Ricerca Operativa A.A. 2007/ Dualità in Programmazione Lineare

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Ricerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare"

Transcript

1 Ricerca Operativa A.A. 2007/ Dualità in Programmazione Lineare Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.1 Soluzione di un problema di PL: punti di vista Problema di PL: Trovare il valore ottimo della funzione c T x su un poliedro P = {x 0 : Ax = b}. Punto di vista usuale (primale): 1. considero tutti gli x P (o i soli vertici di P) 2. calcolo c T x 3. scelgo il valore minimo Punto di vista alternativo (duale): 1. ipotizzo un valore c 0 per la funzione obiettivo 2. verifico c 0 c T x, x P (o vertici) 3. scelgo il valore di c 0 massimo min c T x Ax = b x 0 max c 0 c 0 c T x, x P c 0 c T v * z * c T v 1 c T v 2cT v 3 c T v 4 c T v 6 c T v 7 c T x Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.2

2 Disuguaglianze valide Consideriamo il problema: max c 0 s.t. c T x c 0, x P (o soli vertici di P) Trovare il massimo c 0 che sia termine noto di una disuguaglianza del tipo c T x c 0, soddisfatta da tutti i punti di P (disuguaglianza valida per P). Si tratterebbe di risolvere un problema con 1 variabile (c 0 ) e tanti vincoli quanti sono i punti x P (o, per il teorema fondamentale della programmazione lineare, i vertici di P). In questo modello, x agisce da parametro e non da variabile: al variare di x in P (o nei vertici di P) si generano dei vincoli diversi. Ad esempio, fissando x = x, si ottiene il vincolo c 0 z, dove z è uno scalare z = c T x. Comunque troppi vincoli! [infiniti o ( ) n ] m Serve una caratterizzazione algebrica delle disuguaglianze del tipo c T x c 0, valida per P Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.3 Disuguaglianze valide: condizioni sufficienti Cerchiamo condizioni (necessarie e sufficienti) perché c T x c 0 sia valida per P. x P Ax = b u T Ax = u T b, u R m Scegliamo opportuni u (moltiplicatori delle combinazioni lineari dei vincoli). Sotto la condizione u T A c T (ed essendo x 0) si ha: c T x u T Ax = u T b c T x u T b, x P Con l ulteriore condizione u T b c 0 si ha: In sintesi Cioé { u T A c T c T x u T b c 0 c T x c 0, x P u T b c 0 è condizione sufficiente perché c T x c 0 sia valida per P. u R m : u T A c T u T b c 0 c T x c 0, x P Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.4

3 Disuguaglianze valide: condizioni necessarie Le condizioni sono anche necessarie (Se P ): Dimostrazione c T x c 0 valida per P u R m : u T A c T u T b c 0 validità c 0 z = min{c T x : x P } z limitato il simplesso converge alla soluzione ottima di base [x B, x F ]. Scegliamo u T = c T B B 1 : a) c T = c T c T B B 1 A = c T u T A c T 0 (x è ottimo) c T u T A b) c 0 z = c T x = c T B x B + ct F }{{} x F = c T B B 1 b = u T b c 0 u T b. =0 Lemma (caratterizzazione algebrica delle disuguaglianze valide): Dato P = {x R n : Ax = b, x 0}, P : c T x c 0, x P u R m : u T A c T u T b c 0 Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.5 Coppia di problemi primale-duale (forma asimmetrica) minc T x Ax = b x 0 osserv. iniziali maxc 0 c T x c 0 x P lemma maxc 0 c 0 u T b c T u T A ottimo c 0 =u T b maxu T b c T u T A u R PROBLEMA PROBLEMA PRIMALE DUALE variabile x j R + vincolo c j u T A j vincolo a T i x = b i variabile u i R costi c T termini noti c T termini noti b i costi b i Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.6

4 Duale di un prolema in forma simmetrica Nella forma asimmetrica siamo partiti da un PL in forma standard con l obiettivo di minorare c T x con c 0 : minc T x : Ax = b, x 0 c T x (1) u T Ax = (2) u T b c 0 (1) variabile primale x 0 vincolo duale di disuguaglianza c T u T A. (2) vincolo primale di uguaglianza variabile duale u non vincolata in segno. Consideriamo il problema primale nella forma (canonica) c T x u T Ax u T b c 0 minc T x : Ax b, x 0 u T A c T se u 0 (vincolo di variabile duale 0) min c T x s.t. Ax b x 0 max u T b s.t. u T A c T u 0 Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.7 Trasformazioni primale-duale In generale, bisogna considerare singolarmente ciascuna variabile e ciascun vincolo. Primale (min) Duale (max) a T i x b i u i 0 a T i x b i u i 0 a T i x = b i x j 0 x j 0 x j libera u i libera u T A j c j u T A j c j u T A j = c j Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.8

