Introduzione alla Ricerca Operativa. Alberto Caprara D.E.I.S. - Università di Bologna
|
|
- Mariano Caputo
- 7 anni fa
- Visualizzazioni
Transcript
1 Introduzione alla Ricerca Operativa Alberto Caprara D.E.I.S. - Università di Bologna acaprara@deis.unibo.it Settembre 2003
2 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali che si presentano in strutture organizzate complesse Matematica Informatica Ricerca Operativa (Operations Research) Scienza della Gestione (Management Sc.) Scienza delle Decisioni (Decision Sc.) Intro.2
3 Sistemi Organizzati Sistema: insieme di elementi legati da forme di interazione Es. Reparto di produzione Decisioni layout impianto tipo di macchine sequenza lavorazioni Prestazioni Intro.3
4 Origini della Ricerca Operativa Seconda Guerra Mondiale in Inghilterra Battaglia di Inghilterra: prevenzione degli attacchi di bombardieri tedeschi: radar (risorsa scarsa) raggio d azione, definizione... Dove localizzare i radar per massimizzare la probabilità di intercettazione? Come coordinare le operazioni (radar, radio, pattuglie aeree ) per facilitare l identificazione dei nemici e degli amici? Intro.4
5 Origini della Ricerca Operativa (2) Gruppi di lavoro misti (matematici, fisici, ingegneri, militari ) Research on military Operations messa a punto di metodi quantitativi di analisi metodologie di soluzione (algoritmi) notevole contributo nel miglioramento dell efficacia dell avvistamento radar numerose applicazioni in altri settori (logistica ) Intro.5
6 Evoluzione Dopo la guerra: diffusione della disciplina in Industria Pubblica amministrazione Università : Sviluppo di modelli ed algoritmi di R.O. programmazione lineare teoria dei grafi simulazione numerica : Diffusione degli elaboratori grande impulso alla R.O. teoria della complessità Intro.6
7 Sistemi e Modelli Modello: rappresentazione semplificata di un sistema reale, progettata per rispondere, mediante analisi sperimentali, a domande specifiche (risposta agli ingressi/decisioni). Ingressi (Decisioni/ Controlli) Modello Uscite (Prestazioni) Intro.7
8 Classificazione Modello Fisico: riproduzione in scala (similitudine o analogia) Modello Matematico: insieme di relazioni logico/matematiche che descrivono il comportamento del sistema Statico: sistema in equilibrio Dinamico: sistema in evoluzione (nel tempo) Analitico: descritto mediante equazioni/diseq. Numerico: descritto mediante algoritmi di calcolo Intro.8
9 Classificazione (2) Modelli Modelli Matematici Fisici analitici numerici Mezzo Riproduzione in scala Formule Teoria dei grafi Ottimizz. Lineare Simulazione... Campo Architettura Idraulica Fisica Scienze Problemi decisionali e gestionali Metodo di sol. Esperimenti Matematica classica Algoritmi e computer Intro.9
10 Costruzione di un modello Sistema reale: Fabbriche Magazzini Clienti Intro.10
11 Modello schematico (astratto) t a1 C 1 d 1 c 1a M a m 1 F 1 c 1b C 2 d 2 M b C 3 d 3 m 2 F 2 M c C 4 d 4 C 5 d 5 Capacità Costi Costi Domand Intro.11
12 Modello Matematico Variabili decisionali: x flussi tra fabbriche e magazzini y flussi tra magazzini e negozi t a1 C 1 d 1 c 1a M a m 1 F 1 c 1b C 2 d 2 M b C 3 d 3 m 2 F 2 M c C 4 d 4 C 5 d 5 Capacità Costi Costi Domanda Intro.12
13 Modello matematico (2) (obiettivo) min c 1a x 1a + c 1b x 1b + t a1 y a1 + t a2 y a2 + (vincoli di produzione) x 1a + x 1b + m 1 x 2a + x 2b + m 2 (vincoli sulla domanda) m 1 F 1 c 1a c 1b M a t a1 C 1 d 1 C 2 d 2 y a1 + y b1 + d 1 m 2 F 2 M b M c C 3 C 4 d 3 d 4 y a2 + y b2 + d 2 C 5 d 5 Intro.13
14 Modelli e realtà Proprietà di un modello: astrazione sintesi (solo le caratteristiche rilevanti) Un modello può migliorare il grado di comprensione della realtà: individuazione delle componenti importanti relazioni di causa effetto Può migliorare le decisioni Intro.14
