Ricerca Operativa e Logistica
|
|
- Cristina Coppola
- 8 anni fa
- Visualizzazioni
Transcript
1 Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici
2 Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei vincoli logici a cui sono soggette le variabili decisionali. Ad esempio: Vincoli di incompatibilità: se posiziono un antenna in un certo sito, non possiamo installarne altre in siti adiacenti per evitare problemi di interferenze. Costi fissi: se decido di costruire un impianto in un certo sito pagherò un costo fisso di funzionamento associato a quel sito. Vincoli alternativi: dato un insieme di vincoli solo uno di essi deve essere soddisfatto;.
3 Variabili logiche L obiettivo è quello di aggiungere al modello equazioni e disequazioni lineari (vincoli logici) che esprimono algebricamente quando un determinato espressione è vera. Per creare questi vincoli logici facciamo uso di variabili logiche che possono assumere solo il valore 0 (FALSO) oppure 1 (VERO). A livello modellistico le variabili logiche sono variabili come tutte le altre e quindi possono essere combinate solo in modo lineare. Quindi non è possibile applicare a queste variabili operatori logici (AND, OR e NOT) oppure operatori linguistici (if y 1 =1 allora y 2 =1), ne tantomeno si possono moltiplicare tra loro. Sarebbero tutte forme non lineari. E importante sottolineare che l uso delle variabili logiche da un lato aumentano l espressività dei modelli di ottimizzazione ma dall altro possono rendere molto più difficile il problema.
4 Variabili logiche Siano S A, S B ed S C tre affermazioni. Associamo ad ogni affermazione una corrispondente variabile logica come segue: 1 y X = 0 se l'affermazione X è vera altrimenti con X={A,B,C} Di seguito descriveremo come far assumere alla variabile logica i valori corretti (quelli indicati nella sua definizione) attraverso l introduzione di nuovi vincoli nel modello. Successivamente utilizzeremo queste variabili per esprimere condizioni logiche sulle tre affermazioni (S A, S B, S C ) attraverso l utilizzo di vincoli sulle variabili logiche (y X ) ad esse associate.
5 Esempio: Assegnazione delle frequenze La compagnia di telefonia cellulare Televodawind ha suddiviso la città di Salerno in varie zone dove installare le antenne al fine di coprire l intera città. Ad ogni antenna deve essere associata una frequenza f i tenendo però presente che, per evitare problemi di interferenze, due antenne adiacenti non possono utilizzare la stessa frequenza. p 14 p 13 p 2 p 4 p 5 p 9 p 12 p 1 p 3 p 8 p 10 p 11 p 6 p 7
6 Esempio: Assegnazione delle frequenze p 14 p 13 p 2 p 4 p 5 p 9 p 12 p 1 p 3 p 8 p 10 p 11 p 6 p 7 Per stabilire quali sono le antenne adiacenti nella città, si fa uso di un grafo G=(V,E) non orientato in cui i nodi rappresentano le antenne e gli archi indicano quali sono le antenne adiacenti, i.e. se (i,j) E allora le antenne i e j sono adiacenti e non possono usare la stessa frequenza. Indichiamo con F={f 1,,f t } l insieme delle frequenze disponibili. Poiché acquistare una frequenza ha un costo rilevante, la compagnia vuole individuare un assegnamento di frequenze alle antenne che non produca interferenze e soprattutto che utilizzi il minimo numero di frequenze. (Questo problema viene anche detto problema della colorazione del grafo perché l obiettivo è quello di colorare i nodi del grafo minimizzando il numero di colori utilizzati e assicurandosi che non venga mai assegnato lo stesso colore a due nodi adiacenti).
