Ricerca Operativa. G. Liuzzi. Lunedí 26 Marzo Problema di Trasporto Formulazione I Formulazione II CPLEAX/Java Esercizio
|
|
- Raffaello Coco
- 5 anni fa
- Visualizzazioni
Transcript
1 1 Lunedí 26 Marzo Istituto di Analisi dei Sistemi ed Informatica IASI - CNR
2 Problema di produzione e trasporto Un industria produce due tipi di trafilati in acciaio (T1 e T2). Si possono utilizzare tre impianti produttivi (F1, F2 e F3). I prodotti devono essere inviati a due magazzini (M1 e M2).
3 Costi e tempi di lavorazione Ogni impianto è caratterizzato da costi (e) e tempi di lavorazione (h) come riportato nella tabella. F1 F2 F3 cost time cost time cost time T T h max
4 Costi di trasporto Costi (e) relativi al trasporto dagli impianti ai magazzini F1 F2 F3 M M
5 Richieste minime In ciascun magazzino è necessarfio soddisfare le seguenti richieste minime T1 T2 M M
6 Formulazione Matematica (le variabili) Variabili di decisione: x tfm q.ta di trafilato t prodotto in f ed inviato a m t {T 1, T 2}, f {F 1, F 2, F 3}, m {M1, M2}
7 Formulazione Matematica (l obiettivo) Funzione obiettivo: ( ) cptf + ct fm xtfm Obiettivo: min x f (x) = t f (x) f m
8 Formulazione Matematica (i vincoli) Vincoli di tempo massimo: d tf x tfm hmax f f {F 1, F 2, F 3} t m Vincoli di richieste minime: x tfm rmin tm t {T 1, T 2}, m {M1, M2} f Vincoli di nonnegatività: x tfm 0
9 Formulazione Matematica (le variabili) Variabili di decisione: x fm q.ta di trafilato T1 prodotto in f ed inviato a m y fm q.ta di trafilato T2 prodotto in f ed inviato a m f {F 1, F 2, F 3}, m {M1, M2}
10 Formulazione Matematica (l obiettivo) Funzione obiettivo: f (x) = ( ) cpt 1,f x fm + cp T 2,f y fm + f m ( ) ct fm xfm + y fm f m Obiettivo: min x f (x)
11 Formulazione Matematica (i vincoli) Vincoli di tempo massimo: ( ) dt 1,f x fm + d T 2,f y fm hmaxf f {F 1, F 2, F 3} m Vincoli di richieste minime: x fm rmin T 1,m m {M1, M2} f y fm rmin T 2,m m {M1, M2} f Vincoli di nonnegatività: x fm, y fm 0
12 La Documentazione Reference guide in formato html: <CPLEXINSTDIR>/doc/html/en-US/documentation.html
13 Passi 1 e 2 Passo 1: import ilog.concert.*; import ilog.cplex.*; Servono per importare tutto il pacchetto di funzioni della libreria CPLEX e CPLEX/Concert. Passo 2: IloCplex cplex = new IloCplex(); Istanzia un oggetto della classe IloCplex. L oggetto cplex è vuoto!!
14 Passi 1 e 2 Passo 1: import ilog.concert.*; import ilog.cplex.*; Servono per importare tutto il pacchetto di funzioni della libreria CPLEX e CPLEX/Concert. Passo 2: IloCplex cplex = new IloCplex(); Istanzia un oggetto della classe IloCplex. L oggetto cplex è vuoto!!
