Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli."

Transcript

1 ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 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 4 = 8 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Si consideri la base formata dagli archi (1, ), (2, ) e (, 4) e si dimostri che è ammissibile. ) Si determini una soluzione ottima del problema. 4) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. SOLUZIONE La formulazione del problema come problema di PLI è la seguente: min 2x x 1 + x 14 + x 2 + 8x 4 x 12 + x 1 + x 14 = 4 (1) x 2 x 12 = 2 (2) 1

2 x 4 x 1 x 2 = () x 14 x 4 = (4) x 12, x 1, x 14, x 2, x 4 0 interi 1) Per ottenere la formulazione del problema come problema di PLI con un numero minimo di vincoli basta omettere un vincolo, ad esempio quello relativo al nodo 4: min 2x x 1 + x 14 + x 2 + 8x 4 x 12 + x 1 + x 14 = 4 x 2 x 12 = 2 x 4 x 1 x 2 = x 12, x 1, x 14, x 2, x 4 0 interi La matrice dei vincoli (a meno di permutazioni delle colonne) è la seguente: (5) ) La base formata dagli archi (1, ), (2, ) e (, 4) corrisponde all albero di supporto in Figura 2. Per verificare se è ammissibile fisso a 0 i valori delle Figura 2: variabili fuori base (x 12 e x 14 ). I nodi foglia dell albero sono i nodi 1,2 e 4. Per poter soddisfare i vincoli relativi a ciascuno di essi dovrò avere x 1 = 4 (vedi vincolo (1)), x 2 = 2 (vedi vincolo (2)), x 4 = (vedi vincolo (4)). Quindi la soluzione di base corrispondente è: x 12 = x 14 = 0 x 1 = 4 x 2 = 2 x 4 = 2

3 che è ammissibile. ) Partendo da tale base ne calcolo i coefficienti di costo ridotto. c 12 = c 12 + c 2 c 1 = = 1 c 14 = c 14 c 4 c 1 = = 11 La base non è ottima (ci sono coefficienti di costo ridotto negativi). Prendo la variabile fuori base con coefficiente di costo ridotto più piccolo (quindi la x 14 ) e aggiungo il relativo arco all albero di suppporto (vedi Figura ). Si forma un Figura : ciclo ma non è orientato e quindi non possiamo concludere che il problema è illimitato. Faccio crescere a il valore di x 14. Per continuare a rispettare i vincoli dovrò avere x 14 = x 4 = x 1 = 4 x 2 = 2 e, per mantenere le variabili non negative, posso far crescere fino a. A questo punto si annulla x 4 e tolgo l arco relativo. L albero di supporto che mi rimane è la nuova base (vedi Figura 4) con soluzione di base corrispondente x 12 = x 4 = 0 x 1 = 1 x 2 = 2 x 14 =. Rifaccio la verifica di ottimalità calcolando i coefficienti di costo ridotto. c 12 = c 12 + c 2 c 1 = = 1 c 4 = c 4 c 14 + c 1 = = 11 Non posso ancora concludere che la soluzione è ottima. Ripeto il procedimento aggiungendo l arco (1, 2) relativo alla variabile con coefficiente di costo ridotto

4 1 2 4 Figura 4: Figura 5: più piccolo come in Figura 5. Non si forma un ciclo orientato e quindi non posso concludere che il problema è illimitato. Faccio crescere a il valore di x 12. Per continuare a rispettare i vincoli dovrò avere x 12 = x 2 = 2 + x 1 = 1 x 14 = e, per mantenere le variabili non negative, posso far crescere fino a 1. A questo punto si annulla x 1 e tolgo l arco relativo. L albero di supporto che mi rimane è la nuova base (vedi Figura 6) con soluzione di base corrispondente x 1 = x 4 = 0 x 12 = 1 x 2 = x 14 =. Rifaccio la verifica di ottimalità calcolando i coefficienti di costo ridotto. c 1 = c 1 c 2 c 12 = = 1 4

5 1 2 4 Figura 6: c 4 = c 4 c 14 + c 12 + c 2 = = 10 Tutti i coefficienti di costo ridotto sono non negativi (in particolare sono positivi) e quindi la soluzione è ottima, con valore ottimo pari a c 14 + c 12 + c 2 = = 8 4) Ricordando le regole viste per generare un generico problema di PL, avremo che il duale del nostro problema (si ricordi l omissione dell ultimo vincolo) è il seguente: max 4w 1 + 2w 2 w w 1 w 2 2 w 1, w 2, w w 1 w 4 w 1 1 w 2 w 1 w 8 libere in segno Per determinare la soluzione ottima del duale prendiamo la matrice dei vincoli (5) e consideriamo la matrice B con le sole colonne relative agli archi dell albero di supporto ottimo e il vettore c B con i soli costi di tali archi B = Si risolva quindi il sistema c B = [w 1 w 2 w ]B = c B

