Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 24. Docente: Laura Palagi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 24. Docente: Laura Palagi"

Transcript

1 Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 24 Docente: Laura Palagi

2 Problema di Revenue management aereo in sistema Hub and Spoke

3

4 Una compagnia aerea (AIRL)dispone di m aeroplani e serve le città: O città HUB m città SPOKES D 1...D m (connesse all hub da una rotta) Ogni bank serve in totale 2m + m(m-1) voli: m voli di andata e m voli di ritorno dall hub O verso le città spoke D i, con i = 1,...,m Voli da D i a D j e ritorno, con i,j =1,,m

5 Si assuma che: Il tragitto da una D i a D j prevede sempre il passaggio per l HUB (O); I voli arrivano simultaneamente alla città Hub dove è prevista una sosta minima; Due tariffe aeree: Standard t ij (economica/solo andata) e Senior t ij S (tariffa agevolata sconto 90%); Per ogni rotta si conosce la domanda prevista d ij e d ij S (previsione senza incertezza) per posti rispettivamente a tariffa Standard e Senior; Ogni aeroplano ha una capienza massima C di posti prenotabili; In alcuni casi la domanda prevista eccede la capacità C su ogni possibile rotta;

6 IL NOSTRO TARGET Determinare il numero di biglietti a tariffa Standard e Senior, da vendere per ogni possibile rotta al fine di massimizzare il profitto

7 MODELLO GENERALE Variabili di Decisione X ij = Numero biglietti alla tariffa Standard venduti Y ij = Numero biglietti alla tariffa Senior venduti Per la tratta da D i a D j con i, j = 1,...,m + 1 e i j dove m +1 = HUB

8 Di capacità m+1 j=1 m+1 i=1 ( x ij + y ij ) C ( x ij + y ij ) C i = 1,...,m j = 1,...,m VINCOLI Di domanda x ij d ij y ij d ij S i, j = 1,...,m + 1 Di non negatività x ij 0 y ij 0 i, j = 1,...,m + 1

9 Funzione Obiettivo max m Σ + 1 m Σ + 1 (x t + y t s ) ij ij ij ij j = 1 i = 1 con i j, t ij tariffa Standard t s ij tariffa Senior Per la tratta da D i a D j

10 Problema di Revenue management aereo in sistema Hub and spoke m + 1 m + 1 Max ( x ij t ij + y ij t ij S ) s.t. i = 1 m + 1 j = 1 m + 1 j = 1 ( x ij + y ij ) C ( x ij + y ij ) C i = 1,...,m j = 1,...,m D 2 D 1 hub D m D m-1.. D 8. i = 1 0 x ij d ij 0 y ij d ij S i,j = 1,...,m + 1 D 3 D 4 D 6 D 5 D 7

11 Problema Specifico (m = 3) Hub={Houston (HOU)}; Spoke={Chicago (ORD), Miami (MIA), Phoenix(PH)}; 12 Possibili Rotte 6 da Houston alle città spoke e ritorno O a D j {HOU-ORD,HOU-MIA,HOU-PH e ritorno}; 6 da D i a D j ={ORD-MIA,ORD-PH,MIA-PH,MIA-ORD, PH-ORD,PH-MIA}

12 DATI del problema Tariffa standard (euro) t ij per ogni possibile rotta Chicago Miami Phoenix Houston Chicago Miami Phoenix Houston Tariffa senior (euro) t ij S per ogni possibile rotta Chicago Miami Phoenix Houston Tariffa scontata del 90% rispetto al prezzo standard per viaggiatori senior Chicago Miami Phoenix Houston

13 Domanda deterministica d ij per posti a tariffa standard Chicago Miami Phoenix Houston Chicago Miami Phoenix Houston DATI del problema La capacità di ogni aereo è C =260 Domanda deterministica d ij S per posti a tariffa senior Chicago Miami Phoenix Houston Chicago Miami Phoenix Houston

