Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):
|
|
- Adriano Grimaldi
- 6 anni fa
- Visualizzazioni
Transcript
1 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 alla prova d esame. Si invitano gli studenti a segnalare eventuali errori riportati nelle soluzioni. Domini di funzioni di due variabili Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):. f (, ) = f (, ) =log ( 2 2 ) +log ( 6 2 2) 3. f (, ) =log( ) f (, ) = 2 2. f (, ) = [ sin ( 2 )] + 6. f (, ) = arcsin( ) 7. f (, ) = f (, ) = Soluzione grafica di problemi di PL. Risolvere graficamente il seguente problema di programmazione lineare: Soluzione: = 7 2 ; 2 = 7 2. min + 2 2, , 2 7, Risolvere graficamente il seguente problema di programmazione lineare: min 2, + 2 0, , Soluzione: = 3 2 ; 2 = 3 2.
2 3. Risolvere graficamente il seguente problema di programmazione lineare: ma , 2 2 0, , , 0, 2 0. Soluzione: = ; 2 = 2.. Risolvere graficamente il seguente problema di programmazione lineare: Soluzione: =6; 2 =0. ma 2, + 2 6, 2 3, , 0, 2 0. Vertici dei poliedri. Determinare algebricamente tutti i vertici del poliedro: , 3 + 2, + 2, + 2 6, 0, 2 0. ( ) 6 Soluzione: i vertici sono i punti (0, 0), (0, 3),, 0, (, ). 2. Sia dato il seguente poliedro: 2 2 2, =, 2 + =, 0. Spiegare perchè le seguenti affermazioni sono errate: a) il punto (2,, 0, 7) T non è ammissibile; b) il punto (2,, 0, 7) T è vertice; c) il punto (,,, 6) T non è ammissibile; d) il punto (, 0,, ) T è vertice. 3. Determinare tutte le basi (ammissibili) e le soluzioni di base ammissibili del seguente sistema: + 2 2, 2, 2, 0, 2 0. Soluzione: ci sono 3 basi ammissibili non degeneri e 3 basi ammissibili degeneri.
3 . Sia dato il poliedro P (τ), con τ 0, definito da: 2 + τ 3 =2, = τ, 0, 2 0, 3 0. Determinare per quali valori non negativi di τ il poliedro P (τ) ammette esattamente due soluzioni ammissibili di base (anche degeneri) e chiarire se sia possibile ottenerne tre. Determinare, inoltre, per quali valori non negativi di τ il poliedro P (τ) ammette (0, 0, ) T come suo vertice. Soluzione: <τ 2. Il poliedro P (τ) ammette (0, 0, ) T come suo vertice per τ =2.. Si consideri il seguente poliedro: =3, =9, 0. Giustificare perchè, tra le seguenti affermazioni, risulta corretta solo la terza: a) la prima e la seconda colonna della matrice dei vincoli formano una base ammissibile; b) il punto (,, 0, 0) T è un vertice del poliedro; c) il punto (3, 0, 0, 0) T è un vertice del poliedro; d) il poliedro può averepiù di 6 vertici. Metodo del simplesso. Si consideri il seguente problema di programmazione lineare: min (2,,, 0, 0), ) = ( ( R, 0. Giustificare perchè, tra le seguenti affermazioni, risulta corretta solo la seconda: a) la base costituita dalla quarta e quinta colonna soddisfa il criterio di ottimalità; b) la base costituita dalla quarta e quinta colonna soddisfa il criterio di illimitatezza; c) il vertice associato alla base costituita dalla quarta e quinta colonna è(0, 0,, 0, 2); d) la funzione obiettivo è limitata inferiormente nell insieme ammissibile. 2. In un iterazione del metodo del simplesso risulta B =(, 3, ) T, N =( 2, 6, 7, ) T, 2 0 B N = 3 2 2, γ = 2, B b = Giustificare perchè,traleseguentiaffermazioni,risultafalsasololaprima: ),
4 a) le variabili 7 e sono candidate ad entrare in base; b) non è soddisfatto il criterio di illimitatezza; c) la soluzione di base corrente non soddisfa il criterio di ottimalità; d) la prossima soluzione di base ammissibile sarà degenere. 3. Risolvere il seguente problema di PL con il metodo del simplesso: Soluzione: = 3 =0, 2 = 9 2. ma , , , 0.. Risolvere il seguente problema di PL con il metodo del simplesso: min , , + 2 =, 0. Soluzione: l ottimo della funzione obiettivo vale Risolvere il seguente problema di PL con il metodo del simplesso: Soluzione: = 6, 2 = 3. min +2 2, +3 2, , In merito al problema di PL che segue, verificare la falsità della seguente affermazione: In una soluzione ammissibile di base ottima di un problema di PL (di minimo, in forma standard), i coefficienti di costo ridotto devono essere tutti non negativi. min , =3, =2, =, 0. Soluzione: riflettere sulle soluzioni di base ammissibili (,, 6 ) T =(2,, 0) T e(,, 3 ) T = (2,, 0) T. 7. Sia dato il problema di PL: min , =3, =6, =, 0.