6 ovvero w 1 w 2 = 2 w 1 = 1 w 2 w = 1 da cui si ottiene la soluzione ottima del duale w 1 = 1 w 2 = 1 w = 2 con valore ottimo pari a 4w 1 + 2w 2 w = = 8 ESERCIZIO 2 Sia dato il grafo orientato in Figura 7. Si consideri il problema di flusso a Figura 7: costo minimo su tale grafo con b 1 = 2 b 2 = 2 b = 4 b 4 = 6 b 5 = 2 e c 12 = c 1 = c 42 = 2 c 4 = 1 c 45 = 6 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Perché la base ottima contiene certamente la variabile relativa all arco (4, 5)? 6

7 ) Si consideri la base formata dagli archi (1, ), (4, 2), (4, ) e (4, 5) e si dimostri che è ammissibile. 4) Si determini una soluzione ottima del problema. 5) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. SOLUZIONE 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min x 12 + x 1 + 2x 42 + x 4 + 6x 45 x 12 + x 1 = 2 x 12 x 42 = 2 x 1 x 4 = 4 x 42 + x 4 + x 45 = 6 x 12, x 1, x 42, x 4, x 45 0 interi La matrice dei vincoli è la seguente: ) Ogni base (e quindi anche quella ottima) corrisponde ad un albero di supporto. Un albero di supporto è connesso ma l unico modo per avere il nodo 5 connesso al resto del grafo è includere l arco (4, 5). ) Soluzione di base corrispondente alla base formata dagli archi (1, ), (4, 2), (4, ) e (4, 5): che è ammissibile. x 12 = 0 x 1 = 2 x 4 = 2 x 42 = 2 x 45 = 2 4) Un albero di supporto ottimo è quello formato dagli archi (1, 2), (4, 2), (4, ) e (4, 5), con soluzione di base corrispondente x 1 = 0 x 12 = 2 x 4 = 4 x 45 = 2 x 42 = 0 con valore ottimo pari a 22. 5) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il 7

8 seguente): La soluzione ottima del duale è max 2w 1 2w 2 4w + 6w 4 w 1 w 2 w 1, w 2, w, w 4 w 1 w w 2 + w 4 2 w + w 4 1 w 4 6 libere in segno w 1 = 7 w 2 = 4 w = 5 w 4 = 6 con valore ottimo pari a quello del primale (come deve sempre accadere), cioè 22. ESERCIZIO Sia dato il grafo orientato in Figura 8. Si consideri il problema di flusso a costo minimo su tale grafo con e 1 2 Figura 8: b 1 = 6 b 2 = 2 b = 4 c 12 = 2 c 1 = 4 c 2 = 1 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Si consideri la base formata dagli archi (1, 2) e (1, ) e si dimostri che è ammissibile. 8

9 ) Si determini una soluzione ottima del problema. 4) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. SOLUZIONE 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min 2x x 1 + x 2 x 12 + x 1 = 6 x 2 x 12 = 2 x 12, x 1, x 2 0 interi La matrice dei vincoli è la seguente: [ ) Soluzione di base corrispondente alla base formata dagli archi (1, 2) e (1, ): che è ammissibile. x 12 = 2 x 1 = 4 x 2 = 0 ) L albero di supporto ottimo è quello formato dagli archi (1, 2) e (2, ), con soluzione di base corrispondente x 1 = 0 x 12 = 6 x 2 = 4 con valore ottimo pari a 16. 4) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il seguente): La soluzione ottima del duale è max 6w 1 2w 2 w 1 w 2 2 w 1, w 2 w 1 6 w 2 1 ] libere in segno w 1 = w 2 = 1 9

10 con valore ottimo pari a quello del primale (come deve sempre accadere), cioè 16. ESERCIZIO 4 Sia dato il grafo orientato in Figura 9. Si consideri il problema di flusso a Figura 9: costo minimo su tale grafo con e b 1 = 6 b 2 = 5 b = 2 b 4 = 4 b 5 = 5 c 21 = 2 c 2 = 2 c 1 = 6 c 25 = 2 c 42 = 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Perché la base ottima contiene certamente le variabili relative agli archi (2, 5) e (4, 2)? ) Si consideri la base formata dagli archi (2, ), (4, 2), (, 1) e (2, 5) e si dimostri che è ammissibile. 4) Si determini una soluzione ottima del problema. 5) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. 10

