Programmazione Matematica: VII La scomposizione di Dantzig Wolfe
|
|
- Valeria Falcone
- 5 anni fa
- Visualizzazioni
Transcript
1 Programmazione Matematica: VII La scomposizione di Dantzig Wolfe Daniele Vigo D.E.I.S. Università di Bologna rev..0 Maggio 2004 Scomposizione di problemi Accade spesso che un problema PL di grande dimensione sia l unione di problemi più piccoli quasi indipendenti tra loro Es. matrice di incidenza nodi archi di un grafo N A N C N D N B N D { D D 2 D 3 N A { A 0 0 N B { 0 B 0 N C { 0 0 C Pmat.Rev.2
2 Scomposizione di problemi (2) I metodi di scomposizione cercano di sfruttare la struttura del problema per risolverlo mediante la risoluzione di problemi più piccoli (di dimensione A, B, C ) Esistono diverse tecniche di scomposizione Pmat.Rev.3 Scomposizione di Dantzig Wolfe Consideriamo un problema con due sottoproblemi n col. n 2 col. m 0 righe { D F b 0 m righe { m 2 righe { costi variabili A 0 c x 0 B f y b b 2 min z = c T x + f T y Dx + Fy = b 0 Ax = b By = b 2 x, y 0 Eq. di accoppiamento sottoproblemi Pmat.Rev.4
3 Sottoproblemi Consideriamo il sottoproblema A: Ax = b, x 0 Ogni punto ammissibile x del sottoproblema può essere espresso come combinazione convessa dei vertici x,, x p della regione ammissibile p x = λ x con λ 0 e λ = = p = analogamente per il sottoproblema B si ha: q y = µ y con µ 0 e µ = = q = Pmat.Rev.5 Sottoproblemi (2) Sostituiamo nel problema originale le rappresentazioni di x ed y in funzione dei vertici Diventa un problema nelle variabili λ e µ che sono tantissime ( per ogni vertice dei poliedri dei sottoproblemi). funzione obiettivo: min z = c T x + f T y diventa min z = ξ T λ + δ T µ ξ = c T x δ = d T y =,, p =,, q Pmat.Rev.6
4 Sottoproblemi (3) 2. Vincoli di accoppiamento: Dx + Fy = b 0 diventano λ + Φµ = b 0 = D x Φ = F y =,, p =,, q 3. Vincoli dei sottoproblemi sono sostituiti da p = λ = = µ = Pmat.Rev.7 q Sottoproblemi (4) Riassumendo la matrice dei vincoli diventa variabili λ λ p µ µ q m 0 righe { p Φ Φ q b 0 riga { 0 0 riga { 0 0 Pmat.Rev.8
5 Master Problem Il problema risultante è detto master problem min z = ξ T λ + δ T µ λ + Φµ = b 0 T λ = T µ= λ, µ 0 Il numero delle variabili è diventato enorme (=p+q) Il numero di vincoli però è diminuito da m 0 + m + m 2 a m Pmat.Rev.9 Vantaggi Per risolvere il master problem con il simplesso rivisto è sufficiente memorizzare una matrice di base di dimensione (m 0 + 3) 2 e non quella del problema completo (m 0 + m + m 2 + ) 2 Es. se m 0 = m = m 2 la memoria necessaria è ~/9 Usando il simplesso rivisto non è necessario gestire esplicitamente le p+q variabili (numero enorme) bastano solo quelle in base ed un modo efficiente per effettuare il pricing Pmat.Rev.0
6 Pricing Supponiamo di usare il simplesso rivisto per risolvere il master problem Ad ogni iterazione siano note le variabili duali (π,α,β) corrispondenti alla base corrente del master π = vettore corrispondente alle prime m 0 righe α, β = variabili corrispondenti agli ultimi due vincoli Il costo ridotto delle variabili λ è quindi ξ ' = ξ α 0 T [ π α β ] = ξ π =, K p, Pmat.Rev. Pricing (2) Una colonna è quindi appetibile se ξ π T < α Se ciò è verificato per almeno un vertice del sottoproblema A la corrispondente variabile x entra in base i vertici di A sono tantissimi, non vogliamo esaminarli tutti: cerchiamo il migliore min p (ξ π T ) se < α allora entra in base! Pmat.Rev.2
7 Pricing (3) Il problema è : min vertici di A (c T π T D) x minimizzare una funzione lineare sui vertici della regione ammissibile di un PL è un problema PL! Problema di pricing per λ : min (c T π T D) x Ax = b, x 0 Pricing per µ : min (d T π T F) y By = b 2, y 0 Pmat.Rev.3 Procedura di scomposizione procedure Dantzig Wolfe begin opt := false; it := 0; definisci la matrice K (it) ed azzerane la riga 0, contenente le variabili duali (π,α,β); while opt = false do begin /* Primo pricing */ risolvi il PL w = min{(c T π T D) x : Ax=b, x 0}; it := it+; if w < α then genera la colonna, pivot in K (it) ed aggiorna (π,α,β) else begin /* Secondo pricing */ risolvi il PL w = min{(d T π T F) y : By=b 2, y 0}; if w < β then genera la colonna, pivot in K (it) ed aggiorna (π,α,β) else opt := true; end end end. Pmat.Rev.4
