4.3 Esempio metodo del simplesso
|
|
- Michelina Carlini
- 4 anni fa
- Visualizzazioni
Transcript
1 4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto x 4, x 5, x 6 E. Amaldi Fondamenti di R.O. Politecnico di Milano definite da (*) x 4 = 5 2x 3x 2 x 3 x 5 = 4x x 2 2x 3 x 6 = 8 3x 4x 2 2x 3 Forma standard: (P 2 ) min z = -5x 4x 2 3x 3 s.v. (*) x, x 2, x 3, x 4, x 5, x 6 variabili di decisione I problemi (P ) e (P 2 ) sono equivalenti E. Amaldi Fondamenti di R.O. Politecnico di Milano 2
2 Infatti ogni soluzione ammissibile x, x 2, x 3 di (P ) può essere estesa, nell unico modo specificato da (*), in una soluzione ammissibile x, x 2,, x 6 di (P 2 ), eliminando le variabili di scarto, ogni soluzione ammissibile di (P 2 ) soluzione ammissibile di (P ). La corrispondenza vale anche per le soluzioni ottime. Una soluzione ammissibile di (P 2 ): x =, x 2 =, x 3 = x 4 = 5, x 5 =, x 6 = 8 (*) di valore z = E. Amaldi Fondamenti di R.O. Politecnico di Milano 3 Idea: Trovare una soluzione ammissibile con z inferiore e ripetere finché non si arriva ad una soluzione ottima. Visto che z = -5x 4x 2 3x 3 x = 5 8 proviamo a fare crescere x lasciando x 2 = x 3 =. Di quanto si può far crescere x? E. Amaldi Fondamenti di R.O. Politecnico di Milano 4 2
3 x =, x 2 =, x 3 = x 4 = 3, x 5 = 7, x 6 = 5ez = -5 x = 2, x 2 =, x 3 = x 4 =, x 5 = 3, x 6 = 2ez = - x = 3, x 2 =, x 3 = x 4 = x 5 = x 6 = -! vincoli x 4, x 5, x 6 Limite alla crescita: x 4 = 5 2x 3x 2 x 3 x 5/2 x 5 = 4x x 2 2x 3 x /4 più stringente x 6 = 8 3x 4x 2 2x 3 x 8/3 x 2 = x 3 = E. Amaldi Fondamenti di R.O. Politecnico di Milano 5 Sostituendo si ottiene: x = 5/2, x 2 = x 3 = x 4 =, x 5 =, x 6 = /8 con z = -25/2 Si può fare decrescere z ulteriormente? Se si quale variabile (x 2 o x 3 ) far crescere e di quanto? E. Amaldi Fondamenti di R.O. Politecnico di Milano 6 3
4 Per rispondere è meglio disporre oltre a x corrente anche di un sistema come (*): le variabili con valore positivo ( x 4, x 5, x 6 ) sono espresse in funzione di quelle nulle ( x, x 2, x 3 ); anche z è espressa in funzione di x, x 2, x 3. Per esprimere x, x 5, x 6 in funzione di x 2, x 3, x 4 x 4 = 5 2x 3x 2 x 3 x = 5/2 3/2x 2 /2x 3 /2x 4 x 5,x 6 e z sono ottenute per sostituzione nelle rispettive equazioni E. Amaldi Fondamenti di R.O. Politecnico di Milano 7 x 5 = 4x x 2 2x 3 x 5 = 4 (5/2 3/2x 2 /2x 3 /2x 4 ) x 2 2x 3 x 6 = 8 3x 4x 2 2x 3 x 6 = 8 3 (5/2 3/2x 2 /2x 3 /2x 4 ) 4x 2 2x 3 z = -5x 4x 2 3x 3 z = -5 (5/2 3/2x 2 /2x 3 /2x 4 ) 4x 2 3x 3 x = 5/2 3/2x 2 /2x 3 /2x 4 (**) x 5 = + 5x 2 + 2x 4 x 6 = /2 + /2x 2 /2x 3 + 3/2x 4 z = -25/2 + 7/2x 2 /2x 3 + 5/2x 4 z cresce al crescere di x 2 e x 4 E. Amaldi Fondamenti di R.O. Politecnico di Milano 8 4
5 Si può solo aumentare x 3 I limiti alla crescita si ricavano da (**) ponendo x 2 = e x 4 = : x x 3 5 x 5 nessun limite (x 3 non compare) x 6 x 3 quindi x 3 = e si ottiene la nuova soluzione ammissibile: x = 2, x 2 = x 4 = x 6 =, x 3 = x 5 = con z = -3 E. Amaldi Fondamenti di R.O. Politecnico di Milano 9 Sistema equivalente: x 3 = + x 2 + 3x 4 2x 6 x = 2 2x 2 2x 4 + x 6 x 5 = + 5x 2 + 2x 4 sostituendo x 3 = + x 2 + 3x 4 2x 6 ottenuta dalla terza equazione di (**) z = x 2 + x 4 + x 6 Non si può più far decrescere z (tutte le variabili hanno coefficienti di segno positivo)! E. Amaldi Fondamenti di R.O. Politecnico di Milano 5