7 Esempio: Assegnazione delle frequenze! 1 se al nodo i viene assegnata la frequenza k x ik = " # 0 altrimenti! 1 se la frequenza k è stato assegnata a qualche nodo y k = " # 0 altrimenti min " k!f y k x ik + x jk #1 $(i,j)! E, $ k! F " x ik =1 $ i! V k!f " x ik # My k $ k! F i!v x ik! 0,1 { } $k! F, $i! V oppure x ik! y k "i # V,"k # F y k! { 0,1} $k! F
8 Variabili logiche: operatori logici S B =NOT S A Questa condizione logica equivale a scrivere nei vincoli: y B = (1-y A ) y A S A NOT S A y B 0 Falso Vero 1 1 Vero Falso 0
9 Variabili logiche: operatori logici y A y B S A AND S B y C S C = S A AND S B Questa condizione logica equivale a scrivere i vincoli: y C y A + y B 1, y C ½(y A + y B ) 0 0 Falso 0 1 Falso 1 0 Falso 1 1 Vero y A y B S A NAND S B y C S A NAND S B Questa condizione logica equivale a scrivere i vincoli: y C 2 y A y B, y C ½(2 y A y B ) 0 0 Vero Vero Vero Falso 0
10 Variabili logiche: operatori logici y A y B S A OR S B y C S C = S A OR S B Questa condizione logica equivale a scrivere i vincoli: y C y A + y B, y C y A, y C y B 0 0 Falso Vero Vero Vero 1 S C = S A XOR S B Questa condizione logica equivale a scrivere i vincoli: y A y B y C, y B y A y C y C y A + y B, y C 2 y A y B y A y B S A XOR S B y C 0 0 Falso Vero Vero Falso 0
11 Vincoli logici NOT S A Questa condizione logica equivale a scrivere nei vincoli: (1-y A ) y A NOT S A (1-y A ) 0 Vero 1 1 Falso 0
12 Vincoli logici y A y B S A AND S B y A +y B =2 S A AND S B Questa condizione logica equivale a scrivere il vincolo: y A + y B = Falso 0 1 Falso 1 0 Falso 1 1 Vero Violato Violato Violato Soddisf. y A y B S A NAND S B y A +y B 1 S A NAND S B Questa condizione logica equivale a scrivere il vincolo: y A +y B Vero Soddisf. 0 1 Vero Soddisf. 1 0 Vero Soddisf. 1 1 Falso Violato
13 Vincoli logici y A y B S A OR S B y A +y B 1 S A OR S B Questa condizione logica equivale a scrivere il vincolo: y A + y B Falso Violato 0 1 Vero Soddisf. 1 0 Vero Soddisf. 1 1 Vero Soddisf. y A y B S A XOR S B y A +y B =1 S A XOR S B Questa condizione logica equivale a scrivere il vincolo: y A + y B = Falso Violato 0 1 Vero Soddisf. 1 0 Vero Soddisf. 1 1 Falso Violato
14 Vincoli logici: operatori linguistici If S A è vero then S B è vero Questa condizione logica equivale a scrivere il vincolo: y A y B y A y B S A S B y A y B 0 0 Indiff. Soddisf. 0 1 Indiff. Soddisf. 1 0 Falso Violato 1 1 Vero Soddisf. S A è vero se e solo se S B è vero Questa condizione logica equivale a scrivere il vincolo: y A = y B y A y B S A S B y A =y B 0 0 Vero Soddisf. 0 1 Falso Violato 1 0 Falso Violato 1 1 Vero Soddisf.
15 Vincoli logici: operatori linguistici If S A e S B sono vere then S C è vero Questa condizione logica equivale a scrivere il vincolo: y A +y B 1+y C y A y B y C If (S A AND S B ) then S C y A +y B 1+y C Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Falso Violato Vero Soddisf.
16 Vincoli logici: operatori linguistici If S A o S B sono vere then S C è vero Questa condizione logica equivale a scrivere il vincolo: y A +y B 2y C y A y B y C If (S A OR S B ) then S C y A +y B 2y C Indiff. Soddisf Indiff. Soddisf Falso Violato Vero Soddisf Falso Violato Vero Soddisf Falso Violato Vero Soddisf.