8 Procedura di scomposizione (2) Il master, in base alla sua informazione globale invia al sottoproblema A un vettore di prezzi Il sottoproblema A, in base alla sua visione locale ed ai prezzi, risponde proponendo una soluzione che potrebbe migliorare il costo del master Il master compara il costo w di questa soluzione con il proprio prezzo α. Sew < α la proposta viene accettata e la colonna corrispondente alla soluzione viene fatta entrare in base (con il pivot si aggiornano anche i prezzi duali che sono la riga 0 di K (it) ) Pmat.Rev.5 Procedura di scomposizione (3) Altrimenti viene interrogato il sottoproblema B per ottenere una nuova proposta Finché almeno uno dei sottoproblemi produce una proposta valida il master trova un pivot appetibile Altrimenti si è trovata la soluzione ottima del problema complessivo Il vantaggio della scomposizione è principalmente nell occupazione di memoria Non si può dire nulla sul tempo (quante risoluzioni di sottoproblemi sono necessarie?) Pmat.Rev.6
Algoritmi generali per PLI
Programmazione Lineare Intera: Parte II: Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.1 ottobre 23 Algoritmi generali per PLI Metodi esatti tradizionali
DettagliAlgoritmi generali per PLI
Programmazione Lineare Intera: II Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev.. ottobre Algoritmi generali per PLI Metodi esatti tradizionali (anni 6 oggi):
DettagliProgrammazione Matematica: VI Estensioni dell algoritmo del Simplesso
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa
DettagliRicerca 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)
Dettagli4.5 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
DettagliProgrammazione Matematica: I - Introduzione
Programmazione Matematica: I - Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.0 ottobre 2002 Problemi di Ottimizzazione x = (x,, x n ) R n : vettore di variabili decisionali
Dettagli4.5 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
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2015-2016 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Paolo Tubertini, Daniele Vigo rev. 2. ottobre 2016 Fondamenti di
DettagliTecniche di Decomposizione per Programmazione Lineare Intera (Mista)
Tecniche di Decomposizione per Programmazione Lineare Intera (Mista) Domenico Salvagnin 2011-06-12 1 Introduzione Dato un problema di programmazione lineare intera (mista), non è sempre possibile (o conveniente)
Dettagli5.1 Metodo Branch and Bound
5. Metodo Branch and Bound Consideriamo un generico problema di ottimizzazione min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando
Dettagli3.3 Problemi di PLI facili
3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P
DettagliDomini 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
Dettagli5.1 Metodo Branch and Bound
5. Metodo Branch and Bound Si consideri il problema min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando una partizione (ricorsiva)
Dettagli5.3 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
DettagliRicerca 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
Dettagli4.4 Programmazione quadratica
4.4 Programmazione quadratica Minimizzare una funzione quadratica soggetta a vincoli lineari: min 1 2 xt Qx + c t x s.v. a t i x b i i D (P) a t i x = b i i U x R n dove Q matrice n n, D e U sono gli insiemi
Dettaglix 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,
DettagliEsercizi 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
Dettagli4. Programmazione Lineare Intera
. Programmazione Lineare Intera Programmazione Lineare Intera (ILP) A(m n), b(m), c(n) interi; ILP in forma standard: min c x Ax = b x x intero Forma canonica, forma generale, trasformazioni: come LP.
DettagliFACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 5 Febbraio , : ; ;,, trovare il punto di
Verona, Febbraio 99 ) Dato il problema min( cx + cx ) x+ x x = x + x x = ax + x x = x i 0 i =,... a) dire, giustificando, per quali valori di c, c ed a in una soluzione ammissibile si ha x =x =/; la soluzione
DettagliIntroduzione 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
DettagliAlgoritmi euristici. Parte I: metodi classici
Algoritmi euristici. Parte I: metodi classici Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - febbraio 2003 Algoritmi Euristici Algoritmi Euristici, Approssimati, Approssimanti
DettagliTeoria 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
DettagliFormulazioni. 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.
DettagliRicerca 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:
DettagliEsercizi 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
Dettagli3.6 Metodi basati sui piani di taglio
3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una
DettagliEsercizi 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
DettagliEsame di Ricerca Operativa del 09/01/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min 7 y +y + y + y +y +7 y y +y y y
DettagliProblemi di Ottimizzazione
Problemi di Ottimizzazione x = (x 1,..., x n ) R n : vettore di variabili decisionali F R n : insieme delle soluzioni ammissibili (regione ammissibile) : F R: funzione obiettivo (P) min (x) x F ovvero
DettagliPROGRAMMAZIONE 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
Dettaglimin 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,
DettagliEsame di Ricerca Operativa del 13/06/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y y + y y +y +y
DettagliA.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,
DettagliRICERCA 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
DettagliEsame di Ricerca Operativa del 6/2/18. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del //8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y +9 y + y +9 y + y + y y + y
DettagliCorso di Perfezionamento
Programmazione Dinamica 1 1 Dipartimento di Matematica e Informatica Università di Camerino 15 febbraio 2009 Tecniche di Programmazione Tecniche di progettazione di algoritmi: 1 Divide et Impera 2 Programmazione
DettagliFACOLTA 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
DettagliAlgoritmo Branch and Cut (B&C)
Programmazione Lineare Intera: III Algoritmo Branch and Cut Daniele Vigo DEIS Università di Bologna dvigo@deisuniboit rev.0 aprile 2005 Algoritmo Branch and Cut (B&C) Sviluppato negli anni 90, nasce come
DettagliEsempi 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
DettagliParte IV: Matrici totalmente unimodulari
Parte IV: Matrici totalmente unimodulari 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)}
DettagliEsame di Ricerca Operativa del 24/07/18. max 7 x 1 +4 x 2 x 1 +3 x x 1 +x x 1 +x 2 12 x 1 x x 1 3 x 2 2 x 1 2 x 2 14
Esame di Ricerca Operativa del /07/18 Cognome) Nome) Numero di Matricola) Esercizio 1. Effettuare due iterazioni dell algoritmo del simplesso primale per il problema max 7 x 1 + x x 1 + x 6 x 1 +x x 1
DettagliProva Scritta di Ricerca Operativa
Prova Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 1 giugno 2017 Regole per l esame: la violazione delle seguenti regole comporta il ritiro dell
DettagliIl metodo del simplesso
Capitolo 5 Il metodo del simplesso 5. La forma standard Esercizio 5.. Porre il problema di Programmazione Lineare: in forma standard. min x +x + x + x x +x 5 x 4 x, x Si trasformano i vincoli di disuguaglianza
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
DettagliEsame di Ricerca Operativa del 12/06/18. Base x Degenere? y Indice Rapporti Indice uscente entrante
