Prof. Cerulli – Dott.ssa Gentili

Slides:



Advertisements
Presentazioni simili
Dipartimento di Ingegneria Idraulica e Ambientale - Universita di Pavia 1 Caduta non guidata di un corpo rettangolare in un serbatoio Velocità e rotazione.
Advertisements

MONITORAGGIO MATEMATICA V A Alunni 26 Presenti 23 Quesiti 44 Risposte totali 650 Risultato medio 28,3 media 64,2%
1 MeDeC - Centro Demoscopico Metropolitano Provincia di Bologna - per Valutazione su alcuni servizi erogati nel.
TAV.1 Foto n.1 Foto n.2 SCALINATA DI ACCESSO ALL’EREMO DI SANTA CATERINA DEL SASSO DALLA CORTE DELLE CASCINE DEL QUIQUIO Foto n.3 Foto n.4.
Lezioni di Astronomia 3- Le stelle Bologna 8 aprile 2010
1 Pregnana Milanese Assessorato alle Risorse Economiche Bilancio Preventivo P R O P O S T A.
Frontespizio Economia Monetaria Anno Accademico
Algoritmi e Strutture Dati
Cammini minimi con una sorgente
Cammini minimi con sorgente singola
Implementazione dell algortimo di Viterbi attraverso la soluzione del problema di cammino mi- nimo tramite software specifico. Università degli studi di.
I MATEMATICI E IL MONDO DEL LAVORO
EIE 06/07 II / 1 Strumenti delle politiche agricole in economia aperta equilibrio di mercato in economia aperta politiche di un paese importatore politiche.
EIE 0607 III / 1 A B P a = 30 P b = 35 t = 2, tc = 1 Questo può essere un equilibrio? No! Politiche di un paese importatore: una tariffa allimportazione.
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Algoritmi e basi del C Marco D. Santambrogio – Ver. aggiornata al 9 Agosto 2013.
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Algoritmi e basi del C Marco D. Santambrogio – Ver. aggiornata al 8 Marzo 2013.
Process synchronization
Algoritmo di Ford-Fulkerson
Programmazione 1 9CFU – TANTE ore
Flusso Massimo Applicazione di algoritmi
Canale A. Prof.Ciapetti AA2003/04
Ufficio Studi UNIONCAMERE TOSCANA 1 Presentazione di Riccardo Perugi Ufficio Studi UNIONCAMERE TOSCANA Firenze, 19 dicembre 2000.
B D1D1 D2D2 B2B2 6 4 B3B3 3 B1B1 2 1 B4B4 B5B5 D3D3 D4D4 D5D5 D6D6 a b c a T=22 c d T= P.D. SENZA e CON DUPLICAZIONE.
Master universitario di II livello in Ingegneria delle Infrastrutture e dei Sistemi Ferroviari Anno Accademico 2012/2013 Cultura dimpresa, valutazione.
La partita è molto combattuta perché le due squadre tentano di vincere fino all'ultimo minuto. Era l'ultima giornata del campionato e il risultato era.
Dipartimento di Ingegneria Idraulica e Ambientale - Universita di Pavia 1 Scritte scritte scritte scritte scritte scritte scritte Scritte scritte Titolo.
Cos’è un problema?.
CALCIO SKY 2007 – 2008 PROFILO DI ASCOLTO. 2 INDICE DEGLI ARGOMENTI Profilo di ascolto CALCIO SERIE A 2007 – 2008 Totale campionato (tutte le partite)……………………………………………….
Lezione 6 Encoder ottici
STILI DI APPRENDIMENTO ED EVOLUZIONE INTERFACCE
Algoritmo di Dijkstra Università di Catania
Settimana: 3-7 marzo Orariolunedimartedi Mercoledi 5 Giovedi 6 Venerdi lezione intro alla fis mod DR lezione intro alla fis mod DR.
Prof. Cerulli – Dott.ssa Gentili
2 3 4 RISERVATEZZA INTEGRITA DISPONIBILITA 5 6.
Melfi, 1 aprile 2011 – MediaShow 1 Social Network: possibilità di uso consapevole nella didattica Uso, consapevolezza, opportunità, proposte Caterina Policaro.
Q UESTIONI ETICHE E BIOETICHE DELLA DIFESA DELLA VITA NELL AGIRE SANITARIO 1 Casa di Cura Villa San Giuseppe Ascoli Piceno 12 e 13 dicembre 2011.
ISTITUTO COMPRENSIVO TORREGROTTA REPORT DATI QUESTIONARIO Alunni Scuola Primaria Classe V A.S.2012/2013.
Q UESTIONI ETICHE E BIOETICHE DELLA DIFESA DELLA VITA NELL AGIRE SANITARIO 1 Casa di Cura Villa San Giuseppe Ascoli Piceno 12 e 13 dicembre 2011.
1 Negozi Nuove idee realizzate per. 2 Negozi 3 4.
ISOIVA (LOCALE) TO ISOIVA (WEB) RIPARTIZIONE INFORMATICA UFFICIO APPLICATIVI AMMINISTRATIVI 13/04/2011 UNIVERSITÀ DEGLI STUDI DI FERRARA 1.
ORDINE DI CHIAMATA a 1minuto e 2 minuti PRINCIPALI TEMPI DELLA COMPETIZIONE ORDINE DI CHIAMATA a 1minuto e 2 minuti PRINCIPALI TEMPI DELLA COMPETIZIONE.
Prof. Cerulli – Dott.ssa Gentili
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
LE SAI LE TABELLINE? Mettiti alla prova!.