6 Proprietà del metodo La soluzione ammissibile finale è ottima z = x 2 + x 4 + x 6 e ogni soluzione ammissibile soddisfa le disequazioni x 2, x 4 e x 6 z * = -3 valore ottimo! E. Amaldi Fondamenti di R.O. Politecnico di Milano I sistemi (*), (**), sono equivalenti. Ciascuno è tale che ponendo a zero le variabili di destra si ottiene una soluzione ammissibile. Un tale sistema di equazioni soluzione ammissibile Esempio: x =, x 2 =, x 3 =, x 4 = 2, x 5 = 5, x 6 = 3 è una soluzione ammissibile ma chiaramente un sistema come (*), (**), che la descrive. E. Amaldi Fondamenti di R.O. Politecnico di Milano 2 6
7 Ad ogni iterazione si passa da una soluzione ammissibile x, x 2,, x n+m (n variabili originali e m di scarto) ad un altra soluzione ammissibile x, x 2,, x n+m migliore, cioè tale che n j= c j x j n j= c j x j NB: somma su n perché le variabili di scarto x n+,, x n+m hanno c j = E. Amaldi Fondamenti di R.O. Politecnico di Milano 3 Terminologia: Una soluzione ammissibile che può essere descritta da un sistema come (*), (**), è detta soluzione di base. Le variabili a sinistra sono le variabili in base e quelle a destra le variabili fuori base. E. Amaldi Fondamenti di R.O. Politecnico di Milano 4 7
8 4.4 Soluzioni di base ammissibili min z = 2x + x 2 + 5x 3 min c T x S.V. x +x 2 +x 3 +x 4 = 4 x +x 5 = 2 x 3 +x 6 = 3 3x 2 +x 3 +x 7 = 6 x i i =,, 7 Ax = b x con A m n m n # vincoli # variabili E. Amaldi Fondamenti di R.O. Politecnico di Milano 5 Ipotesi: A m n con m n di rango m non ci sono vincoli ridondanti Esempio: 2 x + x 2 + x 3 =2 o equazione ridondante x + x 2 = ( = 2 o + 3 ) può essere x + x 3 = eliminato x, x 2, x 3 Se m = n, unica soluzione di Ax = b ( x = A - b ) Se m < n, soluzioni di Ax = b (il sistema ha n-m gradi di libertà, il valore di n-m variabili può essere fissato arbitrariamente) E. Amaldi Fondamenti di R.O. Politecnico di Milano 6 8
9 Definizioni: Una base è un sottoinsieme di colonne di A linearmente indipendenti che formano una sottomatrice B m mnon singolare. A = B N m n-m permutazione delle colonne Esempio: B contiene le colonne 4, 5, 6, 7 di A E. Amaldi Fondamenti di R.O. Politecnico di Milano 7 Se x = x B x N m n-m componenti componenti il sistema Ax = b si può scrivere B x B + N x N = b e per qualunque insieme di valori x N soddisfa Ax = b. x B = B - b B - N x N In particolare, ponendo x N = si ottiene la soluzione di base x B = B - b, x N = Se x B, la soluzione di base è ammissibile. E. Amaldi Fondamenti di R.O. Politecnico di Milano 8 9
10 E. Amaldi Fondamenti di R.O. Politecnico di Milano 9 Esempi: colonne 4, 5, 6, 7 colonne 2, 5, 6, 7 = 3 B = B B - = B x B = b soluzione di base ammissibile = 3 B x B = ammissibile E. Amaldi Fondamenti di R.O. Politecnico di Milano 2 Relazione tra soluzioni di base ammissibili e vertici Teorema: x è una soluzione di base ammissibile di Ax = b x è un vertice del poliedro P ={ x n : Ax = b, x }. Esempio: x + x 2 6 2x + x 2 8 x, x 2 x + x 2 + s =6 2x + x 2 + s 2 =8 x, x 2, s, s 2 m = 2 equazioni in n = 4 variabili in questo caso tutte le sottomatrici 2 2 di A 2 4 sono basi (sono non singolari)
11 x + x 2 + s = 6 2x + x 2 + s 2 =8 x, x 2, s, s 2 Le 6 soluzioni di base: (I) (II) ) x =, x 2 = s = 6, s 2 = 8 2) x =, s = x 2 = 6, s 2 = 2 3) x =, s 2 = x 2 = 8, s = -2 4) x 2 =, s = x = 6, s 2 = -4 5) x 2 =, s 2 = x = 4, s = 2 6) s =, s 2 = x = 2, x 2 = 4 P 2) ) x 2 3) 6) 5) 4) (II) (I) x ammissibili annullando 2 delle 4 variabili si ottengono i vertici di P E. Amaldi Fondamenti di R.O. Politecnico di Milano 2 In questo caso: 4 4! # di basi = = = 6 2 2! (4 2)! tutte le sottomatrici 2 2 sono non singolari In genere: n m # soluzioni di base ammissibili non tutte le sottomatrice m m sono basi con B - b NB: Più di una base può corrispondere a uno stesso vertice! stesse coordinate B b per più basi B E. Amaldi Fondamenti di R.O. Politecnico di Milano 22