5 Esempio min 10x 1 +20x 2 s.t. 2x 1 x 2 1 x 2 +x 3 2 x 1 2x 3 = 3 3x 2 x 3 4 x 1 0 x 2 0 x 3 libera = max u 1 +2u 2 +3u 3 +4u 4 s.t. u 1 0 u 2 0 u 3 libera u 4 0 2u 1 +u 3 10 u 1 +u 2 +3u 4 20 u 2 2u 3 u 4 = 10 Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.9 Teoremi della dualità Il duale del duale coincide con il primale Dimostrazione (ricordando che (XY ) T = Y T X T ): min c T x s.t. Ax b x 0 max u T b s.t. u T A c T u 0 max y T ( c) s.t. y T ( A T ) b T y 0 Sostituendo x a y si ha l asserto min y T c s.t. y T A T b T y 0 min u T b s.t. u T A c T u 0 min c T y s.t. Ay b y 0 min ( b T )u s.t. ( A T )u c T u 0 Teorema della dualità forte : i valori ottimi (se esistono finiti) delle funzioni obiettivo del primale e del duale coincidono. P = {x 0 : Ax b} P z = min{c T x : x P }, z finito Dim. Deriva dalle precedenti osservazioni z = ω = = max{u T b : u T A c T, u 0} Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.10

6 Teoremi della dualità Nota: il teorema della dualità forte NON vale se il problema primale è illimitato o impossibile. Teorema della dualità debole : P = {x 0 : Ax b}, P D = {u 0 : u T A c T }, D x P, ū D Dimostrazione: ū T b ū T A x c T x u T 0 b Ax x 0 u T A c T ū T b c T x max = min u T b c T x Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare Teoremi della dualità Corollario: casi possibili. (PP) : z = min{c T x : Ax 0, x 0} (PD) : ω = max{u T b : u T A c T, u 0} (PD) Finito Illimitato Impossibile Finito 1 (z =ω ) NO NO (PP) Illimitato NO NO 2 Impossibile NO 3 4 Dimostrazione. Caso 1. Da dualità forte. Casi 2 e 3. Da dualità debole. Caso 4. Dalla seguente coppia primale/duale (entrambi i problemi sono impossibili) min x 1 max u 1 + u 2 s.t. x 1 + x 2 1 s.t. u 1 u 2 = 1 x 1 x 2 1 u 1 u 2 = 0 x 1, x 2 libere x 1, x 2 0 Gli altri casi sono esclusi dalla dualità debole/forte Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.12

7 Interpretazione economica: problema della dieta c j : costo unitario alimento j (j = 1..n); a ij : tasso di presenza della sostanza i (i = 1..m) nell alimento j; b i : fabbisogno minimo sostanza i (in grammi). Punto di vista di un allevatore variabile decisionale x j : quantità (in grammi) della sostanza j da acquistare. n z = min c j x j (minimizzare i costi) s.t. n a ij x j b i, i = 1..m (soddisfazione fabbisogni) x j 0, j = 1..n Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare Interpretazione economica: problema della dieta Duale ω = max s.t. m b i u i (1) m a ij u i c j, j = 1..n (2) u i 0, i = 1..m Interpretazione: punto di vista di un produttore di mescole sintetiche - variabile decisionale u i : prezzo unitario di vendita della mescola di sostanza i. - obiettivo (1): massimizzare i ricavi di vendita (l allevatore acquista la quantità di sostanze di cui necessita, cioé b i al prezzo u i ) - vincolo (2): competitività dei prezzi di vendita, altrimenti l allevatore preferirà acquistare gli alimenti attualmente sul mercato. - dualità debole: ω z. Il guadagno del produttore di mescole e la spesa dell allevatore si limitano a vicenda. - Dualità forte: ω = z. Il mercato tende all equilibrio: se i mercati diminuiscono i c j, il produttore dovrà diminuire gli u i. Se aumentano i c j, anche il produttore può aumentare gli u i. Il mercato offrirà all allevatore alternative economicamente equivalenti. Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.14