14 Osservazione La domanda di posti complessiva(a tariffa standard e senior) eccede in 2 casi la capacità dell aereo come mostrato nella seguente tabella: Domanda totale verso l hub (Houston) Capacità Chicago Miami Phoenix posti ancora disponibili

15 Formulazione del modello Variabili di decisione x ij = numero di biglietti alla tariffa standard venduti y ij = numero di biglietti alla tariffa senior venduti Per la tratta da D i a D j con i, j = 1,,4 e i j dove 4 = HUB (Houston)

16 Vincoli 4 Di capacità j=1 4 i=1 (x ij + y ij ) C (x ij + y ij ) C i = 1,...,3 j= 1,...,3 Di domanda x ij d ij y ij d ij S i,j= 1,...,4 Di non negatività x ij 0 y ij 0 i,j= 1,...,4

17 Funzione Obiettivo 4 4 Max ( x ij t ij + y ij t s ij ) i=1 j=1 con i j dove t ij tariffa standard t ij s tariffa senior

18 MODELLO di PL 4 4 Max ( x ij t ij + y ij t ij S ) i = 1 j = 1 con i j s.t. 4 (x ij + y ij ) 260 i = 1,...,3 j=1 4 (x ij + y ij ) 260 j = 1,...,3 i=1 0 x ij d ij 0 y ij d ij S i,j = 1,...,4

19 Soluzione OTTIMA Funzione obiettivo MAX RICAVI

20 Problema di PLI modellato come problema di PL ORD MIA Indicando con X vettore dei biglietti a tariffa standard venduti Y vettore dei biglietti a tariffa senior venduti W vettore delle tariffe standard W S vettore delle tariffe senior C vettore delle capacità D vettore delle domande a tariffa standard D S vettore delle domande a tariffa senior Il problema può essere scritto in forma compatta max w T x+w st y M (x+y) C 0 x D 0 y D S La matrice dei vincoli M è a componenti (0,1),in particolare è totalmente unimodulare (TUM). Poiché M è TUM allora per D,D S e C interi si hanno tutti i vertici interi e dunque si ottiene una soluzione intera risolvendo un problema di PL. HOU (hub) PH

21 Sottoutilizzo della capacità di alcuni aerei Miami (MIA) Houston (HOU) Phoenix (PH) Houston (HOU) Miami (MIA) Houston (HOU) Volendo riempire tutti gli aerei al fine di sfruttare al massimo capacità di ciascuno di essi, nei vincoli di capacità, è stata imposta l uguaglianza. Il Risolutore non è in grado di trovare una soluzione fattibile

22 Analisi WHAT-IF Per quanto riguarda ulteriori analisi,abbiamo ipotizzato 3 differenti scenari: Soddisfare tutta la domanda per i posti senior. Impostare un numero minimo di posti da destinare ai viaggiatori con tariffa senior. Aumentare la capacità del singolo aereo.

23 Domanda Senior In base alla soluzione ottima ottenuta: I biglietti venduti alla tariffa senior << biglietti venduti alla tariffa standard Ai fini del perseguimento di una politica economica basata su una drastica riduzione del prezzo del biglietto per i viaggiatori senior sarebbe opportuno introdurre ulteriori vincoli che impongano un numero minimo di biglietti alla tariffa senior da vendere per ogni tratta(sempre nel rispetto dei vincoli di capacità e di domanda). y ij = d ij S (si vuole soddisfare tutta la domanda per posti a tariffa senior) Il ricavo passa da R 1 a R 2 R 1 = R 2 = ΔR = MIA HUB 260 = 260 HUB MIA PH HUB

24 Limite Inferiore 5 y ij d ij S (per ogni possibile rotta si devono vendere almeno 5 biglietti a tariffa senior) Il ricavo passa da R 1 a R 2 R 1 = R 2 = ΔR = MIA HUB PH HUB MIA HUB 260 = Buona soluzione alternativa