17 Esempio: Investimenti Un cliente affida ad un agenzia finanziaria un milione di euro da impiegare in fondi di investimento. Attualmente ci sono 6 fondi (A,B,C,D,E,F) offerti dal mercato, le cui caratteristiche sono riportati nella seguente tabella: Nome Tipo Rischio Durata (anni) Rendita alla maturazione A Privato 2 9 4,5% B Pubblico % C Stato 1 4 5,1% D Stato 4 3 4,4% E Privato 5 2 4,1% F Privato ,9% Si sa che i fondi pubblici e dello stato sono tassati del 50% alla fine del periodo. Il cliente chiede di riservare almeno il 40% del capitale a fondi pubblici e dello stato e vuole che la durata media dell investimento non superi i 5 anni. Inoltre, il valore medio del rischio dell investimento non deve superare 2. Oltre alle richieste del cliente, bisogna anche rispettare una serie di regole imposte dal mercato. In particolare: - investire in C preclude la possibilità di investire in D, e viceversa; - è obbligatorio investire su uno dei fondi A, C, F; - è possibile investire in E solo se si investe anche in A. - Una volta deciso di investire su un fondo, la quota minima di investimento è pari a 100 euro. Tale quota sale a 1000 euro se l investimento scelto è A. - si può investire in B solo se sono stati investiti soldi su A e F. Si vuole massimizzare la rendita finale dell investimento.
18 Esempio: Investimenti Variabili decisionali, logiche e parametri - x i : i {A,B,C,D,E,F}: quantità di euro investita su i - y i : i {A,B,C,D,E,F}: variabile binaria associata all investimento i, cioè: 1 se si investe qualcosa su i y i = 0 altrimenti - M: costante sufficientemente grande (M )
19 max 0, 045x A + 0,11 2 x 0, 051 0, 044 B + x C + x D + 0, 041x E + 0, 039x F 2 2 x A + x B + x C + x D + x E + x F! Budget disponibile x B + x C + x D " Esempio: Investimenti 9x A +8x B + 4x C + 3x D + 2x E + 2, 5x F! 5(x A + x B + x C + x D + x E + x F ) 2x A + 3x B + x C + 4x D + 5x E + 3x F! 2(x A + x B + x C + x D + x E + x F ) x i! My i i # {A, B,C, D, E, F} y i! Mx i i # {A, B,C, D, E, F} y C + y D!1 y A + y C + y F "1 Investimento minimo pubblico/stato Def. variabili logiche Vincolo logico C nand D Investimento obbligatorio su A o C o F Durata media Rischio medio y E! y A x A "1000y A x i "1000y i i # {B,C, D, E, F} y B! 1 2 (y A + y F ) Vincolo logico E A Investimento minimo su A Investimento minimo Vincolo logico E A and F y i # {0,1}, x i " 0 i # {A, B,C, D, E, F}
Modelli con vincoli di tipo logico
Modelli con vincoli di tipo logico Le variabili decisionali possono essere soggette a vincoli di tipo logico, più o meno espliciti. Ad esempio: vincoli di incompatibilità tra varie alternative: se localizziamo
DettagliLuigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa
Piani di investimento Un finanziere ha due piani di investimento A e B disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno garantisce, due anni
DettagliModelli di Programmazione Lineare e Programmazione Lineare Intera
Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno
DettagliRicerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari
Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Esercizio n.1 Un agenzia finanziaria deve investire 1000000 di euro di un suo cliente in fondi di investimento. Il mercato offre cinque
DettagliLezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
DettagliModelli di Programmazione Lineare Intera
8 Modelli di Programmazione Lineare Intera 8.1 MODELLI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 8.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.