12 Conseguenze Dato un programma lineare in forma standard min c T x s.v Ax = b x A m n, con m n, di rango m Se una soluzione ammissibile, anche una soluzione di base ammissibile. ( almeno un vertice) Se una soluzione ottima, anche una soluzione di base ammissibile ottima. ( almeno un vertice ottimo) E. Amaldi Fondamenti di R.O. Politecnico di Milano 23 La PL si riconduce ad un problema di natura combinatoria Per risolvere un PL basta esaminare le soluzioni di base ammissibili (vertici del poliedro P)! n m # vertici finito ma non polinomiale in n, m enumerazione esaustiva! E. Amaldi Fondamenti di R.O. Politecnico di Milano 24 2
4.3 Esempio metodo del simplesso
4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto
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
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
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
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
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
Dettagli4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1
4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min s.v. f () X n dove X è la regione delle soluzioni ammissibili con funzione
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
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (II parte) Prof.ssa Bice Cavallo Soluzione di un problema PL Soluzione ottima Variabili slack e surplus A R mxn Ax b s R m, s i 0 : Ax
Dettagli5.5 Programmazione quadratica (PQ)
5.5 Programmazione quadratica (PQ Minimizzare una funzione quadratica soggetta a vincoli lineari: 1 min x t Qx + c t x 2 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
Dettagli4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1
4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min f () s.v. X n insieme delle soluzioni ammissibili con funzione obiettivo
DettagliSoluzione dei Problemi di Programmazione Lineare
Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle
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
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
DettagliSI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11
SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11 MARTEDÌ 11 APRILE LA LEZIONE SI TERRÀ IN AULA SEMINARI PIANO C 1di 26 LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE
Dettagli5.5 Metodi dei piani di taglio
5.5 Metodi dei piani di taglio Problema generale di Programmazione Lineare Intera (PLI) max{c t x : x X} dove X = {x Z n + : Ax b}, con A matrice m n e b vettore n 1 razionali Proposizione: conv(x) = {x
DettagliSistemi Lineari. Andrea Galasso
Sistemi Lineari Andrea Galasso Esercizi svolti Teorema. (Rouché-Capelli. Un sistema lineare Ax = b ammette soluzioni se e solo se il rango della matrice dei coefficienti A è uguale al rango della matrice
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
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
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
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
DettagliProgrammazione Lineare
Programmazione Lineare Andrea Scozzari a.a. 2012-2013 March 14, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare March 14, 2013 1 / 18 Metodo del Simplesso Dato un problema di PL in forma standard
DettagliTeoria della Programmazione Lineare Intera
0 Teoria della Programmazione Lineare Intera 0. INTRODUZIONE Come visto precedentemente, molti problemi particolarmente importanti dal punto di vista applicativo sono riconducibili alla soluzione di un
