che riguardano non solo i passi α k ma anche le direzioni di ricerca d k. θ k = angolo tra d k e la direzione di massima discesa f(x k ) cos(θ k ) = t f(x k )d k f(x k ) d k Risultato generale che indica di quanto d k può discostarsi da f(x k ) garantendo comunque la convergenza globale. Consideriamo le condizioni di Wolfe deboli ma risultati analoghi per quelle di Wolfe forti e di Goldstein. 10
12 Teorema: (Zoutendijk) Metodo basato su direzioni di discesa d k e con α k che soddisfano le condizioni di Wolfe. f limitata inf. su R n, f C 1 su N aperto che contiene L 0 = {x R n : f(x) f(x 0 )} e f soddisfa le condizioni di Lipschitz su N, ovvero L > 0 t.c. f(x) f(y) L x y x, y N. Allora cos 2 (θ k ) f(x k ) 2 < + (6) k 0 La condizione di Zoutendijk (6) implica cos 2 (θ k ) f(x k ) 2 0 quando k, se cos θ k δ > 0 k 0 allora (6) implica che lim k f(x k ) = 0 per qualsiasi x 0. In particolare, il metodo del gradiente ( cos θ k = 1 ) che soddisfa Wolfe è globalmente convergente Se D k simmetriche e d.p. k 0 e costante M t.c. si può verificare che D k D 1 k M k 0 cos θ k 1/M In tal caso i metodi Newton e quasi-newton hanno convergenza globale 11
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
DettagliOttimizzazione non Vincolata
Dipartimento di Informatica e Sitemistica Università di Roma Corso Dottorato Ingegneria dei Sistemi 15/02/2010, Roma Outline Ottimizzazione Non Vincolata Introduzione Ottimizzazione Non Vincolata Algoritmi
DettagliAppunti delle esercitazioni di Ricerca Operativa
Appunti delle esercitazioni di Ricerca Operativa a cura di P. Detti e G. Ciaschetti 1 Esercizi sulle condizioni di ottimalità per problemi di ottimizzazione non vincolata Esempio 1 Sia data la funzione
DettagliSIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE
DettagliSe x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2
NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione
DettagliCorso di Laurea in Ingegneria Informatica Analisi Numerica
Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,
DettagliEsercizi di PNL vincolata
Esercizi di PNL vincolata Esercizio 1. Trovare massimi e minimi della funzione sull insieme {x R : x 1 + x + x = 0}. fx 1, x = x x 1 Il vincolo è regolare? Esercizio. Eseguire un passo del metodo di Frank-Wolfe
DettagliAnalisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012
Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 211/212 Ricordare: una funzione lipschitziana tra spazi metrici manda insiemi limitati in insiemi limitati; se il dominio di una funzione
DettagliEQUAZIONI non LINEARI
EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliProgrammazione Non Lineare Ottimizzazione vincolata
DINFO-Università di Palermo Programmazione Non Lineare Ottimizzazione vincolata D. Bauso, R. Pesenti Dipartimento di Ingegneria Informatica Università di Palermo DINFO-Università di Palermo 1 Sommario
DettagliSIMULAZIONE TEST ESAME - 1
SIMULAZIONE TEST ESAME - 1 1. Il dominio della funzione f(x) = log (x2 + 1)(4 x 2 ) (x 2 2x + 1) è: (a) ( 2, 2) (b) ( 2, 1) (1, 2) (c) (, 2) (2, + ) (d) [ 2, 1) (1, 2] (e) R \{1} 2. La funzione f : R R
DettagliSPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1
SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x, y, z) è un vettore in coordinate ortonormali,
DettagliCorso di Laurea in Ingegneria Gestionale. Anno Accademico 2013 2014. Appunti dalle lezioni di OTTIMIZZAZIONE GLOBALE.