8 Interpretazione economica: problema dei trasporti c ij : costo unitario di trasporto dal magazzino i = 1..I al centro j = 1...J; a i : disponibilità nel magazzino i; b j : richiesta del cliente j. Punto di vista di un azienda di produzione variabile decisionale: x ij : quantità trasportata da i a j. I J z = min c ij x ij (minimizzare i costi) s.t. s.t. J x ij a i, i = 1..I I x ij b j, j = 1..J x ij 0, i = 1..I,j = 1..J (disponibilità magazzini) (richiesta clienti) Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare Interpretazione economica: problema dei trasporti Duale ω = max I a i u i + J b j v j (1) s.t. u i + v j c ij, i = 1..I,j = 1..J (2) u i 0, i = 1..I v j 0, j = 1..J Interpretazione: punto di vista di una ditta di trasporti che acquista i prodotti nei magazzini, cura il trasporto e poi li vende ai clienti. - variabili decisionali u i 0: prezzo unitario di acquisto dei prodotti nel magazzino i (in valore assoluto); v j 0: prezzo di vendita al cliente j. - Domande: sotto quali condizioni la ditta di trasporti riuscirà ad avere in appalto il servizio di trasporto (da vincoli duali)? Quanto potrà guadagnare al massimo (da dualità debole/forte)? Luigi De Giovanni - Ricerca Operativa Dualità in Programmazione Lineare 10.16

Ricerca Operativa Dualità e programmazione lineare

Ricerca Operativa Dualità e programmazione lineare Ricerca Operativa Dualità e programmazione lineare L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi alle spiegazioni del

Dettagli

Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale. L. De Giovanni, V. Dal Sasso

Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale. L. De Giovanni, V. Dal Sasso Ricerca Operativa Esercizi risolti sulle condizioni di complementarietà primale-duale L. De Giovanni, V. Dal Sasso 1 Esercizio 1. Dato il problema min 2x 1 x 2 s.t. x 1 + 2x 2 7 2x 1 x 2 6 3x 1 + 2x 2

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 5 La dualità nella Programmazione Lineare In questo capitolo verrà introdotto un concetto di fondamentale importanza sia per l analisi dei problemi di Programmazione Lineare, sia per lo sviluppo

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

Programmazione lineare

Programmazione lineare Programmazione lineare Dualitá: definizione, teoremi ed interpretazione economica Raffaele Pesenti 1 Dualità 1.1 Definizione e teoremi Definizione 1 Dato un problema di LP in forma canonica max x = ct

Dettagli

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Ricerca Operativa 2. Introduzione al metodo del Simplesso Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione

Dettagli

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi

Dettagli

190 LA DUALITÀ NELLA PROGRAMMAZIONE LINEARE 7.2 INTERPRETAZIONE DELLA DUALITÀ

190 LA DUALITÀ NELLA PROGRAMMAZIONE LINEARE 7.2 INTERPRETAZIONE DELLA DUALITÀ 190 LA DUALITÀ NELLA PROGRAMMAZIONE LINEARE 7.2 INTERPRETAZIONE DELLA DUALITÀ [Questo paragrafo non fa parte del programma di esame] Nei modelli reali le variabili (primali) possono rappresentare, ad esempio,

Dettagli

Esempi di modelli di programmazione lineare (intera) 2014

Esempi di modelli di programmazione lineare (intera) 2014 Esempi di modelli di programmazione lineare (intera) 2014 1) Combinando risorse Una ditta produce due tipi di prodotto, A e B, combinando e lavorando opportunamente tre risorse, R, S e T. In dettaglio:

Dettagli

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

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE

Dettagli

METODI MATEMATICI PER LE DECISIONI ECONOMICHE E AZIENDALI 12 CANDIDATO.. VOTO

METODI MATEMATICI PER LE DECISIONI ECONOMICHE E AZIENDALI 12 CANDIDATO.. VOTO METODI MATEMATICI PER LE DECISIONI ECONOMICHE E AZIENDALI 12 1) In un problema multiattributo i pesi assegnati ai vari obiettivi ed i risultati che essi assumono in corrispondenza alle varie alternative

