Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Lezione 6: Ampl e comandi principali
|
|
- Cornelio Testa
- 7 anni fa
- Visualizzazioni
Transcript
1 Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Lezione 6: Ampl e comandi principali
2 Ampl: download and install Download amplcml.zip (contiene già tutti i solver) Unpack amplcml.zip to create the folder amplcml containing the standard AMPL program (ampl.ee), the scrolling-window utility (sw.ee), eecutables for the solvers MINOS. (minos.ee) and CPLEX 0. (cple.ee and cple0.dll). You may move and rename the amplcml folder to whatever is convenient for you. To run AMPL using these files, double-click on sw.ee, and in the window that appears, type ampl to load the AMPL program. At this point the window should show the following: sw: ampl ampl: and you can proceed to enter commands at the "ampl:" prompts as shown in the AMPL book.
3 Esempio: Product Mi Una fabbrica produce diversi prodotti finali: P,P, P, P, P. Il profitto ottenuto dalla vendita di questi prodotti è di euro: 0, 600, 0, 00, 00 al kg rispettivamente. Ogni prodotto è il risultato di un processo produttivo che prevede due fasi di raffinazione ed una fase di assemblaggio. Le ore di lavorazione necessarie per ottenere un kg di prodotto nelle tre diverse fasi sono le seguenti: P P P P P. Raffinamento 0 - Raffinamento Assemblaggio Ci sono macchine per il primo tipo di raffinamento, macchine per il secondo tipo e 8 operai per l assemblaggio. La fabbrica è aperta 6 giorni a settimana ed effettua due turni di lavoro al giorno ciascuno di 8 ore. Individuare il piano di produzione che massimizza il profitto settimanale dell azienda. (l attuale piano di produzione comporta un profitto di ~000 euro settimanali)
4 0 0, 0, 0, 0, ma s t Product Mi: Modello matematico
5 Modello AMPL (primo metodo-non consigliato) var >=0; var >=0; var >=0; var >=0; var >=0; maimize obj: 0*+600*+0*+00*+00*; subject to C: *+0*+*+* <=88; subject to C: 0*+8*+6* <=9; ma s. t , subject to C: 0*+0*+0*+0*+0* <=8; , , ,
6 Modello AMPL ampl: model Prod.mod; ampl: solve; MINOS.: optimal solution found. iterations, objective 090 ampl: display,,,,; = = 7. = 0 = 0 = 0
7 Un altro modo per scrivere il modello ma j= n j a ij n j= j p j Disponibilità delle risorse b i j Numero di variabili Variabili decisionali Profitto unitario i =,...,m 0 j =,...,n Coefficienti di risorsa Numero di vincoli Vincoli di non negatività
8 Un altro modo per scrivere il modello: File.MOD #dichiarazione insiemi e parametri set PRODOTTI; set RISORSE; param profitto{prodotti}; param ma_risorsa{risorse}; param a{risorse,prodotti}; #dichiarazione variabili var {PRODOTTI}>=0; ma s. t , , , , #modello maimize obj : sum{i in PRODOTTI}profitto[i]*[i]; subject to C {i in RISORSE}: sum{ j in PRODOTTI} a[i,j]*[j] <= ma_risorsa[i];
9 Un altro modo per scrivere il modello: File.DAT set PRODOTTI:= A A A A A; set RISORSE:= Raf Raf Assemblaggio; param profitto:= A 0 A 600 A 0 A 00 A 00; param ma_risorsa:= Raf 88 Raf 9 Assemblaggio 8; ma s. t , , , , param a: A A A A A:= Raf 0 0 Raf Assemblaggio ;
10 ampl: reset; ampl: model Prod.mod; ampl: data Prod.dat; ampl: solve; MINOS.: optimal solution found. iterations, objective 090 ampl: display ;
11 File.RUN reset; model Prod.mod; data Prod.dat; solve; display ; model 'C:\model\Prod.mod'; data 'C:\model\Prod.dat'; Contenuto del file ampl: include Product_Mi.run; Comando
12 Formuliamo e risolviamo i problemi che abbiamo visto a lezione: - Pianificazione investimenti - Problema dei confetti - Problema delle scommesse
13 FOM: Pianificazione degli investimenti L azienda ROL soft dispone di un budget di euro da investire nella realizzazione di 6 diversi progetti. Ogni progetto i ha un costo c i, un profitto atteso pari a p i e prevede la partnership con s i soci. La seguente tabella mostra il costo e profitto (in migliaia di euro) e le partnership associate ad ogni progetto. Prj Prj Prj Prj Prj Prj 6 Prj 7 Costo 8, 9,7,, 9,,8 8,7 Profitto partnership L obiettivo dell azienda è quello di stabilire su quali progetti investire al fine di massimizzare sia il profitto atteso sia il numero di partnership rispettando il vincolo di budget.