UNIVERSITÀ di ROMA LA SAPIENZA Corso di Laurea in Ingegneria Gestionale Anno Accademico 2013 2014 Appunti dalle lezioni di OTTIMIZZAZIONE GLOBALE Stefano Lucidi Dipartimento di Informatica e Sistemistica
DettagliFunzioni con dominio in R n
0.1 Punti e vettori di R n Politecnico di Torino. Funzioni con dominio in R n Nota Bene: delle lezioni. Questo materiale non deve essere considerato come sostituto Molto spesso risulta che una quantita
DettagliMetodi incrementali. ² Backpropagation on-line. ² Lagrangiani aumentati
Metodi incrementali ² Backpropagation on-line ² Lagrangiani aumentati 1 Backpropagation on-line Consideriamo un problema di addestramento di una rete neurale formulato come problema di ottimizzazione del
DettagliEquazioni differenziali ordinarie
Equazioni differenziali ordinarie Denis Nardin January 2, 2010 1 Equazioni differenziali In questa sezione considereremo le proprietà delle soluzioni del problema di Cauchy. Da adesso in poi (PC) indicherà
DettagliLimiti e continuità di funzioni reali di una variabile
di funzioni reali di una variabile Corso di Analisi Matematica - capitolo VI Facoltà di Economia, UER Maria Caterina Bramati Université Libre de Bruxelles ECARES 22 Novembre 2006 Intuizione di ite di funzione
DettagliRichiami di algebra lineare e geometria di R n
Richiami di algebra lineare e geometria di R n combinazione lineare, conica e convessa spazi lineari insiemi convessi, funzioni convesse rif. BT.5 Combinazione lineare, conica, affine, convessa Un vettore
DettagliOttimizzazione non vincolata - esercizi d esame
1 Ottimizzazione non vincolata - esercizi d esame 1.1 Prima prova 2002-2003 Si consideri la funzione f(x) = x 2 1 + 4x 2 2. Si applichi una iterazione del metodo del gradiente, effettuando la line search
DettagliEsistenza di funzioni continue non differenziabili in alcun punto
UNIVERSITÀ DEGLI STUDI DI CAGLIARI FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN MATEMATICA Esistenza di funzioni continue non differenziabili in alcun punto Relatore Prof. Andrea
DettagliA i è un aperto in E. i=1
Proposizione 1. A è aperto se e solo se A c è chiuso. Dimostrazione. = : se x o A c, allora x o A = A o e quindi esiste r > 0 tale che B(x o, r) A; allora x o non può essere di accumulazione per A c. Dunque
DettagliMassimi e minimi vincolati in R 2 - Esercizi svolti
Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare
DettagliOnline Gradient Descent
F94 Metodi statistici per l apprendimento Online Gradient Descent Docente: Nicolò Cesa-Bianchi versione 9 aprile 06 L analisi del Perceptrone ha rivelato come sia possibile ottenere dei maggioranti sul
DettagliUniversità di Trieste Facoltà d Ingegneria. Esercizi sul calcolo differenziale in IR N. Dott. Franco Obersnel
Università di Trieste Facoltà d Ingegneria Esercizi sul calcolo differenziale in IR N Dott Franco Obersnel Esercizio 1 Si calcoli la derivata direzionale nell origine lungo la direzione y del versore v
DettagliLaboratorio Complementi di Ricerca Operativa DEI, Politecnico di Milano. Stima di parametri
Stima di parametri Il gestore di un sito turistico dove si pratica il bungee-jumping deve fornire alla sovrintendenza municipale un documento che riguarda la sicurezza del servizio fornito. Il documento
DettagliI costi d impresa (R. Frank, Capitolo 10)
I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene
DettagliInsiemi di livello e limiti in più variabili
Insiemi di livello e iti in più variabili Insiemi di livello Si consideri una funzione f : A R, con A R n. Un modo per poter studiare il comportamento di una funzione in più variabili potrebbe essere quello
DettagliRichiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.
