Problema 6 * * * x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Problema 6 * * * x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli:"

Transcript

1 Problema 6 Un industria specializzata produce due tipi di cassonetti A e B per la raccolta differenziata dei rifiuti. Le macchine utilizzate per la produzione non possono produrre giornalmente più di 40 cassonetti del tipo A e 35 del tipo B. Per problemi di magazzinaggio non si possono produrre complessivamente pi di 60 cassonetti al giorno. L industria vende i cassonetti del tipo A a 500 e l uno e quelli del tipo B a 600 e l uno. Determinare quanti cassonetti del tipo A e quanti del tipo B l industria deve produrre per ottenere il massimo ricavo e l ammontare di tale ricavo. Ripetere lo stesso problema nel caso in cui entrambi i tipi di cassonetto siano venduti a 600 e l uno. x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli: * * * x + y 60 y x x 40 0 y 35 Retta guida del fascio: 500x + 600y = 0 y = 5 6 x Dal grafico si ricava che B è il punto di massimo cercato. B : { x + y = 60 y = 35 { x = 25 y = 35 Ricavo massimo = f(25, 35) = = e.

2 Nel caso in cui entrambi i tipi di cassonetto siano venduti a 600 e si ha: f(x, y) = 600x + 600y da massimizzare Vincoli: come nel caso precedente. Retta guida del fascio: 600x + 600y = 0 y = x, parallela alla retta y = x + 60 Tutte le soluzioni (con x e y interi) che appartengono al segmento BC sono soluzioni ottime: (25, 35); (26, 34); (27, 33);... ; (39, 21); (40, 20). Il ricavo massimo (evidentemente uguale per tutte le soluzioni) è dato da = e.

3 Problema 7 Un mobilificio produce due modelli di sedia S 1 e S 2 utilizzando due macchine M 1 e M 2. Ogni sedia S 1 richiede 3 minuti di lavorazione con la macchina M 1 e 6 minuti con la macchina M 2 ; ogni sedia S 2 richiede 7 minuti e mezzo con la macchina M 1 e 3 minuti con la macchina M 2. La disponibilità giornaliera della macchina M 1 è di 6 ore e mezza; la disponibilità della macchina M 2 è di 5 ore. Le sedie S 1 sono vendute a 62 e l una e le sedie S 2 a 50 e l una. Determinare quante sedie di ciascun modello è più conveniente produrre per ottenere il massimo ricavo giornaliero. Ripetere lo stesso problema supponendo che le sedie S 2 richiedano 8 minuti di lavorazione con la macchina M 1 (anzich 7 minuti e mezzo). * * * x = numero di sedie di tipo S 1 y = numero di sedie di tipo S 2 f(x, y) = 62x + 50y da massimizzare Vincoli: 3x + 7.5y 390 y 0.4x x + 3y 300 y 2x x 0 ; y 0 Retta guida del fascio: 62x + 50y = 0 y = 1.24x Dal grafico si ricava che A è il punto di massimo cercato. A : { 3x + 7.5y = 390 6x + 3y = 300 { x = 30 y = 40 Ricavo massimo = f(30, 40) = = 3860 e.

4 Nel secondo caso si ha: f(x, y) = 62x + 50y da massimizzare (identica al caso precedente) Vincoli: 3x + 8y 390 y 0.375x x + 3y 300 y 2x x 0 ; y 0 Retta guida del fascio: 62x + 50y = 0 y = 1.24x (identica al caso precedente) Dal grafico si ricava che A è ancora il punto di massimo cercato. A : { 3x + 8y = 390 6x + 3y = 300 x = = y = = Dal momento che possono essere accettate soltanto soluzioni intere, si considera come prima soluzione anzitutto il punto F (31, 36) che sicuramente appartiene alla regione ammissibile. Occorre quindi verificare se eventualmente anche i punti vicini E(31, 37) e/o G(32, 36) appartengano o meno alla regione stessa. In caso affermativo, occorre infine verificare a quale punto corrisponda effettivamente il valore massimo della funzione obiettivo. Verifica sui vincoli per E(31, 37): { = 389 < = 297 < 300 Verifica sui vincoli per F (32, 36): { = 384 < = 300 E(31, 37) appartiene alla regione ammissibile F (32, 36) appartiene alla regione ammissibile

5 f(31, 37) = = 3772 f(32, 36) = = La produzione corrispondente al ricavo massimo è pertanto data da 32 sedie di tipo S 1 e 36 sedie di tipo S 2, per un ricavo complessivo di 3784 e.