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
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.3)
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. -4 lez.) Matematica Computazionale
DettagliLA GRAN PARTE DI QUESTI ELEMENTI DOVREBBE ESSERE GIÀ NOTA
I PRESUPPOSTI DELL ALGORITMO DEL SIMPLESSO CONSISTONO IN UN INSIEME DI ELEMENTI TEORICI LEGATI ALLO STUDIO DEGLI INSIEMI CONVESSI ED UN ALTRO INSIEME DI ELEMENTI TEORICI LEGATI ALLO STUDIO DEI SISTEMI
DettagliSviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:
M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 5 - Soluzioni Esercizio 5. - La norma Euclidea di è 9 6 5 - Il versore corrispondente
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
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,
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
DettagliALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.3)
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. 5-6 lez.) Matematica Computazionale
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliEsercizi proposti. Si dica quali dei precedenti sono sottospazi vettoriali dello spazio vettoriale quadrate di ordine n.
Esercizi proposti 1. astratti 1.1 Si consideri lo spazio R [x] dei polinomi nella variabile x con coefficienti reali. Si dica se il suo sottoinsieme S formato dai polinomi privi del termine di grado 2
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:
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,
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
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliRicerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab
Ricerca Operativa Programmazione Lineare Università Mediterranea di Reggio Calabria Decisions Lab Ottimizzazione In un problema di ottimizzazione si cerca di massimizzare o minimizzare una quantità specifica,
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
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,
DettagliProgrammazione Matematica / A.A Soluzioni di alcuni esercizi
Programmazione Matematica / A.A. 7-8 Soluzioni di alcuni esercizi Esercizi - I. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa
DettagliProgrammazione Lineare Intera
Programmazione Lineare Intera Andrea Scozzari a.a. 2012-2013 May 10, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare Intera May 10, 2013 1 / 16 Programmazione Lineare Intera: Metodo dei Piani
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + 2x 2 + x 3 x 1 x 2 + x 3 = 1 2x 1 + 3x 2 + x 4 = 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (9 punti) Sia dato il seguente problema di PL: max x + 2x 2 + x 3 x x 2 + x 3 = 2x + 3x 2 + x 4 = 2 x, x 2, x 3, x 4 0 Si determini il duale del problema ( punto).
DettagliIl metodo del simplesso
7 Il metodo del simplesso Dato un problema di PL è ovviamente necessario, se il modello fatto deve essere di qualche utilità, essere capaci di risolverlo. Nel caso della programmazione lineare si dice
DettagliI sistemi lineari di n equazioni in n incognite
I sistemi lineari I sistemi lineari di n equazioni in n incognite I sistemi lineari di n equazioni in n incognite, sono formati da equazioni di primo grado, in cui le incognite hanno tutte esponente uguale
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
DettagliNote per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice
Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.
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.