25 Ipotizzando una variazione del numero di posti disponibili in ciascun aereo,dunque passando da C=260 a C=280, si evidenzia una variazione in positivo del ricavo e quindi del profitto generato. R 1 = R 2 = ΔR = (~ 4%) Variazione della capacità ORD MIA Si nota che all aumentare di C, si ha un incremento proporzionale al ΔC del numero di biglietti venduti, per ogni tratta fuorché per quelle da e verso MIAMI, in quanto i vincoli di domanda per massimizzare il profitto sono già stati tutti soddisfatti all uguaglianza. L aumento del ricavo (~ 4%) non è proporzionale all incremento dei posti disponibili (~10%) HOU (hub) PH

26 Alliance tra compagnie Qualora una compagnia disponga di posti liberi non è raro che li venda ad un altra compagnia aerea la cui domanda eccede l offerta. Ad esempio: La domanda per la tratta PH-ORD non eguaglia la capacità C, ed é pertanto plausibile ipotizzare che i posti rimanenti possano essere venduti ad un altra compagnia concordando una tariffa di rimborso. La tariffa minima che la nostra compagnia è disposta ad accettare è: Analizzando il valore del costo ridotto (Cr), relativo alla tratta d interesse identificato dalla variabile corrispondente, Cr = -173 Tariffa (PH-ORD) = 192 Tariffa minima (Tr) = Tariffa (PH-ORD) + Cr = 175

27 Nel caso in cui, invece, la domanda ecceda la capacità C, come nel caso della tratta MIA-ORD, un altra compagnia aerea può rendersi disponibile per trasportare i nostri viaggiatori in eccesso, concordando un altra tariffa di rimborso. La tariffa massima che alla nostra compagnia conviene accettare è: analizzando il valore dei prezzi ombra (PO), relativi alle tratte MIA-HUB e HUB-ORD PO (MIA-HUB) = 108 PO (HUB-ORD) = 5 Tariffa massima (Tmax) = PO (MIA-HUB) + PO (HUB-ORD) = = 113

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 1. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 1. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 1 Docente: Laura Palagi Homework n. o 1 Problema di Revenue management aereo in sistema Hub and Spoke

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 10 Docente: Laura Palagi Smaltimento dei rifiuti solidi urbani HOMEWORK N 10 Francesco Cambiotti

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 26. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 26. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 26 Docente: Laura Palagi Modello di distribuzione Cardillo Raffaele Di Paola Catherine Trano Marco

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13 Docente: Laura Palagi A.A. 2012/2013 Laboratorio di Ricerca Operativa BGER Leonardo Mastrantoni

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19 Docente: Laura Palagi Gruppo 19: Valentina Rabagliati Luca Quaresima Andrea Martullo Istanza del

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 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

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 21. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 21. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 21 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 21 MODELLO DI MISCELAZIONE E

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 3. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 3. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 3 Docente: Laura Palagi 2 TESTO DEL PROBLEMA Si vuole programmare la dieta di un individuo su un

Dettagli

Esercitazione n o 6 per il corso di Ricerca Operativa

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

Dettagli

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

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

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6 Docente: Laura Palagi PIANIFICAZIONE DELLA PRODUZIONE 2 Si distingue in: PRODUCTION PLANNING: Tentativo

Dettagli

Ottimizzazione marginale

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

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4 Docente: Laura Palagi Homework in Ricerca Operativa GRUPPO 4: Isabelle Pietroletti Matteo Marangio

Dettagli

Management Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento

Management 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/

Dettagli

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

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

Dettagli

Programmazione Lineare Intera

Programmazione Lineare Intera Programmazione Lineare Intera Andrea Scozzari a.a. 2012-2013 May 10, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare Intera May 10, 2013 1 / 16 Programmazione Lineare Intera: Metodo dei Piani

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 18. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 18. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 18 Docente: Laura Palagi Il gioco più bello del mondo dopo il calcio Il Fantacalcio è il gioco più

