Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa"

Transcript

1 Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa Modello di miscelazione Il problema è tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning, 2004, ISBN: , page 86. Una azienza produce tre tipi di gasolio (gas 1, gas 2, gas 3). Ciascuno dei tre tipi di gasolio è ottenuto per miscelazione di tre tipi di oli grezzi (crude 1, crude 2, crude 3). I prezzi di vendita/acquisto al barile di ciascun gasolio/olio grezzo sono i seguenti: prezzi di vendita al barile prezzi di acquisto al barile Gas 1 $70 Crude 1 $45 Gas 2 $60 Crude 2 $35 Gas 3 $50 Crude 3 $25 L azienda può acquistare fino a 5000 barili di ogni tipi di olio grezzo. I tre tipi di gasolio differiscono nel numero di ottani e nel contenuto di zolfo. Gli olii grezzi miscelati per realizzare il gas 1 devono avere un numero di ottani medio di almeno 10 e contenere al più l 1% di zolfo. Gli olii grezzi miscelati per realizzare il gas 2 devono avere un numero di ottani medio di almeno 8 e contenere al più il 2% di zolfo. Gli olii grezzi miscelati per realizzare il gas 3 devono avere un numero di ottani medio di almeno 6 e contenere al più il 1% di zolfo. Il numero di ottani e il contenuto di zolfo dei tre tipi di olii grezzi sono: numero di ottano contenuto zolfo Crude % Crude % Crude % La produzione di un barile di gasolio costa $4 e l azienda è in grado di produrre fino a 14,000 barili di gasolio giornalieri. I clienti richiedono le seguenti quantità di ogni tipo di gasolio: gas barili/giorno, gas barili/giorno, and gas barili/giorno. L azienda considera un obbligo il soddisfacimento della domanda. L azienda ha la possibilità di fare pubblictà per stimolare l acquisto di suoi prodotti. Per ogni dollaro speso giornalmente per la pubblicità di un certo tipo di gasolio, la domanda giornaliera di quel tipo di gasolio aumenta di 10 barili. Ade sempio, se l azienda decide di spendere $20 giornalieri per la pubblicità di gas 2, la domanda giornaliera di gas 2 aumenta di 20(10) = 200 barili. Formulare un modello di PL che consenta di massimizzare il profitto (=ricavo-costi). 1

2 Analisi sintetica del problema. zolfo Ottani prezzo di vendita domanda GAS al più almeno $/barile Barile/giorno 1% 10 $ % % OLIO GREZZO prezzo acquisto $/barile $ olio disponibile, max barile/giorno numero di ottani contenuto di zolfo 0.5% 2.0% 3.0% * per ogni tipo di gasolio: 1 $ al giorno aumenta la domanda di 10 barili/giorno * $4 per produrre un barile di olio in un barile di gasolio * Max quantità di gasolio da produrre barili/giorno. Formulazione. Variabili di decisione. Associamo le variabili di decisione x ij alle quantità barili di olio grezzo di tipo j utilizzati per la produzione del gasolio di tipo i (i = 1, 2, 3; j = 1, 2, 3). Inoltre A j = dollari spesi giornalmente per la pubblicità del gas j (j = 1, 2, 3); variabili di decisione GAS pubblicità 1 x 11 x 12 x 13 A 1 2 x 21 x 22 x 23 A 2 3 x 31 x 32 x 33 A 3 OLIO GREZZO Indichiamo con m = 3 il numro di GAS che pososno essere prodoti e con n = 3 il numero di olii grezzi che pososno essere utilozzati. Sulla base di tale definzione è possibile ricavare l espressione analitica delle quantità di diversi gas realizzati e di olii utilizzati. Olio j per j = 1, 2, 3 utilizzato = Gas i per i = 1, 2, 3 prodotto = x ij = O j x ij = G i Funzione obiettivo. Si vuole max il profitto = (ricavo - costi) ricavo = #gas (prezzo di vendita di G i) * (quantità di gas G i ) = n p i G i = x ij. p i 2