14 FOM: combinazione lineare obiettivi ma Ma profitto 7 s.t i {0,} Parola chiave: binary Ma partnership - Scrivere questo modello in un file.mod - Scrivere il file dei dati in un file.dat - Trovare e visualizzare la soluzione ottima - Modificare il modello introducendo un parametro per pesare le due funzioni obiettivo e scrivere il corrispondente modello in un file.mod - Modificare il file dei dati - Trovare e visualizzare la soluzione ottima per diverse combinazioni di pesi della funzione obiettivo - Modificare il modello inserendo la funzione profitto come un vincolo - Trovare e visualizzare la soluzione ottima
15 Applicazioni: Scommesse Il signor Rossi è uno scommettitore incallito ma poco fortunato. Dopo aver perso tutte le scommesse della giornata ha deciso di puntare gli ultimi 00 euro sulla vincitrice della coppa Italia. Questa volta però vuole essere assolutamente sicuro di vincere e per farlo chiede aiuto ad un amico che ha studiato un pò di ricerca operativa. Le squadre rimaste in gara per la vittoria finale sono milan, juventus, napoli e siena quotate rispettivamente :, :, 7: e 0:. Una di queste squadre sarà sicuramente la vincitrice del torneo. Quanto deve scommettere il signor Rossi su ogni squadra per garantirsi la massima vincita? (cioè per massimizzare la vincita nel caso peggiore).
16 Scommesse: Modello matematico z= ma y budget s.t. j + m + n + s = budget j y m y 7 n y 0 s y j, m, n, s, intere y R Scrivere il file.mod Scrivere il file.dat Trovare e visualizzare la soluzione ottima Parola chiave: integer
17 Azienda dolciaria: Confetti Un azienda dolciaria produce quattro tipi di confetti (classico, doppio latte, al cioccolato, delizia al limone) utilizzando cinque ingredienti (zucchero, mandorla, latte, cioccolato, limone) che vengono acquistate all esterno. La tabella che segue mostra, per ogni chilo di confetti, le quantità (in litri per il latte e in kg per gli altri ingredienti) di ingredienti necessarie per produrre quel tipo di confetti. Inoltre vengono anche indicati sia la quantità massima di ciascun ingrediente acquistabile mensilmente sia il prezzo di acquisto. zucchero mandorla latte cioccolato limone Classico Doppio latte Al cioccolato Delizia al limone Quantità massima Prezzo di Acquisto 9 6 In base alle vendite dell anno precedente è stato stabilito che la quantità minima (in kg) di confetti da produrre mensilmente per ogni tipologia è di :,, 0,. Per ottenere un prodotto finito pronto per la vendita è necessaria una lavorazione che richiede un numero di ore diverso a seconda del tipo di confetto. La tabella che segue riporta per ogni chilo di ciascun tipo di confetto il numero di ore di lavorazione necessarie, insieme al prezzo di vendita unitario (in euro al chilo). Classico Doppio latte Al cioccolato Delizia al limone Ore lavorative Prezzo di vendita La lavorazione dei confetti viene effettuata da operai che lavorano per 8 ore al giorno e per giorni al mese percependo una paga di 00 euro. Costruire un modello di PL che permetta di pianificare la produzione mensile dell azienda, determinando, per ogni tipologia di confetto, i chili da produrre per massimizzare il profitto.