6 Problema 8 Un agricoltore deve preparare giornalmente 120 Kg di mangime per i suoi animali, che deve contenere almeno 28.8 Kg di mais e 37.8 Kg di grano. Presso una cooperativa trova in vendita tre diversi prodotti base adatti alla preparazione. Il primo contiene il 32 % di mais e il 30 % di grano, il secondo contiene il 20 % di mais e il 39 % di grano, il terzo contiene il 16 % di mais e il 24 % di grano. Sapendo che il costo del primo prodotto è di 3.5 e al Kg, il costo del secondo è di 3.2 e al Kg ed il costo del terzo è di 3 e al Kg, determinare la quantità ottimale dei prodotti da usare nel miscuglio per ottenere il minimo costo. x = numero di Kg del primo prodotto y = numero di Kg del secondo prodotto z = numero di Kg del terzo prodotto * * * f(x, y, z) = 3.5x + 3.2y + 3z da minimizzare Vincoli: x + y + z = 120 z = 120 x y 0.32x y z x y (120 x y) x y z x y (120 x y) 37.8 x 0 ; y 0 ; z 0 x 0 ; y 0 ; 120 x y 0 min(3.5x + 3.2y + 3z) min(3.5x + 3.2y + 3(120 x y) Il problema, ricondotto in due variabili mediante la sostituzione z = 120 x y, risulta quindi descritto nel modo seguente: min(0.5x + 0.2y) 0.16x y 9.6 4x + y 240 y 4x x y 9 2x + 5y 300 y 0.4x x y 0 y x x 0 ; y 0 Retta guida del fascio: 0.5x + 0.2y = 0 y = 2.5x

7 Dal grafico si ricava che A è il punto di minimo cercato. A : { 4x + y = 240 2x + 5y = 300 { x = 50 y = 40 Si ha poi z = 120 x y = 30. Costo minimo = f(50, 40, 30) = = 393 e.

8 Problema 9 Un azienda produce fogli di carta che rivende in pacchi contenenti fogli ciascuno. Giornalmente sostiene le seguenti spese di produzione: spese fisse pari a 800 e ; spese variabili, per ogni pacco prodotto, stimate pari a 20 e se la produzione è inferiore o uguale a 24 pacchi, altrimenti 15 e. Il prezzo unitario p di vendita varia, al crescere del numero x di pacchi venduti, secondo la legge p(x) = 104 2x. Determinare quanti pacchi occorre produrre e vendere giornalmente per non essere in perdita. Determinare poi quanti pacchi conviene produrre e vendere giornalmente per realizzare il massimo utile ed il relativo importo. * * * x = numero di pacchi prodotti e venduti giornalmente C(x) = { x se 0 x x se x > 24 R(x) = p x = (104 2x) x = 2x x { 2x x 800 se 0 x 24 (parabola 1) U(x) = R(x) C(x) = 2x x 800 se x > 24 (parabola 2) Parabola 1: Asse: x = 21; y V = = 82 Intersezioni con l asse x: A(14.6; 0) e B(27.4; 0). Parabola 2: Asse: x = 22.25; y V = = Intersezioni con l asse x: D(12.5; 0) e E(32; 0).

9 Dal momento che possono essere accettati soltanto i valori interi di x, dal grafico si ricava quanto segue: per non essere in perdita la produzione giornaliera dovrà essere compresa tra 15 e 32 pacchi; il massimo utile (corrispondente al punto M sulla parabola 2) si ha per una produzione giornaliera di 25 pacchi, con U max = = 175 e.

Risolvere lo stesso problema ipotizzando che le scarpe siano vendute a 40 il paio e che gli scarponi siano venduti a 90 il paio.

Risolvere lo stesso problema ipotizzando che le scarpe siano vendute a 40 il paio e che gli scarponi siano venduti a 90 il paio. Problema 1 Un'industria calzaturiera produce scarpe da tennis che vende a 40 il paio e scarponi da trekking che vende a 50 il paio. Ogni paio di scarpe richiede 6 minuti di lavorazione a macchina e 5 minuti

Dettagli

Esercizi assegnati in data 7 novembre

Esercizi assegnati in data 7 novembre Esercizi assegnati in data 7 novembre Rappresentare sul piano cartesiano le seguenti rette e determinare le coordinate del punto d'intersezione di ciascuna coppia di rette: a: y=0.25x+1000 b: y=0.50x+800

Dettagli

PROBLEMI DI SCELTA dipendenti da due variabili d azione

PROBLEMI DI SCELTA dipendenti da due variabili d azione prof. Guida PROBLEMI DI SCELTA dipendenti da due variabili d azione in un problema di programmazione lineare, si ricorda che la funzione obiettivo z=f(x,y)=ax+by+c assume il suo valore massimo (o minimo)

Dettagli

ALCUNI ESEMPI DI PROBLEMI TIPICI DI RICERCA OPERATIVA

ALCUNI ESEMPI DI PROBLEMI TIPICI DI RICERCA OPERATIVA ALCUNI ESEMPI DI PROBLEMI TIPICI DI RICERCA OPERATIVA nov 5 0.13 1 1A. Una fabbrica di detersivi può produrre giornalmente al massimo 70 Kg di detersivo, che rivende a 1.8 al Kg. Per la produzione sostiene

Dettagli

Appunti di Matematica

Appunti di Matematica Appunti di Matematica Funzioni economiche problemi di ottimizzazione Massimo Pasquetto IPSEOA Angelo Berti classe 5AS 16-17 febbraio 2017 massimo pasquetto Appunti di Matematica 16-17 febbraio 2017 1 /