15 I sette ponti di Königsberg Problema di Eulero ( ) Pregel È possibile effettuare una passeggiata, ritornando al punto di partenza, dopo aver attraversato tutti i ponti una sola volta? Intro.15
16 Modello del problema dei ponti Rappresentazione astratta del problema: nascita della Teoria dei Grafi Grafo equivalente alla mappa: A Pregel B C D Intro.16
17 Soluzione del problema Esiste un percorso chiuso che attraversa tutti gli archi del grafo una ed una sola volta? (Circuito Euleriano) B A C Cond. necessaria e sufficiente (Eulero, 1736): Il circuito esiste se e solo se in ogni nodo ha un numero pari di lati incidenti D Il problema di Königsberg non ha soluzione!! Intro.17
18 Metodologia della R.O. Dimensionamento ottimale di una filiale di banca: n. di sportelli per tipologia di servizio n. di impiegati per tipo layout Obiettivi: a) contenimento dei costi (n. di sportelli) b)buon livello di servizio (tempi di servizio) obiettivi a) e b) in contrasto tra loro! formulazione vaga Intro.18
19 I. Formulazione del Problema (1) Definizione degli obiettivi e dei vincoli: i) minimizzare il costo totale (n. di sportelli) con tempo medio di attesa non superi i K minuti non più del p% dei clienti aspetti oltre K minuti a) obiettivo, b) vincolo ii)minimizzare il tempo di attesa con costo annuo non superiore a Q milioni (n. sportelli) b) obiettivo, a) vincolo Intro.19
20 I. Formulazione del Problema (2) Raccolta di informazioni e dati sul sistema: a) tasso di arrivo dei clienti (λ) il ritmo varia nel corso della giornata? b) n. di clienti serviti in un ora da uno sportello (µ ) il ritmo varia nel corso della giornata? c) scelta dello sportello dipende dal n. di clienti in coda? (es. coda più corta) se una coda si accorcia, i clienti si spostano? meglio code separate o una unica? Indagini statistiche o analogie rispetto ad altri sistemi Intro.20
21 II. Definizione del modello (1) Scelta del paradigma di rappresentazione del problema, in base a: natura del sistema (statico, dinamico, ) obiettivo/i e vincoli tipo e qualita dei dati disponibili Es.Dati λ, µ, s (n. di sportelli), calcolare: W P = tempo medio di attesa in coda = probabilità che un cliente attenda più di K minuti Intro.21
22 II. Definizione del modello (2) Definizione del problema di ottimizzazione si esprimono obiettivo e vincoli mediante funzioni di: s, (variabili decisionali) λ, µ, (parametri) W, P, (prestazioni) min f (s, λ, µ, W, P, ) con s S, tale che:g 1 (s, λ, µ, W, P, ) a 1 g 2 (s, λ, µ, W, P, ) a 2 Intro.22
23 II. Definizione del modello (2) Modello Analitico se è possibile esprimere W, P, mediante funzioni di s,λ, µ, (casi semplici) Es. (teoria delle code) se s = 1 W = λ / µ (µ λ) Modello di Simulazione Numerica (normalmente) se non è possibile esprimere W, P, mediante funzioni di s,λ, µ, (sistema complesso, fenomeni di saturazione, code ) Programma che riproduce il funzionam. del sistema dati s,λ, µ si misurano W, P Intro.23
24 III. Verifica del modello Calibrazione dei parametri del modello: si determinano i valori dei parametri caratteristici in modo che il modello fornisca risposte (valori misurati) aderenti alla realtà Modello ~1000 esperimenti sul modello e confronto dei risultati con valori osservati nella realtà Eventuale revisione del modello Intro.24
25 IV. Determinazione delle soluzioni Si generano soluzioni alternative (Es. diversi s) e si sceglie la migliore (miglior compromesso) Es. obiettivo: min W, P e costi (prop. ad s) s W P % % % Intro.25
26 V. Presentazione dei risultati Modello e risultati vengono sottoposti ai decisori: verifica delle ipotesi sul modello esame dell obiettivo e delle soluzioni se insoddisfacente: revisione del modello e nuove soluzioni Implementazione della soluzione Monitoraggio del sistema nel tempo Intro.26