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

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come

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

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11 Docente: Laura Palagi Alina Volovei Ilaria Noce Lea Mariella Pianificazione degli approvvigionamenti

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 33. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 33. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 33 Docente: Laura Palagi Homework in Ricerca Operativa gruppo n 33 Turni del Personale Martina Conti

Dettagli

PROBLEMI DI SCELTA dipendenti da due variabili d azione

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

Dettagli

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

Problemi di localizzazione di servizi (Facility Location Problems)

Problemi di localizzazione di servizi (Facility Location Problems) 9. Problemi di Localizzazione di Servizi 1 Problemi di localizzazione di servizi (Facility Location Problems) Dato un insieme di clienti richiedenti una data domanda di merce e dato un insieme di possibili

Dettagli

Esercitazione n o 7 per il corso di Ricerca Operativa

Esercitazione n o 7 per il corso di Ricerca Operativa Esercitazione n o 7 per il corso di Ricerca Operativa Modello di miscelazione Il problema è stato tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning,

Dettagli

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

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

Dettagli

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni 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

Dettagli

5.5 Metodi dei piani di taglio

5.5 Metodi dei piani di taglio 5.5 Metodi dei piani di taglio Problema generale di Programmazione Lineare Intera (PLI) max{c t x : x X} dove X = {x Z n + : Ax b}, con A matrice m n e b vettore n 1 razionali Proposizione: conv(x) = {x

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

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

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

Dettagli

ECONOMIA APPLICATA ALL INGEGNERIA (Docente: Prof. Ing. Donato Morea)

ECONOMIA APPLICATA ALL INGEGNERIA (Docente: Prof. Ing. Donato Morea) ESERCIZIO n. 1 - La produzione ed i costi di produzione (1 ) Un impresa utilizza una tecnologia descritta dalla seguente funzione di produzione: I prezzi dei fattori lavoro e capitale sono, rispettivamente,

Dettagli

ESERCITAZIONE 3: Produzione e costi

ESERCITAZIONE 3: Produzione e costi MICROECONOMIA CEA A.A. 00-00 ESERCITAZIONE : Produzione e costi Esercizio (non svolto in aula ma utile): Rendimenti di scala Determinare i rendimenti di scala delle seguenti funzioni di produzione: a)

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

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

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c

Dettagli

Introduzione alla ricerca operativa Problemi e modelli

Introduzione alla ricerca operativa Problemi e modelli Problemi e modelli TFA Anno Accademico 2012-13 La metodologia della matematica applicata Problema reale Denizione del modello matematico Algoritmo risolutivo Analisi dei risultati Il problema reale Reperimento

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 9. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 9. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 9 Docente: Laura Palagi LA DIETA A COSTO MINIMO AL MCDONALD S Realizzata da: Erasmo Percoco Simone

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

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

Miscelazione di benzine

Miscelazione di benzine Miscelazione di benzine Una raffineria deve miscelare 4 tipi di petrolio grezzo per ottenere 3 tipi di benzina. La tabella seguente mostra la massima quantità disponibile per ogni tipo di petrolio grezzo

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Ricerca Operativa 2. Modelli di Programmazione Lineare - TESTI Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi

Dettagli

La programmazione lineare

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

Dettagli

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

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

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE N. 6 - PARTE 1 - Introduzione LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

Progetto PI , passo A.1 versione del 6 febbraio 2007

Progetto PI , passo A.1 versione del 6 febbraio 2007 Università degli Studi di Roma La Sapienza Facoltà di Ingegneria Corso di Laurea in Ingegneria Gestionale Corso di Progettazione del Software Proff. Toni Mancini e Monica Scannapieco Progetto PI.20050704,

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

Un problema di Capital Budgeting

Un problema di Capital Budgeting LABORATORIO RICERCA OPERATIVA Un problema di Capital Budgeting Laura Palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Universita` di Roma Capital Budgeting (Pianificazione