18 Azienda dolciaria: Confetti ma ( ) ( ) s.t. ( ) 9(0. ) 6(0.7 ) Scrivere il file.mod Scrivere il file.dat Trovare e visualizzare la soluzione ottima
19 Display L istruzione display permette di visualizzare gli elementi degli insiemi, i valori dei parametri e valori correnti delle variabili, dei vincoli e delle funzioni obiettivo calcolate nella soluzione ottima. Gli oggetti da visualizzare possono essere anche oggetti derivati Visualizzazione su Schermo: display ogg,... oggk ; display disp["macchina"]; display objqualita; display {i in PROD, j in LAV} c[i,j]*x[i,j]; display sum{i in PROD} p[i]*x[i]; display {t in..t, p in PROD} ricavo[p,t] ; display {(i,j) in LINKS: c[i,j]*[i,j]> 00}; Visualizzazione su file(> per sovrascrittura, > > per aggiunta): display ogg, ogg > file.out; display ogg >> file.out;
20 Aggiornamento/Cambiamento modello per cancellare modello e dati: reset per ignorare particolari vincoli e funzioni obiettivo: drop drop obiettivo_; drop vincolo_tempo; drop vincolo_risorsa{r in RISORSA}; drop vincolo_budget["periodo"]; per ripristinare vincoli e funzioni obiettivo ignorati: restore restore obiettivo_; restore vincolo_tempo; restore vincolo_risorsa{r in RISORSA}; restore vincolo_budget["periodo"]; per bloccare e sbloccare variabili: fi,unfi fi :=; unfi ;
21 Aggiornamento/Cambiamento dati per cancellare solo i dati: reset data reset data T; reset data costi, budget; per piccoli aggiornamenti: let let budget["periodo"]:=00;
22 Considerare il problema degli investimenti;. Considerare il problema multiobiettivo con pesi per partner e profitto;. Risolvere il problema, visualizzare e scrivere sul file inv.out: - progetti finanziati; - funzione obiettivo totale; - totale profitti; - Totale partner; - totale costo;. Attribuire peso alla funzione profitto e peso 0 alla funzione partner;. Risolvere il problema e visualizzare i risultati sul file investimenti.out;
23 File script in AMPL: ciclo for (/) reset; model data Scommesse.mod; Scommesse.dat; set ITERATION:=..0 by ; for {i in ITERATION } { solve; display budget >>scommesse.out; display vincita >>scommesse.out; display >>scommesse.out; let budget := budget + ; } close scommesse.out;
24 File script in AMPL: ciclo for (/) reset; model data Scommesse.mod; Scommesse.dat; print "PIANO SCOMMESSE">scommesse.out; printf "budget\t vincita\t scommesse\n">scommesse.out; set ITERATION:=..0 by ; for {i in ITERATION } { solve; print budget, vincita, {j in S}[j]>>scommesse.out; let budget := budget + ; } close scommesse.out;
25 File script in AMPL: ciclo for (/) reset; model data Scommesse.mod; Scommesse.dat; printf "PIANO SCOMMESSE\n">scommesse.out; printf "budget\t vincita\t scommesse\n">scommesse.out; set ITERATION:=..0 by ; for {i in ITERATION } { solve; printf "%i\t %.f\t %.f\n", budget, vincita, {j in S}[j]>>scommesse.out; let budget := budget + ; } close scommesse.out;
26 Esercizi per mercoledi 8 marzo ESERCIZIO. Scrivere uno script in ampl per effettuare un analisi del modello degli investimenti al variare dei pesi dati alle due funzioni obiettivo, dove: - il peso per la funzione profitto varia da a 0 con passo - il peso per la funzione partner varia da a 0 con passo ; Visualizzare i risultati e scriverli nel file Investimenti.out;