15 Passo 2 Manipolando l oggetto cplex si può: 1 costruire il problema che si vuole risolvere 2 scegliere quale risolutore usare 3 impostare i parametri del risolutore 4 chiedere lo stato della soluzione 5 chiedere il valore delle variabili 6
16 Le Variabili di Decisione Una variabile x1 t.c. lb x1 ub cplex.numvar(lb,ub,type,"x1"); type specifica il tipo di variabile (intera, bool, reale). I valori ammessi sono: IloNumVarType.Int IloNumVarType.Bool IloNumVarType.Float Un vettore di n variabili x t.c. lb x ub cplex.numvararray(n,lb,ub,types,names); types è il corrisp. array dei tipi names è il corrisp. array dei nomi
17 Le Variabili di Decisione Una variabile x1 t.c. lb x1 ub cplex.numvar(lb,ub,type,"x1"); type specifica il tipo di variabile (intera, bool, reale). I valori ammessi sono: IloNumVarType.Int IloNumVarType.Bool IloNumVarType.Float Un vettore di n variabili x t.c. lb x ub cplex.numvararray(n,lb,ub,types,names); types è il corrisp. array dei tipi names è il corrisp. array dei nomi
18 La Funzione Obiettivo Problema di minimo. Funzione obiettivo vuota!! cplex.addminimize(); // cplex.addmaximize(); Problema di minimo. F. ob. vuota di nome pippo cplex.addminimize("pippo"); Problema di minimo. Funzione obiettivo con espressione expr IloLinearNumExpr expr = cplex.linearnumexpr(); <def. expr> cplex.addminimize(expr,"pippo");
19 La Funzione Obiettivo Problema di minimo. Funzione obiettivo vuota!! cplex.addminimize(); // cplex.addmaximize(); Problema di minimo. F. ob. vuota di nome pippo cplex.addminimize("pippo"); Problema di minimo. Funzione obiettivo con espressione expr IloLinearNumExpr expr = cplex.linearnumexpr(); <def. expr> cplex.addminimize(expr,"pippo");
20 La Funzione Obiettivo Problema di minimo. Funzione obiettivo vuota!! cplex.addminimize(); // cplex.addmaximize(); Problema di minimo. F. ob. vuota di nome pippo cplex.addminimize("pippo"); Problema di minimo. Funzione obiettivo con espressione expr IloLinearNumExpr expr = cplex.linearnumexpr(); <def. expr> cplex.addminimize(expr,"pippo");
21 Le espressioni IloNumVar[] x = cplex.numvararray(n,lb,ub,types,names); IloNumVar x1 = cplex.numvar(lb1,ub1,type,"x1"); x e x1 sono n + 1 variabili IloLinearNumExpr expr = cplex.linearnumexpr(); expr.add(cplex.scalprod(x, objvalsx)); expr.addterm(coeff,x1); n expr = objvalsx[i] x[i] + coeff x1 i=1
22 I Vincoli Aggiunge un vincolo di nome vincolo1 tale che expr v cplex.addle(expr, v, "vincolo1") Aggiunge un vincolo di nome vincolo2 tale che expr v cplex.addge(expr, v, "vincolo2") Aggiunge un vincolo di nome vincolo3 tale che expr = v cplex.addeq(expr, v, "vincolo3") Aggiunge un vincolo di nome vincolo4 tale che lb expr ub cplex.addrange(lb, expr, ub, "vincolo4")
23 I Vincoli Aggiunge un vincolo di nome vincolo1 tale che expr v cplex.addle(expr, v, "vincolo1") Aggiunge un vincolo di nome vincolo2 tale che expr v cplex.addge(expr, v, "vincolo2") Aggiunge un vincolo di nome vincolo3 tale che expr = v cplex.addeq(expr, v, "vincolo3") Aggiunge un vincolo di nome vincolo4 tale che lb expr ub cplex.addrange(lb, expr, ub, "vincolo4")
24 I Vincoli Aggiunge un vincolo di nome vincolo1 tale che expr v cplex.addle(expr, v, "vincolo1") Aggiunge un vincolo di nome vincolo2 tale che expr v cplex.addge(expr, v, "vincolo2") Aggiunge un vincolo di nome vincolo3 tale che expr = v cplex.addeq(expr, v, "vincolo3") Aggiunge un vincolo di nome vincolo4 tale che lb expr ub cplex.addrange(lb, expr, ub, "vincolo4")
25 I Vincoli Aggiunge un vincolo di nome vincolo1 tale che expr v cplex.addle(expr, v, "vincolo1") Aggiunge un vincolo di nome vincolo2 tale che expr v cplex.addge(expr, v, "vincolo2") Aggiunge un vincolo di nome vincolo3 tale che expr = v cplex.addeq(expr, v, "vincolo3") Aggiunge un vincolo di nome vincolo4 tale che lb expr ub cplex.addrange(lb, expr, ub, "vincolo4")
26 Debug Stampa del problema costruito nell oggetto cplex su file cplex.exportmodel("name.ext"); Il formato dell output dipende dalla estensione ext..lp: formato testo LP.sav: formato binario no testo.lp.gz: formato testo LP compresso (gzipped).sav: formato binario compresso (gzipped)
27 Debug Stampa del problema costruito nell oggetto cplex su file cplex.exportmodel("name.ext"); Il formato dell output dipende dalla estensione ext..lp: formato testo LP.sav: formato binario no testo.lp.gz: formato testo LP compresso (gzipped).sav: formato binario compresso (gzipped)