Dettagli

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

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

Dettagli

PROGRAMMAZIONE LINEARE IN DUE VARIABILI

PROGRAMMAZIONE LINEARE IN DUE VARIABILI 1 PROGRAMMAZIONE LINEARE IN DUE VARIABILI La ricerca operativa nata durante la seconda guerra mondiale ed utilizzata in ambito militare, oggi viene applicata all industria, nel settore pubblico e nell

Dettagli

Università del Salento

Università del Salento Università del Salento Dipartimento di Matematica DAI SISTEMI DI DISEQUAZIONI LINEARI.. ALLA PROGRAMMAZIONE LINEARE Chefi Triki La Ricerca Operativa Fornisce strumenti matematici di supporto alle attività

Dettagli

Modello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE

Modello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE PRGRMMZIN LINR Problemi di P.L. in due variabili metodo grafico efinizione: la programmazione lineare serve per determinare l allocazione ottimale di risorse disponibili in quantità limitata, per ottimizzare

Dettagli

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette. . Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,

Dettagli

b i 1,1,1 1,1,1 0,1,2 0,3,4

b i 1,1,1 1,1,1 0,1,2 0,3,4 V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile

Dettagli

PROGRAMMAZIONE LINEARE IN DUE VARIABILI

PROGRAMMAZIONE LINEARE IN DUE VARIABILI 1 PROGRAMMAZIONE LINEARE IN DUE VARIABILI La ricerca operativa nata durante la seconda guerra mondiale ed utilizzata in ambito militare, oggi viene applicata all industria, nel settore pubblico e nell

Dettagli

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso

Dettagli

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

Programmazione lineare

Programmazione lineare Programmazione lineare Un modello matematico per un problema di programmazione lineare Problema 1. Un reparto di un azienda di elettrodomestici può produrre giornalmente non più di 6 lavatrici, delle quali

Dettagli

VC-dimension: Esempio

VC-dimension: Esempio VC-dimension: Esempio Quale è la VC-dimension di. y b = 0 f() = 1 f() = 1 iperpiano 20? VC-dimension: Esempio Quale è la VC-dimension di? banale. Vediamo cosa succede con 2 punti: 21 VC-dimension: Esempio

Dettagli

Un applicazione della programmazione lineare ai problemi di trasporto

Un applicazione della programmazione lineare ai problemi di trasporto Un applicazione della programmazione lineare ai problemi di trasporto Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA 2012-2013

Dettagli

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione 1 PROBLEMI DI SCELTA Problemi di Scelta Campo di Scelta Funzione Obiettivo Modello Matematico Scelte in condizioni di Certezza Scelte in condizioni di Incertezza Effetti Immediati Effetti Differiti Effetti

Dettagli

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano Capitolo 3: Ottimizzazione Discreta E. Amaldi DEIB, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati o approssimati come problemi di Programmazione

Dettagli

RICERCA OPERATIVA. Questi due tipi di costi contribuiscono a determinare il costo totale di produzione così definito:

RICERCA OPERATIVA. Questi due tipi di costi contribuiscono a determinare il costo totale di produzione così definito: RICERCA OPERATIVA Prerequisiti Rappresentazione retta Rappresentazione parabola Equazioni e disequazioni Ricerca Operativa Studio dei metodi e delle strategie al fine di operare scelte e prendere decisioni

Dettagli

Massimi e minimi vincolati di funzioni in due variabili

Massimi e minimi vincolati di funzioni in due variabili Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente

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

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Modelli di Programmazione Lineare e Programmazione Lineare Intera Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione

Dettagli

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2 NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione

Dettagli

Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione

Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Versione 11/03/2004 Contenuto e scopo esercitazione Contenuto esempi di problema di programmazione

Dettagli

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio

Dettagli

Esercizio 1. Esercizio 2

Esercizio 1. Esercizio 2 A Ricerca Operativa Primo appello 4 novembre 005 Esercizio Incontrate una ragazza con il suo cane Fido e vi chiedete che età possa avere. Lei sembra leggervi nel pensiero e vi dice: Non si chiede l età

Dettagli

Economia Pubblica il Monopolio Naturale

Economia Pubblica il Monopolio Naturale Economia Pubblica il Monopolio Naturale Giuseppe De Feo Università degli Studi di Pavia email: giuseppe.defeo@unipv.it Secondo Semestre 2011-12 Outline il Monopolio Naturale Il problema del Monopolio Naturale