3 costo di acquisto = #olii ( costi di acquisto di O j) * (quantità di O j ) = m c j O j = c j x ij costo di produzione = #gas (costo produzione di G i) * (quantità di gas n di G i ) = l i G i = x ij. l i costi di pubblicità = #gas A i = m A i avendo indicato con p i i prezzi di vendita, con c j i costi di acquisto e con l i i costi di produzione. Dunque otteniamo la funzione generale max n p i m c j che nel caso della nostra istanza diventa: max (70 4) x 1j +(60 4) x 2j +(50 4) n l i x 3j 45 x i1 35 A i x i2 25 Vincoli. Vincoli di domanda sui Gas 1, 2, 3 Per ogni i = 1,..., m deve risultare G i = d i dove d i denota la domanda, ovvero x ij = d i i = 1, 2,..., m che nel caso della nostra istanza diventano 1x x x 31 10A 1 = x x x 32 10A 2 = x x x 33 10A 3 = 1000 Vincoli di disponibilità di Olio 1, 2, 3: Per ogni j = 1,..., n deve risultare O j b j dove b j denota la disponibilità, ovvero x ij b j j = 1, 2,..., n che nel caso della nostra istanza diventano 1x x x x x x x x x Vincoli di produzione della raffineria: x ij cap-prod x i3 A 1 A 2 A 3 3

4 ovvero 1x x x x x x x x x Vincoli di qualità sul numero medio di ottani nei Gas 1, 2, 3: Indicando con o j il numero di ottani di ogni olio grezzo, possiamo scrivere il contenuto in ottani di ciascuna miscela come o j x ij che danno luogo ai vincoli lineari x ij ottani-min i o j x ij ottani-min i che nel caso della nostra istanza sono 2x 11 4x 21 2x x 12 2x x x 33 0 Vincoli di qualità sul massimo contenuto % di zolfo nei Gas 1, 2, 3: Indicando con s j la percentuale di zolfo di ogni olio grezzo, possiamo scrivere la percentuale di zolfo di ciascuna miscela come x ij s j x ij x ij zolfo-max i che danno luogo ai vincoli lineari s j zolfo-max i x ij 0 che nel caso della nostra istanza sono 0.005x x x x x x x x 33 0 Infine si devono considerare i vincoli di non negatività x ij 0, i = 1, 2, 3 j = 1, 2, 3 e A j 0, j = 1, 2, 3. 4

5 La formulazione completa è quindi max 21x x x x x x x x x 33 A 1 A 2 A 3 x 11 + x 21 + x 31 10A 1 = 3000 x 12 + x 22 + x 32 10A 2 = 2000 x 13 + x 23 + x 33 10A 3 = 1000 x 11 + x 12 + x x 21 + x 22 + x x 31 + x 32 + x x 11 + x 12 + x 13 + x 21 + x 22 + x 23 + x 31 + x 32 + x x 11 4x 21 2x x 12 2x x x x x x x x x x x 33 0 x ij 0, i = 1, 2, 3 j = 1, 2, 3 A j 0, j = 1, 2, 3 Ovvero in modo più generale max n p i x ij = d i x ij b j m c j x ij cap-prod i = 1, 2,..., m j = 1, 2,..., n n l i o j ottani-min i x ij 0 s j zolfo-max i x ij 0 x ij 0, A i 0, i = 1, 2,..., m j = 1, 2,..., n i = 1, 2,... m A i Soluzione con Excel Si riportano i fogli Excel dei Dati, del Modello (senza pubblicitá), dei Report Sensibilitá e Valori. Si é anche realizzato un folgio di riassuto pr l utente finale. 5

6 OLIO GREZZO zolfo ottani prezzo vendita richiesta costo produzione Al piu' almeno $/barile barili/gionalieri $/barile costo acquisto $/barile 45,00 35,00 25,00 GASOLIO 1 0, , disponibilita' olio, max barili/giorno GASOLIO 2 0, , ottani GASOLIO 3 0, , zolfo 0,01 0,02 0,03 pubblicità costo 1,00 max incremento richiesta 10,00 produzione 14000

7 OLIO GREZZO zolfo ottani prezzo vendita richiesta costo produzione Al piu' almeno $/barile barili/gionalieri $/barile costo acquisto $/barile GASOLIO 1 1,00% disponibilita' olio max GASOLIO 2 2,00% ottani GASOLIO 3 1,00% zolfo 0,50% 2,00% 3,00% pubblicità costo 1 max incremento richiesta 10 produzione composizione miscela variabili OLIO1 OLIO2 OLIO3 # ottani % zolfo GAS1 2400,00 0,00 600,00 11,2 1,00% GAS2 800,00 0, ,00 9,6 2,00% GAS3 800,00 0,00 200,00 11,2 1,00% vincoli domanda GAS1 3000,00 = 3000 GAS2 2000,00 = 2000 GAS3 1000,00 = 1000 OLIO1 OLIO2 OLIO3 disponibilitá 4000,00 0, ,00 <= <= <= max produzione 6000,00 <= qualità ottani GAS >= 0 GAS >= 0 GAS >= 0 zolfo GAS1 0,00% <= 0 GAS2 0,00% <= 0 GAS3 0,00% <= 0 funzione obiettivo ,00 profitto costo produzione costo acquisto , , ,00 ricavo

