Analisi di sensitivitá. Analisi di sensitivitá p. 1/4

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi di sensitivitá. Analisi di sensitivitá p. 1/4"

Transcript

1 Analisi di sensitivitá Analisi di sensitivitá p. 1/4

2 Analisi di sensitivitá Ci porremo ora la seguente domanda: dato un problema di PL di cui ho giá determinato una soluzione ottima, che cosa succede se modifico il valore di un coefficiente di una variabile (nell obiettivo o nei vincoli) o il valore di un termine noto? ovvero: come cambiano il valore ottimo e la soluzione ottima del problema in corrispondenza di queste modifiche? Analisi di sensitivitá p. 2/4

3 Problema degli aiuti umanitari max 14x 1 + 5x 2 + 4x 3 10x x x x x x x x 2 + 5x x 1,x 2,x 3 0 Analisi di sensitivitá p. 3/4

4 Perché questa domanda? In alcuni casi nei problemi di PL compaiono dati stimati e non dati oggettivi. Per tali dati é importante stabilire quanto é sensibile il risultato ottenuto a perturbazioni di tali dati: Nel problema degli aiuti umanitari i valori di utilitá (coefficienti nell obiettivo) sono valori stimati. Inoltre, in alcuni casi dopo aver risolto il problema intervengono fattori esterni che modificano alcuni dati originari del problema. Nel problema degli aiuti umanitari qualcuno puó procurare, ad esempio, 1000 sacchi di farina in piú. Analisi di sensitivitá p. 4/4

5 Problema di PL max cx Ax = b x 0 Ipotesi : esiste base ottima del problema B. max c B A 1 B b + (c N c B A 1 B A N )x N x B = A 1 B b A 1 B A N x N x B,x N 0 Analisi di sensitivitá p. 5/4

6 Continua Soluzione ottima del primale: Soluzione ottima del duale: x B = A 1 B b x N = 0, u B = c B A 1 B. Valore ottimo per il primale e per il duale: c B A 1 B b. Analisi di sensitivitá p. 6/4

7 Problema degli aiuti umanitari In forma standard: max 14x 1 + 5x 2 + 4x 3 10x x x 3 + y 1 = x x x 3 + y 2 = x x 2 + 5x 3 + y 3 = 1805 x 1,x 2,x 3,y 1,y 2,y 3 0 Qual é il significato delle variabili y 1,y 2,y 3? Analisi di sensitivitá p. 7/4

8 Continua Base ottima B = {y 1,x 3,x 1 }: max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 Analisi di sensitivitá p. 8/4

9 Continua Soluzione ottima del primale: y 1 = 960 x 3 = 193 x 1 = 28 x 2 = y 2 = y 3 = 0. Matrice A 1 B : A 1 B = Analisi di sensitivitá p. 9/4

10 Continua Soluzione ottima del duale u B : u B = c B A 1 B = (0 4 14)A 1 B = ( ) Valore ottimo del primale e del duale: 1164 Analisi di sensitivitá p. 10/4

11 Modifica di un termine noto con b b b i = b i i r b r = b r + b r Riformulazione rispetto a B dopo la modifica: max c B A 1 B b + (c N c B A 1 B A N )x N x B = A 1 B b A 1 B A N x N x B,x N 0 Analisi di sensitivitá p. 11/4

12 Continua Quando la base B resta ottima? B continua ad essere ammissibile per il duale (non cambiano i coefficienti di costo ridotto) e quindi rimane ottima se continua ad essere anche ammissibile per il primale, ovvero se A 1 B b 0 Variazione del valore ottimo: c B A 1 B b c B A 1 B b = u B (b b) = m i=1 u B i (b i b i ) = ur B b r. Quindi il valore di una variabile duale nella soluzione ottima del duale misura la rapiditá con cui cambia il valore ottimo del problema al variare del termine noto del vincolo corrispondente nel primale. Analisi di sensitivitá p. 12/4

13 Continua Nuova soluzione ottima del primale x B = A 1 B b x N = 0, Nuovo valore ottimo per il primale e per il duale: La soluzione ottima del duale: c B A 1 B b. u B = c B A 1 B. non cambia (non dipende dai termini noti del problema primale). Analisi di sensitivitá p. 13/4

14 Calcolo di A 1 B b b = b 1. b r. b m + 0. b r. 0 = b + b r Analisi di sensitivitá p. 14/4

15 Quindi... A 1 B b = A 1 B b + b r A 1 B A 1 B b giá noto (termini noti nella riformulazione rispetto a B ) Analisi di sensitivitá p. 15/4