Dettagli

La programmazione lineare

La programmazione lineare La programmazione lineare Se un problema economico si traduce in un problema di scelta in condizioni di certezza e con effetti immediati siamo in presenza di un problema di Programmazione lineare. Abbiamo

Dettagli

Problema y = { x = 15. y =

Problema y = { x = 15. y = Problema 2 Indicando con x il numero di casse di tipo C 1 e con y il numero di casse di tipo C 2 che costituiscono il carico, la funzione da ottimizzare (in questo caso da massimizzare) è data da f(x,

Dettagli

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo Esercizi soluzione grafica e Branch and Bound Daniele Vigo daniele.vigo@unibo.it Mix Mangimi Il gestore di un allevamento desidera determinare il mix ottimale di mangimi da aggiungere al riso per la dieta

Dettagli

Il piano cartesiano e la retta

Il piano cartesiano e la retta Il piano cartesiano e la retta PIANO CARTESIANO DISTANZA TRA DUE PUNTI P (X 1,Y 1 ) Q (X,Y ) PQ (X X1) (Y Y1 ) PUNTO MEDIO DI UN SEGMENTO X M X 1 X Y M Y 1 Y ESERCITAZIONI 1. DATI I PUNTI A(3,-) E B(-5,4):

Dettagli

MATEMATICA PER ECONOMIA, FINANZA E MANAGEMENT

MATEMATICA PER ECONOMIA, FINANZA E MANAGEMENT MATEMATICA PER ECONOMIA, FINANZA E MANAGEMENT Esercizi Applicazioni economiche. La domanda di un bene al variare del prezzo sia = 30 p, con 0 p 60 ; a) se la uantità offerta è = p 6, determinare il prezzo

Dettagli

(i punti frontiera del dominio appartengono al dominio stesso). Esempio. Determina i massimi e i minimi della funzione y x 2x

(i punti frontiera del dominio appartengono al dominio stesso). Esempio. Determina i massimi e i minimi della funzione y x 2x PROGRAMMAZIONE LINEARE I problemi di programmazione lineare sono particolari problemi nei quali si devono determinare i massimi o i minimi vincolati di una funzione in due o più variabili. Definizione.

Dettagli

Programmazione Matematica Lineare

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

Dettagli

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 417 E SEGUENTI. Esercizio n. 1 pag 417. vincoli

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 417 E SEGUENTI. Esercizio n. 1 pag 417. vincoli ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 47 E SEGUENTI Esercizio n. pag 47 6 x x z vincoli 0 0 4 x x x x x x Si rappresenta la REGIONE AMMISSIBILE ottenendo La regione ammissibile, individuata

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 3 dicembre 2004 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : ANONIMO VALUTAZIONE Per gli esercizi 1,3,5 le risposte CORRETTE

Dettagli

Lezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.

Lezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott. Lezioni di Ricerca Operativa Corso di Laurea in Informatica Università di Salerno Lezione n 6 Teoria della dualità: - Esempio Prof. Cerulli Dott.ssa Gentili Dott. Carrabs Esercizio (P) min - 4 5 a) Data

Dettagli

Esercizio assegnato in data 28 novembre

Esercizio assegnato in data 28 novembre Esercizio assegnato in data 28 novembre Un commerciante all ingrosso acquista articoli da regalo a 10 al pezzo. Su tutta la merce acquistata, ottiene uno sconto del 10% sul prezzo d acquisto, se ordina

Dettagli

N.B.: Gli esercizi di OFFICE vanno risolti prima dell esercizio sulla PL

N.B.: Gli esercizi di OFFICE vanno risolti prima dell esercizio sulla PL EIPE - II appello a.a. 2013-2014, 3-4-5 giugno 2014 Cognome:... Nome:... Matricola:... Office (I es.) :... Office (II es.) :... Bonus tempo: b b B B N.B.: Gli esercizi di OFFICE vanno risolti prima dell

Dettagli

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso. Cenni sulla programmazione lineare

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso. Cenni sulla programmazione lineare Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Cenni sulla programmazione lineare Illustriamo le idee di fondo della programmazione lineare, disciplina matematica

Dettagli

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI ESERCIZIO N. 6 PAG. 418 z 100 + 200 100 vincoli 3 2 + 20 0 Si rappresenta la REGIONE AMMISSIBILE ottenendo Determino le coordinate dei

Dettagli

Appendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19

Appendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19 14 18-12-07 19:04 Pagina 411 Le decisioni di breve termine fra alternative diverse 411 i minori costi differenziali, almeno nella misura in cui la dimensione di costo è la più importante. Sebbene i costi

Dettagli

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa la disciplina

Dettagli

Corso di Ricerca Operativa Prova in itinere del 06/11/2015

Corso di Ricerca Operativa Prova in itinere del 06/11/2015 Corso di Ricerca Operativa Prova in itinere del 6/11/215 (Cognome) (Nome) (Matricola) Esercizio 1. Un personal trainer deve preparare un piano di allenamento settimanale di 8 ore combinando diverse attività