27 Metodologia della R.O. I. Formulazione II. Modello III. Verifica V. Presentazione IV. Soluzione Realizzazione Intro.27
28 Applicazioni della R.O. Problemi decisonali Scelta di investimenti Localizzazione sul territorio (impianti, servizi ) Dimensionamento (impianti, personale ) Attivazione di rotte aeree (linee di autobus) Attribuzione di compiti al personale Intro.28
29 Applicazioni della R.O. (2) Problemi Gestionali organizzazione della produzione sequenziamento di lavori pianificazione dei lavori instradamento di veicoli turnazione del personale controllo del traffico aereo caricamento di containers, pallets taglio ed impaccamento di oggetti Intro.29
30 Le tre dimensioni dei modelli Grado di incertezza Progr. Stocastica Progr. Matematica N. Obiettivi 1 Teoria dei Giochi 1 N. Decisori Progr. Multicriteri Intro.30
31 Ottimizzazione della Produzione 2 prodotti: Sedia in Legno (SL) Sedia in Alluminio (SA) 3 reparti: Lavorazione parti in Legno (RL) Lavorazione parti in Alluminio (RA) Lavorazione parti in Tessuto (RT) RL RA RT Intro.31
32 Ottimizzazione della Produzione (2) Tempi di Produzione (min. per pezzo) Ricavo netto (Lire per pezzo) Disponibilità reparti (min. per periodo) RL RA RT RL RA RT SL SA Ricavo D Intro.32
33 Ottimizzazione della Produzione (3) Supponendo di poter vendere tutta la produzione quante sedie di ciascun tipo devono essere prodotte per massimizzare il ricavo? Variabili decisionali: x 1 = n. di sedie di legno prodotte in una settimana x 2 = n. di sedie di alluminio prodotte in una settimana x 1 ed x 2 possono essere frazionarie Intro.33
34 Modello matematico (PL) Funzione obiettivo (max ricavo) max x x 2 Vincoli di capacità dei reparti: RL) 10 x 1 40 RA) 20 x RT) 30 x x Vincoli di non negatività: x 1, x 2 0 Intro.34
35 Assegnazione di incarichi n persone ed n incarichi a ij = tempo/costo ass. incarico j alla pers. i Determinare l assegnamento delle persone agli incarichi di costo complessivo minimo Es. n= 2 lavoro pers Costo = 40 Intro.35
36 Assegnazione di incarichi (2) n = 3 lavoro pers soluzioni Costo = 120 N. soluzioni = n (n-1) (n-2) = n! se n = 20 n! 2.4 * enumerazione su PC 486/33 ( 1 Mflop/sec.): 4.6M anni! Intro.36
37 Variabili decisionali x ij = { 1 se la persona i esegue l incarico j 0 altrimenti lavoro pers variabili Matrice di permutazione: un solo 1 riga e colonna Intro.37
38 Modello matematico (PLI) Funzione obiettivo (min. costo) min Σ i=1,n Σ j=1,n c ij x ij Un solo lavoro per persona: variabili Σ j=1, n x ij = 1 (i = 1,, n) Una sola persona per lavoro: Σ i=1, n x ij = 1 (j = 1,, n) x ij {0, 1} (i,j = 1,, n) Intro.38
39 Sequenziamento di lavorazioni n lavorazioni p j = tempo di processamento lavorazione j no preemption = una volta iniziata la lavorazione non può essere interrotta m macchine identiche una sola lavorazione alla volta per ogni macchina assegnare le lavorazioni alle macchine in modo tale che il tempo totale di processamento sia minimo Intro.39
40 Sequenziamento di lavorazioni (2) n = 5, m = 2, p j = {90, 50, 30, 40, 20} J 2 J 4 J 3 m 2 m 1 J 1 J t Intro.40
41 Variabili decisionali x ij = { 1 se la macchina i esegue lavorazione j 0 altrimenti lavorazioni macch z = massimo tempo di lavorazione (makespan) Intro.41
42 Modello matematico (PL mista) Funzione obiettivo (min. makespan) min z definizione makespan: Σ j=1, n p j x ij z (i = 1,, m) Ogni lavorazione su una sola macchina: Σ i=1, m x ij = 1 (j = 1,, n) x ij {0, 1} (i, j = 1,, n) z 0 Intro.42