RILEVAZIONE LIVELLI DI COMPETENZE ITALIANO ANNO SCOLASTICO 2007/2008.
RILEVAZIONE DEI LIVELLI DI COMPETENZA MATEMATICA ANNO SCOLASTICO 2007/2008 BY PROCIDA.
1 Questionario di soddisfazione del servizio scolastico Anno scolastico 2011/2012 Istogramma- risposte famiglie.
Un trucchetto di Moltiplicazione per il calcolo mentale
Prof. Cerulli – Dott.ssa Gentili
21 marzo 2002 (ri-)Avvisi: Giovedi 28 marzo la lezione e sospesa. Nuovo indirizzo di Spedire messaggi e esercizi solo.
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Lezione n° 18: Maggio Problema del trasporto: formulazione matematica Anno accademico 2008/2009 Prof. Cerulli – Dott.ssa Gentili Lezioni di.
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Calendario lezioni ed esercitazioni impartite nell anno accademico 2001/2002 II Semestre Corso di Fisica Sperimentale con Laboratorio Classe di Tecnologie.
Sviluppare un programma in C che, dato un array da 100 elementi interi caricato con numeri casuali compresi tra [10,100], sia in grado di cercare il valore.
-17 Aspettative economiche – Europa Settembre 2013 Indicatore > +20 Indicatore 0 a +20 Indicatore 0 a -20 Indicatore < -20 Unione Europea Totale: +6 Indicatore.
Lycée dAltitude Briançon Projet « Horloges dAltitude » Cortile di Palazzo Ducale F.
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Algoritmi e basi del C Marco D. Santambrogio – Ver. aggiornata al 13 Marzo 2014.
NO WASTE Progetto continuità scuola primaria scuola secondaria Salorno a.s. 2013_
Mercato del lavoro e condizione giovanile: la crisi si acuisce
IL GIOCO DEL PORTIERE CASISTICA. Caso n. 1 Il portiere nella seguente azione NON commette infrazioni.
Prof. Cerulli – Dott. Carrabs
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Transcript della presentazione:

Prof. Cerulli – Dott.ssa Gentili Lezioni di Ricerca Operativa Corso di Laurea in Informatica ed Informatica Applicata Università di Salerno Lezione n° 19: 12-13 Maggio 2008 Problema dell’albero dei cammini minimi Anno accademico 2007/2008 Prof. Cerulli – Dott.ssa Gentili

Il problema dei cammini minini G=(N,A) destinazione sorgente p 7 40 1 2 9 cij = costo dell’arco (i,j) 15 35 9 10 1 44 21 xij = variabili decisionali 5 4 3 69 28 11 1 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 6 8 1 se xijp 5 7 xij = 7 0 se xijp

Modello matematico 1 5 6 4 7 2 3 8 9 69 44 35 21 15 11 28 40 10 The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises.

Modello matematico 1 5 6 4 7 2 3 8 9 69 44 35 21 15 11 28 40 10 The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises.

Modello matematico 1 5 6 4 7 2 3 8 9 69 44 35 21 15 11 28 40 10 The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises.

Il problema dei cammini minini (varianti) Uno ad uno Uno a tutti Tutti a tutti Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G.

Il problema dei cammini minini G=(N,A) sorgente T 7 40 1 2 9 15 35 9 10 1 44 21 5 4 3 28 11 69 1 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 6 8 5 7 7

Etichette dei nodi G=(N,A) d1 d2 d9 1 2 9 15 35 9 10 d4 1 44 21 d5 5 4 7 40 1 2 9 15 35 9 10 d4 1 44 21 d5 5 4 3 28 11 d3 69 1 21 The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises. 6 8 d6 d8 5 7 7 d7

Algoritmo prototipo Passo 1: Inizializzazione. ds=0, Ps=NULL, dk=, Pk=s kN\{s}, Q={s}; Passo 2: Estrai un vertice x da Q (Q= Q \{x}) ed aggiorna quando possibile le etichette dei vertici in FS(x): yFS(x) se dx + cxy < dy allora dy = dx + cxy , Py= x e se y Q inseriscilo in Q (Q= Q  {y}) (test di ottimalità) The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises.