28 Il Risolutore Quanti risolutori sono disponibili? 1 Primal: Metodo del Simplesso (in due fasi) 2 Dual: Metodo del Simplesso duale 3 Barrier: Metodo tipo interior point 4 Network: Metodo del Simplesso su reti 5 Sifting: Metodo dinamico con generazione di colonne 6 Auto: cplex sceglie il solutore più adatto 7 Concurrent: Usa più alg. in parallelo e torna la sol. del più veloce 8 None: Nessun metodo!! cplex.setparam(ilocplex.intparam.rootalg, IloCplex.Algorithm.Primal);
29 Il Risolutore Quanti risolutori sono disponibili? 1 Primal: Metodo del Simplesso (in due fasi) 2 Dual: Metodo del Simplesso duale 3 Barrier: Metodo tipo interior point 4 Network: Metodo del Simplesso su reti 5 Sifting: Metodo dinamico con generazione di colonne 6 Auto: cplex sceglie il solutore più adatto 7 Concurrent: Usa più alg. in parallelo e torna la sol. del più veloce 8 None: Nessun metodo!! cplex.setparam(ilocplex.intparam.rootalg, IloCplex.Algorithm.Primal);
30 Il Risolutore Quanti risolutori sono disponibili? 1 Primal: Metodo del Simplesso (in due fasi) 2 Dual: Metodo del Simplesso duale 3 Barrier: Metodo tipo interior point 4 Network: Metodo del Simplesso su reti 5 Sifting: Metodo dinamico con generazione di colonne 6 Auto: cplex sceglie il solutore più adatto 7 Concurrent: Usa più alg. in parallelo e torna la sol. del più veloce 8 None: Nessun metodo!! cplex.setparam(ilocplex.intparam.rootalg, IloCplex.Algorithm.Primal);
31 Il Risolutore N.B. è possibile impostare 101 (!) parametri per il risolutore Per esempio WriteLevel ItLim PrePass
32 Il Risolutore N.B. è possibile impostare 101 (!) parametri per il risolutore Per esempio WriteLevel ItLim PrePass
33 La Risoluzione Richiedere la soluzione del problema corrente cplex.solve(); Ritorna true, se il problema è stato risolto correttamente false, altrimenti
34 La Risoluzione Richiedere la soluzione del problema corrente cplex.solve(); Ritorna true, se il problema è stato risolto correttamente false, altrimenti
35 Il Problema Patent on innovative method of high volume die casting using traditional die casting machines Results into a long term contract from a major automobile manufacturer for 5 key cast items (P1 P5)
36 Il Problema 5 die casting machines (M1 M5) Not every machine can produce every item Yield is the percentage of items that meet the quality specifications Esempio Producing item P1 on machine M1 during 3 hours: = 72 items that meet the specifications
37 Il Problema 5 die casting machines (M1 M5) Not every machine can produce every item Yield is the percentage of items that meet the quality specifications Esempio Producing item P1 on machine M1 during 3 hours: = 72 items that meet the specifications
38 Il Problema Il processo produttivo Monday to Friday 3 shifts of 8 hour Result: 120 hour regular time on each machine per week Weekends: Preventive maintenance Overtime production possible, at most 48 hours per machine
39 Cosa si deve ottimizzare Determinare lo schedule di produzione per una settimana che minimizza il numero totale di ore di overtime Cosa usare? 1 AMPL 2 CPLEX/Java
40 Cosa si deve ottimizzare Determinare lo schedule di produzione per una settimana che minimizza il numero totale di ore di overtime Cosa usare? 1 AMPL 2 CPLEX/Java
41 Il Modello Matematico
Ricerca Operativa. G. Liuzzi. Lunedí 26 Marzo Problema di Trasporto Formulazione I Formulazione II CPLEAX/Java Esercizio
1 Lunedí 26 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Problema di produzione e trasporto Un industria produce due tipi di trafilati in acciaio (T1 e T2). Si possono utilizzare
DettagliRicerca 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
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)
DettagliAmbienti di Programmazione per il Software di Base
Ambienti di Programmazione per il Software di Base Le Funzioni in C Esercizi sulle Funzioni svolti Esercizi sulle Funzioni da svolgere A.A. 2011/2012 Ambienti di Programmazione per il Software di Base
DettagliDomande 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
DettagliMetodo del Simplesso. Ricerca Operativa. G. Liuzzi. Lunedí 16 Marzo logo.pdf. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR
1 Lunedí 16 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR SHHHHH... Forma standard di PL min c x Ax = b x 0 n (1 P = {x R n : Ax = b, x 0 n } Forma Canonica Data una base ammissibile
DettagliExcel: 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
DettagliSi 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
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
DettagliConstraint Programming con
Constraint Programming con ILOG Solver Modellare e risolvere problemi con CP Michele Lombardi Cosa ci aspetta Di cosa parleremo... Modellazione e soluzione di problemi con
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
DettagliProgrammazione Lineare in MATLAB. Ing. Fabio Sciancalepore Politecnico di Bari
Programmazione Lineare in MATLAB Ing. Fabio Sciancalepore Politecnico di Bari Agenda Introduzione alla Ricerca Operativa Problemi di ottimizzazione Programmazione lineare programmazione a variabili continue
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
DettagliOttimizzazione dei Sistemi Complessi
1 Martedì 17 Maggio 2016 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Programmazione con incertezza Una società di autonoleggio dispone (attualmente, oggi) di 50 macchine tutte dislocate
DettagliModelli 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
DettagliASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO
ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO Lo scenario produttivo Una nota azienda produce capi di abbigliamento per l alta moda Ogni capo è costituito da vari pezzi
DettagliFigura 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
DettagliMix Produttivo Analisi di Sensitività
Mix Produttivo Analisi di Sensitività Un azienda vuole pianificare il livello di produzione di 3 prodotti (A 1,A 2,A 3 ) sapendo che la domanda massima è di 4300 pezzi per A 1, 4500 pezzi per A 2 e 5400
DettagliScopo del laboratorio
p. 1/1 Scopo del laboratorio Imparare ad usare programmi che implementino metodi di ottimizzazione: simplesso, branch and bound ecc. utilizzarli per risolvere un problema proposto Modellatori Solver p.
DettagliCOMPITO 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
DettagliIntroduzione all uso di FICO Xpress. Metodi di Ottimizzazione per la Logistica e la Produzione
Introduzione all uso di FICO Xpress Metodi di Ottimizzazione per la Logistica e la Produzione 1 2 Alcuni risolutori per la Programmazione Matematica Indice Sono a disposizione numerosi risolutori di Programmazione
DettagliLaurea triennale - Comunicazione&DAMS - UNICAL. Dr. Annamaria Bria 1
Corso di INFORMATICA Laurea triennale - Comunicazione&DAMS Dr. Annamaria Bria 1 1 Dipartimento di Matematica Università della Calabria Corso di laurea intercalsse in COMUNICAZIONE&DAMS www.mat.unical.it/bria/informatica2011-12.html
DettagliRicerca Operativa A.A. 2007/ Introduzione
Ricerca Operativa A.A. 2007/2008 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliProgetto e ottimizzazione di reti 2
Progetto e ottimizzazione di reti 2 Esercitazione AMPL A.A. 29-2 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università di Roma La Sapienza Dipartimento di Informatica
DettagliLEZIONE 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
DettagliRICERCA 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
DettagliStime dell ottimo - Rilassamenti. PRTLC - Rilassamenti
Stime dell ottimo - Rilassamenti PRTLC - Rilassamenti Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo: rilassamenti Rilassamento
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
DettagliLa miglior approssimazione esiste se le funzioni descrivono un chiuso
NON SMOOTH Funzione non C 1 tipico esempio massimo numero finito funzioni Φ(x) = max { f i (x), i I, f i C 1 } e anche massimo(sup) puntuale Φ(x) = sup { f t (x), t I, f t C 1 } Esempi a) Max numero finito
DettagliElementi 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
Dettagli5 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
DettagliCOMPITO 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
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 +
DettagliLEZIONE 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
Dettagli1 Breve introduzione ad AMPL
1 Breve introduzione ad AMPL Il primo passo per risolvere un problema reale attraverso strumenti matematici consiste nel passare dalla descrizione a parole del problema al modello matematico dello stesso.