43 Commesso viaggiatore n luoghi da visitare d ij distanza tra i luoghi i e j Determinare un percorso chiuso che visiti una ed una sola volta tutti i luoghi ed abbia lunghezza complessiva minima soluzione = permutazione di {1, 2,, n} Es.n = n. di soluzioni = n. di permutazioni = (n-1)! Intro.43
44 Modello di teoria dei grafi Grafo: Intro.44
45 Altre applicazioni (1) Perforazione circuiti stampati: nodi: fori da eseguire distanza: tempo di spostamento utensile Sequenza di plotting di segmenti: nodi: segmenti da disegnare distanza: tempo di spostamento tra la fine di un segmento e l inizio di un altro Sequenza di taglio di lastre: nodi: tagli da eseguire distanza: tempo di spostamento tra la fine di un taglio e l inizio di un altro Intro.45
46 Altre applicazioni (2) Sequenziamento dei movimenti per una pista: nodi: movimenti (decollo, atterraggio) dei diversi aerei distanza: tempo che deve intercorrere tra due movimenti es. att. aereo piccolo dopo att. aereo grande: 5 miglia att. aereo piccolo dopo att. aereo piccolo: 3 miglia Intro.46
Introduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - gennaio 2002 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 3.0 - settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali
DettagliProblemi 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
DettagliProgrammazione 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
DettagliProgrammazione Matematica: Modelli di Programmazione Intera
Programmazione Matematica: Modelli di Programmazione Intera Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 2.0 Aprile 2004 Indagine di Mercato Mix di utenti da intervistare telefonicamente:
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it http://www.dattero.dist.unige.it Anno accademico
DettagliFONDAMENTI DI RICERCA OPERATIVA D / E
Ingegneria Informatica e Ingegneria Matematica FONDAMENTI DI RICERCA OPERATIVA D / E Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web: http://home.dei.polimi.it/amaldi/fro-de-08-09.html
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it Anno accademico 2000/2001 La Ricerca Operativa (Operation
DettagliFONDAMENTI DI RICERCA OPERATIVA
Laurea Magistrale in Ingegneria Informatica FONDAMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano edoardo.amaldi@polimi.it Pagina web del corso: http://home.dei.polimi.it/amaldi/fro-mi-13-14.html
DettagliFONDAMENTI DI RICERCA OPERATIVA
Ingegneria Informatica FONDAMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Pagina web del corso: http://home.dei.polimi.it/amaldi/fro-11-12.html INTRODUZIONE
DettagliManagement Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa R.Cerulli M.Gentili - F. Carrabs Dipartimento di Matematica (DM) Università di Salerno LA RICERCA OPERATIVA Si occupa dello sviluppo e dell applicazione di metodi matematici
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
DettagliManagement Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di
DettagliALGORITMI DI OTTIMIZZAZIONE M
ALGORITMI DI OTTIMIZZAZIONE M Paolo Toth (paolo.toth@unibo.it) 051 2093028 Orario di ricevimento: Martedì, 11-13, DEI (II Piano) Alberto Santini (a.santini@unibo.it) Orario di ricevimento: su appuntamento,
DettagliRichiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo
DettagliRicerca Operativa. Docenti. 1. Introduzione
Ricerca Operativa 1. Introduzione Docenti Luigi De Giovanni - Giacomo Zambelli Dipartimento di Matematica Pura e Applicata (Torre Archimede) Tel. 049 827 1349 / 1348 email: luigi - giacomo @math.unipd.it
DettagliIstituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione
Istituto Universitario Architettura Venezia TR 285 Servizio Bibliografico Audiovisivo e di Documentazione ENNIO CASCETT A Professore ordinario di Teoria dei sistemi di trasporto Università di Napoli «Federico
DettagliLA PROGRAMMAZIONE MATEMATICA (p.m.)