16 Continua b r A 1 B é pari a b r moltiplicato per la colonna r-esima di A 1 B. Analisi di sensitivitá p. 16/4

17 E se B non é piú ottima? Se con la modifica B non é piú base ottima, ovvero: A 1 B b 0 B continua a rimanere ammissibile per il duale e quindi posso utilizzare B come base iniziale per il simplesso duale senza dover risolvere di nuovo tutto il problema da capo. Analisi di sensitivitá p. 17/4

18 Nell esempio Modifica b 2 del secondo termine noto. Nuovo vettore di termini noti: b = (5100 ( b 2 ) 1805). Modifica nella riformulazione dell obiettivo: u 2 b y y x 2 Modifica termini noti dei vincoli: ( ) + b 2 ( ) 230 Analisi di sensitivitá p. 18/4

19 Continua b 2 = 1150: max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 Nuova soluzione ottima: y 1 = 410 x 3 = 223 x 1 = 23 y 2 = y 3 = x 2 = 0 Nuovo valore ottimo: 1214 Analisi di sensitivitá p. 19/4

20 Continua b 2 = 2300 max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 B non é piú base ottima. Si parte da B con il simplesso duale. Analisi di sensitivitá p. 20/4

21 Continua Intervallo in cui posso variare b 2 mantenendo B base ottima: ( ( ) + b ) = 230 ( b b b b b b ) 0 Analisi di sensitivitá p. 21/4

22 Ancora nell esempio Modifica b 1 del primo termine noto. Nuovo vettore di termini noti: b = (( b 1 ) ). Modifica nella riformulazione dell obiettivo: u 1 b y y x 2 Modifica termini noti dei vincoli: ( ) + b 1 (1 0 0) Analisi di sensitivitá p. 22/4

23 Continua b 1 = 100: max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 Nuova soluzione ottima: y 1 = 1060 x 3 = 193 x 1 = 28 y 2 = y 3 = x 2 = 0 Valore ottimo invariato! É sorprendente? Analisi di sensitivitá p. 23/4

24 Modifica nell obiettivo Riformulazione rispetto a B : c N c N max c B A 1 B b + (c N c B A 1 B A N )x N x B = A 1 B b A 1 B A N x N x B,x N 0 Analisi di sensitivitá p. 24/4

25 Quando B rimane base ottima? Questo accade se i coefficienti di costo ridotto restano tutti 0, ovvero c N c B A 1 B A N 0 In tal caso soluzione ottima del primale e del duale e valore ottimo del problema restano invariati. Analisi di sensitivitá p. 25/4

26 E se B non é piú ottima? Ovvero: se c N c B A 1 B A N 0 In tal caso B non é piú ammissibile per il duale ma lo é per il primale e quindi si puó ripartire da essa con il simplesso primale. Analisi di sensitivitá p. 26/4

27 Nell esempio Modifica del coefficiente di x 2 : da 5 a 5 + c x2 Modifica nella riformulazione dell obiettivo: y y x 2 + c x2 x 2 Analisi di sensitivitá p. 27/4

28 Continua c x2 = 1 max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 Analisi di sensitivitá p. 28/4

29 Continua c x2 = 1 max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 Analisi di sensitivitá p. 29/4

30 Continua Intervallo in cui può variare c x2 senza cambiare la base ottima c x 2 0 Analisi di sensitivitá p. 30/4

31 Modifica nell obiettivo c B c B Riformulazione rispetto a B : max c B A 1 B b + (c N c B A 1 B A N )x N x B = A 1 B b A 1 B A N x N x B,x N 0 Analisi di sensitivitá p. 31/4

32 Quando B rimane base ottima? Questo accade se i coefficienti di costo ridotto restano tutti 0, ovvero c N c B A 1 B A N 0 In tal caso soluzione ottima del primale non cambia, quella del duale diventa c B A 1 B mentre il valore ottimo cambia di una quantitá pari alla variazione del coefficiente moltiplicata per il valore della variabile di cui si é modificato il coefficiente nella soluzione ottima del primale (vedi esempi). Analisi di sensitivitá p. 32/4

33 E se B non é piú ottima? Ovvero: se c N c B A 1 B A N 0 In tal caso B non é piú ammissibile per il duale ma lo é per il primale e quindi si puó ripartire da essa con il simplesso primale. Analisi di sensitivitá p. 33/4

34 Nell esempio Modifica del coefficiente di x 1 : da 14 a 14 + c x1 Modifica nella riformulazione dell obiettivo: y y x 2 + c x1 x 1 = y y x 2+ + c x1 ( y y x 2) = ( c x1 + y c x ( +y c x ) + ) + x 2 ( c x 1 23 ) Analisi di sensitivitá p. 34/4