27 ESERCIZIO. del cap. del libro AMPL, pag.
28 Option per Display opzione display_col display_transpose display_width gutter_width omit_zero_cols omit_zero_rows display_eps v display_precision display_round solution_precision solution_round significato numero massimo di elementi ad essere visualizzati in formato lista(0) tabella trasposta se righe-colonne<displaytranspose(0) massimo numero di caratteri del prompt di comandi di ampl(79) distanza tra le colonne di una tabella() Se diverso da zero, per omettere le colonne nulle(0) Se diverso da zero, per omettere le righe nulle(0) valore più piccolo visualizzato(0) precisione nell arrotondamento(6) dei valori da visualizzare cifre decimali significative dei valori da visualizzare precisione nell arrotondamento(0) dei valori delle soluzioni da visualizzare cifre decimali significative dei valori delle soluzioni da visualizzare
29 Visualizzazione di ulteriori informazioni AMPL permette la visualizzazione di altre grandezze legate ai valori delle variabili all ottimo. Variabile X: lower bound e upper bound della variabile: display X.lb, X.ub; (vengono visualizzati esclusivamente i vincoli di bo esplicitamente dichiarati) differenza tra il valore della variabile e il più vicino bound display X.slack; (solo relativamente ai vincoli di bo esplicitamente dichiarati) costo ridotto associato alla variabile display X.rc; (il costo ridotto indica il cambiamento (locale) della funzione obiettivo in seguito all aumento di una variabile)
30 Visualizzazione di ulteriori informazioni Vincolo V: valore della variabile duale associata al vincolo (prezzo ombra) display V; (il prezzo ombra indica il cambiamento (locale) della funzione obiettivo all ottimo in seguito all aumento del termine noto del vincolo) valore della parte variabile del vincolo display V.body; lower bound e upper bound del vincolo display V.lb, V.ub; (viene visualizzata la parte nota del vincolo) differenza tra il valore del vincolo e il più vicino bound display V.slack;
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Uso di Excel nella Programmazione Matematica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Uso di Ecel nella Programmazione Matematica Uso degli spreadsheet (formulazione nel formato richiesto da Ecel) Conversione della formulazione
Dettagli126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL
126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL Esempio 8.3.2 Una fabbrica produce divani in tessuto acquistando da un magazzino all ingrosso i quantitativi di tessuto che gli occorrono settimanalmente.
DettagliMiscelazione di benzine
Miscelazione di benzine Una raffineria deve miscelare 4 tipi di petrolio grezzo per ottenere 3 tipi di benzina. La tabella seguente mostra la massima quantità disponibile per ogni tipo di petrolio grezzo
DettagliRicerca 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
DettagliScopo del laboratorio
p. 1/1 Scopo del laboratorio Imparare ad usare programmi che implementino metodi di ottimizzazione: simplesso, branch and bound ecc. utilizzarli per risolvere un problema proposto Modellatori Solver p.
DettagliAMPL: Esempi e Comandi Avanzati
Dipartimento di Matematica Università di Padova Corso di Laurea Matematica Outline Comandi Avanzati Script per Operazioni Complesse Ciclo For for {e in INSIEME}{... } Ciclo Repeat While (termina se espressione
DettagliEsercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania
Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria
DettagliRicerca Operativa e Logistica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 7: Analisi di Sensitività con AMPL Esempio : Il caseificio Un caseificio vuole pianificare la produzione giornaliera
DettagliIntroduzione. AMPL Introduzione. F. Rinaldi. Dipartimento di Matematica Università di Padova. Corso di Laurea Matematica. F. Rinaldi AMPL Introduzione
Dipartimento di Matematica Università di Padova Corso di Laurea Matematica Outline Introduzione Utilizzo di un Solver Definizione Un solver (o risolutore) è un software che riceve in input una descrizione
DettagliRicerca Operativa e Logistica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 20/202 Lezione 6-8 Rappresentazione di funzioni non lineari: - Costi fissi - Funzioni lineari a tratti Funzioni obiettivo non lineari:
DettagliRicerca Operativa. Analisi della sensitività in AMPL. Andrea Raiconi
Ricerca Operativa Analisi della sensitività in AMPL Andrea Raiconi araiconi@unisa.it Corso di Laurea Magistrale in Ingegneria Informatica Università degli Studi di Cassino e del Lazio Meridionale Esempio
DettagliRicerca 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
DettagliOttimizzazione Combinatoria
Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2009-2010 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma1.it Università di Roma La Sapienza Dipartimento di Informatica e
DettagliLinguaggi di modellizzazione
p. 1/5 Linguaggi di modellizzazione Come visto, il primo passo per risolvere un problema di decisione consiste nel formularne il modello matematico. Una volta definito il modello matematico lo dobbiamo
DettagliLezioni di Ricerca Operativa 2 Dott. F. Carrabs