11 SOLUZIONE 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min 2x x 2 + 2x x 1 + x 42 x 21 x 1 = 6 x 21 + x 2 + x 25 x 42 = 5 x 1 x 2 = 2 x 42 = 4 x 21, x 1, x 2, x 42, x 25 0 interi La matrice dei vincoli è la seguente: ) Ogni base (e quindi anche quella ottima) corrisponde ad un albero di supporto. Un albero di supporto è connesso ma l unico modo per avere il nodo 5 connesso al resto del grafo è includere l arco (2, 5) e l unico modo per avere il nodo 4 connesso al resto del grafo è includere l arco (4, 2). ) Soluzione di base corrispondente alla base formata dagli archi (2, ), (, 1), (2, 5) e (4, 2): che è ammissibile. x 2 = 4 x 21 = 0 x 1 = 6 x 42 = 4 x 25 = 5 4) Un albero di supporto ottimo è quello formato dagli archi (2, 1), (, 1), (2, 5) e (4, 2): x 2 = 0 x 21 = 4 x 1 = 2 x 42 = 4 x 25 = 5 con valore ottimo pari a 26. 5) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il seguente): max 6w 1 + 5w 2 + 2w + 4w 4 w 1 + w 2 2 w 2 w 2 w

12 w 1 + w 6 w 2 + w 4 w 1, w 2, w, w 4 libere in segno La soluzione ottima del duale è w 1 = 4 w 2 = 2 w = 10 w 4 = 5 con valore ottimo pari a quello del primale (come deve sempre accadere), cioè 26. ESERCIZIO 5 Sia dato il grafo orientato in Figura 10. Si consideri il problema di flusso a costo minimo su tale grafo con 1 2 Figura 10: b 1 = 8 b 2 = 2 b = 6 e c 12 = 4 c 1 = 8 c 2 = 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Si determini con il metodo due fasi una base ammissibile. ) Si determini una soluzione ottima del problema. 4) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. 12

13 SOLUZIONE 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min 4x x 1 + x 2 x 12 + x 1 = 8 x 2 x 12 = 2 x 12, x 1, x 2 0 interi La matrice dei vincoli è la seguente: [ ) Per ottenere una base ammissibile con il metodo due fasi, dobbiamo prima risolvere un problema di I fase in cui aggiungiamo il nodo q e un arco che collega q come in Figura 11 con ognuno degli altri nodi e con e b q = 0 b 1 = 8 b 2 = 2 b = 6 c 12 = 0 c 1 = 0 c 2 = 0 c 1q = 1 c q2 = 1 c q = 1 La risoluzione di questo problema di I fase restituisce un albero di supporto ottimo formato dagli archi (1, 2), (1, ) e (1, q) che è quello indicato in Figura 12 con soluzione di base corrispondente x 12 = 2 x 1 = 6 x 1q = 0 x 2 = 0 x q2 = 0 x q = 0 e valore ottimo 0 (si noti che, dal momento che durante la risoluzione del problema di I fase si possono fare in alcuni punti delle scelte arbitrarie, può accadere che l albero di supporto ottimo ottenuto sia diverso). Rimuovendo l unico arco della base incidente sul nodo q si ottiene l albero di supporto ammissibile per il problema di II fase (il problema originario) formato dagli archi (1, 2) e (1, ) con soluzione di base corrispondente: x 12 = 2 x 1 = 6 x 2 = 0. ] ) L albero di supporto ottimo è quello formato dagli archi (1, 2) e (2, ), con soluzione di base corrispondente x 1 = 0 x 12 = 8 x 2 = 6 1

14 1 2 q Figura 11: con valore ottimo pari a 50. 4) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il seguente): La soluzione ottima del duale è max 8w 1 2w 2 w 1 w 2 4 w 1, w 2 w 1 8 w 2 libere in segno w 1 = 7 w 2 = con valore ottimo pari a quello del primale (come deve sempre accadere), cioè 50. ESERCIZIO 6 Sia dato il grafo orientato in Figura 1. costo minimo su tale grafo con b 1 = 2 b 2 = 5 b = 5 b 4 = 8 Si consideri il problema di flusso a 14

15 1 2 q Figura 12: e c 12 = 2 c 1 = 1 c 42 = 2 c 4 = 7 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Si determini con il metodo due fasi una base ammissibile. ) Si determini una soluzione ottima del problema. 4) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. SOLUZIONE 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min 2x 12 + x 1 + 2x x 4 x 12 + x 1 = 2 15