Dettagli

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la

Dettagli

MD6 Disequazioni, sistemi di disequazioni di 1 grado a due incognite e programmazione lineare

MD6 Disequazioni, sistemi di disequazioni di 1 grado a due incognite e programmazione lineare MD6 Disequazioni, sistemi di disequazioni di 1 grado a due incognite e programmazione lineare Disequazioni, sistemi di disequazioni di 1 grado a due incognite Programmazione lineare Disequazioni, sistemi

Dettagli

Esercizi 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 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

Dettagli

Data Science A.A. 2018/2019

Data Science A.A. 2018/2019 Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Esercitazione GAMS 1 Data Science 2018/2019 1 Esercizio 1 - AVL La AVL produce tre composti chimici, A, B e C, che possono essere venduti

Dettagli

I COSTI RELAZIONE CON I VOLUMI PRODUTTIVI

I COSTI RELAZIONE CON I VOLUMI PRODUTTIVI M A R I O G A R G I U L O I COSTI RELAZIONE CON I VOLUMI PRODUTTIVI I COSTI IN RELAZIONE ALLA PRODUZIONE I costi se commisurati al volume della produzione sono solitamente classificati come costi fissi

Dettagli

Matematica Esempio esame Unità 1-6

Matematica Esempio esame Unità 1-6 Matematica Esempio esame Unità 1-6 Giuseppe Vittucci Marzetti Dipartimento di Sociologia e Ricerca Sociale Università degli Studi di Milano-Bicocca Corso di Laurea in Scienze dell Organizzazione Novembre

Dettagli

Ottimizzazione marginale

Ottimizzazione marginale Ottimizzazione marginale R. Pesenti Problema di faceness Formulazione del problema Il vostro supermercato deve disporre i prodotti A, B, C e D sugli scaffali 1, 2, e 3 ognuno di lunghezza 100 cm. Dato

Dettagli

C I R C O N F E R E N Z A...

C I R C O N F E R E N Z A... C I R C O N F E R E N Z A... ESERCITAZIONI SVOLTE 3 Equazione della circonferenza di noto centro C e raggio r... 3 Equazione della circonferenza di centro C passante per un punto A... 3 Equazione della

Dettagli

Programmazione Matematica: III.1 - Programmazione Lineare

Programmazione Matematica: III.1 - Programmazione Lineare Programmazione Matematica: III.1 - Programmazione Lineare Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 ottobre 2003 Programmazione Lineare Def.: (F, ϕ ) è un problema di Programmazione

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari

Corso di Laurea in Scienze e Tecnologie Biomolecolari Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica I Prova scritta del 3//2009 NOME COGNOME N. Matr. DOMANDE: Dare una sola risposta per ogni domanda, senza giustificarla. La

Dettagli

Ricerca Operativa. Esercizi proposti

Ricerca Operativa. Esercizi proposti Ricerca Operativa Esercizi proposti 1. Un fiorista deve addobbare una sala per un ricevimento. Ha a disposizione quattro tipi di fiori: rose, gerbere, lilium e calle. Rose, gerbere e lilium sono disponibili

Dettagli

IL PIANO CARTESIANO E LA RETTA

IL PIANO CARTESIANO E LA RETTA IL PIANO CARTESIANO E LA RETTA PIANO CARTESIANO DISTANZA TRA DUE PUNTI P (X 1,Y 1 ) Q (X 2,Y 2 ) PQ (X 2 2 2 X1) (Y2 Y1 ) PUNTO MEDIO DI UN SEGMENTO X M X 1 X 2 2 Y M Y 1 Y 2 2 ESERCITAZIONI 1. DATI I

Dettagli

LA RICERCA OPERATIVA. Richiami storici

LA RICERCA OPERATIVA. Richiami storici LA RICERCA OPERATIVA La ricerca operativa si occupa delle tecniche e dei metodi che sono di supporto alle decisioni in campo economico ed organizzativo. La ricerca operativa ha lo scopo di individuare

Dettagli

Tracce esercitazione analisi e contabilità dei cos1. 15 maggio 2015 Caterina Ferrone

Tracce esercitazione analisi e contabilità dei cos1. 15 maggio 2015 Caterina Ferrone Tracce esercitazione analisi e contabilità dei cos1 15 maggio 2015 Caterina Ferrone Esercizio N.1 Sistema a cos1 pieni e variabili La LOVITO Spa presenta i da1 di costo e di ricavo rela1vi al primo mese

Dettagli

Esercizi di ottimizzazione vincolata

Esercizi di ottimizzazione vincolata Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti

Dettagli

Il Break Even Point (b.e.p.)