35 Continua c x1 = 1 max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 B rimane base ottima ed il valore ottimo varia della quantitá c x1 x 1 = 1 28 = 28 Analisi di sensitivitá p. 35/4

36 Continua c x1 = 2 max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 La base B non é piú ottima ma é ancora ammissibile per il primale. Posso ripartire da essa con il simplesso primale. Analisi di sensitivitá p. 36/4

37 Continua Intervallo in cui può variare c x1 senza cambiare la base ottima c x c x c x In tale intervallo il valore ottimo varia della quantitá c x1 x 1 = 28 c x1 Analisi di sensitivitá p. 37/4

38 Modifica nei vincoli Riformulazione rispetto a B : A N A N max c B A 1 B b + (c N c B A 1 B A N )x N x B = A 1 B b A 1 B A N x N x B,x N 0 Analisi di sensitivitá p. 38/4

39 Quando B rimane base ottima? Questo accade se i coefficienti di costo ridotto restano tutti 0, ovvero c N c B A 1 B A N 0 In tal caso soluzione ottima del primale e del duale e valore ottimo del problema restano invariati. Analisi di sensitivitá p. 39/4

40 E se B non é piú ottima? Ovvero: se c N c B A 1 B A N 0 In tal caso B non é piú ammissibile per il duale ma lo é per il primale e quindi si puó ripartire da essa con il simplesso primale. Analisi di sensitivitá p. 40/4

41 Nell esempio Modifica a 22 del coefficiente di x 2 nel secondo vincolo: da 20 a 20 + a 22 Modifica nella riformulazione dell obiettivo: y y x 2 u 2 a 22 x 2 Analisi di sensitivitá p. 41/4

42 Continua Modifica coefficienti di x 2 nei vincoli: ( ) ( a ) 230 ovvero: il vettore dei coefficienti originari di x 2 nei vincoli della riformulazione a cui sottraggo la modifica a 22 moltiplicata per la colonna di A 1 B corrispondente al vincolo in cui ho introdotto la modifica (in tal caso la seconda). Analisi di sensitivitá p. 42/4

43 Continua a 22 = 10: max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 B rimane ottima, le soluzioni ottime del primale e del duale e il valore ottimo non cambiano. Analisi di sensitivitá p. 43/4

44 Continua a 22 = 10 max y y x 2 y 1 = y y x 2 x 3 = y y x 2 x 1 = y y x 2 x 1,x 2,x 3,y 1,y 2,y 3 0 B non é piú ottima ma continua ad essere ammissibile per il primale. Posso ripartire da B con il simplesso primale. Analisi di sensitivitá p. 44/4

45 Continua Intervallo in cui può variare a 22 senza cambiare la base ottima: 9 23 u 2 a 22 = 9 23 a Analisi di sensitivitá p. 45/4

46 Domanda Secondo voi il problema é molto sensibile a modifiche a 12 del coefficiente di x 2 nel primo vincolo del problema? Analisi di sensitivitá p. 46/4

47 Continua A B A B Nel caso peggiore si ha che B non é piú neppure una base! [ ] 2 1 A B = 1 0 [ ] 2 0 A B = 1 0 Analisi di sensitivitá p. 47/4

48 Inoltre anche se B rimane una base abbiamo la seguente riformulazione rispetto a B : max c B A 1 B b + (c N c B A 1 B A N )x N x B = A 1 B b A 1 B A N x N x B,x N 0 Da cui si nota che si puó perdere sia l ammissibilitá del primale che quella del duale per B e quindi non si puó utilizzare B né come base di partenza del simplesso primale né del simplesso duale. Analisi di sensitivitá p. 48/4

Ricerca Operativa A.A. 2007/ Analisi di sensitività

Ricerca Operativa A.A. 2007/ Analisi di sensitività Ricerca Operativa A.A. 7/8. Analisi di sensitività Luigi De Giovanni - Ricerca Operativa -. Analisi di sensitività. Analisi di Sensitività: motivazioni I parametri (A, b e c) di un problema di programmazione

Dettagli

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

COMPITO DI RICERCA OPERATIVA. max x 1 + 2x 2 + x 3 x 1 x 2 + x 3 = 1 2x 1 + 3x 2 + x 4 = 2 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (9 punti) Sia dato il seguente problema di PL: max x + 2x 2 + x 3 x x 2 + x 3 = 2x + 3x 2 + x 4 = 2 x, x 2, x 3, x 4 0 Si determini il duale del problema ( punto).