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 (Compito A) Appello del 18/06/2013 Andrea Scozzari
Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti
Dettagli1. Considerazioni preliminari
1. Considerazioni preliminari Uno dei principali aspetti decisionali della gestione logistica è decidere dove localizzare nuove facility, come impianti, magazzini, rivenditori. Ad esempio, consideriamo
DettagliProblemi di localizzazione impianti
Problemi di localizzazione impianti Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre 2014 Ricerca Operativa 2 Laurea
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
DettagliCapitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso
DettagliProdotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:
1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C
DettagliCompito DA e BD. Tempo concesso: 90 minuti 12 giugno 03 Nome: Cognome: Matricola: Esercizio 1
Compito DA e BD. Tempo concesso: 90 minuti 12 giugno 03 Nome: Cognome: Matricola: Esercizio 1 Si considerino le seguenti specifiche relative alla realizzazione della base di dati di una facoltà e si definisca
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
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliSeconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12
A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA
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
DettagliSistemi Operativi mod. B. Sistemi Operativi mod. B A B C A B C P 1 2 0 0 P 1 1 2 2 3 3 2 P 2 3 0 2 P 2 6 0 0 P 3 2 1 1 P 3 0 1 1 < P 1, >
Algoritmo del banchiere Permette di gestire istanze multiple di una risorsa (a differenza dell algoritmo con grafo di allocazione risorse). Ciascun processo deve dichiarare a priori il massimo impiego
DettagliLa Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
DettagliStrategie di Copertura mediante Futures
Strategie di Copertura mediante Futures Lezione 6 3.1 Coperture Lunghe e Corte Una copertura lunga mediante futures è appropriata quando si sa di dover acquistare un attività in futuro e si vuole bloccare
Dettaglimese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000
1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una
DettagliRICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007
RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se
DettagliRicerca Operativa A.A. 2008/2009
Ricerca Operativa A.A. 08/09 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi
DettagliModelli di Programmazione Lineare. PRTLC - Modelli
Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo Rilassamento continuo - generazione
DettagliModelli LP (complementi)
Modelli LP (complementi) Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - ottobre 2003 1. Comprare o fabbricare? Electro-Poly è un produttore leader di lavatrici Ha ricevuto
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliRicerca Operativa Esercizio 1
E1 Esercizio 1 La fonderia ESSELLE deve produrre esattamente 1000 pezzi del peso di un chilogrammo ciascuno. Il ferro con cui questi pezzi saranno fatti deve contenere manganese e silicio nelle seguenti
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
DettagliProblemi di Programmazione Lineare Intera
Capitolo 4 Problemi di Programmazione Lineare Intera La Programmazione Lineare Intera (PLI) tratta il problema della massimizzazione (minimizzazione) di una funzione di più variabili, soggetta a vincoli
DettagliAppunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio
Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento
Dettagli5 Risparmio e investimento nel lungo periodo
5 Risparmio e investimento nel lungo periodo 5.1 Il ruolo del mercato finanziario Il ruolo macroeconomico del sistema finanziario è quello di far affluire i fondi risparmiati ai soggetti che li spendono.
DettagliReti sequenziali sincrone
Reti sequenziali sincrone Un approccio strutturato (7.1-7.3, 7.5-7.6) Modelli di reti sincrone Analisi di reti sincrone Descrizioni e sintesi di reti sequenziali sincrone Sintesi con flip-flop D, DE, T
DettagliFondamenti e didattica di Matematica Finanziaria
Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio
DettagliIl sistema monetario
Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSoluzione dell esercizio del 2 Febbraio 2004
Soluzione dell esercizio del 2 Febbraio 2004 1. Casi d uso I casi d uso sono riportati in Figura 1. Figura 1: Diagramma dei casi d uso. E evidenziato un sotto caso di uso. 2. Modello concettuale Osserviamo
DettagliTesting: basato su analisi dinamica del codice. Metodi Formali: basato su analisi statica del codice.