LA PROGRAMMAZIONE MATEMATICA (p.m.) Un problema di programmazione matematica è un problema di ottimizzazione riconducibile alla seguente espressione generale: ricercare i valori delle variabili x 1, x
DettagliPreappello 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
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 la disciplina
DettagliMODELLI DI ASSEGNAZIONE PER LE RETI STRADALI
MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI
DettagliRicerca Operativa. Docente. 1. Introduzione
1 Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi Ricevimento: giovedì,
DettagliRICERCA OPERATIVA NASCITA E SVILUPPO, OBIETTIVI, FASI. Prof.ssa Angela Donatiello 1
RICERCA OPERATIVA NASCITA E SVILUPPO, OBIETTIVI, FASI Prof.ssa Angela Donatiello 1 Il termine RICERCA OPERATIVA sembra sia stato usato per la prima volta nel 1939, ma già precedentemente alcuni scienziati
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliLA 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
DettagliRicerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.
Ricerca Operativa A.A. 2007/2008 17. Esercitazione di laboratorio: Branch and Bound. Luigi De Giovanni - Ricerca Operativa - 17. Esercitazione di laboratorio: Branch and Bound 17.1 . Luigi De Giovanni
DettagliBUSINESS ANALYTICS AND DECISIONS THEORY. Introduzione alla Ricerca Operativa A.A
BUSINESS ANALYTICS AND DECISIONS THEORY Introduzione alla Ricerca Operativa A.A. 2018-2019 Ricerca Operativa La Ricerca Operativa (nota anche come teoria delle decisioni, scienza della gestione o, in inglese,
DettagliCapitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati come problemi di Programmazione Lineare
DettagliIndice. 1 Introduzione... 1
Indice 1 Introduzione............................................... 1 2 Esempi di modelli......................................... 7 2.1 Problema della dieta.................................... 7 2.2
DettagliOTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEIB -
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Estratto per la parte di programmazione lineare e ottimizzazione sui grafi Corso di Metodi di Ottimizzazione per l'ingegneria della Sicurezza Laurea Magistrale in Ingegneria
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
DettagliAppunti di Ricerca Operativa
Appunti di Ricerca Operativa 2012/2013 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di
DettagliAnalisi dei sistemi di trasporto
Analisi dei sistemi di trasporto Salvatore Caprì Università degli Studi di Catania Corso di laurea in ingegneria civile Fondamenti di trasporti Analisi dei sistemi di trasporto Impatti Analisi Multicriteria
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di
DettagliTeoria della Complessità Computazionale
Teoria della Complessità Computazionale Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 21 Ottobre 2014 Ricerca Operativa 2
DettagliDimensionamento degli FMS MT MT
Dimensionamento degli FMS Progettazione di FMS: strategie generali (1) Architettura fisica delle macchine: parallela (in cui le macchine sono tutte uguali); seriale (in cui le macchine sono tutte diverse);
DettagliIntroduzione. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Introduzione Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 6 Marzo 2006 Francesca Mazzia (Univ. Bari) Introduzione 6/03/2006 1 / 23 Introduzione
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
DettagliLA RICERCA OPERATIVA (R.O.)