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Modelli di Ottimizzazione

Modelli di Ottimizzazione Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE

REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE Nella Sezione 16.5 abbiamo visto come un regolatore che voglia fissare il prezzo del monopolista in modo da minimizzare la

Dettagli

Capitolo 26: Il mercato del lavoro

Capitolo 26: Il mercato del lavoro Capitolo 26: Il mercato del lavoro 26.1: Introduzione In questo capitolo applichiamo l analisi della domanda e dell offerta ad un mercato che riveste particolare importanza: il mercato del lavoro. Utilizziamo

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

Produzione e forza lavoro

Produzione e forza lavoro Produzione e forza lavoro Testo Un azienda produce i modelli I, II e III di un certo prodotto a partire dai materiali grezzi A e B, di cui sono disponibili 4000 e 6000 unità, rispettivamente. In particolare,

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche.

sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. Potenze e percentuali Sezione 0.3: Disuguaglianze Sezione

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

1 Estensione in strategia mista di un gioco

1 Estensione in strategia mista di un gioco AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:

Dettagli

Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio

Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio MODELLISTICA E SIMULAZIONE febbraio 007 a prova Cognome e Nome:... Autorizzo Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio Non autorizzo la pubblicazione su

Dettagli

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine: 1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C

Dettagli

Flusso a costo minimo e simplesso su reti

Flusso a costo minimo e simplesso su reti Flusso a costo minimo e simplesso su reti La particolare struttura di alcuni problemi di PL può essere talvolta utilizzata per la progettazione di tecniche risolutive molto più efficienti dell algoritmo

Dettagli

Economia Industriale

Economia Industriale Università del Piemonte Orientale Amedeo Avogadro Facoltà di Economia A.A. 2005/2006 Economia Industriale Dott. Massimiliano Piacenza Lezione 3 Monopolio e regola dell elasticità Monopolio naturale e regolamentazione

Dettagli

Modelli di PL: allocazione ottima di risorse. Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo

Modelli di PL: allocazione ottima di risorse. Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo Modelli di PL: allocazione ottima di risorse Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo Allocazione ottima di robot Un azienda automobilistica produce tre

Dettagli

Il mercato di monopolio

Il mercato di monopolio Il monopolio Il mercato di monopolio Il monopolio è una struttura di mercato caratterizzata da 1. Un unico venditore di un prodotto non sostituibile. Non ci sono altre imprese che possano competere con

Dettagli

Fondamenti di Economia Aziendale ed Impiantistica Industriale

Fondamenti di Economia Aziendale ed Impiantistica Industriale Politecnico di Milano IV Facoltà di Ingegneria Fondamenti di Economia Aziendale ed Impiantistica Industriale Impiego della programmazione lineare nella progettazione degli impianti Cosa significa progettare

Dettagli

Capitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano

Capitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S

Dettagli

Modelli con vincoli di tipo logico

Modelli con vincoli di tipo logico Modelli con vincoli di tipo logico Le variabili decisionali possono essere soggette a vincoli di tipo logico, più o meno espliciti. Ad esempio: vincoli di incompatibilità tra varie alternative: se localizziamo

Dettagli

Funzioni a 2 variabili

Funzioni a 2 variabili Funzioni a 2 variabili z = f(x, y) Relazione che associa ad ogni coppia di valori x,y (variabili indipendenti) uno ed un solo valore di z (variabile dipendente). Esempi: z = x 2y + 4 z = x 2 y 2 2x z =

Dettagli

Ricerca Operativa A.A. 2008/2009

Ricerca Operativa A.A. 2008/2009 Ricerca Operativa A.A. 08/09 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

Dettagli

- Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo)

- Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo) Se si ha un problema lineare e' possibile risolverlo in piu' modi (equivalenti ) - Trovare soluzione ottima primale ( con il simplesso o algoritmo analogo) - Trovare soluzione ottima duale (con il simplesso

Dettagli

(3,4) (1,3) (2,2) (0,2) (3,4) (2,4) t (2,3) (3,5) (2,4) (3,5) (6,8) (3,4) (1,2) 1 (1,3)

(3,4) (1,3) (2,2) (0,2) (3,4) (2,4) t (2,3) (3,5) (2,4) (3,5) (6,8) (3,4) (1,2) 1 (1,3) Prova Scritta di RICERCA OPERATIVA èinformaticiè 2èè98 - Esame æ Cognome: æ Nome:. Una compagnia petrolifera possiede 3 depositi dai quali puço prelevare benzina e trasportarla ai 5 impianti di distribuzione.