Il Break Even Point (b.e.p.) Prof. Sartirana Il Break Even Point (b.e.p.) E un analisi grafica e matematica della redditività della produzione aziendale E un analisi che riguarda il breve periodo Prevede che l azienda abbia la possibilità

Dettagli

IL METODO DEL SIMPLESSO

IL METODO DEL SIMPLESSO IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno

Dettagli

Old American FKS Beta

Old American FKS Beta Economia e Organizzazione Aziendale T-1 Proff. Mariolina Longo e Federico Munari Corsi di Laurea in Ingegneria Gestionale Università degli Studi di Bologna Old American FKS Beta Old American L impresa

Dettagli

1 Introduzione alle funzioni

1 Introduzione alle funzioni Introduzione alle funzioni 1 1 Introduzione alle funzioni 1.1 Problemi introduttivi 1.1.1 Esercizio sulle funzioni Ascolta il tuo cuore, conta i suoi battiti al minuto. Come puoi misurarli? Quanti battiti

Dettagli

sistemi di equazioni Un modello matematico per la risoluzione di problemi

sistemi di equazioni Un modello matematico per la risoluzione di problemi sistemi di equazioni Un modello matematico per la risoluzione di problemi Sistemi pagina 1 Problema1 Una scuola di ballo sta programmando i suoi corsi di danza moderna e danza latino-americana. In relazione

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Parte II. Decisioni in condizioni di certezza Lezione 7 Programmazione Lineare (PL): il problema Il punto

Dettagli

LE FUNZIONI ECONOMICHE

LE FUNZIONI ECONOMICHE LE FUNZIONI ECONOMICHE Slide rielaborate dagli allievi con esercizi ed esempi tratti dal testo: M. Venè, F. Betti Matematica per istituti ad indirizzo economico commerciale, Classe quarta Milano Sansoni

Dettagli

Problemi di ottimo vincolato

Problemi di ottimo vincolato Problemi di ottimo vincolato Una pasticceria produce due tipi di crostata: al cioccolato (C) e alla marmellata (M) Il ciclo produttivo prevede tre fasi: lavorazione della pasta frolla produzione delle

Dettagli

Algoritmi per la programmazione lineare: il metodo del simplesso

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

Dettagli

Modelli di Ottimizzazione: definizione formale

Modelli di Ottimizzazione: definizione formale Modelli di Ottimizzazione: definizione formale Insieme delle possibili alternative Un criterio di ottimizzazione Soluzione ammissibile (Feasible) x appartiene ad un insieme F f: F funzione obiettivo finito

Dettagli

Fac-simile dell esame di Ricerca Operativa. max 7 x 1 2 x 2 3 x 1 +x 2 2 x 1 2 x 2 3 x x 1 +x x 1 x 2 5

Fac-simile dell esame di Ricerca Operativa. max 7 x 1 2 x 2 3 x 1 +x 2 2 x 1 2 x 2 3 x x 1 +x x 1 x 2 5 Fac-simile dell esame di Ricerca Operativa (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

Dettagli

Problemi. sbj. x 0, x intero

Problemi. 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

Dettagli

(E) x > 0 (F) x < 1/2 (E) (1/ 2) 1. (E) f 1 (x) = 2x 2 (F) f 1 (x) = x. (E) x = 2 ln 3 (F) x = 3 ln 2 (F) 1/2

(E) x > 0 (F) x < 1/2 (E) (1/ 2) 1. (E) f 1 (x) = 2x 2 (F) f 1 (x) = x. (E) x = 2 ln 3 (F) x = 3 ln 2 (F) 1/2 1 Esercizi 8 di Calcolo e Biostatistica Es. 1. Rispondere alle seguenti sette domande nel tempo massimo di 30 minuti, senza usare strumenti elettronici (a) sapendo che log 10 0.3 e log 10 3 0.8, i valori

Dettagli

COMPITI DELLE VACANZE A.S. 2015/16 MATEMATICA

COMPITI DELLE VACANZE A.S. 2015/16 MATEMATICA 1) Risolvi le seguenti equazioni: COMPITI DELLE VACANZE A.S. 015/1 MATEMATICA 3 3 5 + + 3 5 3 5 3 3 3 1 + + + ( )( ) 5 5 18 1 5 + + 5 1 30 0 + 8 1 1 1 3 1 1 1 1 5 + + 15 30 1 1 3 1 1 + + 18 e) f) + + 3

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 10 Tre classici problemi Il problema della dieta l problema dei trasporti Il problema del cioccolato

Dettagli

Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da:

Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da: Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da: DD SS 10 0,2 2 2 5 0,5 a) Calcolare la quantità e il prezzo di equilibrio sapendo che il reddito a disposizione del consumatore

Dettagli

Matematica Esame. Giuseppe Vittucci Marzetti

Matematica Esame. Giuseppe Vittucci Marzetti Matematica Esame Giuseppe Vittucci Marzetti Dipartimento di Sociologia e Ricerca Sociale Università degli Studi di Milano-Bicocca Corso di Laurea in Scienze dell Organizzazione 18 Febbraio 2019 Istruzioni:

Dettagli

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: analisi di sensitività

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: analisi di sensitività Ricerca Operativa A.A. 2007/2008 14. Esercitazione di laboratorio: analisi di sensitività Luigi De Giovanni - Ricerca Operativa - 14. Laboratorio: analisi di sensitività 14.1 Problema di mix della produzione

Dettagli

Esame di Ricerca Operativa. max 14 x x 2 5 x 1 3 x x 1 3 x x x 2 16 x x x 1 x 2 15 x x 2 41

Esame di Ricerca Operativa. max 14 x x 2 5 x 1 3 x x 1 3 x x x 2 16 x x x 1 x 2 15 x x 2 41 Esame di Ricerca Operativa (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + 8 x x 3 x x 3 x x + 3 x x + x x x x +

Dettagli

Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a.

Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a. Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a. 2017-2018 TERZA LEZIONE 14 marzo 2018 I COSTI E I RICAVI DELL

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Dipartimento di Ingegneria. Corso di Economia e organizzazione aziendale (Meccanica) Ing. Stefano Pedrini, PhD

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Dipartimento di Ingegneria. Corso di Economia e organizzazione aziendale (Meccanica) Ing. Stefano Pedrini, PhD UNIVERSITÀ DEGLI STUDI DI BERGAMO Dipartimento di Ingegneria Corso di Economia e organizzazione aziendale Ing. Stefano Pedrini, PhD Le decisioni aziendali di breve periodo Esercizi Corso 23035 Corso di

Dettagli

Preappello di metodi matematici per le decisioni economiche e aziendali A

Preappello di metodi matematici per le decisioni economiche e aziendali A UNIVERSITÀ DEGLI STUDI ROMA TRE Preappello di metodi matematici per le decisioni economiche e aziendali 11-12-2018 A Candidato (cognome e nome)......... Matricola o CF...... Esercizio 1 1) Data la matrice

Dettagli

1. Un consumatore, spendendo tutto il suo reddito, può acquistare 5 unità di x 1 e 18 unità di x 2, oppure 18 unità di x 1 e 5 unità di x 2.

1. Un consumatore, spendendo tutto il suo reddito, può acquistare 5 unità di x 1 e 18 unità di x 2, oppure 18 unità di x 1 e 5 unità di x 2. 1. Un consumatore, spendendo tutto il suo reddito, può acquistare 5 unità di x 1 e 18 unità di x 2, oppure 18 unità di x 1 e 5 unità di x 2. Se spendesse tutto il suo reddito per acquistare il bene x 1,

Dettagli

Capitolo 11 La concorrenza perfetta

Capitolo 11 La concorrenza perfetta Capitolo 11 La concorrenza perfetta MASSIMIZZAZIONE DEL PROFITTO In economia tradizionalmente si assume che l obiettivo principale dell impresa sia la massimizzazione del profitto Il profitto contabile

Dettagli

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema; Esercizio 6 Un azienda di trasporti deve affrontare il seguente problema di caricamento. L azienda dispone di n prodotti che possono essere trasportati e di m automezzi con cui effettuare il trasporto.

Dettagli

L ECONOMIA E LE FUNZIONI DI UNA VARIABILE (RICAVO E PROFITTO) Prof.ssa Angela Donatiello 1

L ECONOMIA E LE FUNZIONI DI UNA VARIABILE (RICAVO E PROFITTO) Prof.ssa Angela Donatiello 1 L ECONOMIA E LE FUNZIONI DI UNA VARIABILE (RICAVO E PROFITTO) Prof.ssa Angela Donatiello 1 LA FUNZIONE DEL RICAVO Chiamiamo RICAVO TOTALE il prodotto della quantità venduta per il prezzo unitario di vendita.

Dettagli

Esame di Ricerca Operativa del 07/09/2016

Esame di Ricerca Operativa del 07/09/2016 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e

Dettagli

Lezione 2 Un modello di produzione

Lezione 2 Un modello di produzione LABORATORIO RICERCA OPERATIVA Lezione 2 Un modello di produzione Laura Palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Universita` di Roma Un problema multi impianto

Dettagli

Capitolo 11 Concorrenza perfetta. Robert H. Frank Microeconomia - 5 a Edizione Copyright The McGraw-Hill Companies, srl

Capitolo 11 Concorrenza perfetta. Robert H. Frank Microeconomia - 5 a Edizione Copyright The McGraw-Hill Companies, srl Capitolo 11 Concorrenza perfetta MASSIMIZZAZIONE DEL PROFITTO In economia tradizionalmente si assume che l obiettivo principale dell impresa sia la massimizzazione del profitto Il profitto contabile è

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO. 2.2 Esercizi sulle decisioni aziendali di breve periodo

UNIVERSITÀ DEGLI STUDI DI BERGAMO. 2.2 Esercizi sulle decisioni aziendali di breve periodo UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di Economia ed Organizzazione Aziendale (6 CFU) prof. Stefano Pedrini 2.2 Esercizi sulle decisioni aziendali di breve periodo Il modello di break-even (o analisi

Dettagli

Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002

Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002 Cognome: Nome: Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002 1. (Punti 7) Enunciare e dimostrare il teorema dell adualità debole (Scrivere esplicitamente a quale coppia primale/duale si

Dettagli

1. Che cosa è la Balanced Scorecard? Descriverne la struttura e i principali gruppi di indicatori che compongono il cruscotto.