Convalida: attività volta ad assicurare che il SW sia conforme ai requisiti dell utente. Verifica: attività volta ad assicurare che il SW sia conforme alle specifiche dell analista. Goal: determinare malfunzionamenti/anomalie/errori
DettagliIntroduzione a Visual Basic Lezione 1 Concetti base e istruzioni condizionali
a Visual Basic Lezione 1 Concetti base e istruzioni condizionali Mario Alviano Introduzione all informatica Università della Calabria http://alviano.net/introinfo A.A. 2008/09 Introduzione Un esempio:
DettagliALGEBRA DELLE PROPOSIZIONI
Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra
DettagliSequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione
Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione presentato in questo file trova la seq. a costo minimo per
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente
DettagliMICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare
DettagliEdited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.
In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.
DettagliProblema del trasporto
p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel
DettagliUniversità per Stranieri di Siena Livello A1
Unità 20 Come scegliere il gestore telefonico CHIAVI In questa unità imparerai: a capire testi che danno informazioni sulla scelta del gestore telefonico parole relative alla scelta del gestore telefonico
DettagliRappresentazione grafica di entità e attributi
PROGETTAZIONE CONCETTUALE La progettazione concettuale, ha il compito di costruire e definire una rappresentazione corretta e completa della realtà di interesse, e il prodotto di tale attività, è lo schema
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliOperatori logici e porte logiche
Operatori logici e porte logiche Operatori unari.......................................... 730 Connettivo AND........................................ 730 Connettivo OR..........................................
DettagliProduzione e forza lavoro
Produzione e forza lavoro Testo Un azienda produce i modelli I, II e III di un certo prodotto a partire dai materiali grezzi A e B, di cui sono disponibili 4000 e 6000 unità, rispettivamente. In particolare,
DettagliUniversità Ca Foscari Venezia
Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano 2 Problemi di Costo Fisso & Vincoli Disgiuntivi (con esercizi ) November 12, 2015 2 Università
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliIl Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti
Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti ipotesi: Gli investitori sono avversi al rischio; Gli investitori
DettagliChi non risolve esercizi non impara la matematica.
96 matematica per l economia Esercizio 65. Consideriamo ancora il problema 63 dell azienda vinicola, aggiungendo la condizione che l azienda non può produrre più di 200 bottiglie al mese. Soluzione. La
DettagliLezione 4. Controllo di gestione. Il controllo direzionale
Lezione 4 Il controllo direzionale Sistema di pianificazione e controllo PIANIFICAZIONE STRATEGICA PIANO 1 2 OBIETTIVI OBIETTIVI ATTIVITA 3 DI LUNGO PERIODO DI BREVE PERIODO OPERATIVA 5 BUDGET FEED-BACK
DettagliSERVIZIO A CHIAMATA DI PESCHIERA BORROMEO
SERVIZIO A CHIAMATA DI PESCHIERA BORROMEO FASCIA ORARIA DI ESERCIZIO DEL SERVIZIO Dalle 6.00 alle 21.00 dal lunedì al sabato escluso Agosto e le festività infrasettimanali ORARI DI APERTURA DEL CALL CENTER
DettagliEsercizio. almeno una tenuta lasci 200 ettari di terreno incolto, e
Un finanziere ha a disposizione due piani di investimento A e B, disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno dà, due anni più tardi, un
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliNOME:... MATRICOLA:... Scienza dei Media e della Comunicazione, A.A. 2007/2008 Analisi Matematica 1, Esame scritto del 08.02.2008. x 1.