8 Microsoft Excel 14.0 Rapporto valori Foglio di lavoro: [modello-es7_sunco_oil - Copia.xlsx]modello base Data creazione rapporto: 23/11/ :36:04 Risultato: È stata trovata una soluzione. Tutti i vincoli e le condizioni di ottimalizzazione sono stati soddisfatti. Motore Risolutore Motore: Simplex LP Tempo di risoluzione: 0,016 Secondi. Iterazioni: 12 Problemi secondari: 0 Opzioni Risolutore Tempo massimo 100 sec, Iterazioni 100, Precision 0, Numero massimo problemi secondari Illimitate, Numero max soluzioni intere Illimitate, Tolleranza interi 5%, Risolvi senza vincoli sugli interi, Presumi non negative Cella obiettivo (Max) Cella Nome Valore originale Valore finale $B$46 funzione obiettivo ricavo , ,00 Celle variabili Cella Nome Valore originale Valore finale Intere $B$15 GAS1 OLIO1 3000, ,00 Continue $C$15 GAS1 OLIO2 0,00 0,00 Continue $D$15 GAS1 OLIO3 600,00 600,00 Continue $B$16 GAS2 OLIO1 0,00 800,00 Continue $C$16 GAS2 OLIO2 200,00 0,00 Continue $D$16 GAS2 OLIO3 1200, ,00 Continue $B$17 GAS3 OLIO1 0,00 800,00 Continue $C$17 GAS3 OLIO2 0,00 0,00 Continue $D$17 GAS3 OLIO3 3200,00 200,00 Continue Vincoli Cella Nome Valore della cella Formula Stato Tolleranza $B$21 GAS1 domanda 3000,00 $B$21=$D$21 Vincolante 0 $B$22 GAS2 domanda 2000,00 $B$22=$D$22 Vincolante 0 $B$23 GAS3 domanda 1000,00 $B$23=$D$23 Vincolante 0 $B$26 disponibilitá OLIO1 4000,00 $B$26<=$B$28 Non vincolante 1000 $C$26 disponibilitá OLIO2 0,00 $C$26<=$C$28 Non vincolante 5000 N.B. $D$26 disponibilitá OLIO3 2000,00 $D$26<=$D$28 Non vincolante 3000 VARIABILI DI SLACK: metodo simplesso $B$31 produzione max 6000,00 $B$31<=$D$31 Non vincolante 8000 $B$34 GAS1 ottani 3600 $B$34>=$D$34 Non vincolante 3600 $B$35 GAS2 ottani 3200 $B$35>=$D$35 Non vincolante 3200 $B$36 GAS3 ottani 5200 $B$36>=$D$36 Non vincolante 5200 $B$39 GAS1 zolfo 0,00% $B$39<=$D$39 Vincolante 0 $B$40 GAS2 zolfo 0,00% $B$40<=$D$40 Vincolante 0 $B$41 GAS3 zolfo 0,00% $B$41<=$D$41 Vincolante 0

9 Microsoft Excel 14.0 Rapporto sensibilità Foglio di lavoro: [modello-es7_sunco_oil - Copia.xlsx]modello base Data creazione rapporto: 23/11/ :36:04 Celle variabili Finale Ridotto Obiettivo Consentito Consentito Cella Nome Valore Costo Coefficiente Incremento Decremento $B$15 GAS1 OLIO $C$15 GAS1 OLIO E+30 $D$15 GAS1 OLIO E+30 3, $B$16 GAS2 OLIO $C$16 GAS2 OLIO E+30 $D$16 GAS2 OLIO E+30 3, $B$17 GAS3 OLIO $C$17 GAS3 OLIO E+30 $D$17 GAS3 OLIO E+30 3, Vincoli Finale Ombreggiatura Vincolo Consentito Consentito Cella Nome Valore Prezzo a destra Incremento Decremento $B$21 GAS1 domanda $B$22 GAS2 domanda $B$23 GAS3 domanda $B$26 disponibilitá OLIO E $C$26 disponibilitá OLIO E $D$26 disponibilitá OLIO E $B$31 produzione max E $B$34 GAS1 ottani E+30 $B$35 GAS2 ottani E+30 $B$36 GAS3 ottani E+30 $B$39 GAS1 zolfo ,5 15 $B$40 GAS2 zolfo $B$41 GAS3 zolfo VALORI OTTIMI VARIABILI DUALI