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

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca

Dettagli

COMPITO DI RICERCA OPERATIVA. min 2x 1 x 2 + x 3 x 4 x 1 x 2 + x 3 + x 4 = 5 x 1 + x 2 + x 3 3. x 1, x 2, x 3, x 4, x 5 I

COMPITO DI RICERCA OPERATIVA. min 2x 1 x 2 + x 3 x 4 x 1 x 2 + x 3 + x 4 = 5 x 1 + x 2 + x 3 3. x 1, x 2, x 3, x 4, x 5 I COMPITO DI RICERCA OPERATIVA ESERCIZIO. (8 punti) Sia dato il seguente problema di PL: min x x + x x 4 x x + x + x 4 = 5 x + x + x x, x, x, x 4 0 Lo si trasformi in forma standard ( punto). Si determini

Dettagli

Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4

Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:

Dettagli

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2. Lo si trasformi in forma standard e se ne determini una soluzione ottima.

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2. Lo si trasformi in forma standard e se ne determini una soluzione ottima. COMPITO DI RICERCA OPERATIVA APPELLO DEL 06/07/05 ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2 x 1 0 x 2 0 Lo si trasformi in forma standard e se ne

Dettagli

Si consideri il seguente tableau ottimo di un problema di programmazione lineare

Si consideri il seguente tableau ottimo di un problema di programmazione lineare ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6

Dettagli

Dualitá. Dualitá p. 1/4

Dualitá. Dualitá p. 1/4 Dualitá Dualitá p. 1/4 Dualitá p. 2/4 Dualitá Problema di PL in forma standard max cx Ax = b x 0 Chiamato problema primale. A questo associato un altro problema di PL, detto problema duale: min ub ua c

Dettagli

Analisi di Post-Ottimalità (Analisi della Sensitività della Soluzione)

Analisi di Post-Ottimalità (Analisi della Sensitività della Soluzione) Analisi di Post-Ottimalità (Analisi della Sensitività della Soluzione) Dato un problema di programmazione lineare maxc x Ax = b x e data la soluzione ottima x * e la base ottima associata B, determinare

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

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

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 + x 3 x 1 x 2 + x 3 = 1 x 1 x 2 + x 4 = 1 x 2 + x 5 = 2. x 1, x 2, x 3, x 4 0

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 + x 3 x 1 x 2 + x 3 = 1 x 1 x 2 + x 4 = 1 x 2 + x 5 = 2. x 1, x 2, x 3, x 4 0 COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (7 punti) Sia dato il seguente problema di PL: max x 1 + x 2 + x 3 x 1 x 2 + x 3 = 1 x 1 x 2 + x 4 = 1 x 2 + x 5 = 2 x 1, x 2, x 3, x 4, x 5 0 Lo si risolva con

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

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

COMPITO DI RICERCA OPERATIVA. max 8 5x 1 3x 2 x 3 = 1 + 4x 1 + x 2 x 4 = 1 x 1 + x 2 x 5 = 5 x 1 x 2

COMPITO DI RICERCA OPERATIVA. max 8 5x 1 3x 2 x 3 = 1 + 4x 1 + x 2 x 4 = 1 x 1 + x 2 x 5 = 5 x 1 x 2 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Dato un problema di PL, la sua riformulazione rispetto alla base B = {x 3, x, x 5 } é la seguente: max 8 5x 3x x 3 = + x + x x = x + x x 5 = 5 x x Solo

Dettagli

Esercizi di Programmazione Lineare - Dualità

Esercizi di Programmazione Lineare - Dualità Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul

Dettagli

A T x b x 0. che chiameremo problema primale, possiamo associare ad esso un altro problema di PL, detto problema duale, definito come segue.

A T x b x 0. che chiameremo problema primale, possiamo associare ad esso un altro problema di PL, detto problema duale, definito come segue. 1 Dualitá Dato un problema di PL in forma canonica max c T x A T x b x 0 che chiameremo problema primale, possiamo associare ad esso un altro problema di PL, detto problema duale, definito come segue min

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

1 Il metodo dei tagli di Gomory

1 Il metodo dei tagli di Gomory Il metodo dei tagli di Gomory Esercizio Sia dato il problema min(x x ) x + x (P 0 ) x + x x, x 0, interi. Calcolare la soluzione ottima applicando il metodo dei tagli di Gomory. Risoluzione Per applicare