Lezioni di Ricerca Operativa Dott. F. Carrabs.. 009/00 Lezione 6: - mmissibilità di un vincolo - Vincoli alternativi - Vincoli alternativi a gruppi - Rappresentazione di funzioni non lineari: Costi fissi
DettagliElementi di un modello di Programmazione Matematica
1 Ricerca Operativa Laboratorio: utilizzo di solver per programmazione matematica Elementi di un modello di Programmazione Matematica Insiemi: elementi del sistema; Parametri: dati del problema; Variabili
DettagliOttimizzazione dei Sistemi Complessi
1 Martedì 17 Maggio 2016 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Programmazione con incertezza Una società di autonoleggio dispone (attualmente, oggi) di 50 macchine tutte dislocate
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato
DettagliProblema del Trasporto. Container vuoti Verona 10 Perugia 12 Roma 20 Pescara 24 Taranto 18 Lamezia 40
Problema del Trasporto Una ditta di trasporto deve trasferire container vuoti dai propri 6 Magazzini, situati a Verona, Perugia, Roma, Pescara, Taranto e Lamezia, ai principali Porti nazionali (Genova,
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare - TESTI Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi
DettagliGestione Impresa. Mese 1 2 3 4 5 6 Unità richieste 700 600 500 800 900 800
Gestione Impresa Un impresa di produzione produce un solo tipo di merce. Ci sono 40 operai, ciascuno dei quali produce 20 unità di merce al mese. La domanda fluttua nel corso di un semestre secondo la
DettagliVediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.
Esempio di risoluzione di un problema di PL con Excel Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Un azienda vinicola desidera produrre due tipi di vino: uno
DettagliEsercizi 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
DettagliModelli di Programmazione Matematica e introduzione ad AMPL
1 Modelli di Programmazione Matematica e introduzione ad AMPL Come accennato nell introduzione, all interno della Ricerca Operativa, un ruolo di fondamentale importanza è svolto dalla Programmazione Matematica
DettagliProgetto e ottimizzazione di reti 2
Progetto e ottimizzazione di reti 2 Esercitazione AMPL A.A. 29-2 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università di Roma La Sapienza Dipartimento di Informatica
DettagliRicerca 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
DettagliPianificazione di Produzione in DEC
Pianificazione di Produzione in DEC L esempio considerato qui è un problema reale che la Digital Equipment Corporation (DEC) ha dovuto affrontare nell autunno del 1988 per preparare la pianificazione di
DettagliRICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)
RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno
DettagliUso del linguaggio di modellazione AMPL
Sapienza Sapienza Universitàdi Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Uso del linguaggio di modellazione AMPL Renato Bruni bruni@dis.uniroma1.it www.dis.uniroma1.it/~bruni
DettagliAppunti delle Esercitazioni di Ottimizzazione V.O. AMPL: A Mathematical Programming Language
Appunti delle Esercitazioni di Ottimizzazione V.O. AMPL: A Mathematical Programming Language a cura di G. Liuzzi and V. Piccialli a.a. 2004-2005 liuzzi@dis.uniroma1.it, http://www.dis.uniroma1.it/ liuzzi
DettagliLEZIONE N. 6 - PARTE 1 - Introduzione
LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
DettagliIntroduzione 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
Dettagli1 Breve introduzione ad AMPL
1 Breve introduzione ad AMPL Il primo passo per risolvere un problema reale attraverso strumenti matematici consiste nel passare dalla descrizione a parole del problema al modello matematico dello stesso.
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi
DettagliIL 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
DettagliA UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 15 giugno 2012
A UNIVRSITÀ GLI STUI ROMA TR orso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 5 giugno 22 sercizio L azienda rogram&o produce software e deve decidere quanto tempo impiegare
DettagliOttimizzazione Combinatoria
Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2010-20112011 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma1.it Università i di Roma La Sapienza Dipartimento di Informatica
DettagliProblema Determinare la miscelazione ottimale delle materie prime in modo da massimizzare il profitto complessivo
Mix Produttivo Si dispone di i=1,...,m risorse produttive (ad esempio, materie prime) in quantità limitata. La massima disponibilità delle risorse è b 1,...,b m Si possono produrre j=1,...,n diversi prodotti
DettagliInterpretazione economica della dualità
Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 3 5 7-8 9 57
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
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 10 Docente: Laura Palagi Smaltimento dei rifiuti solidi urbani HOMEWORK N 10 Francesco Cambiotti
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79
DettagliAppendice 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
DettagliProblema della produzione dei monitor
Problema della produzione dei monitor Una azienda produce monitor per PC in tre diversi stabilimenti. Il costo di produzione di ciascun monitor varia a causa della diversa efficienza produttiva degli stabilimenti.