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

DIREZIONE GENERALE PER GLI AEROPORTI ED IL TRASPORTO AEREO GLI ONERI DI SERVIZIO PUBBLICO NEI COLLEGAMENTI AEREI

DIREZIONE GENERALE PER GLI AEROPORTI ED IL TRASPORTO AEREO GLI ONERI DI SERVIZIO PUBBLICO NEI COLLEGAMENTI AEREI DIREZIONE GENERALE PER GLI AEROPORTI ED IL TRASPORTO AEREO DIV 3 - TRASPORTO AEREO E POLITICA TARIFFARIA GLI ONERI DI SERVIZIO PUBBLICO NEI COLLEGAMENTI AEREI DGATA/DIV3 1 GLI ONERI DI SERVIZIO PUBBLICO

Dettagli

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 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

Dettagli

Il problema del commesso viaggiatore e problemi di vehicle routing

Il problema del commesso viaggiatore e problemi di vehicle routing Il problema del commesso viaggiatore e problemi di vehicle routing Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre

Dettagli

a) Tracciare le curve del ricavo marginale e del costo marginale. b) Quale quantità deciderà di produrre?

a) Tracciare le curve del ricavo marginale e del costo marginale. b) Quale quantità deciderà di produrre? Domande 1. Supponete che un impresa possa vendere qualsiasi quantità desideri a 13 euro e che abbia i seguenti costi (CT) per vari livelli di produzione (Q): a) Tracciare le curve del ricavo marginale

Dettagli

Un applicazione della programmazione lineare ai problemi di trasporto

Un applicazione della programmazione lineare ai problemi di trasporto Un applicazione della programmazione lineare ai problemi di trasporto Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA 2012-2013

Dettagli

Esami a. a Analisi Matematica Svolgere i seguenti esercizi motivando tutte le risposte.

Esami a. a Analisi Matematica Svolgere i seguenti esercizi motivando tutte le risposte. Esami a. a. 2006-07 Perugia, 7 giugno 2007 1. Automobili. Due automobili da corsa A, B accelerano da ferme fino a raggiungere le seguenti velocità t secondi dopo la partenza v A (t) = 40t, v B (t) = 40t

Dettagli

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

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

Dettagli

Lezione 2 Un modello di produzione

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

Dettagli

ESERCITAZIONE 7: STRATEGIE DI PREZZO E EQUILIBRIO ECONOMICO GENERALE

ESERCITAZIONE 7: STRATEGIE DI PREZZO E EQUILIBRIO ECONOMICO GENERALE MICROECONOMI CLE.. 00-004 ssistente alla didattica: Elena rgentesi ESERCITZIONE 7: STRTEGIE I PREZZO E EQUILIRIO ECONOMICO GENERLE Esercizio : iscriminazione di prezzo del terzo tipo [Secondo parziale

Dettagli

5.5 Metodi generali per la soluzione di problemi

5.5 Metodi generali per la soluzione di problemi 5.5 Metodi generali per la soluzione di problemi di PLI I problemi di PLI hanno caratteristiche molto diverse dai problemi di PL. In alcuni casi, la soluzione del problema lineare rilassato, ottenuto cioè

Dettagli

Lavoro Quantità. si determinino prodotto marginale e medio del fattore lavoro.