NOME:... MATRICOLA:.... Scienza dei Media e della Comunicazione, A.A. 007/008 Analisi Matematica, Esame scritto del 08.0.008 Indicare per quali R vale la seguente diseguaglianza : + >. Se y - - è il grafico
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Flusso di costo minimo È dato un grafo direzionato G = (N, A). Ad ogni arco (i, j) A è associato il costo c ij
DettagliCenni su algoritmi, diagrammi di flusso, strutture di controllo
Cenni su algoritmi, diagrammi di flusso, strutture di controllo Algoritmo Spesso, nel nostro vivere quotidiano, ci troviamo nella necessità di risolvere problemi. La descrizione della successione di operazioni
DettagliLa Minimizzazione dei costi
La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione
DettagliProf. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base:
LA STRUTTURA DI RIPETIZIONE La ripetizione POST-condizionale La ripetizione PRE-condizionale INTRODUZIONE (1/3) Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto
DettagliISC. L indicatore sintetico di costo del conto corrente
ISC L indicatore sintetico di costo del conto corrente Indice Cos è l ISC, l Indicatore Sintetico di Costo del conto corrente I 7 profili tipo di utilizzo Ma in definitiva, perché controllare l ISC? Dove
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliInteresse, sconto, ratei e risconti
TXT HTM PDF pdf P1 P2 P3 P4 293 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 293 129.1.1 Esercizio per il calcolo dell
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliFABBISOGNO DI FINANZIAMENTO
FABBISOGNO DI FINANZIAMENTO Fonti interne: autofinanziamento Fonti esterne: capitale proprio e capitale di debito Capitale proprio: deriva dai conferimenti dei soci dell azienda e prende il nome, in contabilità,
DettagliLezione 8. La macchina universale
Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione
DettagliMatematica Computazionale Lezione 4: Algebra di Commutazione e Reti Logiche
Matematica Computazionale Lezione 4: Algebra di Commutazione e Reti Logiche Docente: Michele Nappi mnappi@unisa.it www.dmi.unisa.it/people/nappi 089-963334 ALGEBRA DI COMMUTAZIONE Lo scopo di questa algebra
DettagliBASE DI DATI: sicurezza. Informatica febbraio 2015 5ASA
BASE DI DATI: sicurezza Informatica febbraio 2015 5ASA Argomenti Privatezza o riservatezza Vincoli di integrità logica della base di dati intrarelazionali interrelazionali Principio generale sulla sicurezza
DettagliOsservatorio SosTariffe.it Telefonia Mobile
Osservatorio SosTariffe.it Telefonia Mobile TARIFFE IN PORTABILITA DEL NUMERO: ANALISI SUL RISPARMIO CHE SI OTTIENE EFFETTUANDO IL PASSAGGIO DEL NUMERO AD UN ALTRO OPERATORE SIA PER ABBONAMENTI CHE PER
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
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliEsempi di modelli di programmazione lineare (intera) 2014
Esempi di modelli di programmazione lineare (intera) 2014 1) Combinando risorse Una ditta produce due tipi di prodotto, A e B, combinando e lavorando opportunamente tre risorse, R, S e T. In dettaglio:
DettagliAi gentili clienti Loro sedi Riforma del lavoro: nuova tassa sui licenziamenti a copertura degli ammortizzatori sociali
Studio Commerciale e Tributario TOMASSETTI & PARTNERS Informativa Lavoro Ai gentili clienti Loro sedi Riforma del lavoro: nuova tassa sui licenziamenti a copertura degli ammortizzatori sociali Gentile
DettagliModulo 2. Domanda aggregata e livello di produzione
Modulo 2 Domanda aggregata e livello di produzione Esercizio. In un sistema economico privo di settore pubblico, la funzione di consumo è: C = 200 + 0.8Y; gli investimenti sono I= 50. a) Qual è il livello
DettagliLe Scelte Finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08
Le Scelte Finanziarie 1 Tasso Interno di Rendimento Consideriamo un operazione finanziaria (t 0 =0): 0 x 0 t 1 t 2 t m...... x 1 x 2 x m Posto: x = x0, x1,, xm { } si definisce tasso interno di rendimento
DettagliEsercizi di Programmazione del progetto