DettagliTEORIA 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
DettagliRicerca 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
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
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
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
DettagliRICERCA 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
DettagliLEZIONE 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
DettagliAlgoritmi 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
DettagliRicerca Operativa. G. Liuzzi. Lunedí 9 Marzo Programmazione Matematica Geometria di R n Esempi Teoria della PL Forma Standard. logo.
1 Lunedí 9 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Problema di Ottimizzazione min(o max) f (x) con la restrizione x S dove f (x) : R n R è detta funzione obiettivo S R n
Dettagli1.4 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
DettagliLaboratorio di Algoritmi
Laboratorio di Algoritmi Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Martedì 8.30-10.30 in aula 3 Mercoledì 10.30-13.30 in aula 2 Giovedì 15.30-18.30 in
DettagliCorso di Fondamenti di Informatica Il sistema dei tipi in C++
Corso di Fondamenti di Informatica Il sistema dei tipi in C++ Anno Accademico Francesco Tortorella Struttura di un programma C++ // Programma semplice in C++ #include int main() { cout
DettagliProgrammazione 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.
Dettaglix 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)
Esercitazione di Ricerca Operativa Esercizio. Completare la seguente tabella: max x x x x x x x x x x Indici di base Vettore Ammissibile Degenere, x =, y = Esercizio. Effettuare due iterazioni dell algoritmo
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
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
DettagliAnalisi di sensitivitá. Analisi di sensitivitá p. 1/4
Analisi di sensitivitá Analisi di sensitivitá p. 1/4 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
DettagliLaboratorio di Informatica I
Struttura della lezione Lezione 7: Istruzioni ed Operatori Booleani Vittorio Scarano Corso di Laurea in Informatica Soluzioni agli esercizi Istruzioni (statement) semplici e di controllo Operatori relazionali
DettagliOttimizzazione Combinatoria
Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2-22 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università i di Roma La Sapienza Dipartimento di Informatica e Sistemistica
DettagliRICERCA 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
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)
DettagliElementi di Base. Introduzione a Python.
Elementi di Base Introduzione a Python http://www.dia.uniroma3.it/~roselli/ roselli@dia.uniroma3.it Credits Materiale a cura del Prof. Franco Milicchio Panoramica Elementi di base della sintassi (struttura,
DettagliEsame 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
DettagliDualitá. 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
Dettaglicsp & backtracking informatica e laboratorio di programmazione Alberto Ferrari Informatica e Laboratorio di Programmazione
csp & backtracking informatica e laboratorio di programmazione Alberto Ferrari Informatica e Laboratorio di Programmazione CSP (Constraint Satisfaction Problem) o CSP = problemi di soddisfacimento di vincoli
DettagliAlgoritmo 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.)
DettagliAlberi binari e alberi binari di ricerca
Università degli studi di Milano Dipartimento di Informatica Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Alberi Un albero è una collezione non vuota di: nodi con nome e informazioni
DettagliMatematica 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,
DettagliUtilizza i tipi di dati comuni a tutto il framework.net Accesso nativo ai tipi.net (C# è nato con.net) Concetti fondamentali:
1 Tipi di dati 1 Tipi di dati Utilizza i tipi di dati comuni a tutto il framework.net Accesso nativo ai tipi.net (C# è nato con.net) Concetti fondamentali: Tutto è un oggetto Tutto eredita implicitamente
DettagliProgrammazione 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:
DettagliDescrittori di formato
Fondamenti di Informatica T (A-K) CdL Ingegneria Meccanica AA 2013-2014 Introduzione In I/O, i dati possono essere letti/scritti: utilizzando la rappresentazione del compilatore (come abbiamo sempre fatto
DettagliINTRODUZIONE. ALLA PROGRAMMAZIONEColonna 1. in linguaggio C
12 10 8 INTRODUZIONE 6 4 ALLA PROGRAMMAZIONEColonna 1 Colonna 2 Colonna 3 in linguaggio C 2 0 Riga 1 Riga 2 Riga 3 Riga 4 di Mauro Casula { Scopi del seminario Essere chiaro ed esauriente; Spiegare nei
DettagliAlgoritmi 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
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
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. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliAlberi binari e alberi binari di ricerca
Alberi binari e alberi binari di ricerca Violetta Lonati Università degli studi di Milano Dipartimento di Informatica Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica giovedì 9
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
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
DettagliMETODO DI EULERO ESPLICITO
METODO DI EULERO ESPLICITO { u0 dato u n+1 = u n + hf (t n, u n ) 0 n N h 1 (1) Scrivere una function [tn,un]=eulero esp(odefun,tspan,y0,nh) INPUT: odefun: espressione della f tspan=[t0,t]: vettore di
DettagliDUALIT 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)
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):
DettagliUso avanzato di AMPL. Renato Bruni. prendendo come esempio il problema di Localizzazione di Impianti.