DettagliEsame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00
DettagliProf. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Modelli di programmazione lineare.
CAPITOLO V MODELLI DI PROGRAMMAZIONE LINEARE 5.1) Un'impresa costruisce 3 modelli di radio a transistor di cui il primo dà un profitto unitario di 4800 lire, il secondo di 9000 lire ed il terzo di 15000
DettagliAppunti delle Esercitazioni di Ottimizzazione V.O. AMPL: A Mathematical Programming Language
Appunti delle Esercitazioni di Ottimizzazione V.O. AMPL: A Mathematical Programming Language a cura di G. Liuzzi and V. Piccialli a.a. 2002-2003 1 Introduzione ad AMPL AMPL(scaricabile all indirizzo: http://www.ampl.com/downloads/index.html)
Dettaglii completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema
Compito di Ricerca Operativa II Esercizio ( punti). ia dato il problema di flusso massimo sulla rete in figura (le capacit a degli archi sono riportate sopra di essi). 0 8 i consideri il seguente flusso
DettagliECONOMIA APPLICATA ALL INGEGNERIA (Docente: Prof. Ing. Donato Morea)
ESERCIZIO n. 1 - La produzione ed i costi di produzione (1 ) Un impresa utilizza una tecnologia descritta dalla seguente funzione di produzione: I prezzi dei fattori lavoro e capitale sono, rispettivamente,
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO - Facoltà di Ingegneria CORSO SISTEMI DI CONTROLLO DI GESTIONE Ingegneria Informatica Prof. Sergio Mascheretti
ESAME DEL 08-07-10 ESERCIZIO 1 La società Phone S.p.A. è un azienda in forte crescita che produce apparecchi telefonici in plastica per la telefonia fissa. L imprenditore vuole sapere se la redditività
DettagliModelli 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
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO - Facoltà di Ingegneria CORSO SISTEMI DI CONTROLLO DI GESTIONE Ingegneria Informatica Prof. Sergio Mascheretti
ESAME DEL 12-07-11 DOMANDA 1 Definire ed illustrare graficamente il concetto di Break Even Point ESERCIZIO 1 Il direttore generale della società Salumificio Rossi srl, leader nel mercato europeo degli
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
DettagliLaboratorio. Ricerca Operativa
Facoltà di Ingegneria dell Informazione, Informatica e Statistica Corso di Laurea in Ingegneria Gestionale Appunti dalle lezioni del corso di Laboratorio di Ricerca Operativa Massimo Roma Dipartimento
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
DettagliCOME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI
COME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI In questa Appendice, mostreremo come un impresa possa individuare la sua combinazione di minimo costo dei fattori produttivi attraverso il calcolo
DettagliProgettazione e gestione dei sistemi produttivi- Esercitazione n. 1. La pianificazione del fabbisogno di materiali
Progettazione e gestione dei sistemi produttivi- Esercitazione n. 1 La pianificazione del fabbisogno di materiali L ALFA BETA S.r.l. è un impresa operante nel settore dei mobili di arredamento. In particolare,
DettagliAltri esempi e introduzione alla Programmazione Lineare Intera
5 Altri esempi e introduzione alla Programmazione Lineare Intera Prima di introdurre i modelli di Programmazione Lineare Intera, vediamo un altro esempio di implementazione in AMPL di un modello di Programmazione
DettagliProva di Esame di RICERCA OPERATIVA 1 o anno Canale P Z
Compito A 1 luglio 00 Prova di Esame di RICERCA OPERATIVA 1 o anno Canale P Z Cognome : Nome : 1. (Punti 6++) Sia dato il seguente problema di programmazione lineare: max x 1 + x x x 1 0 x 1 1 x 1 + x
DettagliAMPL Plus: Introduzione all uso