DettagliUn nuovo metodo trust-region per sistemi non lineari rettangolari con vincoli semplici
Università degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea Specialistica in Matematica per le Applicazioni Anno Accademico 2005-2006 Un nuovo metodo trust-region
DettagliEquazioni non lineari
Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Trovare il valore x R tale che f (x) = 0,
Dettagli1. 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,
DettagliCOGNOME e NOME: FIRMA: MATRICOLA:
Anno Accademico 04/ 05 Corsi di Analisi Matematica I Proff. A. Villani, R. Cirmi e F. Faraci) Prova d Esame del giorno 6 febbraio 05 Prima prova scritta compito A) Non sono consentiti formulari, appunti,
DettagliFacoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI
Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Attività didattica ANALISI MATEMATICA [2000] Periodo di svolgimento:
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliDocumentazione esterna al software matematico sviluppato con MatLab
Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliRichiami sulle derivate parziali e definizione di gradiente di una funzione, sulle derivate direzionali. Regola della catena per funzioni composte.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (che sarà svolto fino al 7 gennaio 2013) A.A. 2012-2013, Paola Mannucci e Claudio Marchi, Canali 1 e 2 Ingegneria Gestionale, Meccanica-Meccatronica, Vicenza
DettagliMassimi 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:
DettagliEquazioni non lineari
Equazioni non lineari Data una funzione f : [a, b] R si cerca α [a, b] tale che f (α) = 0. I metodi numerici per la risoluzione di questo problema sono metodi iterativi. Teorema Data una funzione continua
Dettagli4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale
4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliMETODI ITERATIVI PER SISTEMI LINEARI
METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione
DettagliCorso di Laurea in Ingegneria Edile Anno Accademico 2013/2014 Analisi Matematica
Corso di Laurea in Ingegneria Edile Anno Accademico 2013/2014 Analisi Matematica Nome... N. Matricola... Ancona, 29 marzo 2014 1. (7 punti) Studiare la funzione determinandone: f(x) = e x x il dominio;
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliProgramma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI)
1 Programma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI) Approssimazioni di Taylor BPS, Capitolo 5, pagine 256 268 Approssimazione lineare, il simbolo
DettagliElementi Finiti: stime d errore e adattività della griglia
Elementi Finiti: stime d errore e adattività della griglia Elena Gaburro Università degli studi di Verona Master s Degree in Mathematics and Applications 05 giugno 2013 Elena Gaburro (Università di Verona)
DettagliProva parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:...
Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8 Cognome:................ Nome:................ Matricola:................ (Dare una dimostrazione esauriente di tutte le
DettagliPer formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione.
3.7.4 Disuguaglianze valide forti Cerchiamo disuguaglianze valide forti, ovvero disuguaglianze valide che forniscano migliori formulazioni (più stringenti). Per formalizzare il concetto sono necessarie
DettagliGiochi ed equilibri di Nash. Marco Sciandrone Dipartimento di Ingegneria dell Informazione Università di Firenze E-mail: marco.sciandrone@unifi.