10 COMPOSIZIONE OTTIMA GASOLII OLIO1 OLIO2 OLIO3 produzione # ottani % zolfo prezzo ombra GAS ,00 11,2 1,00% Vincolante 800 GAS ,00 9,6 2,00% Vincolante 800 GAS ,00 11,2 1,00% Vincolante 800 consumo 4000,00 0, ,00 coefficienti f.o costi ridotti GAS1 GAS2 GAS3 GAS1 GAS2 GAS3 OLIO OLIO OLIO

Esercitazione n o 7 per il corso di Ricerca Operativa

Esercitazione n o 7 per il corso di Ricerca Operativa Esercitazione n o 7 per il corso di Ricerca Operativa Modello di miscelazione Il problema è stato tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning,

Dettagli

Esercitazione n o 7 per il corso di Ricerca Operativa

Esercitazione n o 7 per il corso di Ricerca Operativa Esercitazione n o 7 per il corso di Ricerca Operativa Modello di miscelazione Il problema è stato tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning,

Dettagli

Esercitazione n o 6 per il corso di Ricerca Operativa

Esercitazione n o 6 per il corso di Ricerca Operativa Esercitazione n o 6 per il corso di Ricerca Operativa Il problema è stato tratto dal libro C. Mannino, L.Palagi, M. Roma. Complementi ed esercizi di Ricerca Operativa, Edizioni Ingegneria 2000, 1998, ISBN:

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 26. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 26. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 26 Docente: Laura Palagi Modello di distribuzione Cardillo Raffaele Di Paola Catherine Trano Marco

Dettagli

Excel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore

Excel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore Excel: una piattaforma facile per l ottimizzazione Excel ha un toolbox di ottimizzazione: Risolutore Il problema di produzione con Excel Consideriamo il foglio Excel Variabili di decisione reali c8,d8

Dettagli

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Esempio di risoluzione di un problema di PL con Excel Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Un azienda vinicola desidera produrre due tipi di vino: uno

Dettagli

Esercitazione per il corso di Ricerca Operativa 10 novembre 2009

Esercitazione per il corso di Ricerca Operativa 10 novembre 2009 A.a. 2009-10 Esercitazione n o 1 Esercitazione per il corso di Ricerca Operativa 10 novembre 2009 Laurea magistrale in Ing. Meccanica e Ing. dei Sistemi di Trasporto Laurea in Ing. dei Trasporti Formulazione

Dettagli

Excel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore

Excel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore Excel: una piattaforma facile per l ottimizzazione Excel ha un toolbox di ottimizzazione: Risolutore Il problema di produzione con Excel Consideriamo il foglio Excel Variabili di decisione reali c8,d8

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 21. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 21. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 21 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 21 MODELLO DI MISCELAZIONE E

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 3. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 3. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 3 Docente: Laura Palagi 2 TESTO DEL PROBLEMA Si vuole programmare la dieta di un individuo su un

Dettagli

1.4 Si risolva mediante gli scarti complementari il duale del problema dato.

1.4 Si risolva mediante gli scarti complementari il duale del problema dato. FONDAMENTI DI RICERCA OPERATIVA (turno unico) Prof. M.Trubian a.a. 2006/07 Prima prova in itinere: 24/11/06 Nome studente:... Matricola:...... A Esercizio 3 4 5 6 Valore % 0.3 0.2 0.2 0.15 0.1 0.05 Valutazione

Dettagli

FONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08

FONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08 FONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08 Nome studente:... Matricola:...... Esercizio 3 4 5 6 Valore % 0.25 0.15 0.15 0.15 0.15 0.15 Valutazione A [1]

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 10 Docente: Laura Palagi Smaltimento dei rifiuti solidi urbani HOMEWORK N 10 Francesco Cambiotti

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Docente: Laura Palagi Homework n. o 14 Modelli di valutazione di efficenza DEA Data Envelopment Analysis A cura

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 11 Programmazione lineare intera ILP Programmazione lineare binaria BLP Il problema MicroWorks, Inc.

Dettagli

Miscelazione di benzine

Miscelazione di benzine Miscelazione di benzine Una raffineria deve miscelare 4 tipi di petrolio grezzo per ottenere 3 tipi di benzina. La tabella seguente mostra la massima quantità disponibile per ogni tipo di petrolio grezzo

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 17. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 17. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 17 Docente: Laura Palagi IL FANTACALCIO HOMEWORK n 17 Roberta Savini Eleonora Silvi Irene Tarulli

Dettagli

Esame di Ricerca Operativa del 03/09/2015

Esame di Ricerca Operativa del 03/09/2015 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una raffineria di petrolio miscela tipi di greggio per ottenere tipi di carburante: senza piombo, diesel e blu diesel.