1. Che cosa è la Balanced Scorecard? Descriverne la struttura e i principali gruppi di indicatori che compongono il cruscotto. Prima prova scritta Il candidato risponda ad una delle seguenti domande 1. Che cosa è la Balanced Scorecard? Descriverne la struttura e i principali gruppi di indicatori che compongono il cruscotto. 2.

Dettagli

ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2016/2017. Esercizi di Programmazione Lineare in Aula

ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2016/2017. Esercizi di Programmazione Lineare in Aula ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2016/2017 Esercizi di Programmazione Lineare in Aula Esercizio 1. Una industria vuole commercializzare un particolare

Dettagli

Verifica di matematica 5 A Turistico Verifica a convenienza

Verifica di matematica 5 A Turistico Verifica a convenienza Sei tracce classe 5 AH Luna decide di seguire una dieta che propone di mangiare per pranzo un piatto di pasta con salsa al basilico. Secondo la dieta, le quantità minime da assumere durante il pranzo sono

Dettagli

Prova di verifica Teoria della produzione ed equilibrio dell impresa

Prova di verifica Teoria della produzione ed equilibrio dell impresa Nome e Cognome... Classe data Prova di verifica Teoria della produzione ed equilibrio dell impresa autore: Mario Valentini materia: Economia politica destinazione: Terzo anno ITC 1. SCELTA MULTIPLA - Scegli

Dettagli

LA RETTA. Forma generale dell equazione della retta: ax+by+c=0 Dove :

LA RETTA. Forma generale dell equazione della retta: ax+by+c=0 Dove : Forma generale dell equazione della retta: a+b+c0 Dove : a b c 1 Forma esplicita dell equazione della retta: È possibile dividere entrambi i membri dell equazione generale della retta per b se b 0 ovvero

Dettagli

PROGRAMMAZIONE LINEARE E DUALITA'

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

Dettagli

Problemi di Ottimizzazione

Problemi di Ottimizzazione Problemi di Ottimizzazione Obiettivo: misura della qualità di una soluzione. Vincoli: condizioni che devono essere soddisfatte per ottenere una soluzione ammissibile. Problema di Ottimizzazione: determina

Dettagli

8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2

8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2 8.1 Campagna pubblicitaria Una agenzia di pubblicità deve effettuare una campagna promozionale con due mezzi di comunicazione: gli annunci alla radio e quelli sui giornali. Vengono considerate m stazioni

Dettagli

Università di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott.

Università di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott. Università di Trieste Facoltà d Ingegneria Esercitazioni per la preparazione della prova scritta di Matematica Dott Franco Obersnel Lezione 8: estremi vincolati Esercizio 1 Scomporre il numero 411 nella

Dettagli

Operations research. Nasce, come disciplina, durante la seconda guerra mondiale, per esigenze di carattere militare.

Operations research. Nasce, come disciplina, durante la seconda guerra mondiale, per esigenze di carattere militare. Operations research La ricerca operativa (nota anche come teoria delle decisioni, scienza della gestione o, operations research e indicata con le sigle RO o OR) è la branca della matematica applicata in

Dettagli

Offerta in concorrenza perfetta: Cap.6

Offerta in concorrenza perfetta: Cap.6 Offerta in concorrenza perfetta: il lato dei costi Cap.6 Curva di offerta Per capire meglio le origini della curva di offerta consideriamo ora una impresa che debba decidere quale livello di produzione

Dettagli

Modelli di Programmazione Lineare

Modelli di Programmazione Lineare 3 Modelli di Programmazione Lineare 3.1 MODELLI DI ALLOCAZIONE OTTIMA DI RISORSE Esercizio 3.1.1 Un industria manifatturiera può fabbricare 5 tipi di prodotti che indichiamo genericamente con P1, P2, P3,

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari

Corso di Laurea in Scienze e Tecnologie Biomolecolari Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica I Prova in itinere del 29/10/2008 NOME COGNOME N. Matr. DOMANDE: Dare una sola risposta per ogni domanda, senza giustificarla.

Dettagli

Simmetria assiale. Siano a una retta e v = (l, m) un vettore in A 2 (R) (direzione di a non sia proporzionale a v).