Lavoro Quantità. si determinino prodotto marginale e medio del fattore lavoro. Microeconomia, Esercitazione 3. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 Produzione/1 Data una certa tecnologia di produzione definita solo nell input lavoro (o, in alternativa,

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

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

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

Dettagli

Compito di Informatica Grafica 5 appello 02/07/2007

Compito di Informatica Grafica 5 appello 02/07/2007 Nome e Cognome Numero di Matricola Ing. Edile (Immatr. nell a.a. ) Ing. Edile-Architettura (Immatr. nell a.a. ) Esercizio 1 (12 punti) La base di dati mantiene informazioni riguardo a traversate aeree,

Dettagli

Esercitazione n o 7 per il corso di Ricerca Operativa

Esercitazione n o 7 per il corso di Ricerca Operativa Esercitazione n o 7 per il corso di Ricerca Operativa Modello di miscelazione Il problema è stato tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning,

Dettagli

Esercizio 10.1 Pagina 1 di 2 ESERCIZIO 10.1

Esercizio 10.1 Pagina 1 di 2 ESERCIZIO 10.1 Esercizio 10.1 Pagina 1 di ESERCIZIO 10.1 (Modello di Baumol). Un manager di un impresa oligopolistica massimizza i RT sotto il vincolo di garantire alla proprietà un profitto Π G = 500 euro. La funzione

Dettagli

Capitolo 7 Organizzazione e comportamento dell impresa

Capitolo 7 Organizzazione e comportamento dell impresa Capitolo 7 Organizzazione e comportamento dell impresa Trasparenti tratti, con modifiche e integrazioni, da: David Begg, Stanley Fischer e Rudiger Dornbusch, Economia, cap.7 McGraw-Hill, 2001 La teoria

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

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione) RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno

Dettagli

Universita degli Studi di Siena

Universita degli Studi di Siena Universita degli Studi di Siena Facolta di Ingegneria Dispense del corso di Sistemi di Supporto alle Decisioni I L algoritmo per la risoluzione di problemi di programmazione dinamica Chiara Mocenni Corso

Dettagli

Segmentazione del mercato tramite menù di contratti nel settore del software

Segmentazione del mercato tramite menù di contratti nel settore del software Segmentazione del mercato tramite menù di contratti nel settore del software La segmentazione del mercato basata su differenze qualitative di prodotto è diffusa nel settore del software. Questa consiste

Dettagli

Esercitazione 14 Aprile 2016 (Viki Nellas)

Esercitazione 14 Aprile 2016 (Viki Nellas) Esercitazione Aprile 06 (Viki Nellas) Esercizio Considerate un impresa che utilizzi una tecnologia descritta dalla seguente funzione, ; i prezzi dei fattori lavoro e capitale sono pari rispettivamente

Dettagli

Lezione 15 Analisi dei costi VECCHIO LIBRO: Saltare par Solo da leggere 6.3

Lezione 15 Analisi dei costi VECCHIO LIBRO: Saltare par Solo da leggere 6.3 Lezione 15 Analisi dei costi VECCHIO LIBRO: Saltare par. 6.1.5 - Solo da leggere 6.3 Le imprese Le funzioni dell impresa: organizzare la produzione in serie reperire le risorse gestire il processo produttivo

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

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

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

Prova di verifica n. 2

Prova di verifica n. 2 Cognome... Nome... 21 Classe... Data... Prova di verifica n. 2 Calcoli percentuali (diretti, inversi, sopracento e sottocento) e riparti proporzionali (diretti, inversi, composti) Esercizi numerici 1.

Dettagli

LA PROGRAMMAZIONE MATEMATICA (p.m.)

LA 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

Dettagli

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo

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

Dettagli

Un esempio di applicazione della programmazione lineare intera: il Sudoku

Un esempio di applicazione della programmazione lineare intera: il Sudoku Un esempio di applicazione della programmazione lineare intera: il Sudoku Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA

Dettagli

Tema d esame del 15/02/12

Tema d esame del 15/02/12 Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi

Dettagli

Metodi e modelli per le decisioni

Metodi e modelli per le decisioni Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 5.5 Esercizi Nota : Devo molti di questi esercizi a temi d esame del prof. Alberto Colorni. Nota : Gli esercizi e le soluzioni non sono stati

Dettagli

Logistica - Programmazione lineare

Logistica - Programmazione lineare Logistica - Programmazione lineare Federico Di Palma February 17, 2010 1 Programmazione lineare La programmazione lineare (PL) si occupa di alcuni particolari problemi di ottimizzazione vincolata. In particolare