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

DUALIT A ESERCITAZIONI DI RICERCA OPERATIVA 1

DUALIT A ESERCITAZIONI DI RICERCA OPERATIVA 1 DUALIT A ESERCITAZIONI DI RICERCA OPERATIVA 1 ESERCIZIO 1. si richiede di: Dato il seguente programma lineare max 2x 1 + 4x 2 x 2x 4 (1) x 1 2x 2 + 4x 5 (2) x 2 + x + x 4 8 () x 1 ; : : :; x 4 0; (4) (1)

Dettagli

4.5 Metodo del simplesso

4.5 Metodo del simplesso 4.5 Metodo del simplesso min z = c T x s.v. Ax = b x 0 PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una

Dettagli

5. ANALISI DI SENSIBILITÀ

5. ANALISI DI SENSIBILITÀ 5. ANALISI DI SENSIBILITÀ R. Tadei 1 Una piccola introduzione R. Tadei 2 ANALISI DI SENSIBILITÀ Nei precedenti capitoli abbiamo visto come, partendo da un problema reale, si possa giungere alla costruzione

Dettagli

4.5 Metodo del simplesso

4.5 Metodo del simplesso 4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una

Dettagli

Il metodo del simplesso. Il metodo del simplesso p. 1/127

Il metodo del simplesso. Il metodo del simplesso p. 1/127 Il metodo del simplesso Il metodo del simplesso p. 1/127 I problemi di PL in forma standard I problemi di PL in forma standard hanno la seguente formulazione: max cx a i x = b i x 0 i = 1,...,m o, equivalentemente,

Dettagli

FACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 6 Giugno 1996

FACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 6 Giugno 1996 Verona, Giugno ) E dato il seguente problema di Programmazione Lineare: min( x + ) x x x Rappresentare il problema geometricamente e successivamente scriverlo in forma standard. a) Determinare una soluzione

Dettagli

Corso di Matematica Applicata A.A

Corso di Matematica Applicata A.A Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (III parte) Prof.ssa Bice Cavallo Iterazioni del simplesso Basi teoriche dell algoritmo Operazione di pivot Sottomatrice di base B=I

Dettagli

Programmazione lineare

Programmazione lineare Capitolo 1 Programmazione lineare ESERCIZIO 1.1. Porre in forma canonica i seguenti programmi lineari. min 3x 1 + 4x 2 2x 3 x 1 + 2x 2 x 3 5 2x 1 + 4x 3 = 12 x 1 + x 2 + x 3 15 x 1, x 2 0, x 3 libera.

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

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Programmazione Matematica / A.A Soluzioni di alcuni esercizi Programmazione Matematica / A.A. 7-8 Soluzioni di alcuni esercizi Esercizi - I. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa

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

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR 1 Giovedí 14 Maggio 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Geometria di R n 1 Dare la definizione di Poliedro e Vertice di un Poliedro 2 Dare la definizione di Poliedro e di Politopo

Dettagli

Esame di Ricerca Operativa del 19/02/2019. Esercizio 1. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso:

Esame di Ricerca Operativa del 19/02/2019. Esercizio 1. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso: Esame di Ricerca Operativa del 9/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso: max x x x 0 x + x

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare L. De Giovanni G. Zambelli 1 Definizione del problema duale La teoria della dualità in programmazione

Dettagli

Il metodo del simplesso. Il metodo del simplesso p. 1/8

Il metodo del simplesso. Il metodo del simplesso p. 1/8 Il metodo del simplesso Il metodo del simplesso p. 1/8 Ipotesi iniziale Data la base B e la riformulazione rispetto a essa: max γ 0 + n m j=1 γ jx im+j x i1 = β 1 + n m j=1 α 1jx im+j x ik = β k + n m

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare L. De Giovanni G. Zambelli 1 Definizione del problema duale La teoria della dualità in programmazione

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

Ricerca Operativa Seconda Parte

Ricerca Operativa Seconda Parte 1 Seconda Parte 2 Teoria della dualità Di fondamentale importanza per lo studio di un problema di Lineare (PL) è la conoscenza della. Principali impieghi: sviluppo di metodi in alcuni casi più efficienti

Dettagli

A.A Fondamenti di Ricerca Operativa Esercizi ottobre min 2x 1 + x 2 + 4x 3 3x 4 x 1 + x 3 = 5 x 2 + x 4 = 2

A.A Fondamenti di Ricerca Operativa Esercizi ottobre min 2x 1 + x 2 + 4x 3 3x 4 x 1 + x 3 = 5 x 2 + x 4 = 2 . Si consideri il problema A.A. 07-08 Fondamenti di Ricerca Operativa Esercizi ottobre 07 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,

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015 1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)

Dettagli

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo): UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione

Dettagli

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Programmazione Matematica / A.A Soluzioni di alcuni esercizi Programmazione Matematica / A.A. 8-9 Soluzioni di alcuni esercizi Esercizi - I 3. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa

Dettagli

Registro dell'insegnamento

Registro dell'insegnamento Registro dell'insegnamento Anno accademico 2016/2017 Prof. MARCO SCIANDRONE Settore inquadramento MAT/09 - RICERCA OPERATIVA REGISTRO Scuola Ingegneria NON CHIUSO Dipartimento Ingegneria dell'informazione

Dettagli

L ANALISI POST-OTTIMALE

L ANALISI POST-OTTIMALE L ANALISI POST-OTTIMALE La soluzione ottima di un problema di programmazione lineare (variabili che costituiscono la base ottima e rispettivi valori) deriva dalla struttura del modello (variabili, vincoli,

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

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

Teoria della dualità nella Programmazione Lineare. Corso di Ricerca Operativa A.A

Teoria della dualità nella Programmazione Lineare. Corso di Ricerca Operativa A.A Teoria della dualità nella Programmazione Lineare Corso di Ricerca Operativa A.A. 2015-2016 Argomenti Problema duale Problema duale Problema duale Problema duale Problema duale Problema duale Problema

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

Ricerca Operativa. G. Liuzzi. Lunedí 23 Marzo Il Metodo del Simplesso Java API Problema di Trasporto

Ricerca Operativa. G. Liuzzi. Lunedí 23 Marzo Il Metodo del Simplesso Java API Problema di Trasporto 1 Lunedí 23 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR SHHHHH... Simplesso in 2 fasi Fase I (rg(a) m) Se P non è ammissibile, STOP Altrimenti 1 elimina da (A... b) eventuali

Dettagli

PROGRAMMAZIONE LINEARE E DUALITA'

PROGRAMMAZIONE LINEARE E DUALITA' PROGRAMMAZIONE LINEARE E DUALITA' 1) Dati i punti di R 2 (1, 2), (1, 4), (2, 3), (3, 5), (4, 1), (4, 2), (5, 5), (6, 2), (6, 5). Determinare graficamente: A - L'involucro convesso di tali punti. B - Quali

Dettagli

Simplesso Revised. Domenico Salvagnin

Simplesso Revised. Domenico Salvagnin Simplesso Revised Domenico Salvagnin 2011-04-18 1 Introduzione Consideriamo un problema di programmazione lineare in forma standard: min z = c T x (1.1) Ax = b (1.2) x 0 (1.3) dove A R m n è una matrice

Dettagli

Esame di Ricerca Operativa del 1/02/2019

Esame di Ricerca Operativa del 1/02/2019 Esame di Ricerca Operativa del /0/0 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso: max x +x x 0 x +x

Dettagli

Esercizi di Programmazione Lineare

Esercizi di Programmazione Lineare Esercizi di Programmazione Lineare 1 grafica Si consideri il seguente problema di programmazione lineare: max 3x 1 + 2x 2 s.t. + 2x 1 + x 2 4 2x 1 + x 2 2 + x 1 x 2 1 x 1, x 2 0 a) Risolvere il problema

Dettagli

Metodi e modelli per le decisioni

Metodi e modelli per le decisioni Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 5.5 Esercizi Nota : Devo molti di questi esercizi a temi d esame del prof. Alberto Colorni. Nota : Gli esercizi e le soluzioni non sono stati

Dettagli

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem Introduzione al Column Generation Caso di Studio: il Bin Packing Problem November 15, 2014 1 / 26 Introduzione Il column generation è una metodologia che può essere usata per risolvere problemi di ottimizzazione

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

Esame di Ricerca Operativa del 11/1/19

Esame di Ricerca Operativa del 11/1/19 Esame di Ricerca Operativa del // (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere il seguente problema di programmazione lineare, determinandone il problema duale ed applicando l algoritmo

Dettagli

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1)

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1) RICERCA OPERATIVA Tema d esame del 04/12/2008 (Simulazione 1) COGNOME: NOME: MATRICOLA: 1. Un azienda meccanica deve pianificare il lavoro delle sue tre macchine per un dato giorno. I lotti che è possibile

Dettagli

Università Ca Foscari Venezia

Università Ca Foscari Venezia Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi FAQ sul Metodo del SIMPLESSO Università Ca Foscari Venezia, Dipartimento di Management,

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

Il metodo del simplesso. Il metodo del simplesso p. 1/12

Il metodo del simplesso. Il metodo del simplesso p. 1/12 Il metodo del simplesso Il metodo del simplesso p. 1/12 I problemi di PL in forma standard I problemi di PL in forma standard hanno la seguente formulazione: max cx a i x = b i x 0 i = 1,...,m o, equivalentemente,