Dettagli

PROGRAMMAZIONE LINEARE:

PROGRAMMAZIONE LINEARE: PROGRAMMAZIONE LINEARE: Definizione:la programmazione lineare serve per determinare l'allocazione ottimale di risorse disponibili in quantità limitata, per ottimizzare il raggiungimento di un obiettivo

Dettagli

Modelli LP (complementi)

Modelli LP (complementi) Modelli LP (complementi) Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - ottobre 2003 1. Comprare o fabbricare? Electro-Poly è un produttore leader di lavatrici Ha ricevuto

Dettagli

Massimi e minimi vincolati

Massimi e minimi vincolati Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

Formulazioni PLI di problemi di decisione. 1 Introduzione: La formulazione dei problemi di ottimizzazione combinatoria

Formulazioni PLI di problemi di decisione. 1 Introduzione: La formulazione dei problemi di ottimizzazione combinatoria Formulazioni PLI di problemi di decisione Dispensa per il modulo di Analisi e Ottimizzazione dei Processi di Produzione Università di Roma Tor Vergata a cura di Andrea Pacifici, Claudio Cavalletti, Daniela

Dettagli

Capitolo 23: Scelta in condizioni di incertezza

Capitolo 23: Scelta in condizioni di incertezza Capitolo 23: Scelta in condizioni di incertezza 23.1: Introduzione In questo capitolo studiamo la scelta ottima del consumatore in condizioni di incertezza, vale a dire in situazioni tali che il consumatore

Dettagli

Dispensa 4. June 11, 2009

Dispensa 4. June 11, 2009 Dispensa 4 June 11, 2009 1 Il mercato dei bidoni Il problema della selezione avversa è dovuto al fatto che l agente detiene informazioni private (delle quali il principale non è a conoscenza) prima della

Dettagli

Modelli per la gestione delle scorte

Modelli per la gestione delle scorte Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione

Dettagli

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagina Giovanna Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secondaria di secondo grado UNITÀ CAMPIONE Edizioni del Quadrifoglio à t i n U 1 Sistemi di primo grado

Dettagli

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati prof. Guida PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati sono quei problemi nei quali gli effetti della scelta sono noti e immediati ESERCIZIO

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Il modello matematico 2: Funzioni obiettivo: ma.min, Min-ma Tipologie di Vincoli Funzione obiettivo ma-min: Esempio Scommesse Il signor

Dettagli

La scelta in condizioni di incertezza

La scelta in condizioni di incertezza La scelta in condizioni di incertezza 1 Stati di natura e utilità attesa. L approccio delle preferenza per gli stati Il problema posto dall incertezza riformulato (state-preference approach). L individuo

Dettagli

I appello - 26 Gennaio 2007

I appello - 26 Gennaio 2007 Facoltà di Ingegneria - Corso di Laurea in Ing. Informatica e delle Telecom. A.A.006/007 I appello - 6 Gennaio 007 Risolvere gli esercizi motivando tutte le risposte. (N.B. il quesito teorico è obbligatorio)

Dettagli

Università Ca Foscari Venezia

Università Ca Foscari Venezia Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano 2 Problemi di Costo Fisso & Vincoli Disgiuntivi (con esercizi ) November 12, 2015 2 Università

Dettagli

Università degli Studi di Milano / Bicocca Facoltà di Economia. Prova scritta del 12 luglio 2011 SOLUZIONI

Università degli Studi di Milano / Bicocca Facoltà di Economia. Prova scritta del 12 luglio 2011 SOLUZIONI Università degli Studi di Milano / Bicocca Facoltà di Economia MATEMATICA FINANZIARIA EcoCom A-Le / Li-Z Prova scritta del luglio SOLUZIONI Per gli studenti immatricolati entro il 7/8 (45cfu): L operazione

Dettagli

Luigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa

Luigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa Piani di investimento Un finanziere ha due piani di investimento A e B disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno garantisce, due anni