Uso avanzato di AMPL prendendo come esempio il problema di Localizzazione di Impianti Renato Bruni bruni@dis.uniroma1.it www.dis.uniroma1.it/~bruni Localizzazione di Impianti Consideriamo il problema di
DettagliIndice generale. Introduzione...ix. Strumenti per sviluppare applicazioni...1
Introduzione...ix Applicazioni basate su spreadsheet... x Aggiornamento... xii Sicurezza... xii Tipi di applicazioni... xii Pronto impiego... xiii Tabelle personali...xiv Applicazioni condivisibili...xv
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
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
DettagliMODELLISTICA 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]
Dettagli5. 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
DettagliFONDAMENTI DI INFORMATICA. Prof. Alfredo Accattatis Tutor: prof. Venturino Taggi
FONDAMENTI DI INFORMATICA Prof. Alfredo Accattatis (accattatis@ing.uniroma2.it) Tutor: prof. Venturino Taggi (taggi@ing.uniroma2.it) 2 Fondamenti di Informatica Argomenti Approfondimenti sui floating-point:
DettagliEsame di Ricerca Operativa. x 1 +2 x 2 6 x 1 +x 2 6 x 1 4 x 1 1
Esame di Ricerca Operativa (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x 0 x + x x +x x x Base Soluzione
DettagliSpecifica: la sintassi. Specifica: la semantica. Specifica: la semantica
Tipi di dato e strutture dati Specifica e realizzazione di strutture informative come classi Che cos è un tipo di dato? Tutti i linguaggi di programmazione tipati forniscono tipi ed operatori predefiniti
DettagliCorso 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.
DettagliRilassamento Lagrangiano
RILASSAMENTO LAGRANGIANO 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il seguente problema
DettagliEsame di Ricerca Operativa del 17/02/14. 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 9 x +x x +x 8 x x x + x 9 x +x x
DettagliProblemi. 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
DettagliLinguaggi di modellizzazione
p. 1/5 Linguaggi di modellizzazione Come visto, il primo passo per risolvere un problema di decisione consiste nel formularne il modello matematico. Una volta definito il modello matematico lo dobbiamo
DettagliEsame 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
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
DettagliLaboratorio Progettazione Web Le funzioni in PHP. Angelica Lo Duca IIT-CNR 2012/2013
Laboratorio Progettazione Web Le funzioni in PHP Angelica Lo Duca IIT-CNR angelica.loduca@iit.cnr.it 2012/2013 Funzioni Una funzione è una sequenza di istruzioni che implementano una specifica funzionalità
DettagliL AMBIENTE CODE BLOCKS E L IO
L AMBIENTE CODE BLOCKS E L IO Il primo programma #include main() { printf("ciao Mondo!"); } Il file deve essere salvato con estensione.c Il primo programma in C++ #include using
DettagliExcel: 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
DettagliCapitolo 5. Array e collezioni. c 2005 Pearson Education Italia Capitolo 5-1 / 61
Capitolo 5 Array e collezioni c 2005 Pearson Education Italia Capitolo 5-1 / 61 Sommario: Array e collezioni 1 Array Array di oggetti Lunghezza di un array Accesso agli elementi di un array Array e cicli
Dettagli