Dettagli

RICERCA OPERATIVA. Stock bamboline automobiline libri peluches costo (euro)

RICERCA OPERATIVA. Stock bamboline automobiline libri peluches costo (euro) RICERCA OPERATIVA Tema d esame del 15/12/2008 (5 crediti) COGNOME: NOME: MATRICOLA: 1. Babbo Natale deve organizzare gli acquisti per le prossime festività. Sono arrivate richieste di 15000 bamboline,

Dettagli

Teoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8

Teoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8 Teoria della Programmazione Lineare Teoria della Programmazione Lineare p. 1/8 I problemi di PL in forma canonica In forma scalare: max n j=1 c jx j n j=1 a ijx j b i x j 0 i = 1,...,m j = 1,...,n Teoria

Dettagli

RICERCA OPERATIVA (a.a. 2018/19)

RICERCA OPERATIVA (a.a. 2018/19) Secondo appello //9 RICERCA OPERATIVA (a.a. 8/9) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: min y + y y y y y = y + y y = y, y, y, y Si verifichi se la soluzione ȳ =,,, sia ottima

Dettagli

Ricerca Operativa. G. Liuzzi. Giovedí 19 Marzo Tableau del Simplesso Esempio Fase I del Simplesso Esempio

Ricerca Operativa. G. Liuzzi. Giovedí 19 Marzo Tableau del Simplesso Esempio Fase I del Simplesso Esempio 1 Giovedí 19 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Tableau o Dizionario Qualche richiamo sulla generica iterazione della Fase II: B base ammissibile corrente x SBA corrente:

Dettagli

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione

Dettagli

Dualitá in Programmazione Lineare e alcune conseguenze

Dualitá in Programmazione Lineare e alcune conseguenze Dualitá in Programmazione Lineare e alcune conseguenze Giacomo Zambelli 1 Dualitá per problemi in forma standard Si consideri il seguente problema di PL in forma standard: z = max c x Ax = b (1) ove A

Dettagli

Esercizi di Programmazione Lineare

Esercizi di Programmazione Lineare Esercizi di Programmazione Lineare 1 di Base: Forma Matriciale Si consideri il poliedro P = {x R 3 : Ax b} in cui: 1 0 1 2 A = 1 1 0 0 1 1, b = 1 4 1 1 1 3, x 1 = 1 2 + 3 2 + 5 2 x 2 = I vettori x 1 e

Dettagli

Esercizi per il corso di ricerca operativa 1

Esercizi per il corso di ricerca operativa 1 Esercizi per il corso di ricerca operativa Ultimo aggiornamento: 8 gennaio 004 Indice I Esercizi 5 Programmazione lineare 7 Dualita 3 3 Analisi di sensitivita 7 4 Programmazione intera 5 Introduzione

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

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 2)

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 2) RICERCA OPERATIVA Tema d esame del 04/12/2008 (Simulazione 2) COGNOME: NOME: MATRICOLA: 1. Un azienda di telefonia mobile deve installare delle antenne per la copertura di sei zone sul territorio. Sono

Dettagli

Ricerca Operativa. Ricerca Operativa p. 1/6

Ricerca Operativa. Ricerca Operativa p. 1/6 Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la

Dettagli

4. METODI DUALI DEL SIMPLESSO

4. METODI DUALI DEL SIMPLESSO 4. MEODI DUALI DEL SIMPLESSO R. adei 1 Una piccola introduzione R. adei 2 MEODI DUALI DEL SIMPLESSO L obiettivo del capitolo è illustrare e giustificare i metodi duali del simplesso. Entrambi i metodi

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x

Dettagli

Problema del trasporto

Problema 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. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in

Dettagli

Programmazione Matematica Lineare

Programmazione Matematica Lineare Programmazione Matematica Lineare Problema di Programmazione Matematica (PM) (problema di ottimizzazione) max f(x) s.t. x R n vettore delle variabili decisionali insieme delle soluzioni ammissibili funzione

Dettagli

Prerequisiti didattici

Prerequisiti didattici Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 1 aprile 2015 Appunti di didattica della matematica applicata

Dettagli

Formulazioni. Consideriamo il seguente problema di Knapsack 0-1. max (5x x 2. ) st 3x x 2. < 6 x {0,1} 2

Formulazioni. Consideriamo il seguente problema di Knapsack 0-1. max (5x x 2. ) st 3x x 2. < 6 x {0,1} 2 Formulazioni Consideriamo il seguente problema di Knapsack 0-1 max (5x 1 + 2x 2 ) st 3x 1 + 4x 2 < 6 x {0,1} 2 Insiemi ammissibili F = {(0, 0), (0, 1), (1, 0)} Rappresentiamo sul piano gli insiemi ammissibili.