16 1 2 4 Figura 1: x 12 x 42 = 5 x 1 x 4 = 5 x 12, x 1, x 42, x 4 0 La matrice dei vincoli è la seguente: interi 2) Per ottenere una base ammissibile con il metodo due fasi, dobbiamo prima risolvere un problema di I fase in cui aggiungiamo il nodo q e un arco che collega q come in Figura 14 con ognuno degli altri nodi e con e b q = 0 b 1 = 2 b 2 = 5 b = 5 b 4 = 8 c 12 = 0 c 1 = 0 c 42 = 0 c 4 = 0 c 1q = 1 c q2 = 1 c q = 1 c 4q = 1 La risoluzione di questo problema di I fase restituisce un albero di supporto ottimo formato dagli archi (1, 2), (4, 2), (4, ) e (q, 2) con soluzione di base corrispondente x 12 = 2 x 42 = x 4 = 5 x q2 = 0 x 1 = 0 x 1q = 0 x q = 0 x 4q = 0 e valore ottimo 0 (si noti che, dal momento che durante la risoluzione del problema di I fase si possono fare in alcuni punti delle scelte arbitrarie, può accadere che l albero di supporto ottimo ottenuto sia diverso). Rimuovendo l unico arco della base incidente sul nodo q e la relativa variabile si ottiene l albero di supporto ammissibile per il problema di II fase (il problema originario) formato dagli archi (1, 2), (4, 2), (4, ) con soluzione di base corrispondente: x 12 = 2 x 42 = x 4 = 5 x 1 = 0 16

17 1 2 4 q Figura 14: ) L albero di supporto ottimo è quello formato dagli archi (1, ), (4, 2), (4, ), con soluzione di base corrispondente x 1 = 2 x 42 = 5 x 4 = x 12 = 0 con valore ottimo pari a. 4) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il seguente): La soluzione ottima del duale è max 2w 1 5w 2 5w w 1 w 2 2 w 1, w 2, w w 1 w 1 w 2 2 w 7 libere in segno w 1 = 6 w 2 = 2 w = 7 17

18 con valore ottimo pari a quello del primale (come deve sempre accadere), cioè. ESERCIZIO 7 Sia dato il grafo orientato in Figura 15. Si consideri il problema di flusso a 1 2 costo minimo su tale grafo con Figura 15: 4 b 1 = 2 b 2 = b = 11 b 4 = 4 b 5 = 8 5 e c 12 = 2 c 2 = c 4 = 11 c 51 = 5 c 54 = 4 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Si consideri la base formata dagli archi (1, 2), (4, ), (5, 1) e (5, 4) e si dimostri che è ammissibile. ) Si determini una soluzione ottima del problema. 4) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. SOLUZIONE 18

19 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min 2x 12 + x x 4 + 5x x 54 x 12 x 51 = 2 x 2 x 12 = x 2 x 4 = 11 x 4 x 54 = 4 x 12, x 2, x 4, x 51, x 54 0 interi La matrice dei vincoli è la seguente: ) Soluzione di base corrispondente alla base formata dagli archi (1, 2), (4, ), (5, 1) e (5, 4): che è ammissibile. x 12 = x 4 = 11 x 51 = 1 x 54 = 7 x 2 = 0 ) L albero di supporto ottimo è quello formato dagli archi (1, 2), (2, ), (4, ) e (5, 1): x 12 = 10 x 4 = 4 x 51 = 8 x 54 = 0 x 2 = 7 con valore ottimo pari a ) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il seguente): La soluzione ottima del duale è max 2w 1 w 2 11w + 4w 4 w 1 w 2 2 w 1, w 2, w, w 4 w 2 w w + w 4 11 w 1 5 w 4 4 libere in segno w 1 = 5 w 2 = 7 w = 10 w 4 = 1 19

20 con valore ottimo pari a quello del primale (come deve sempre accadere), cioè 125. ESERCIZIO 8 Sia dato il grafo orientato in Figura 16. Si consideri il problema di flusso a costo minimo su tale grafo con Figura 16: b 1 = 14 b 2 = 4 b = 12 b 4 = 2 e c 12 = 4 c 1 = 20 c 14 = 0 c 2 = 1 c 24 = 4 c 4 = 4 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. 2) Si consideri la base formata dagli archi (1, 2), (2, 4) e (4, ) e si dimostri che è ammissibile. ) Si determini una soluzione ottima del problema. 4) Si scriva il duale del rilassamento lineare di tale problema (espresso con un numero minimo di vincoli) e se ne determini una soluzione. SOLUZIONE 20