AMPL Plus: Introduzione all uso A cura di Renato Bruni, Giovanni Fasano, Giampaolo Liuzzi, Sara Mattia Preliminari In questa breve introduzione verranno chiariti alcuni aspetti di base relativi all uso
DettagliEsame di Ricerca Operativa del 16/06/2015
Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il
DettagliModelli 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
DettagliUn esempio di applicazione della programmazione lineare intera: il Sudoku
Un esempio di applicazione della programmazione lineare intera: il Sudoku Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA
DettagliN.B.: Gli esercizi di OFFICE vanno risolti prima dell esercizio sulla PL
EIPE - I appello a.a. 2014-2015, 4-5-6 maggio 2015 Cognome:... Nome:... Matricola:... Office (I es.) x/10:... Office (II es.) x/10:... Office (III es.) x/10:... Bonus tempo: b b B B N.B.: Gli esercizi
DettagliScrittura formattata - printf
Esercizi su Input/Output con formato FormattedIO 1 Scrittura formattata - printf Funzione printf int printf ( , ) La funzione restituisce un valore intero uguale ai caratteri
DettagliCONTABILITÀ GESTIONALE: METODI DI CALCOLO DEI COSTI
Prova di verifica CONTABILITÀ GESTIONALE: METODI DI CALCOLO DEI COSTI di Rossana MANELLI ATTIVITÀ DIDATTICHE 1 MATERIE: ECONOMIA AZIENDALE (Classe 5 a IT Indirizzo AFM; Articolazione SIA; Articolazione
DettagliModellazione GAMS. Sintassi di Base, Esempi. Domenico Salvagnin
Modellazione GAMS Sintassi di Base, Esempi Domenico Salvagnin GAMS General Algebraic Modeling System http://www.gams.com descrizione problema di ottimizzazione in notazione quasi algebrica possibilità
DettagliESERCITAZIONE 3: Produzione e costi
MICROECONOMIA CEA A.A. 00-00 ESERCITAZIONE : Produzione e costi Esercizio (non svolto in aula ma utile): Rendimenti di scala Determinare i rendimenti di scala delle seguenti funzioni di produzione: a)
DettagliFITNESS. Costi fissi di commercializzazione e vendita ( ) Ore MOD disponibili in un trimestre
FITNESS Fitness S.p.A. è un azienda produttrice di abbigliamento per il fitness operante sul mercato europeo. Nel maggio del 2008, il controller stava raccogliendo le informazioni necessarie per elaborare
DettagliBranch-and-bound per KNAPSACK
p. 1/1 Branch-and-bound per KNAPSACK Rispetto allo schema generale visto in precedenza dobbiamo specificare: come si calcola un upper bound su un sottinsieme; come si effettua il branching; come si individuano
DettagliProblema 6 * * * x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli:
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
DettagliMATEMATICA 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
DettagliFormulare il problema come modello di Programmazione Lineare.
68 MODELLI DI PROGRAMMAZIONE LINEARE 5.2 UN PROBLEMA DI MISCELAZIONE Esempio 5.2.1 Un azienda produttrice di bibite vuole creare un composto contenente tre tipi di zucchero (di canna, di mais e di barbabietola)
DettagliPossibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
DettagliCONSEGUENZA PROPORZIONI
Corso di laurea: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA CONSEGUENZA PROPORZIONI PROBLEMI DEL TRE SEMPLICE Le conoscenze acquisite sui rapporti e sulle proporzioni possono essere applicate
DettagliFigura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.
ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c
DettagliProva di Laboratorio del [ Corso A-B di Programmazione (A.A. 2004/05) Esempio: Media Modalità di consegna:
Prova di Laboratorio del 12.1.2005 [durata 90 min.] Corso A-B di Programmazione (A.A. 2004/05) 1. Leggere da tastiera un insieme di numeri interi ed inserirli in un vettore A 2. Calcolare tramite una funzione
DettagliEsaminiamo ora un esempio di un importante classe di problemi della Ricerca Operativa: il problema dei trasporti.