Aggioramento delle etichette yFS(x) se dx + cxy < dy allora dy = dx + cxy e Py= x x=4, y=5 d4 + c45 < d5 ? d5 = d4 + c45 e P5= 4 x=4, y=2 d4 + c42 < d2 ? ………………… x=4, y=9 d4 + c49 < d9 ? d9 = d4 + c49 e P9= 4 36 42 5 15 21 7 18 2 4 The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises. 34 9 67 55

Algoritmo prototipo Passo 1: Inizializzazione. ds=0, Ps=NULL, dk=, Pk=s kN\{s}, Q={s}; Passo 2: Estrai un vertice x da Q (Q= Q \{x}) ed aggiorna quando possibile le etichette dei vertici in FS(x): yFS(x) se dx + cxy < dy allora dy = dx + cxy , Py= x e se y Q inseriscilo in Q (Q= Q  {y}) (test di ottimalità) Passo 3: Fino a quando Q   ripeti il passo 2 ; The SPT problem is a fundamental network optimization problem. It arises in several problems as the network and trasportation analyses problem, routing problems on network, urban traffic management problem, and some other network optimization problem. Today the existing SPT algorithms are very efficient, indeed some algorithms can compute the SPT on a graph with 1 million nodes in less than a second. Despite this, the research of more efficient techniques is not stopped. This happens because we need of more and more efficient SPT algorithms in order to avoiding to slow down the resolution of others network problems where the SPT problem arises.

Differenti implementazioni Gli algoritmi per l’SPT si distinguono per: La politica di estrazione del nodo da Q (label setting e label correcting) La struttura dati utilizzata per implementare Q

Algoritmo di Dijkstra (label setting) Dijkstra (G,s) Inizializzazione; ( ds=0, Ps=NULL, dk=, Pk=s kN\{s} , Q={s}) while ( Q  ){ x = Extract_min(Q); Test_ottimalità(x,y); con yFS(x); }

L’algoritmo di Dijkstra (label setting) G=(N,A)   7 Q 7 40 1 2 9 15 35 9 10  1 9  44 21  5 4 3 28 11 69 1 21  Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 6 8  5 7 7 2 7  5 1 2 7 9

L’algoritmo di Dijkstra (label setting) G=(N,A) 7 47  Q 7 40 1 2 9 15 35 9 10  22 1 44 21 9  5 4 3 42 11 69 28 1 21  Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 6 8 5 4  22 9 3 4 22 42 5 7 7 3 9 2 42 47 7  5 9 47 9

L’algoritmo di Dijkstra (label setting) G=(N,A) 7 47 Q 7 40 1 2 9 15 35 9 10 22 1 44 21 9 5 4 3 42 11 69 28 1 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 78  6 8 5 6 4  22 78 9 3 4 42 22 5 7 7 3 9 47 42  6 9 47 78

L’algoritmo di Dijkstra (label setting) G=(N,A) 7 47 Q 7 40 1 2 9 15 35 9 10 22 1 44 21 9 5 4 3 42 69 28 11 8 7 1 43 33 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 78 50 6 8 3 4 8  33 42 22 33 7 3 43 42 5 7 7 9 47 43  6 78 50

L’algoritmo di Dijkstra (label setting) G=(N,A) 7 47 Q 7 40 1 2 9 15 35 9 10 22 1 44 21 9 5 4 3 42 34 69 28 11 8 1 33 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 50 6 8 3 42 34 33 7 43 5 7 7 9 47 43 6 50

L’algoritmo di Dijkstra (label setting) G=(N,A) 7 47 44 Q 7 40 1 2 9 15 35 9 10 22 1 44 21 9 5 4 3 34 11 69 28 1 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 50 6 8 3 34 33 7 43 5 7 7 9 47 44 43 6 50

L’algoritmo di Dijkstra (label setting) G=(N,A) 7 44 Q 7 40 1 2 9 15 35 9 10 22 1 44 21 9 5 4 3 34 28 11 69 1 21 Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G. 50 48 6 8 33 7 43 5 7 7 9 44 43 6 48 50

Il problema dei cammini minini 1 5 6 4 7 2 3 8 9 69 44 35 21 15 11 28 40 10 T Our work concerns the Shortest path tree problem problem (in brief SPT). Let me give a brief description of this problem. Given a weighted and directed graph G=(V,E,s) and a source node s, we want to find the shortest path from s to each other vertex in G.

Albero dei Cammini minimi  albero di copertura minimo SPT=22 5 2 5 10 15 4 6 1 11 7 3 7

Albero dei Cammini minimi  albero di copertura minimo SPT=22 MST=21 1 2 3 5 7 6 4 10 11 15 2 5 10 4 6 1 11 7 3