Dettagli

CONCORRENZA TRA TRENO E AEREO

CONCORRENZA TRA TRENO E AEREO A cura di TRA consulting CONCORRENZA TRA TRENO E AEREO La costruzione della rete ad alta velocità ferroviaria ha avuto notevole successo nei vari Paesi in cui è stata introdotta, producendo come effetto

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

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

UNIVERSITÀ DEGLI STUDI DI BERGAMO - Facoltà di Ingegneria CORSO SISTEMI DI CONTROLLO DI GESTIONE Ingegneria Informatica Prof. Sergio Mascheretti

UNIVERSITÀ DEGLI STUDI DI BERGAMO - Facoltà di Ingegneria CORSO SISTEMI DI CONTROLLO DI GESTIONE Ingegneria Informatica Prof. Sergio Mascheretti ESAME DEL 02/04/09 DOMANDA 1 Indicare cosa si intende per costi indiretti e descrivere quali sono i principali approcci all imputazione dei costi indiretti. DOMANDA 2 Descrivere il sistema di reporting

Dettagli

La produzione turistica

La produzione turistica La produzione turistica 1. Esercizio Un T.O. deve immettere nel mercato un pacchetto turistico che si caratterizza per i seguenti costi: costi fissi: 5.000 costo variabile unitario = 350 prezzo unitario

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

Introduzione alla RO - Parte II

Introduzione alla RO - Parte II Introduzione alla RO - Parte II Andrea Scozzari a.a. 2013-2014 March 7, 2014 Andrea Scozzari (a.a. 2013-2014) Introduzione alla RO - Parte II March 7, 2014 1 / 18 Problema della pianificazione del personale:

Dettagli

Università degli studi di Roma Tor Vergata. Facoltà di Economia Corso di laurea in Economia aziendale

Università degli studi di Roma Tor Vergata. Facoltà di Economia Corso di laurea in Economia aziendale Università degli studi di Roma Tor Vergata Facoltà di Economia Corso di laurea in Economia aziendale Tesi in Economia del settore dei Trasporti La competizione nel settore del trasporto aereo di passeggeri:

Dettagli

Università degli Studi di Napoli "Federico II" - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof.

Università degli Studi di Napoli Federico II - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof. Corso di Ricerca Operativa - Prova d'esame del.0.008 (Prof. Bruno) Una ditta di spedizioni ha accettato un ordine per trasportare con urgenza 00 tonnellate di materiale industriale in una località. La

Dettagli

Algoritmo di Branch & Bound

Algoritmo di Branch & Bound Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo di Branch & Bound Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria

Dettagli

Soluzione dei Problemi di Programmazione Lineare

Soluzione dei Problemi di Programmazione Lineare Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle

Dettagli

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs Lezioni di Ricerca Operativa Dott. F. Carrabs.. 009/00 Lezione 6: - mmissibilità di un vincolo - Vincoli alternativi - Vincoli alternativi a gruppi - Rappresentazione di funzioni non lineari: Costi fissi

Dettagli

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ Alcuni esercizi sullo spazio euclideo R Nel seguito R indicherà lo spazio euclideo tridimensionale standard, dotato del riferimento cartesiano naturale (pag 56-57 del libro Nota: gli esercizi proposti

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

Mobility Conference 8 febbraio 2010. Roberto Zucchetti CERTeT Università Bocconi roberto.zucchetti@unibocconi.it

Mobility Conference 8 febbraio 2010. Roberto Zucchetti CERTeT Università Bocconi roberto.zucchetti@unibocconi.it Mobility Conference 8 febbraio 2010 Il ruolo degli aeroporti lombardi Indicatori di accessibilità aerea 1999-2009 Roberto Zucchetti CERTeT Università Bocconi roberto.zucchetti@unibocconi.it Sommario 1)

Dettagli