Esercizi di Programmazione del progetto 1. Un progetto è costituito da tre attività tra loro non legate da vincoli di precedenza. Rappresentarlo con un reticolo americano ed europeo. L attività a dura
DettagliLezione 18 1. Introduzione
Lezione 18 1 Introduzione In questa lezione vediamo come si misura il PIL, l indicatore principale del livello di attività economica. La definizione ed i metodi di misura servono a comprendere a quali
DettagliCapitolo 3. Tassi di cambio e mercati valutari: un approccio di portafoglio. preparato da Thomas Bishop (adattamento italiano di Elisa Borghi)
Capitolo 3 Tassi di cambio e mercati valutari: un approccio di portafoglio preparato da Thomas Bishop (adattamento italiano di Elisa Borghi) Anteprima Principi di base sui tassi di cambio Tassi di cambio
DettagliLezione 1 Introduzione
Lezione 1 Introduzione Argomenti Cosa è l Economia politica I principi fondamentali dell Economia politica Cosa studia l Economia politica Perché studiare l Economia politica 1.1 COSA È L ECONOMIA POLITICA
DettagliModelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione
DettagliFacoltà di Scienze Politiche Corso di Economia Politica. Macroeconomia sui capitoli 21, 22 e 23. Dott.ssa Rossella Greco
Facoltà di Scienze Politiche Corso di Economia Politica Esercitazione di Macroeconomia sui capitoli 21, 22 e 23 Dott.ssa Rossella Greco Domanda 1 (Problema 4. dal Cap. 21 del Libro di Testo) a) Gregorio,
DettagliIstituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa
UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa Prof. Gianmaria Martini Offerta dell impresa La decisione di un impresa a riguardo della quantità
DettagliRicerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare
Ricerca Operativa A.A. 2007/2008 10. Dualità in Programmazione Lineare Luigi De Giovanni - Ricerca Operativa - 10. Dualità in Programmazione Lineare 10.1 Soluzione di un problema di PL: punti di vista
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliSign. Mario Rossi Team Pianificazione Assicurativa
Sign. Mario Rossi Team Pianificazione Assicurativa Egr. Signor Rossi, sulla base di quanto evinto dalla rilevazione dati, il nostro Team di Pianificazione Assicurativa ha elaborato per Lei una soluzione
DettagliUn esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma
Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Corso di Ricerca Operativa per il Corso di Laurea Magistrale
DettagliL analisi dei costi: il costing
L analisi dei Costi - a.a. 2012/2013 L analisi dei costi: il costing 1 La tecnica del costing (1) Il termine costing indica la tecnica specificatamente rivolta alla rilevazione dei costi. Negli ultimi
DettagliIniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:
Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione
DettagliRicorsione in SQL-99. Introduzione. Idea di base
Ricorsione in SQL-99 Introduzione In SQL2 non è possibile definire interrogazioni che facciano uso della ricorsione Esempio Voli(lineaAerea, da, a, parte, arriva) non è possibile esprimere l interrogazione
DettagliTitoli FIN FII BOT BOC AI Rendimenti 9.5 10.5 12 12.5 6 Rischi 5 6 7 8 1
(esercizi tratti da: Esercizi di Ricerca Operativa Ghirardi, Grosso, Perboli. Ed. Progetto Leonardo) Esercizio 1 Una società di investimenti finanziari deve gestire un budget di 1000000 Euro per conto
DettagliGestione della memoria centrale
Gestione della memoria centrale Un programma per essere eseguito deve risiedere in memoria principale e lo stesso vale per i dati su cui esso opera In un sistema multitasking molti processi vengono eseguiti
Dettaglie-dva - eni-depth Velocity Analysis
Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 24/11/2015
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi: lezione 24/11/2015 Valutazioni di operazioni finanziarie Esercizio 1. Un operazione finanziaria
DettagliInteresse, sconto, ratei e risconti
129 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 129 129.1.1 Esercizio per il calcolo dell interesse semplice........................
Dettagli