21 1) Formulazione del problema come problema di PLI con un numero minimo di vincoli : min 4x x 1 + 0x 14 + x 2 + 4x x 4 x 12 + x 1 + x 14 = 14 x 2 + x 24 x 12 = 4 x 1 x 2 x 4 = 12 x 12, x 1, x 14, x 2, x 24, x 4 0 interi La matrice dei vincoli è la seguente: ) Soluzione di base corrispondente alla base formata dagli archi (1, 2), (2, 4) e (4, ): x 12 = 14 x 24 = 10 x 4 = 12 x 1 = x 14 = x 2 = 0 che è ammissibile. ) L albero di supporto ottimo è quello formato dagli archi (1, 2), (2, ) e (4, ): x 12 = 14 x 2 = 10 x 4 = 2 x 1 = x 14 = x 24 = 0 con valore ottimo pari a 74. 4) Il duale del nostro problema (si ricordi l omissione dell ultimo vincolo è il seguente): La soluzione ottima del duale è max 14w 1 4w 2 12w w 1 w 2 4 w 1, w 2, w w 1 w 20 w 1 0 w 2 w 1 w 2 4 w 4 libere in segno w 1 = 1 w 2 = w = 4 con valore ottimo pari a quello del primale (come deve sempre accadere), cioè

COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2

COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2 COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,

Dettagli

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,

Dettagli

COMPITO 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. 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

Dettagli

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3. COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca 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)

Dettagli

1 Il metodo dei tagli di Gomory

1 Il metodo dei tagli di Gomory Il metodo dei tagli di Gomory Esercizio Sia dato il problema min(x x ) x + x (P 0 ) x + x x, x 0, interi. Calcolare la soluzione ottima applicando il metodo dei tagli di Gomory. Risoluzione Per applicare

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

Dettagli

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo): UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione

Dettagli

Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4

Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:

Dettagli

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 = 56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,

Dettagli

Problemi di flusso a costo minimo

Problemi di flusso a costo minimo p. 1/7 Problemi di flusso a costo minimo È data una rete (grafo orientato e connesso) G = (V,A). (i,j) A c ij, costo di trasporto unitario lungo l arco (i, j). i V b i interi e tali che i V b i = 0. p.

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N

Dettagli

Possibile applicazione

Possibile 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

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento

UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),

Dettagli

Ricerca Operativa A.A. 2007/ Analisi di sensitività

Ricerca Operativa A.A. 2007/ Analisi di sensitività Ricerca Operativa A.A. 7/8. Analisi di sensitività Luigi De Giovanni - Ricerca Operativa -. Analisi di sensitività. Analisi di Sensitività: motivazioni I parametri (A, b e c) di un problema di programmazione

Dettagli

METODI DELLA RICERCA OPERATIVA

METODI DELLA RICERCA OPERATIVA Università degli Studi di Cagliari FACOLTA' DI INGEGNERIA CORSO DI METODI DELLA RICERCA OPERATIVA Dott.ing. Massimo Di Francesco (mdifrance@unica.it) i i Dott.ing. Maria Ilaria Lunesu (ilaria.lunesu@unica.it)

Dettagli

5.3 Metodo dei piani di taglio

5.3 Metodo dei piani di taglio 5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti

Dettagli

Parte V: Rilassamento Lagrangiano

Parte V: Rilassamento Lagrangiano Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice

Dettagli

Si consideri il seguente tableau ottimo di un problema di programmazione lineare

Si consideri il seguente tableau ottimo di un problema di programmazione lineare ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014 A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità

Dettagli

Il metodo del simplesso

Il metodo del simplesso Capitolo 5 Il metodo del simplesso 5. La forma standard Esercizio 5.. Porre il problema di Programmazione Lineare: in forma standard. min x +x + x + x x +x 5 x 4 x, x Si trasformano i vincoli di disuguaglianza

Dettagli

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una

Dettagli

Problema del trasporto

Problema 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. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in

Dettagli

i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema

i 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

Dettagli

Il Branch & Bound. Definizione 1. Sia S R n. La famiglia S = {S 1, S 2,..., S k S} tale che S 1 S 2 S k = S viene detta suddivisione di S.

Il Branch & Bound. Definizione 1. Sia S R n. La famiglia S = {S 1, S 2,..., S k S} tale che S 1 S 2 S k = S viene detta suddivisione di S. Il Branch & Bound Il metodo Branch & Bound è una tecnica che permette di risolvere all ottimo un generico problema di Programmazione Lineare Intera. Tale metodo si basa su due concetti cardine: quello

Dettagli

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria

Dettagli

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR 1 Giovedí 14 Maggio 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Geometria di R n 1 Dare la definizione di Poliedro e Vertice di un Poliedro 2 Dare la definizione di Poliedro e di Politopo

Dettagli

1 Programmazione Lineare Intera

1 Programmazione Lineare Intera 1 Programmazione Lineare Intera Fino ad ora abbiamo affrontato problemi in cui le variabili potevano assumere valori reali. Ora invece ci concentreremo su problemi in cui le variabili possono assumere

