Modelli informatica. Non sempre è possibile formulare e pensare immediatamente una strategia risolutiva per un problema. Facciamo un esempio:

“La mamma di Giorgio va a prendere i suoi compagni (Alessia, Marco, Marzia) prima di portarlo a Scuola. Quale percorso gli conviene fare per arrivare prima non considerando il traffico ?”

Come poter fare per risolvere questo problema? Per prima cosa dobbiamo fare una opportuna analisi. Come dati in input cioè elementi noti conosciamo le posizioni delle varie case e anche le strade che li collegano. La soluzione è il percorso migliore fra tutti quelli possibili; il problema è chiaramente un problema di ottimizzazione. Per risolvere il problema è necessario costruire un modello; togliamo la terra e lasciamo solo strade e punti e diamo un peso alle varie strade che rappresenta la lontananza di un punto rispetto ad un altro:

Abbiamo ottenuto ora un modello del problema ovvero una struttura dati di tipo grafo. Con questa struttura possiamo analizzare bene le soluzioni possibili e trovare quella migliore. Esistono molti algoritmi (che come vedrermo sono particolari strategie risolutive) per risolvere questo problema.

Dato un problema da risolvere si definisce modello relativo al problema in esame, la rappresentazione semplificata della situazione analizzata che evidenzi tutti gli elementi fondamentali e determinanti utili alla risoluzione del problema.

In sostanza il modello è una rappresentazione del problema reale. Possiamo pensare al modello come una rappresentazione della realtà semplificata che ci permette di risolvere il problema in maniera più semplice. Nell’esempio precedente è stato fondamentale togliere tutti gli elementi inutili come le montagne e le case che non ci interessavano per concentrarci sui punti rappresentanti le case di interesse e sulle strade con le loro distanze. Modelli informatica.

Classificazione

I modelli possono essere classificati in base al loro uso:

• Descrittivi: si limitano a riprodurre la realtà con eventuali semplificazioni. 
• Predittivi: forniscono elementi per prevedere l’evoluzione della realtà lasciando scelte
• Prescrittivi: impongono un comportamento in previsione dell’obiettivo da raggiungere

Potremmo classificare anche i modelli in base alla loro natura:

• Analogici: rappresentazione fedele della realtà in scala ridotta 
• Simbolici: rappresentazione astratta delle realtà ad es. con equazioni
• Logici: ambiente di regole logico-funzionali che se seguite permettono di emulare la realtà

Torna a esecutori

Vai a algoritmi