Dettagli

Data Science A.A. 2018/2019

Data Science A.A. 2018/2019 Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Esercitazione GAMS 1 Data Science 2018/2019 1 Esercizio 1 - AVL La AVL produce tre composti chimici, A, B e C, che possono essere venduti

Dettagli

LEZIONE N. 7 - PARTE 1 - Introduzione

LEZIONE N. 7 - PARTE 1 - Introduzione LEZIONE N. 7 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

Esercizio 1. Soluzione

Esercizio 1. Soluzione A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Prima prova intermedia 21 aprile 2018 Esercizio 1 Una fabbrica di schede elettroniche deve allocare operai

Dettagli

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE N. 6 - PARTE 1 - Introduzione LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

Modelli di Programmazione Lineare

Modelli di Programmazione Lineare 3 Modelli di Programmazione Lineare 3.1 MODELLI DI ALLOCAZIONE OTTIMA DI RISORSE Esercizio 3.1.1 Un industria manifatturiera può fabbricare 5 tipi di prodotti che indichiamo genericamente con P1, P2, P3,

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.9)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.9) Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 05-6, lez.9) Matematica Computazionale,

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 23. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 23. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 0-3 Homework n 3 Docente: Laura Palagi HOMEWORK DI RICERCA OPERATIVA Realizzato da : Bartolini Giancarlo Cornacchione

Dettagli

Ricerca Operativa a.a : III appello

Ricerca Operativa a.a : III appello Ricerca Operativa a.a. 2015-2016: III appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 7 giugno 2016 Regole per l esame: la violazione delle seguenti regole comporta il

Dettagli

Ricerca Operativa a.a : IV appello

Ricerca Operativa a.a : IV appello Ricerca Operativa a.a. 2015-2016: IV appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 5 settembre 2016 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come

Dettagli

Esame di Ricerca Operativa del 21/02/19. max 3 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 3

Esame di Ricerca Operativa del 21/02/19. max 3 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 3 Esame di Ricerca Operativa del /0/ Cognome) Nome) Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso primale. max x +x x +0 x x + x 8 x x x x x + x x x passo {,} passo

Dettagli

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo Esercizi soluzione grafica e Branch and Bound Daniele Vigo daniele.vigo@unibo.it Mix Mangimi Il gestore di un allevamento desidera determinare il mix ottimale di mangimi da aggiungere al riso per la dieta

Dettagli

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE N. 6 - PARTE 1 - Introduzione LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005

MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005 Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero prova: 5 luglio 005 COGNOME NOME FIRMA: : : : [7,5 crediti]

Dettagli

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria

Dettagli

TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.

TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1. Prof. R. adei EORIA della DUALIÀ Una piccola introduzione R. adei 1 R. adei 2 EORIA DELLA DUALIA' Il concetto di dualità fu introdotto nel 1947 da Von Neumann, anche se il teorema della dualità fu formulato

Dettagli

Business Analytics and Decisions Science. Introduzione alla risoluzione in EXCEL di modelli di PL A.A

Business Analytics and Decisions Science. Introduzione alla risoluzione in EXCEL di modelli di PL A.A Business Analytics and Decisions Science Introduzione alla risoluzione in EXCEL di modelli di PL A.A. 2018-2019 1 Argomenti trattati: Primi approcci ai modelli di ottimizzazione Uso del risolutore excel

Dettagli

Il modello duale. Capitolo settimo. Introduzione

Il modello duale. Capitolo settimo. Introduzione Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 10 Tre classici problemi Il problema della dieta l problema dei trasporti Il problema del cioccolato

Dettagli

Corso di Ricerca Operativa Prova in itinere del 06/11/2015

Corso di Ricerca Operativa Prova in itinere del 06/11/2015 Corso di Ricerca Operativa Prova in itinere del 6/11/215 (Cognome) (Nome) (Matricola) Esercizio 1. Un personal trainer deve preparare un piano di allenamento settimanale di 8 ore combinando diverse attività

Dettagli

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 = 56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,

Dettagli

Esame di Ricerca Operativa del 20/02/18

Esame di Ricerca Operativa del 20/02/18 Esame di Ricerca Operativa del //8 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante l algoritmo del simplesso duale il seguente problema di programmazione lineare: min x x +x x

Dettagli

G. Improta - Trasparenti del Corso di Ricerca Operativa A.A. 2001/ Vietata la riproduzione senza l'espresso assenso dell'autore.