Dettagli

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011

A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia gigno Nome: Cognome: Matricola: voglio sostenere la prova orale il giorno venerdì //

Dettagli

Algoritmi esatti. La teoria ci dice che per problemi difficili (come il

Algoritmi esatti. La teoria ci dice che per problemi difficili (come il p. 1/4 Algoritmi esatti La teoria ci dice che per problemi difficili (come il KNAPSACK o, ancora di più, il TSP ) i tempi di risoluzione delle istanze, calcolati tramite analisi worst-case, tendono a crescere

Dettagli

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione

Dettagli

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una

Dettagli

4.1 Localizzazione e pianificazione delle base station per le reti UMTS

4.1 Localizzazione e pianificazione delle base station per le reti UMTS esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),

Dettagli

3.4 Metodo di Branch and Bound

3.4 Metodo di Branch and Bound 3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land

Dettagli

Il problema del commesso viaggiatore

Il 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

Dettagli

Il valore di flusso che si ottiene è

Il valore di flusso che si ottiene è 1) Si consideri un insieme di piste da sci e di impianti di risalita. Lo si modelli con un grafo orientato che abbia archi di due tipi: tipo D (discesa e orientato nel senso della discesa) e tipo R (risalita

Dettagli

Esercizi sulla Programmazione Lineare Intera

Esercizi sulla Programmazione Lineare Intera Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente

Dettagli

Gestione della produzione e della supply chain Logistica distributiva

Gestione della produzione e della supply chain Logistica distributiva Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non

Dettagli

4. METODI DUALI DEL SIMPLESSO

4. METODI DUALI DEL SIMPLESSO 4. MEODI DUALI DEL SIMPLESSO R. adei 1 Una piccola introduzione R. adei 2 MEODI DUALI DEL SIMPLESSO L obiettivo del capitolo è illustrare e giustificare i metodi duali del simplesso. Entrambi i metodi

Dettagli

Flusso a Costo Minimo

Flusso 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

Dettagli

Problemi di Flusso e Applicazioni

Problemi di Flusso e Applicazioni Problemi di Flusso e Applicazioni Andrea Scozzari a.a. 2013-2014 May 20, 2014 Andrea Scozzari (a.a. 2013-2014) Problemi di Flusso e Applicazioni May 20, 2014 1 / 5 Flussi Multiprodotto I problemi presi

Dettagli

Problemi, istanze, soluzioni

Problemi, istanze, soluzioni lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A Ricerca Operativa 1 Seconda prova intermedia Si è rotto un aereo che doveva trasportare un elevato numero di persone dalla città 3 alla città 8. Si rende quindi necessario utilizzare i posti disponibili

Dettagli

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI 3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:

Dettagli

PROGRAMMAZIONE LINEARE E DUALITA'

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

Dettagli

Algoritmi generali per PLI

Algoritmi generali per PLI Programmazione Lineare Intera: II Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev.. ottobre Algoritmi generali per PLI Metodi esatti tradizionali (anni 6 oggi):

Dettagli

3.6 Metodi basati sui piani di taglio

3.6 Metodi basati sui piani di taglio 3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una

Dettagli

Esame di Ricerca Operativa del 07/09/2016

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

Dettagli

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.

Vediamo 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

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities L. De Giovanni M. Di Summa In questa lezione introdurremo una classe di disuguaglianze, dette cover inequalities, che permettono di

Dettagli

RICERCA OPERATIVA prova scritta del 23 giugno 2011

RICERCA OPERATIVA prova scritta del 23 giugno 2011 RICERCA OPERATIVA prova scritta del giugno 0 GRUPPO A. Il vettore w = ( /, 0, / ) è combinazione solamente conica dei vettori v = ( /, /, 0), v = ( /, /, / ), v = (0, /, / )..0.-esimo quesito con la Susi

Dettagli

Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso

Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso

Dettagli

Introduzione ai grafi

Introduzione ai grafi TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale

Dettagli

Esame di Ricerca Operativa del 11/07/2016

Esame di Ricerca Operativa del 11/07/2016 Esame di Ricerca Operativa del /0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un erboristeria vuole produrre una nuova tisana utilizzando tipi di tisane già in commercio. Tali tisane sono per lo più composte

Dettagli

Il metodo del simplesso. Il metodo del simplesso p. 1/8

Il metodo del simplesso. Il metodo del simplesso p. 1/8 Il metodo del simplesso Il metodo del simplesso p. 1/8 Ipotesi iniziale Data la base B e la riformulazione rispetto a essa: max γ 0 + n m j=1 γ jx im+j x i1 = β 1 + n m j=1 α 1jx im+j x ik = β k + n m