LA RICERCA OPERATIVA (R.O.) La R.O. si sviluppo' in Inghilterra durante la seconda guerra mondiale nello studio di problem di difesa militare, successivamente, negli Stati Uniti, fu impiegata per lo studio
DettagliMassimo Paolucci DIST Università di Genova
Ricerca Operativa 2 Massimo Paolucci (paolucci@dist.unige.it) 010-353 2996 DIST Università di Genova Obiettivi del corso 2 Fornire capacità analitiche per affrontare problemi decisionali di natura gestionale
DettagliProblemi di localizzazione
Problemi di localizzazione Claudio Arbib Università di L Aquila Prima Parte (marzo 200): problemi con singolo decisore . Introduzione Un problema di localizzazione consiste in generale nel decidere dove
DettagliAMPL Problemi su Reti
Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai
DettagliIl problema dello zaino: dalla gita in montagna ai trasporti internazionali. Luca Bertazzi
Il problema dello zaino: dalla gita in montagna ai trasporti internazionali Luca Bertazzi 0 Ricerca Operativa (Operations Research) The Science of Better Modelli e algoritmi per la soluzione di problemi
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
DettagliModelli e Metodi per la Simulazione (MMS)
Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di
DettagliEsame di Ricerca Operativa del 30/06/14. max 4 x 1 7 x 2 x 1 +7 x 2 7 x 1 4 x 2 7 x 1 +5 x 2 5 x 1 x 2 5 x 2 1 x 1 +4 x 2 6
Esame di Ricerca Operativa del 0/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x 7 x x +7 x 7 x x 7 x + x x x x x
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
Dettagli3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura
DettagliPianificazione dei progetti. Alberto Caprara DEIS - Università di Bologna
Pianificazione dei progetti Alberto Caprara DEIS - Università di Bologna acaprara@deis.unibo.it Tecniche reticolari Metodologie per la risoluzione di problemi di pianificazione di progetti Progetto: insieme
DettagliMetodi e modelli per il supporto alle decisioni
Metodi e modelli per il supporto alle decisioni 1. Introduzione Supporto alle decisioni Supporto ai processi decisionali in sistemi complessi Problema decisionale reale Passi, operazioni Soluzioni del
DettagliMODELLI DECISIONALI FORMULAZIONE GENERALE DEL PROBLEMA DECISIONALE (OTTIMIZZAZIONE)
MODELLI DECISIONALI FORMULAZIONE GENERALE DEL PROBLEMA DECISIONALE (OTTIMIZZAZIONE) z vettore di n elementi (variabili di decisione) o funzione J(z) obiettivo (vettoriale) da ottimizzare (max o min) Z
DettagliSimulazione. D.E.I.S. Università di Bologna DEISNet
Simulazione D.E.I.S. Università di Bologna DEISNet http://deisnet.deis.unibo.it/ Introduzione Per valutare le prestazioni di un sistema esistono due approcci sostanzialmente differenti Analisi si basa
DettagliTeoria della Complessità Computazionale
Teoria della Complessità Computazionale Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it Rev. 1.3, 11/00 rev. 1.3 - Novembre 2000 Teoria della Complessità Studia la difficoltà dei problemi
DettagliPrima prova Intermedia di Ricerca Operativa 2 COMPITO A Esercizio 1 (7 punti): LIFO
Prima prova Intermedia di Ricerca Operativa 2 COMPITO A 13 novembre 2015 Nome e Cognome Matricola: Esercizio 1 (7 punti): Si consideri il seguente problema di programmazione lineare intera. max 32x 1 +
DettagliLa teoria delle code
La teoria delle code 3 marzo 205 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Reti di Aperte Reti di Aperte Sistema M/M/ I 2 Reti di Aperte Una coda
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
DettagliMacchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4
Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse
DettagliSistemi e modelli. Sistemi
Sistemi e modelli Obbiettivo: sviluppare metodologie e strumenti di analisi quantitativa della QoS di sistemi costruzione e soluzione di modelli per la valutazione di prestazioni e affidabilità di sistemi
DettagliPROBLEMA DEL COMMESSO VIAGGIATORE
PROBLEMA DEL COMMESSO VIAGGIATORE INTRODUZIONE Il problema del commesso viaggiatore (traveling salesman problem :TSP) è un classico problema di ottimizzazione che si pone ogni qual volta, dati un numero