G. Improta - Trasparenti del Corso di Ricerca Operativa A.A. 2001/ Vietata la riproduzione senza l'espresso assenso dell'autore. LA DUALITA' IL PROBLEMA DEL MIXING DI PRODUZIONE Una fabbrica vuole mettere in produzione due articoli, P e P. I due prodotti richiedono lavorazioni su due differenti tipi di macchine, MA ed MB, senza

Dettagli

Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Modelli di programmazione lineare.

Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Modelli di programmazione lineare. CAPITOLO V MODELLI DI PROGRAMMAZIONE LINEARE 5.1) Un'impresa costruisce 3 modelli di radio a transistor di cui il primo dà un profitto unitario di 4800 lire, il secondo di 9000 lire ed il terzo di 15000

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4 Docente: Laura Palagi Homework in Ricerca Operativa GRUPPO 4: Isabelle Pietroletti Matteo Marangio

Dettagli

Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a.

Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a. Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a.0-4 Programmazione lineare Domande di ripasso Definizioni e risultati teorici.

Dettagli

Elementi di un modello di Programmazione Matematica

Elementi di un modello di Programmazione Matematica 1 Ricerca Operativa Laboratorio: utilizzo di solver per programmazione matematica Elementi di un modello di Programmazione Matematica Insiemi: elementi del sistema; Parametri: dati del problema; Variabili

Dettagli

min 2x 1 +4x 2 2x 3 +2x 4 x 1 +4x 2 +2x 3 + x 4 =6 2x 1 + x 2 +2x 3 + x 5 =3 x 0.

min 2x 1 +4x 2 2x 3 +2x 4 x 1 +4x 2 +2x 3 + x 4 =6 2x 1 + x 2 +2x 3 + x 5 =3 x 0. 5 IL METODO DEL SIMPLESSO 6.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,

Dettagli

RICERCA OPERATIVA. Tema d esame del 13/12/2005

RICERCA OPERATIVA. Tema d esame del 13/12/2005 RICERCA OPERATIVA Tema d esame del 13/12/2005 COGNOME: NOME: MATRICOLA: 1. Un associazione umanitaria ha raccolto 150.000 euro per inviare dei pacchetti regalo natalizi ai bambini di Haiti. Per l acquisto

Dettagli

Esame di Ricerca Operativa del 11/02/2015

Esame di Ricerca Operativa del 11/02/2015 Esame di Ricerca Operativa del /0/0 (Cognome) (Nome) (Matricola) Esercizio. Un azienda produce tipi di TV (, 0, 0 e pollici) ed è divisa in stabilimenti (A e B). L azienda dispone di 0 operai in A e 0

Dettagli

Esame di Ricerca Operativa - 14 luglio 2009 Facoltà di Ingegneria - Udine - CORREZIONE -

Esame di Ricerca Operativa - 14 luglio 2009 Facoltà di Ingegneria - Udine - CORREZIONE - Esame di Ricerca Operativa - luglio 9 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la seguente formula booleana in forma normale congiuntiva, di clausole e variabili: (x

Dettagli

A.A Fondamenti di Ricerca Operativa. 2. Determinare β affinchè il poliedro descritto dal sistema di disequazioni

A.A Fondamenti di Ricerca Operativa. 2. Determinare β affinchè il poliedro descritto dal sistema di disequazioni A.A. 08-09 Fondamenti di Ricerca Operativa. Si consideri il problema min x + x + 4x 3 3x 4 x + x 3 = 5 x + x 4 = x, x, x 3, x 4 0 Stabilire se il problema ha insieme ammissibile vuoto, oppure è illimitato,

Dettagli

Interpretazione economica della dualità

Interpretazione economica della dualità Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della

Dettagli

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Informatica e Automatica. Esercizi svolti di

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Informatica e Automatica. Esercizi svolti di Facoltà di Ingegneria dell Informazione, Informatica e Statistica Corso di Laurea in Ingegneria Informatica e Automatica Esercizi svolti di Ricerca Operativa Massimo Roma Dipartimento di Ingegneria Informatica,

Dettagli

Modulo di Ricerca Operativa 1 Canale J Z Tipologia di esercizi per la prima prova in itinere A.A

Modulo di Ricerca Operativa 1 Canale J Z Tipologia di esercizi per la prima prova in itinere A.A Modulo di Ricerca Operativa Canale J Z Tipologia di esercizi per la prima prova in itinere A.A. 2002 03 Esercizi di Geometria della Programmazione lineare Determinare, se esistono, dei vertice dei poliedri