Dettagli

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 15/01/2015 Esame di Ricerca Operativa del 1/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da calcio e da basket che vende a 1 e 20 euro rispettivamente. L azienda compra ogni settimana

Dettagli

Esame di Ricerca Operativa del 15/01/2015

Esame 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

Dettagli

Parte III: Algoritmo di Branch-and-Bound

Parte III: Algoritmo di Branch-and-Bound Parte III: Algoritmo di Branch-and-Bound Divide et Impera Sia z * max {c T x : x S} (1) un problema di ottimizzazione combinatoria difficile da risolvere. Domanda: E possibile decomporre il problema (1)

Dettagli

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {,}. Per ogni

Dettagli

Esercizio 1. min. Esercizio 2. Esercizio 3

Esercizio 1. min. Esercizio 2. Esercizio 3 A UNIVERSIÀ DEGLI SUDI ROMA RE Ricerca Operativa Primo appello gennaio 00 Esercizio Portando il problema in forma standard si aggiungono le variabili e 4. Impostando il problema artificiale è sufficiente

Dettagli

Introduzione ai Problemi di Flusso su Reti

Introduzione ai Problemi di Flusso su Reti UNIVERSI DI PIS IROCINIO ORMIVO IVO - I CICLO CLSSE DI BILIZIONE MEMIC PPLIC Introduzione ai Problemi di lusso su Reti Relatore: Prof. V. Georgiev.U: Prof. M. Berni Elisabetta lderighi R.O e Riforma della

Dettagli

Soluzione di problemi di Programmazione Lineare Intera

Soluzione di problemi di Programmazione Lineare Intera 10 Soluzione di problemi di Programmazione Lineare Intera 10.1 ESERCIZI SULLA SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 10.1.1 Risolvere con il metodo del Branch and Bound il seguente

Dettagli

La dualità nella Programmazione Lineare

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

Dettagli

Branch-and-bound per TSP

Branch-and-bound per TSP p. 1/6 Branch-and-bound per TSP Anche qui, rispetto allo schema generale visto in precedenza dobbiamo specificare: p. 1/6 Branch-and-bound per TSP Anche qui, rispetto allo schema generale visto in precedenza

Dettagli

Problemi lineari equivalenti

Problemi lineari equivalenti Problemi lineari equivalenti Introduzione Nel seguito verranno presentati alcuni esempi di trasformazione di problemi di problemi di programmazione lineare in forme equivalenti. Un problema di programmazione

Dettagli

Tecniche euristiche Ricerca Locale

Tecniche euristiche Ricerca Locale Tecniche euristiche Ricerca Locale PRTLC - Ricerca Locale Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo: rilassamenti Rilassamento

Dettagli

L ALGORITMO DEL SIMPLESSO REVISIONATO

L 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

Dettagli

Introduzione alla programmazione lineare

Introduzione alla programmazione lineare Introduzione alla programmazione lineare struttura del problema di PL forme equivalenti rappresentazione e soluzione grafica rif. Fi 1.2; BT 1.1, 1.4 Problema di programmazione lineare Dati: un vettore

Dettagli

Programmazione lineare: basi e soluzioni di base

Programmazione lineare: basi e soluzioni di base Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria

Dettagli

1 Problemi di PLI e chiusure convesse

1 Problemi di PLI e chiusure convesse Problemi di PLI e chiusure convesse Consideriamo il seguente problema di PL con regione ammissibile max cx Ax b x P = {x R n : Ax b, x }. () Se si aggiungono i vincoli di interezza sulle variabili la regione

Dettagli

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

ALGORITMI 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

Dettagli

Algoritmo basato su cancellazione di cicli

Algoritmo basato su cancellazione di cicli Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile

Dettagli

Esercizio 1. Esercizio 2

Esercizio 1. Esercizio 2 A-2 a PI Ricerca Operativa 1 Seconda prova intermedia La Pharmatix è un azienda di Anagni che produce due principi attivi, A e B, che consentono un profitto per grammo venduto di 20 e 30 euro rispettivamente.

Dettagli

Esame di Ricerca Operativa del 03/09/2015

Esame di Ricerca Operativa del 03/09/2015 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una raffineria di petrolio miscela tipi di greggio per ottenere tipi di carburante: senza piombo, diesel e blu diesel.