Dettagli

Condizionamento del problema

Condizionamento del problema Condizionamento del problema x 1 + 2x 2 = 3.499x 1 + 1.001x 2 = 1.5 La soluzione esatta è x = (1, 1) T. Perturbando la matrice dei coefficienti o il termine noto: x 1 + 2x 2 = 3.5x 1 + 1.002x 2 = 1.5 x

Dettagli

Introduzione alla Programmazione Lineare

Introduzione alla Programmazione Lineare Introduzione alla Programmazione Lineare. Proprietà geometriche Si definiscono come problemi di Programmazione Lineare (PL) tutti quei problemi di ottimizzazione in cui la funzione obiettivo è lineare

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)

Dettagli

LA RICERCA OPERATIVA

LA RICERCA OPERATIVA LA RICERCA OPERATIVA Il termine Ricerca Operativa, dall inglese Operations Research, letteralmente ricerca delle operazioni, fu coniato per esprimere il significato di determinazione delle attività da

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei

Dettagli

ELASTICITÀ. Sarebbe conveniente per il produttore aumentare ulteriormente il prezzo nella stessa misura del caso

ELASTICITÀ. Sarebbe conveniente per il produttore aumentare ulteriormente il prezzo nella stessa misura del caso Esercizio 1 Data la funzione di domanda: ELASTICITÀ Dire se partendo da un livello di prezzo p 1 = 1.5, al produttore converrà aumentare il prezzo fino al livello p 2 = 2. Sarebbe conveniente per il produttore

Dettagli

Dimensionamento dei lotti di produzione: il caso con variabilità nota

Dimensionamento dei lotti di produzione: il caso con variabilità nota Dimensionamento dei lotti di produzione: il caso con variabilità nota A. Agnetis In questi appunti studieremo alcuni modelli per il problema del lot sizing, vale a dire il problema di programmare la dimensione

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 39 Introduzione Come si è detto,

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

min 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5

min 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5 IL METODO DEL SIMPLESSO 65 Esercizio 7.4.4 Risolvere utilizzando il metodo del simplesso il seguente problema di PL: min 4 + + + + = 4 + + = + = 5 Innanzitutto scriviamo il problema in forma standard:

Dettagli

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,

Dettagli

Il dimensionamento della produzione e dell impianto

Il dimensionamento della produzione e dell impianto Università degli Studi di Urbino Carlo Bo Facoltà di Economia Corso di Laurea in INTERNAZIONALIZZAZIONE DELLE IMPRESE ECONOMIA, GESTIONE E INTERNAZIONALIZZAZIONE DELLE IMPRESE Prof. Fabio Musso A.A. 2007-08

Dettagli

Esempi di sensitivity analisys

Esempi di sensitivity analisys Esempi di sensitivity analisys SELEZIONE DI INVESTIMENTI: Un modello multiperiodale Prendiamo ora in esame un esempio di problema di selezione di investimenti che ci permette di evidenziare alcune possibilità

Dettagli

Serie numeriche. 1 Definizioni e proprietà elementari

Serie numeriche. 1 Definizioni e proprietà elementari Serie numeriche Definizioni e proprietà elementari Sia { } una successione, definita per ogni numero naturale n n. Per ogni n n, consideriamo la somma s n degli elementi della successione di posto d s

Dettagli

5. La teoria astratta della misura.

5. La teoria astratta della misura. 5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se

Dettagli

PROGRAMMA CLASSE V I. T. C.

PROGRAMMA CLASSE V I. T. C. PROGRAMMA CLASSE V I. T. C. A.S 2009/10 Disciplina: Matematica Generale ed Applicata Titolo modulo Contenuti (suddivisi in unità didattiche) 1 Geometria analitica U.D.1 Equazione retta in forma esplicita

Dettagli

Elementi Finiti: stime d errore e adattività della griglia

Elementi Finiti: stime d errore e adattività della griglia Elementi Finiti: stime d errore e adattività della griglia Elena Gaburro Università degli studi di Verona Master s Degree in Mathematics and Applications 05 giugno 2013 Elena Gaburro (Università di Verona)

Dettagli

Programma delle Lezioni

Programma delle Lezioni UniversitàdegliStudidi Bologna Facoltà di Scienze Politiche Corsodi Laureain ScienzePolitiche, Sociali e Internazionali Microeconomia (A-E) Matteo Alvisi Parte 3 LA TEORIA DELL IMPRESA (b) CURVE DI COSTO

Dettagli