Giochi ed equilibri di Nash Marco Sciandrone Dipartimento di Ingegneria dell Informazione Università di Firenze E-mail: marco.sciandrone@unifi.it 1 1 Notazione e definizione di equilibrio di Nash Si supponga
DettagliAppello di Ricerca Operativa A.A. 2006-2007 (29/3/2007)
Nome... Cognome... 1 Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007) Si consideri la funzione f(x) = 4x 2 1 + 6x 4 2 2x 2 1x 2. Si applichi per un iterazione il metodo del gradiente a partire dai
DettagliModelli di Ottimizzazione
Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo
Dettagli3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura
Dettagli09 - Funzioni reali di due variabili reali
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014
DettagliMINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO
Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliSistemi LSTD: rappresentazione esplicita
Trasformata Zeta Outline Sistemi LSTD: rappresentazione esplicita x(k+1) = Ax(k)+Bu(k), x R n, u R m, k Z y(k) = Cx(k)+Du(k), y R p x R n : vettore delle variabili di stato; u R m : vettore dei segnali
DettagliOttimizzazione 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
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliRIDUZIONE DELLE DISTANZE
RIDUZIONE DELLE DISTANZE Il problema della riduzione delle distanze ad una determinata superficie di riferimento va analizzato nei suoi diversi aspetti in quanto, in relazione allo scopo della misura,
DettagliFunzioni in più variabili
Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R
Dettagliminimize f(x 1,x 2 ) = 1 2 x2 1 + a 2 x2 2
3.1 Ottimizzazione lungo direzioni coniugate. Risolvere il seguente problema: minimize f(x 1,x 2 ) = 12x 2 + 4x 2 1 + 4x 2 2 4x 1 x 2 manualmente, utilizzando il metodo delle direzioni coniugate: determinare
DettagliLezioni 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
DettagliFunzioni di più variabili
Funzioni di più variabili Introduzione Funzioni reali di più variabili reali Una unzione reale di due variabili è una unzione : D R dove il dominio D è un sottoinsieme di R. ESEMPI: - / ln. Considerazioni
DettagliAnalisi 2. Argomenti. Raffaele D. Facendola
Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema
DettagliOttimizazione 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
DettagliSISTEMI LINEARI QUADRATI: METODI ITERATIVI
SISTEMI LINEARI QUADRATI: METODI ITERATIVI CALCOLO NUMERICO e PROGRAMMAZIONE SISTEMI LINEARI QUADRATI:METODI ITERATIVI p./54 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI A R n n simmetrica se A = A T ; A C
DettagliCAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI
CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni
DettagliLezione 12 Argomenti
Lezione 12 Argomenti Costi di produzione: differenza tra costo economico e costo contabile I costi nel breve periodo Relazione di breve periodo tra funzione di produzione, produttività del lavoro e costi
DettagliEQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO
EQUAZIONI CON VALORE AOLUTO DIEQUAZIONI CON VALORE AOLUTO Prima di tutto: che cosa è il valore assoluto di un numero? Il valore assoluto è quella legge che ad un numero (positivo o negativo) associa sempre
Dettaglia) Osserviamo innanzi tutto che dev essere x > 0. Pertanto il dominio è ]0, + [. b) Poniamo t = log x. Innanzi tutto si ha:
ESERCIZIO - Data la funzione f (x) = (log x) 6 7(log x) 5 + 2(log x) 4, si chiede di: a) calcolare il dominio di f ; ( punto) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire
DettagliSpline Nurbs. IUAV Disegno Digitale. Camillo Trevisan
Spline Nurbs IUAV Disegno Digitale Camillo Trevisan Spline e Nurbs Negli anni 70 e 80 del secolo scorso nelle aziende si è iniziata a sentire l esigenza di concentrare in un unica rappresentazione gestita
DettagliFunzioni di più variabili. Ottimizzazione libera e vincolata
libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di
DettagliSuccessioni di funzioni reali
E-school di Arrigo Amadori Analisi I Successioni di funzioni reali 01 Introduzione. In questo capitolo applicheremo i concetti di successione e di serie alle funzioni numeriche reali. Una successione di
DettagliI appello - 24 Marzo 2006
Facoltà di Ingegneria - Corso di Laurea in Ing. Energetica e Gestionale A.A.2005/2006 I appello - 24 Marzo 2006 Risolvere gli esercizi motivando tutte le risposte. I.) Studiare la convergenza puntuale,
DettagliDipendenza dai dati iniziali
Dipendenza dai dati iniziali Dopo aver studiato il problema dell esistenza e unicità delle soluzioni dei problemi di Cauchy, il passo successivo è vedere come le traiettorie di queste ultime dipendono
DettagliGli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.
Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è
DettagliI appello - 26 Gennaio 2007
Facoltà di Ingegneria - Corso di Laurea in Ing. Informatica e delle Telecom. A.A.006/007 I appello - 6 Gennaio 007 Risolvere gli esercizi motivando tutte le risposte. (N.B. il quesito teorico è obbligatorio)
DettagliCOGNOME e NOME: FIRMA: MATRICOLA:
Anno Accademico 203/ 204 Corsi di Analisi Matematica I (Proff A Villani e F Faraci) Prova d Esame del giorno 6 febbraio 204 Prima prova scritta (compito A) Non sono consentiti formulari, appunti, libri
DettagliLEZIONE ICO 12-10-2009
LEZIONE ICO 12-10-2009 Argomento: introduzione alla piattaforma Matlab. Risoluzione numerica di problemi di minimo liberi e vincolati. Lucia Marucci marucci@tigem.it http://www.mathworks.com/access/helpdesk/help/toolbo
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
DettagliPIANO CARTESIANO: un problema di programmazione lineare
PIANO CARTESIANO: un problema di programmazione lineare In un laboratorio sono disponibili due contatori A, B di batteri. Il contatore A può essere azionato da un laureato che guadagna 20 euro per ora.
DettagliNumeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.
Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,
DettagliIntroduzione agli Algoritmi Genetici Prof. Beatrice Lazzerini
Introduzione agli Algoritmi Genetici Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56122 PISA ALGORITMI GENETICI (GA) Sono usati per risolvere problemi di ricerca
DettagliAnalisi matematica 3 Corso di Ingegneria online
Funzioni di più variabili Analisi matematica 3 Corso di Ingegneria online Argomenti del programma limiti, continuità derivabilità, differenziabilità 3 punti critici, estremi liberi 4 il teorema delle funzioni
DettagliProblema 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
DettagliFUNZIONI 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
Dettagli5.4 Solo titoli rischiosi
56 Capitolo 5. Teoria matematica del portafoglio finanziario II: analisi media-varianza 5.4 Solo titoli rischiosi Suppongo che sul mercato siano presenti n titoli rischiosi i cui rendimenti aleatori sono
DettagliCAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI
31 CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI INTRODUZIONE L'obbiettivo di questo capitolo è quello di presentare in modo sintetico ma completo, la teoria della stabilità
DettagliPOLITECNICO di BARI - A.A. 2012/2013 Corso di Laurea in INGEGNERIA Informatica e dell Automazione
POLITECNICO di BARI - A.A. 0/03 Corso di Laurea in INGEGNERIA Informatica e dell Automazione Problema Sia f :[0, +[! R una funzione continua. La funzione composta g() =f(kk) è c o n t i n u a? Problema
DettagliLaboratorio 2. Calcolo simbolico, successioni, limiti e derivate
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Informatica Laboratorio 2 Calcolo simbolico, successioni, limiti e derivate 1 Introduzione al Toolbox simbolico Con le routines del Symbolic
DettagliIndice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...
Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione
DettagliFUNZIONI DI DUE VARIABILI: graöci 3D e curve di livello
FUNZIONI DI DUE VARIABILI: graöci 3D e curve di livello Una funzione di due variabili Ë una funzione in cui per ottenere un valore numerico bisogna speciöcare il valore di 2 variabili x e y, non pi di
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it LA CLASSIFICAZIONE CAP IX, pp.367-457 Problema generale della scienza (Linneo, ) Analisi discriminante Cluster Analysis
DettagliIl Teorema di Fritz John: tre differenti approcci
Università degli Studi di Milano Bicocca FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea Triennale in Matematica Il Teorema di Fritz John: tre differenti approcci Tesi di Laurea in Matematica
Dettaglisezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche.
sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. Potenze e percentuali Sezione 0.3: Disuguaglianze Sezione
Dettagli2 Argomenti introduttivi e generali
1 Note Oltre agli esercizi di questa lista si consiglia di svolgere quelli segnalati o assegnati sul registro e genericamente quelli presentati dal libro come esercizio o come esempio sugli argomenti svolti
DettagliUniversità degli Studi di Catania A.A. 2012-2013. Corso di laurea in Ingegneria Industriale
Università degli Studi di Catania A.A. 2012-2013 Corso di laurea in Ingegneria Industriale Corso di Analisi Matematica I (A-E) (Prof. A.Villani) Elenco delle dimostrazioni che possono essere richieste
Dettagli