Dettagli5.5 Metodi generali per la soluzione di problemi
5.5 Metodi generali per la soluzione di problemi di PLI I problemi di PLI hanno caratteristiche molto diverse dai problemi di PL. In alcuni casi, la soluzione del problema lineare rilassato, ottenuto cioè
DettagliLa dualità nella Programmazione Lineare
Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x
DettagliSistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliEQUAZIONI. Prendiamo in considerazione le funzioni reali in una variabile reale
EQUAZIONI Prendiamo in considerazione le funzioni reali in una variabile reale Una equazione è una uguaglianza tra due funzioni eventualmente verificata per particolari valori attribuiti alla variabile
DettagliRICERCA OPERATIVA GRUPPO B prova scritta del 22 settembre 2004 FOGLIO 1. Cognome: Nome: Matricola:
RICERCA OPERATIVA GRUPPO B prova scritta del 22 settembre 2004 FOGLIO 1 Cognome: Nome: Matricola: Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta
Dettagli5.3 Introduzione al metodo del simplesso
CAPITOLO 5 IL METODO DEL SIMPLESSO 105 53 Introduzione al metodo del simplesso Il Metodo del Simplesso permette di risolvere problemi di Programmazione Lineare in forma standard, cioè problemi di Programmazione
DettagliMatrici unimodulari e totalmente unimodulari
Matrici unimodulari e totalmente unimodulari Sia una matrice intera di dimensione con, si dice unimodulare se presa una qualsiasi sottomatrice di ordine massimo (di dimensione ) vale det = 1, +1, 0. Una
DettagliAppunti di matematica per le Scienze Sociali Parte 1
Appunti di matematica per le Scienze Sociali Parte 1 1 Equazioni 1.1 Definizioni preliminari 1.1.1 Monomi Si definisce monomio ogni prodotto indicato di fattori qualsiasi, cioè uguali o diseguali, numerici
Dettagli4 Sistemi di equazioni.
4 Sistemi di equazioni. Risolvere un sistema significa erminare le soluzioni comuni a tutte le equazioni che lo compongono. Il grado di un sistema è il prodotto dei gradi di tali equazioni. 4. Sistemi
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
DettagliEsercizi di geometria per Fisica / Fisica e Astrofisica
Esercizi di geometria per Fisica / Fisica e Astrofisica Foglio 3 - Soluzioni Esercizio. Stabilire se i seguenti sottoinsiemi di R 3 sono sottospazi vettoriali: (a) S = {(x y z) R 3 : x + y + z = }. (b)
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
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
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
DettagliEsercizi sulla Programmazione Lineare. min. cx Ax b x 0
Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )
Dettagli2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile:
aa 5-6 Esercizi 5 Basi dimensione e coordinate Soluzioni Apostol: Sezione 5 Esercizi 6a 7 8 9 Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse quando è possibile: i
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
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
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
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (III parte) Prof.ssa Bice Cavallo Iterazioni del simplesso Basi teoriche dell algoritmo Operazione di pivot Sottomatrice di base B=I
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
DettagliMATEMATICA. a.a. 2014/ Sistemi di equazioni lineari
MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2
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
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
DettagliParte IV: Rafforzamento di formulazioni e algoritmo dei piani di taglio
Parte IV: Rafforzamento di formulazioni e algoritmo dei piani di taglio Nozioni di geometria Definizione: Un vettore y R n è combinazione conica dei vettori { 1,, k } se esistono k coefficienti reali λ
DettagliSISTEMI LINEARI, METODO DI GAUSS
SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 2 settembre 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) settembre 013 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliGeometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa
Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre
DettagliSi considera, come al solito, un problema di programmazione lineare in forma standard:
LA FASE I DEL METODO DEL SIMPLESSO 149 6.5 LA FASE I DEL METODO DEL SIMPLESSO Comegiàdetto, il primoobiettivo dellafase Idel metododelsimplessoèquellodi verificare l ammissibilità del problema da risolvere.
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
DettagliCorso introduttivo pluridisciplinare Matrici e sistemi lineari
Corso introduttivo pluridisciplinare Matrici e sistemi lineari anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Corso introduttivo pluridisciplinare 1 / 30
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare L. De Giovanni G. Zambelli 1 Definizione del problema duale La teoria della dualità in programmazione
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
DettagliEquazioni lineari con due o più incognite
Equazioni lineari con due o più incognite Siano date le uguaglianze: k 0; x + y = 6; 3a + b c = 8. La prima ha un termine incognito rappresentato dal simbolo letterale k; la seconda ha due termini incogniti
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
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
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
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
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
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliCorso di Geometria BIAR, BSIR Esercizi 4: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,
DettagliCompito di MD 13 febbraio 2014
Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
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
Dettagli