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso duale: min y + y + y + y + y + y y y y + y +y = y y + y +y y
DettagliEsame di Ricerca Operativa del 19/07/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 9/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x +x x + x x x x x x x x 9 Base Soluzione
DettagliProva Scritta di Ricerca Operativa
Prova Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 12 gennaio 2017 Regole per l esame: la violazione delle seguenti regole comporta il ritiro
DettagliEsame di Ricerca Operativa del 14/09/18
Esame di Ricerca Operativa del /9/ (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante l algoritmo del simplesso duale il seguente problema di programmazione lineare: Iterazione {,}
DettagliEsercizio 1. Variabili decisionali:
Esercizio 1 Si noti che i costi sono dati per tonnellata, mentre molti vincoli riguardano il numero di navi. Si introducono pertanto DUE tipi di variabili, uno relativo al numero di tonnellate per tipo
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi, poliedri Sia a un vettore non nullo
DettagliEsame di Ricerca Operativa del 17/07/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 7/07/7 (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x +x x + x x x x x x x +x
DettagliRicerca Operativa a.a : I appello
Ricerca Operativa a.a. 2015-2016: I appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 14 gennaio 2016 Regole per l esame: la violazione delle seguenti regole comporta il
DettagliEsame di Ricerca Operativa del 09/06/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 09/0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x +x x x x +x x + x x Base
DettagliEsame di Ricerca Operativa del 18/02/13
Esame di Ricerca Operativa del 8/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x +8 x x + x x +x x x + x x +x 8 x
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
DettagliGestione della produzione e della supply chain Logistica distributiva
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non
DettagliIntroduzione 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
DettagliEsame di Ricerca Operativa del 04/02/16. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y + y + y + y + y + y y y +y y +
DettagliEsame di Ricerca Operativa del 15/01/16. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x x x + x x + x x x x +x Base
DettagliA.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,
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Un algoritmo per il flusso a costo minimo: il simplesso
DettagliTeoria della Programmazione Lineare Intera
Teoria della Programmazione Lineare Intera Laura Galli Dipartimento di Informatica Largo B. Pontecorvo, 567 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 7 Ottobre 0 Ricerca Operativa Laurea
DettagliEsame di Ricerca Operativa del 28/05/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x +x x x x +x x x Base Soluzione
DettagliEsame di Ricerca Operativa del 06/02/17
Esame di Ricerca Operativa del 0/0/7 (Cognome) (Nome) (Numero d Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max 7 x x x x x x x + x x x 0 x
DettagliConvergenza del Simplesso e regole anti-ciclaggio
Convergenza del Simplesso e regole anti-ciclaggio degenerazione e ciclaggio un esempio di ciclaggio regole anti-ciclaggio rif. Fi 3.2.6, BT 3.4 (Esempio 3.6), BT 3.7; Sulla convergenza del metodo del simplesso
DettagliEsame di Ricerca Operativa
Esame di Ricerca Operativa (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y + y + y +7 y +y + y y y +y y y = y y +y
DettagliPrerequisiti 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
DettagliALGORITMO DEL SIMPLESSO. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Simplesso / 1.