Dettagli

Esame di Ricerca Operativa del 09/02/2016

Esame di Ricerca Operativa del 09/02/2016 Esame di Ricerca Operativa del 0/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una sartoria produce tipi di vestiti: pantaloni, gonne e giacche, utilizzando stoffa e filo. Settimanalmente, la disponibilità

Dettagli

Teoria della Programmazione Lineare Intera

Teoria della Programmazione Lineare Intera Teoria della Programmazione Lineare Intera Laura Galli Dipartimento di Informatica Largo B. Pontecorvo, 567 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 7 Ottobre 0 Ricerca Operativa Laurea

Dettagli

AMPL Problemi su Reti

AMPL 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

Dettagli

TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.

TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1. Prof. R. adei EORIA della DUALIÀ Una piccola introduzione R. adei 1 R. adei 2 EORIA DELLA DUALIA' Il concetto di dualità fu introdotto nel 1947 da Von Neumann, anche se il teorema della dualità fu formulato

Dettagli

Problemi di Flusso: Il modello del Trasporto

Problemi di Flusso: Il modello del Trasporto Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su

Dettagli

+1 i j i = j i = j 1 1 i j 2 Il problema di PL associato alla scelta della migliore strategia per te è quindi il seguente: min z

+1 i j i = j i = j 1 1 i j 2 Il problema di PL associato alla scelta della migliore strategia per te è quindi il seguente: min z Esercizio 1. Considera il seguente gioco. Tu e il tuo avversario potete scegliere un intero tra 1 e. Se il numero x che hai scelto è minore di quello y del tuo avversario, allora tu vinci un euro, a meno

Dettagli

2. ALGORITMO DEL SIMPLESSO

2. ALGORITMO DEL SIMPLESSO . ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione

Dettagli

3x 2 = 6. 3x 2 x 3 = 6

3x 2 = 6. 3x 2 x 3 = 6 Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice

Dettagli

Teoria della Dualità: I Introduzione

Teoria della Dualità: I Introduzione Teoria della Dualità: I Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.2 Maggio 2004 Dualità Per ogni problema PL, detto primale, ne esiste un altro, detto duale, costruito

Dettagli

Università Ca Foscari Venezia

Università Ca Foscari Venezia Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi FAQ sul Metodo del SIMPLESSO Università Ca Foscari Venezia, Dipartimento di Management,

Dettagli

Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A

Prova 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

Dettagli

Il modello duale. Capitolo settimo. Introduzione

Il 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

Dettagli

Branch-and-bound per KNAPSACK

Branch-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

Dettagli

Programmazione Lineare Intera: Piani di Taglio

Programmazione 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

Dettagli

Esame di Ricerca Operativa del 06/02/17

Esame di Ricerca Operativa del 06/02/17 Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero d Matricola) Esercizio. Uno studente vuole definire un piano di studio settimanale per preparare gli esami A, B e C, massimizzando le ore (h)

Dettagli

Esercizi per il corso di ricerca operativa 1

Esercizi per il corso di ricerca operativa 1 Esercizi per il corso di ricerca operativa Ultimo aggiornamento: 8 gennaio 004 Indice I Esercizi 5 Programmazione lineare 7 Dualita 3 3 Analisi di sensitivita 7 4 Programmazione intera 5 Introduzione

Dettagli

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0 Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )

Dettagli

Problemi di localizzazione

Problemi 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

Dettagli

Soluzione dei problemi di Programmazione Lineare Intera

Soluzione dei problemi di Programmazione Lineare Intera Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa

Dettagli

Esame di Ricerca Operativa - 21 gennaio 2009 Facoltà di Architettura - Udine - CORREZIONE -

Esame di Ricerca Operativa - 21 gennaio 2009 Facoltà di Architettura - Udine - CORREZIONE - Esame di Ricerca Operativa - 2 gennaio 29 Facoltà di Architettura - Udine - CORREZIONE - Problema ( punti): Un azienda chimica produce quattro tipi di colla, A, B, C, D, utilizzando materie prime P, P

Dettagli

Grafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill)

Grafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill) Grafi: visite Una breve presentazione Visite di grafi Scopo e tipi di visita Una visita (o attraversamento) di un grafo G permette di esaminare i nodi e gli archi di G in modo sistematico Problema di base

Dettagli

2.3.3 Cammini ottimi nei grafi senza circuiti

2.3.3 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

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II) Luigi De Giovanni Giacomo Zambelli 1 I passi dell algoritmo del simplesso L

Dettagli

Esame di Ricerca Operativa del 16/06/2015

Esame 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

Dettagli

5. ANALISI DI SENSIBILITÀ

5. ANALISI DI SENSIBILITÀ 5. ANALISI DI SENSIBILITÀ R. Tadei 1 Una piccola introduzione R. Tadei 2 ANALISI DI SENSIBILITÀ Nei precedenti capitoli abbiamo visto come, partendo da un problema reale, si possa giungere alla costruzione

Dettagli