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
DettagliRichiami di teoria dei sistemi di trasporto
Corso di TRASPORTI E TERRITORIO prof. ing. Agostino Nuzzolo PROGETTAZIONE FUNZIONALE DELL OFFERTA DI TRASPORTO 1 Richiami di teoria dei sistemi di trasporto flussi di equilibrio A = matrice di incidenza
DettagliRICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:
o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x + x x x x x x + x x Si applichi l algoritmo del Simplesso Duale, per via algebrica, a
DettagliProgrammazione Lineare in MATLAB. Ing. Fabio Sciancalepore Politecnico di Bari
Programmazione Lineare in MATLAB Ing. Fabio Sciancalepore Politecnico di Bari Agenda Introduzione alla Ricerca Operativa Problemi di ottimizzazione Programmazione lineare programmazione a variabili continue
DettagliCORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof.
CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO Programma del corso di Tecnica ed Economia dei Trasporti Prof. Andrea Papola Introduzione al corso La professione dell ingegnere dei sistemi
DettagliINFORMATICA AA Università degli Studi di Ferrara Facoltà di Scienze MM FF NN Corso di Laurea in «Scienze e Tecnologie per i Beni Culturali»
Università degli Studi di Ferrara Facoltà di Scienze MM FF NN Corso di Laurea in «Scienze e Tecnologie per i Beni Culturali» AA 2010-2011 INFORMATICA Prof. Giorgio Poletti giorgio.poletti@unife.it Grafi
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliTeoria della Complessità Computazionale Parte I: Introduzione
Teoria della Complessità Computazionale Parte I: Introduzione Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 3.0 - ottobre 2003 Teoria della Complessità Studia la difficoltà dei
DettagliMetodi e Modelli per il Supporto alle Decisioni 1
Metodi e Modelli per il Supporto alle Decisioni 1 Massimo Paolucci (paolucci@dist.unige.it) 010-353 2996 DIST Università di Genova Obiettivi del corso 2 Fornire capacità analitiche per affrontare problemi
DettagliRicerca operativa. Prof.ssa Nicolina Tocci
Ricerca operativa Teoria delle decisioni Introduzione Uno dei fenomeni caratteristici di questo secolo è la rapida espansione delle organizzazioni umane, sia nelle loro dimensioni sia nella loro complessità.
DettagliASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO
ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO Lo scenario produttivo Una nota azienda produce capi di abbigliamento per l alta moda Ogni capo è costituito da vari pezzi
Dettaglicorso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A MODELLI DI OFFERTA
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 6-7 MODELLI DI OFFERTA Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Struttura del sistema
DettagliRicerca Operativa definizione data dall O.R.S.A. : (Operations Research Society of America)
Ricerca Operativa definizione data dall O.R.S.A. : (Operations Research Society of America) "È il procedimento della scienza moderna di fronte ai complessi problemi di scelta che sorgono nella direzione
DettagliIl problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi
Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata Luca Bertazzi 0 3 Ulisse: da Troia a Itaca Troia Itaca 509 km Quale è stato invece il viaggio di Ulisse? Il viaggio di Ulisse Troia
DettagliEsame di Ricerca Operativa del 04/07/17
Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y + y +9 y y y
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
DettagliProva in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A
Nome... Cognome... 1 Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A Un rinomato biscottificio italiano dispone di tre stabilimenti, ubicati nelle città di Ancona, Belluno e Catanzaro
DettagliPremessa alla prima edizione 13
Indice Premessa alla prima edizione 13 Premessa alla seconda edizione 15 17 Parte I - Ottimizzazione Continua 25 Capitolo primo Ottimizzazione Monodimensionale 27 1.1 Costruzione di un semplice modello
DettagliCome nasce la Ricerca Operativa?
