Vai al contenuto

Algoritmi di approssimazione

Un corso della collana Ricerca Operativa e Matematica · tutti i corsi

Materiale didattico ideato e sviluppato da Fabio Furini, professore associato al DIAG, Sapienza Università di Roma.

Le dispense del corso, online: che cosa garantisce un algoritmo di approssimazione e come lo si dimostra; algoritmi, analisi del caso peggiore e istanze tight per lo zaino, il bin packing, il TSP metrico e lo scheduling su macchine parallele; schemi di approssimazione; i limiti dell'approssimazione per la colorazione dei vertici, la clique massima e il TSP generale. Con definizioni, risultati con dimostrazione, esempi svolti, esercizi con le soluzioni, notebook Colab e app interattive.

Prerequisiti: Problemi di ottimizzazione combinatoria per i problemi e Algoritmi euristici per gli algoritmi che qui si analizzano (greedy, First Fit, LPT, nearest neighbour…).

Comincia Esercizi Laboratorio Quiz Materiale

Provalo subito

L'algoritmo di Christofides su dieci città: il giro trovato sopra il giro ottimo, con il rapporto che resta sotto la garanzia 3/2. Premi «Esegui» per rivedere albero ricoprente minimo, accoppiamento, circuito euleriano e scorciatoie, oppure passa al double tree.

Altre app nel laboratorio

Le parti del corso

I capitoli, per famiglia di problemi come nel menu: ogni scheda dice il capitolo della dispensa.

  • 1. Principi degli algoritmi di approssimazione


    Principi

    Algoritmi di approssimazione · Schemi di approssimazione

    Leggi il capitolo · Esercizi

  • 2. Algoritmi di approssimazione per lo zaino


    Problemi di zaino

    Notazione · Oggetto critico e capacità residua · L'algoritmo greedy · L'algoritmo Ext-Greedy

    Leggi il capitolo · Esercizi

  • 3. Algoritmi di approssimazione per il bin packing


    Problemi di packing

    Notazione · Next Fit · La classe Any Fit · Proprietà di riempimento a metà

    Leggi il capitolo · Esercizi

  • 4. Colorazione dei vertici: limiti dell'approssimazione


    Problemi di colorazione

    Notazione · Il VCP non è approssimabile · Casi particolari · Esempi

    Leggi il capitolo · Esercizi

  • 5. Clique massima: limiti dell'approssimazione


    Problemi di clique

    Notazione · Il MCP non è approssimabile · Casi particolari · Esempio

    Leggi il capitolo · Esercizi

  • 6. TSP: il caso generale e il caso metrico


    Problemi di routing

    Il TSP generale non è approssimabile · Un caso particolare: il TSP metrico · L'algoritmo del doppio albero e l'algoritmo di Christofides · Proprietà strutturali

    Leggi il capitolo · Esercizi

  • 7. Approssimazione per P||Cmax


    Problemi di scheduling

    Notazione · Gli algoritmi \(LIST\) e \(LPT\) · Una proprietà del list scheduling · Garanzie di prestazione

    Leggi il capitolo · Esercizi

Da non perdere

  • Esercizi con le soluzioni


    Esercizi per ogni capitolo, ciascuno con la soluzione svolta che si apre con un clic.

    Gli esercizi

  • Quiz di autovalutazione


    Un facsimile d'esame nuovo a ogni avvio: 13 domande, 33 punti, con la soluzione e il link alle dispense. In Materiale c'è anche la banca completa delle domande.

    Mettiti alla prova

  • Laboratorio interattivo


    App che girano nel browser: muovi i parametri e guarda le idee del corso lavorare, un passo alla volta.

    Il laboratorio

  • Dispense in PDF


    Dispense, eserciziari e slide in PDF, con la stessa numerazione del sito.

    Il materiale

  • Notebook in Colab


    Il codice del corso che gira nel browser, senza installare niente.

    I notebook

  • Indice completo


    Tutti i capitoli con le loro sezioni in una pagina, e come è fatto ogni capitolo.

    L'indice


La collana

Tutti i corsi della collana hanno la stessa impostazione: dispense online e in PDF, esercizi con le soluzioni, laboratorio interattivo e quiz di autovalutazione.

  • Analisi Matematica 1

    numeri reali, funzioni, limiti, derivate e serie, con i grafici interattivi

  • Algebra lineare

    vettori, matrici, determinanti, sistemi lineari e autovalori, con il laboratorio di calcolo

  • Algoritmi

    rappresentazione dei numeri, pseudocodice, ordinamento e ricerca, analisi e algoritmi ricorsivi

  • Programmazione lineare

    poliedri, algoritmo del simplesso, dualità e simplesso duale, con il laboratorio interattivo

  • Programmazione lineare intera

    rilassamento continuo, disuguaglianze valide, piani di taglio, branch-and-bound e branch-and-cut

  • Ottimizzazione convessa

    insiemi e funzioni convesse, problemi di ottimizzazione convessa, con grafici interattivi

  • Ottimizzazione su reti

    grafi, alberi ricoprenti, cammini minimi, flussi su reti, simplesso su reti e gestione dei progetti

  • Problemi di ottimizzazione combinatoria

    zaino, bin packing, colorazione, TSP, scheduling e lot sizing: i problemi, le formulazioni e gli algoritmi ad hoc

  • Programmazione dinamica

    principi e algoritmi di PD per zaino, lot sizing, cambio monete e taglio delle aste

  • Algoritmi euristici

    euristiche costruttive, ricerca locale, metaeuristiche ed euristiche MIP per i problemi di ottimizzazione combinatoria

  • Algoritmi di approssimazione · questo corso

    garanzie di prestazione, schemi di approssimazione e limiti dell'approssimazione per i problemi combinatori

  • Modellazione PL

    modelli di programmazione lineare per problemi gestionali, risolti con Python e Gurobi

  • Modellazione PNL

    modelli di programmazione non lineare, dal portafoglio al machine learning, con Python e Gurobi

  • Modellazione MIP

    modelli di programmazione lineare a variabili intere, dalla formulazione alla soluzione con i solver


Materiale didattico di Fabio Furini — DIAG, Sapienza Università di Roma.

Questo sito è disponibile anche in inglese.