D D D D 39 3.6 DUE ESEMPI DI MODELLI DI PROGRAMMAZIONE LINEARE 3.6.1 Un problema di pianificazione dei trasporti Esaminiamo ora un esempio di un importante classe di problemi della Ricerca Operativa: il
DettagliIl programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l
DettagliL ALGORITMO DEL SIMPLESSO REVISIONATO
L ALGORITMO DEL SIMPLESSO REVISIONATO L'algoritmo del simplesso revisionato costituisce una diversa implementazione dell algoritmo standard tesa a ridurre, sotto certe condizioni, il tempo di calcolo e
DettagliEsercizi di Modellazione Lineare Intera
Esercizi di Modellazione Lineare Intera Domenico Salvagnin 2013-11-25 1. Miscelazione di prodotti Una raffineria produce tre tipi di benzina (A,B,C), ciascuna delle quali si ottiene mescolando 4 prodotti
Dettagli6.1. Lo schema di conto economico a direct costing
6.1. Lo schema di conto economico a direct costing Ricavi Costo del venduto variabile Rimanenze iniziali di prodotti finiti (+) Costo dei beni prodotti (+) Rimanenze finali di prodotti finiti (-) Costi
DettagliModulo di Ricerca Operativa 1 Canale J Z, A.A Prova in Itinere 26 gennaio Testo d esame A turno 1
Prova in Itinere 26 gennaio 2004 Nota bene: È necessario: (i) scrivere il nome su tutti i fogli che si consegnano; (ii) consegnare il foglio del testo e ogni altro foglio utilizzato come minuta e/o che
Dettagli1. MODELLI DI PROGRAMMAZIONE LINEARE
Esercizi di programmazione lineare. MODELLI DI PROGRAMMAZIONE LINEARE Politecnico di Torino Pagina di 0 Data ultima revisione //00 Esercizi di programmazione lineare Es. Il problema dello zaino Un gruppo
DettagliEsercitazione R.O. 2. Andrea Raiconi A.A. 2008-2009
Esercitazione R.O. 2 Andrea Raiconi A.A. 2008-2009 Esercitazione R.O.2 Formulare per ognuno dei seguenti problemi un modello di programmazione lineare che lo descriva. Implementare i modelli formulati
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Modelli per la Logistica Distributiva: Single Commodity Minimum Cost Flow Problem Multi Commodity Minimum Cost Flow Problem Fixed Charge
Dettagli102 L Activity Based Costing in pratica. 2.9 Azienda LIGHT
102 L Activity Based Costing in pratica 2.9 Azienda LIGHT L azienda Light è una società che produce tre tipi di lampade: lampade Soft, lampade Normal e lampade Design. Il ciclo produttivo si articola in
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliIntroduzione all uso di FICO Xpress. Metodi di Ottimizzazione per la Logistica e la Produzione
Introduzione all uso di FICO Xpress Metodi di Ottimizzazione per la Logistica e la Produzione 1 2 Alcuni risolutori per la Programmazione Matematica Indice Sono a disposizione numerosi risolutori di Programmazione
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
DettagliESERCIZI MATEMATICA GENERALE - Canale III
ESERCIZI MATEMATICA GENERALE - Canale III Vettori Prof. A. Fabretti 1 A.A. 009/010 1 Dati in R i vettori v = (1,,, u = (,, 1 e w = (,, calcolare: a la combinazione lineare u + v + 4 w b il prodotto scalare
DettagliCAPITOLO 9. La concorrenza perfetta
CAPITOLO 9 La concorrenza perfetta 1 Mercati di concorrenza perfetta Un mercato di concorrenza perfetta è composto da imprese che producono beni identici e che vendono allo stesso prezzo. Il volume di
DettagliSIMULAZIONE 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
DettagliFREEFEM++ Marcello Bellomi. 18 Aprile Università di Verona FREEFEM++
18 Aprile 2013 Indice 1) Introduzione 2) Esempio base 3) Sintassi 4) Esempio Part I Indroduzione Dettagli iniziali Risolve problemi in 2D e 3D, creato principalmente per risolvere problemi variazionali
DettagliESERCIZI 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
DettagliLezioni di Economia Politica
Università degli Studi ROMA TRE Facoltà di Giurisprudenza Lezioni di Economia Politica I principi fondamentali dell economia e gli strumenti per lo studio Giovanni Nicola De Vito - 2010 Microeconomia area
Dettagli