ALGORITMO DEL SIMPLESSO Una piccola introduzione R. Tadei R. Tadei 2 SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
DettagliScuola di Dottorato in Ingegneria L. da Vinci. Problemi di estremo vincolato ed applicazioni. Introduzione ai problemi di estremo
Scuola di Dottorato in Ingegneria L. da Vinci Problemi di estremo vincolato ed applicazioni Pisa, 28-29 Maggio, 2009 Introduzione ai problemi di estremo G. Mastroeni Ricercatore, Dipartimento di Matematica
Dettagli2. SIMPLESSO. Ricerca Operativa. 2 Esercizi sul simplesso. Politecnico di Torino CeTeM
. SIMPLESSO Pagina di Pagina di Esempio (Simplesso standard) Sia dato il seguente PL: Il tableau del simplesso è il seguente:.. min s t z Esiste una soluzione di base ammissibile:,,, z La soluzione non
DettagliEsercizi 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
DettagliEsame di Ricerca Operativa. Corso di Laurea in Ingegneria Informatica e Automatica. Compito A
Esame di Ricerca Operativa Corso di Laurea in Ingegneria Informatica e Automatica 6 settembre 218 Compito A Istruzioni Usate i fogli bianchi allegati per calcoli, ragionamenti e quanto altro reputiate
DettagliEsame di Ricerca Operativa del 30/06/14. max 4 x 1 7 x 2 x 1 +7 x 2 7 x 1 4 x 2 7 x 1 +5 x 2 5 x 1 x 2 5 x 2 1 x 1 +4 x 2 6
Esame di Ricerca Operativa del 0/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x 7 x x +7 x 7 x x 7 x + x x x x x
DettagliRICERCA 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
DettagliTeoria 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
DettagliProgrammazione 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
DettagliEsame di Ricerca Operativa del 21/07/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y +y + y + y + y + y y y + y y +
DettagliProgrammazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
Dettagli5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate. min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n
5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Estratto per la parte di programmazione lineare e ottimizzazione sui grafi Corso di Metodi di Ottimizzazione per l'ingegneria della Sicurezza Laurea Magistrale in Ingegneria
Dettagli5.2 IL TEOREMA FONDAMENTALE DELLA PROGRAMMAZIONE LINEARE
94 TEORIA DELLA PROGRAMMAZIONE LINEARE 5.2 IL TEOREMA FONDAMENTALE DELLA PROGRAMMAZIONE LINEARE Quanto fino ad ora esaminato permette di enunciare e dimostrare un risultato di fondamentale importanza che
Dettagli1 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
DettagliEsame di Ricerca Operativa del 23/02/17
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y + y + y + y y +0 y + y y y
Dettagli5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate
5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f (x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare p. 1/39 Geometria della programmazione lineare Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Geometria della programmazione
Dettagli12.1 IL PROBLEMA DEL CAMMINO MINIMO: L ALGORITMO DI DIJKSTRA
Problemi strutturati. IL PROBLEMA DEL CAMMINO MINIMO: L ALGORITMO DI DIJKSTRA Esercizio.. Dato il grafo di Figura.., trovare il peso dei cammini minimi dal nodo a tutti gli altri nodi del grafo (il peso
DettagliUniversità 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,
DettagliAlgoritmo del Simplesso
Algoritmo del Simplesso Renato Bruni bruni@dis.uniroma.it Univertà di Roma Sapienza Corso di Ricerca Operativa, Corso di Laurea Ingegneria dell Informazione Vertici e Punti Estremi di un Poliedro Un poliedro
DettagliMetodi 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
DettagliEsame di Ricerca Operativa del 25/06/12
Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x + x x x 8 x x x + x x x Base
DettagliRicerca 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
DettagliEsame di Ricerca Operativa del 16/02/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y + y +0 y +0 y +y + y y y +y y y y
DettagliConvergenza del Simplesso e regole anti-ciclaggio
Convergenza del Simplesso e regole anti-ciclaggio degenerazione e ciclaggio un esempio di ciclaggio regole anti-ciclaggio rif. Fi 3.2.6, BT 3.4 (Esempio 3.6), BT 3.7; Degenerazione e ciclaggio ( ) n n!
DettagliLEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO. 1di 18
LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO 1di 18 Metodo del Simplesso Il metodo del simplesso dovuto a Dantzing ed a Kantorovich è un algoritmo il cui nome deriva
DettagliEsame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 08/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x x 0 x + x x x 8 x x 8
DettagliMacchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4
Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse
DettagliOTTIMIZZAZIONE LINEARE MULTICRITERIO
OTTIMIZZAZIONE LINEARE MULTICRITERIO NOTAZIONE Siano x ed y vettori di R n indicati estesamente con x x x x 1 Μ i Μ n, y y1 Μ yi Μ y n e si ponga N = {1,2,, n}. Scriveremo allora: x y ( x è diverso da
Dettagli