Simmetria assiale. Siano a una retta e v = (l, m) un vettore in A 2 (R) (direzione di a non sia proporzionale a v). Simmetria assiale Siano a una retta e v = (l, m) un vettore in A 2 (R) (direzione di a non sia proporzionale a v). Definizione La simmetria assiale di asse a e direzione v è la funzione: σ a : { A2 (R)

Dettagli

La dualità nella Programmazione Lineare

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

Dettagli

Esame di Ricerca Operativa - 17 luglio 2008 Facoltà di Ingegneria - Udine - CORREZIONE -

Esame di Ricerca Operativa - 17 luglio 2008 Facoltà di Ingegneria - Udine - CORREZIONE - Esame di Ricerca Operativa - luglio 8 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la soluzione x = x =, x =, x =, x =, x = del seguente problema. max x + x + x + x + x

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari

Corso di Laurea in Scienze e Tecnologie Biomolecolari Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica I Prova in itinere del 29/10/2008 NOME COGNOME N. Matr. DOMANDE: Dare una sola risposta per ogni domanda, senza giustificarla.

Dettagli

Scelta del consumatore beni normali beni sostituti beni complementi. 1) Il saggio marginale di sostituzione tra il bene x e il bene y rappresenta:

Scelta del consumatore beni normali beni sostituti beni complementi. 1) Il saggio marginale di sostituzione tra il bene x e il bene y rappresenta: Esercitazione 2 del 9 marzo 2016 Scelta del consumatore beni normali beni sostituti beni complementi Dott.ssa Sabrina Pedrini Domande a risposta multipla 1) Il saggio marginale di sostituzione tra il bene

Dettagli

Esame di Ricerca Operativa del 17/07/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame 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

Dettagli

Esame di Ricerca Operativa del 28/06/2019. max 9 x 1 +8 x 2 6 x x x 1 +2 x x 1 +2 x x 1 3 x x 1 4 x 2 3

Esame di Ricerca Operativa del 28/06/2019. max 9 x 1 +8 x 2 6 x x x 1 +2 x x 1 +2 x x 1 3 x x 1 4 x 2 3 Esame di Ricerca Operativa del 8/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. a) Risolvere il seguente problema di programmazione lineare mediante l algoritmo del simplesso: max 9 x +8 x x +0

Dettagli

CONTROLLO E CONTABILITA

CONTROLLO E CONTABILITA CONTROLLO E CONTABILITA DEI COSTI Agenda Classificazione dei costi Costi variabili e fissi -Modello costo volume profitto Costi diretti e indirietti -La contabilità per centri di costo Analisi degli scostamenti

Dettagli

Esercitazione per il corso di Ricerca Operativa 10 novembre 2009

Esercitazione per il corso di Ricerca Operativa 10 novembre 2009 A.a. 2009-10 Esercitazione n o 1 Esercitazione per il corso di Ricerca Operativa 10 novembre 2009 Laurea magistrale in Ing. Meccanica e Ing. dei Sistemi di Trasporto Laurea in Ing. dei Trasporti Formulazione

Dettagli

ESERCITAZIONE EFFETTI DELLE IMPOSTE SULLE DECISIONI DI CONSUMO Testo e soluzioni

ESERCITAZIONE EFFETTI DELLE IMPOSTE SULLE DECISIONI DI CONSUMO Testo e soluzioni ESERCITAZIONE EFFETTI DELLE IMPOSTE SULLE DECISIONI DI CONSUMO Testo e soluzioni Esercizio 1 Data la funzione di utilità di un consumatore: (1.1) = Ed il vincolo di bilancio: (1.) + =0 Determinare: a)

Dettagli

ESERCIZI DI STRUMENTI PER L ANALISI DEI DATI DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2018/2019. Esercizi di Programmazione Lineare in aula

ESERCIZI DI STRUMENTI PER L ANALISI DEI DATI DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2018/2019. Esercizi di Programmazione Lineare in aula ESERCIZI DI STRUMENTI PER L ANALISI DEI DATI DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2018/2019 Esercizi di Programmazione Lineare in aula Esercizio 1. Una industria vuole commercializzare un particolare

Dettagli

Classe V^ A RIM Esercitazione di Economia Aziendale Contabilità Gestionale

Classe V^ A RIM Esercitazione di Economia Aziendale Contabilità Gestionale Classe V^ A RIM Esercitazione di Economia Aziendale Contabilità Gestionale La Amadio spa ha in produzione due prodotti, X1 e Y2. Nel periodo sono state eseguite le seguenti produzioni: 1. Produzione X1:

Dettagli

DIRECT E FULL COSTING

DIRECT E FULL COSTING DIRECT E FULL COSTING Esercizio 1 Un azienda produce due modelli di prodotti A e B. La contabilità analitica ha elaborato i seguenti dati economici unitari di produzione: A B Materiali diretti 10 14 Manodopera

Dettagli

Esercitazione n o 6 per il corso di Ricerca Operativa

Esercitazione n o 6 per il corso di Ricerca Operativa Esercitazione n o 6 per il corso di Ricerca Operativa Il problema è stato tratto dal libro C. Mannino, L.Palagi, M. Roma. Complementi ed esercizi di Ricerca Operativa, Edizioni Ingegneria 2000, 1998, ISBN:

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 9 Marzo Programmazione Matematica Geometria di R n Esempi Teoria della PL Forma Standard. logo.

Ricerca 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

Dettagli

Esame di Ricerca Operativa del 17/02/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame 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

Dettagli