Dettagli

Programmazione Matematica: III.1 - Programmazione Lineare

Programmazione Matematica: III.1 - Programmazione Lineare Programmazione Matematica: III.1 - Programmazione Lineare Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 ottobre 2003 Programmazione Lineare Def.: (F, ϕ ) è un problema di Programmazione

Dettagli

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3. COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si

Dettagli

Esame di Ricerca Operativa del 05/09/18

Esame di Ricerca Operativa del 05/09/18 Esame di Ricerca Operativa del 0/09/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda agricola produce mensilmente 0 ettolitri di olio (O) e 0 ettolitri di vino (V) che vengono venduti all

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1) Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 2013-14, lez.1) 1 Matematica Computazionale,

Dettagli

di INGEGNERIA Anno Accademico ESERCIZI SVOLTI di RICERCA OPERATIVA pericorsidilaureain:

di INGEGNERIA Anno Accademico ESERCIZI SVOLTI di RICERCA OPERATIVA pericorsidilaureain: UNIVERSITÀ diroma LASAPIENZA FACOLTÀ di INGEGNERIA Anno Accademico 2003 2004 ESERCIZI SVOLTI di RICERCA OPERATIVA pericorsidilaureain: Ingegneria Informatica (A-E) prof. Roma, (F-N) prof. Lucidi, (O-Z)

Dettagli

Teoria della Dualità: I Introduzione

Teoria della Dualità: I Introduzione Teoria della Dualità: I Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.2 Maggio 2004 Dualità Per ogni problema PL, detto primale, ne esiste un altro, detto duale, costruito

Dettagli

Problemi. sbj. x 0, x intero

Problemi. sbj. x 0, x intero Problemi Spiegare e dimostrare in quali intervalli di R la funzione arctan x è concava, convessa o nessuno dei due casi. Si ricordi che la derivata prima di arctan x è +x 2. Si codifichi in una formula

Dettagli

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Gestionale. anno accademico

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Gestionale. anno accademico Facoltà di Ingegneria dell Informazione, Informatica e Statistica Corso di Laurea in Ingegneria Gestionale anno accademico 2016-2017 Esercizi svolti di Ricerca Operativa 12 CFU Stefano Lucidi - Massimo

Dettagli

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno SIMULAZIONE ESAME 3 dicembre 2004 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : ANONIMO VALUTAZIONE Per gli esercizi 1,3,5 le risposte CORRETTE

Dettagli

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

COMPITO DI RICERCA OPERATIVA. max 3x 1 + 2x 2 x x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3 COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (7 punti) Sia dato il seguente problema di PL: max 3x 1 + 2x 2 x 1 + 1 2 x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3 Lo si risolva con l algoritmo che si ritiene più opportuno

Dettagli

Lezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.

Lezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott. Lezioni di Ricerca Operativa Corso di Laurea in Informatica Università di Salerno Lezione n 6 Teoria della dualità: - Esempio Prof. Cerulli Dott.ssa Gentili Dott. Carrabs Esercizio (P) min - 4 5 a) Data

Dettagli

Appunti delle Esercitazione di Ricerca Operativa AMPL Plus v1.6

Appunti delle Esercitazione di Ricerca Operativa AMPL Plus v1.6 Appunti delle Esercitazione di Ricerca Operativa AMPL Plus v1.6 acuradig.liuzzi a.a. 2001-2002 1 Uso di variabili e parametri a 3 o più dimensioni: un modello di pianificazione Negli esempi precedenti

Dettagli

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

Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002 Cognome: Nome: Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002 1. (Punti 7) Enunciare e dimostrare il teorema dell adualità debole (Scrivere esplicitamente a quale coppia primale/duale si

Dettagli

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: analisi di sensitività

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: analisi di sensitività Ricerca Operativa A.A. 2007/2008 14. Esercitazione di laboratorio: analisi di sensitività Luigi De Giovanni - Ricerca Operativa - 14. Laboratorio: analisi di sensitività 14.1 Problema di mix della produzione

Dettagli

Interpretazione economica della dualità

Interpretazione economica della dualità Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della

Dettagli

Ricerca Operativa a.a : II appello

Ricerca Operativa a.a : II appello Ricerca Operativa a.a. 2015-2016: II appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 28 gennaio 2016 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,

Dettagli

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema; Esercizio 6 Un azienda di trasporti deve affrontare il seguente problema di caricamento. L azienda dispone di n prodotti che possono essere trasportati e di m automezzi con cui effettuare il trasporto.