Come nasce la Ricerca Operativa? 1935 - U.K. - Progetto difesa antiaerea Bawdsey Research Station radar (radio detection and ranging) localizzazione degli aerei nemici intercettazione rientro a terra degli
DettagliESERCIZIO 1: Punto 1
ESERCIZIO : Punto La seguente matrice è una matrice delle distanze di un istanza del problema del Commesso Viaggiatore. - - - - - - - Calcolare.Il valore del rilassamento che si ottiene determinando l
DettagliUniversità degli Studi di Udine Corso di Laurea in Ingegneria Gestionale (V.O.) Prova scritta di Ricerca Operativa 10 giugno 2003
Università degli Studi di Udine Corso di Laurea in Ingegneria Gestionale (V.O.) Prova scritta di Ricerca Operativa 1 giugno 23 Nome: Cognome: Matricola: Esercizio 1) Nel concorso a pronostici del Totocalcio
DettagliIntroduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico 1 / 14 Calcolo Scientifico Insieme degli
DettagliA-2 a PI. Esercizio 2. Domanda 3
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia È dato il problema di PL in figura. 1. Facendo uso delle condizioni di ortogonalità, dimostrare o confutare l ottimalità della soluzione x = 1; x =
DettagliDinamica di popolazioni
Roma, Zagarolo, Aprilia 2007-2008 Primo incontro ottimizzazione di procedimenti i problemi di massimo o minimo usuali: problemi in dimensione finita, generalmente molto bassa, una, due o poco piú variabili,
DettagliMetodi di Ottimizzazione per la Logistica e la Produzione
Metodi di Ottimizzazione per la Logistica e la Produzione Laboratorio Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria Università di Modena e Reggio Emilia MOLP Parte I 1 / 41 Contenuto della
DettagliMetodi di Ottimizzazione mod. Modelli per la pianificazione delle attività
Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Metodi di Ottimizzazione mod.
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa p. 1/31 Introduzione alla Ricerca Operativa Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Introduzione alla Ricerca
DettagliL adozione di MATLAB e Simulink nei Corsi di Ingegneria al Politecnico di Milano. Maurizio Magarini MATLAB EXPO Milano, 4 novembre 2014
L adozione di MATLAB e Simulink nei Corsi di Ingegneria al Politecnico di Milano MATLAB EXPO Milano, 4 novembre 2014 Sommario Introduzione. Il ruolo dei laboratori informatici nella didattica, formazione
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)
DettagliDai ponti di Königsberg al postino cinese
Dai ponti di Königsberg al postino cinese Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 2012/1 - Corso di Ricerca Operativa Università
Dettaglicorso di Teoria dei Sistemi di Trasporto Modelli di offerta PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
corso di Teoria dei Sistemi di Trasporto PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it
DettagliSVILUPPO DEI MODELLI
SVILUPPO DEI MODELLI definizione del problema struttura del modello banca dati taratura/ calibrazione (messa a punto) NO validazione (collaudo) SI implementazione e utilizzo modelli descrittivi: simulazione
DettagliRicerca Operativa A.A. 2007/ Introduzione
Ricerca Operativa A.A. 2007/2008 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliIl problema del commesso viaggiatore
Il problema del commesso viaggiatore Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università
DettagliCorso di Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica Modelli e Algoritmi della Logistica Prof. Antonio Sassano Dipartimento di Informatica e Sistemistica Universita di Roma La Sapienza Roma 1 - Ottobre - 2003
Dettagli