Dettagli

Algoritmi per la programmazione lineare: il metodo del simplesso

Algoritmi per la programmazione lineare: il metodo del simplesso Algoritmi per la programmazione lineare: il metodo del simplesso Dipartimento di Informatica, Universita' di Pisa A.A. 2018/2019 Contenuti della lezione Problemi di programmazione lineare, forma standard

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

RICERCA OPERATIVA (9 cfu)

RICERCA OPERATIVA (9 cfu) a PROVA scritta di RICERCA OPERATIVA (9 cfu) gennaio Cognome Nome Ai fini della pubblicazione (cartacea e elettronica) del risultato ottenuto nella prova di esame, autorizzo al trattamento dei miei dati

Dettagli

Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare

Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare A. Agnetis 1 Richiami su condizioni di Karush-Kuhn-Tucker e convessità Si consideri il problema di ottimizzazione vincolata: min f(x) (1) x X R

Dettagli

Università degli Studi di Roma La Sapienza

Università degli Studi di Roma La Sapienza Università degli Studi di Roma La Sapienza Dipartimento di Informatica e Sistemistica A. Ruberti Proff. Gianni Di Pillo and Laura Palagi Note per il corso di OTTIMIZZAZIONE (a.a. 2007-08) Dipartimento

Dettagli

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola: Appello straordinario //8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x + x x x x x x + x x Si applichi l algoritmo del Simplesso Duale, per via

Dettagli

Problemi lineari equivalenti

Problemi lineari equivalenti Problemi lineari equivalenti Introduzione Nel seguito verranno presentati alcuni esempi di trasformazione di problemi di problemi di programmazione lineare in forme equivalenti. Un problema di programmazione

Dettagli

Sull algoritmo di ascesa duale per il problema della localizzazione di impianti

Sull algoritmo di ascesa duale per il problema della localizzazione di impianti Sull algoritmo di ascesa duale per il problema della localizzazione di impianti A. Agnetis In queste note presentiamo l algoritmo di ascesa duale per la generazione di lower bound di buona qualità per

Dettagli

Programmazione lineare: basi e soluzioni di base

Programmazione lineare: basi e soluzioni di base Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria

Dettagli

RICERCA OPERATIVA (a.a. 2018/19) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2018/19) Nome: Cognome: Matricola: Primo appello //9 RICERCA OPERATIVA (a.a. /9) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x + x x + x x + x x x x x applicando l algoritmo del Simplesso Primale, per via algebrica,

Dettagli

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia gigno Nome: Cognome: Matricola: voglio sostenere la prova orale il giorno venerdì //

Dettagli

Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Esercizio n.1 Un agenzia finanziaria deve investire 1000000 di euro di un suo cliente in fondi di investimento. Il mercato offre cinque

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema

Dettagli

Esercizi sulla Programmazione Lineare Intera

Esercizi sulla Programmazione Lineare Intera Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente

Dettagli

PROVE D'ESAME 1997/98

PROVE D'ESAME 1997/98 PROVE D'ESAME 1997/98 PROVA PARZIALE DEL 28/11/1997 1) Si consideri il seguente problema di programmazione lineare P: min z = x 1 + 2x 2 s.t. x 1 + x 2 6 2x 1 + x 2 10 x 1 4 x 1, x 2 0 a - Scrivere le

Dettagli

Programma del Corso di Ricerca Operativa (Prof. A. Sforza) - A.A C.d.S. Ingegneria Gestionale N44-N45 C.d.S. Ingegneria Meccanica N47

Programma del Corso di Ricerca Operativa (Prof. A. Sforza) - A.A C.d.S. Ingegneria Gestionale N44-N45 C.d.S. Ingegneria Meccanica N47 Programma del Corso di Ricerca Operativa (Prof. A. Sforza) - A.A. 2018-2019 C.d.S. Ingegneria Gestionale N44-N45 C.d.S. Ingegneria Meccanica N47 Il programma del Corso fa riferimento ai paragrafi del libro

Dettagli

5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano Programma lineare intero: (PLI) min c T x Ax b x 0 intero Ipotesi: A, b interi La condizione di interezza non è

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

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II) Luigi De Giovanni Giacomo Zambelli 1 I passi dell algoritmo del simplesso L

Dettagli