Dettagli

Esame di Ricerca Operativa del 07/09/2016

Esame di Ricerca Operativa del 07/09/2016 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Ricerca Operativa 2. Modelli di Programmazione Lineare - TESTI Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi

Dettagli

Corso di Ricerca Operativa Esercitazione del 07/10/2015

Corso di Ricerca Operativa Esercitazione del 07/10/2015 Corso di Ricerca Operativa Esercitazione del 7/1/15 Esercizio 1 Un azienda ha a disposizione reparti per produrre due tipi di farina A e B per alimentazione animale, che si vendono rispettivamente a 3

Dettagli

Algoritmo del simplesso

Algoritmo del simplesso Algoritmo del simplesso Ipotesi : si parte da una S.A.B. e dal tableau A=b in forma canonica. Si aggiunge una riga costituita dagli r j, j =,., n e da -z (valore, cambiato di segno, della f.o. nella s.a.b.)

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 9 Il report di sensibilità del Solver Sensitivity analysis (1): coefficienti della funzione obiettivo

Dettagli

Esame di Ricerca Operativa del 06/02/17

Esame di Ricerca Operativa del 06/02/17 Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero d Matricola) Esercizio. Uno studente vuole definire un piano di studio settimanale per preparare gli esami A, B e C, massimizzando le ore (h)

Dettagli

L ALGORITMO DEL SIMPLESSO

L ALGORITMO DEL SIMPLESSO L ALGORITMO DEL SIMPLESSO L algoritmo del simplesso, che si può trovare implementato in Excel, risolve problemi di massimizzazione o minimizzazione vincolata. Tali problemi sono detti problemi di programmazione

Dettagli

Business Analytics and Decisions Science. Modelli di Programmazione Lineare A.A

Business Analytics and Decisions Science. Modelli di Programmazione Lineare A.A Business Analytics and Decisions Science Modelli di Programmazione Lineare A.A. 2018-2019 1 Principali classi di modelli di PL Modelli di pianificazione della produzione Modelli di miscelazione Modelli

Dettagli

5.3 Metodo dei piani di taglio

5.3 Metodo dei piani di taglio 5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti

Dettagli

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c

Dettagli

Esempi di Problemi di Programmazione Lineare

Esempi di Problemi di Programmazione Lineare Esempi di Problemi di Programmazione Lineare Esempio 1: Soluzione con l algoritmo del simplesso dell esempio in forma standard ma = 2 + 0 1 2 + + = 5 1 2 3 + + = 0 1 2 4 6 + 2 + = 21 1 2 5 1 2 3 4 5 Il

Dettagli

S 1 V. Lago S 2. Esercizio 2

S 1 V. Lago S 2. Esercizio 2 A Ricerca Operativa Primo appello Una regione è attraversata da un torrente a rischio di inondazioni invernali. Allo scopo di contenere le piene improvvise è stato realizzato un bacino cilindrico V da

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19 Docente: Laura Palagi Gruppo 19: Valentina Rabagliati Luca Quaresima Andrea Martullo Istanza del

Dettagli

Ricerca Operativa A.A. 2007/ Modelli di Programmazione Lineare (II)

Ricerca Operativa A.A. 2007/ Modelli di Programmazione Lineare (II) Ricerca Operativa A.A. 07/08 3. Modelli di Programmazione Lineare (II) Formulazione generale di un modello di programmazione lineare min (max) z = c 1 + c 2 + +c j + + c n x n (+cost.) subject to (s.t.,

Dettagli

Università degli Studi di Napoli "Federico II" - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof.

Università degli Studi di Napoli Federico II - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof. Corso di Ricerca Operativa - Prova d'esame del.0.008 (Prof. Bruno) Una ditta di spedizioni ha accettato un ordine per trasportare con urgenza 00 tonnellate di materiale industriale in una località. La

Dettagli

2. ALGORITMO DEL SIMPLESSO

2. ALGORITMO DEL SIMPLESSO . ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione

Dettagli

La programmazione lineare

La programmazione lineare La programmazione lineare Se un problema economico si traduce in un problema di scelta in condizioni di certezza e con effetti immediati siamo in presenza di un problema di Programmazione lineare. Abbiamo

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come

Dettagli

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione) RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno

Dettagli

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti

Dettagli

COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04

COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04 COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04 Esercizio 1 1)Dato il seguente problema di PL: max 2x 1 x 2 x 1 + x 2 2 x 1 + 2x 2 7 x 1 + x 2 1 x 1, x 2 0 trasformarlo in forma standard (2 punti) 2)

Dettagli

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

COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2 COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,

Dettagli