5 a) Si verifichi che le variabili, 2 e 3 individuano una base ottima; b) si determini l intervallo di valori entro cui può variare il coefficiente di costo c 2 (relativo alla variabile 2 )affinchè la soluzione determinata al punto precedente rimanga ottima. Se si sceglie c 2 maggiore dell estremo superiore dell intervallo sopra determinato, qual è la variabile candidata ad entrare in base? c) Si determini l intervallo di valori entro cui può variare il termine noto b 2 del secondo vincolo affinchè la base individuata da, 2 e 3 rimanga ottima. Qual è l espressione che lega il valore ottimo della funzione obiettivo a b 2? Soluzione: b) c 2 [, 2] ; se 2 <c 2 3, la variabile candidata ad entrare in base è 6 ;se c 2 > 3, la variabile con costo ridotto minore è 6 ;c)b 2 [ 2, 8] ; z =2+2b 2. Condizioni di KKT. Usando le condizioni di KKT, risolvere il seguente problema: Soluzione: = 70, 2 = 900, 3 = 30. ma log +2log 2 +3log 3, = 3000, 70, 2, Risolvere il seguente problema di ottimizzazione vincolata: usando le condizioni di KKT. Soluzione: =3, 2 =. ma , 2 +, 0, 3, 3. Determinare il punto di intersezione dei piani: =9, +2 2 =3, più vicino al punto di coordinate (3,, 2). Soluzione: il problema può essere formulato come problema di ottimizzazione vincolata in cui l obiettivo è quello di minimizzare il quadrato della distanza tra il punto cercato e (3,, 2): min ( 3) 2 +( 2 +) 2 +( 3 2) 2, =0, =0. Risolvendo il problema con le condizioni di KKT, si ottiene un punto di minimo globale che è ( 7 3, 3, 2 3).
6 Massimi e minimi vincolati Determinare e classificare gli eventuali punti di massimo e minimo assoluti delle seguenti funzioni f (, ) sotto i vincoli assegnati (per brevità, i punti di minimo e di massimo saranno denotati, rispettivamente, con m e M).. f (, ) = 3 + 2, ϕ (, ) = Soluzione: m =(, 0) ; M =(, 0). { 2. f (, ) = + 2, D = (, ) R 2 : ( 2 + 2) } 2 2. Soluzione: m =(, 0) ; M =(, 0). { } 3. f (, ) = arctan ( + ), D = (, ) R 2 : ( ) ( Soluzione: m = 8, 2 ) ; M = 8, 2.. f (, ) = 2 +, D = { (, ) R 2 : + }. Soluzione: m,2 =( 3, ±) ; M,2 =(0, ±).. f (, ) =e z2, ( ϕ(,, z) = z 2. ) ( ) Soluzione: m,2 = ± 2, 2 2, 0 ; M,2 = ± 2, ± 2 2, 0. Teoria della dualità Costruire i duali dei problemi di programmazione relativi alla prima sezione degli esercizi (risoluzione grafica). Confrontare che i valori della funzione obiettivo per il primale e per il duale siano gli stessi. Procedere con la risoluzione dei problemi duali mediante il metodo del simplesso. Effettuare anche la verifica grafica della soluzioni dei duali se sono formulati in R 2. Programmazione lineare intera. Determinare la soluzione del seguente problema di programmazione lineare intera con l algoritmo del branch and bound: Soluzione: =2, 2 = 2. min + 2, + 2 0, 2 2 3, 2, e 2 interi. 2. Determinare la soluzione del seguente problema di programmazione lineare intera con l algoritmo del branch and bound: Soluzione: =3, 2 =2. ma , +6 2, + 2, 0, 2 0, e 2 interi.
7 3. Determinare la soluzione del seguente problema di programmazione lineare intera con l algoritmo del branch and bound: Soluzione: = 2, 2 =3. ma , 2, , , 2 0, e 2 interi.. Determinare la soluzione del seguente problema di programmazione lineare intera con l algoritmo del branch and bound: ma 2, , , 2, 0, 2 0, e 2 interi. Soluzione: ottimo non unico. Si hanno i punti per i quali =0, 2 =2e =, 2 =2.. Determinare la soluzione del seguente problema di programmazione lineare intera con l algoritmo del branch and bound: Soluzione: =2, 2 =2. ma , 2 2, 2 0, 0, 2 0, e 2 interi. Teoria dei grafi e cammini minimi. Sia dato un grafo orientato G (V,E) caratterizzato da 8 nodi (V = {s,, 2, 3,,, 6, 7}) e 3 archi. A ciascun arco è associato un costo secondo le seguenti tabelle: Arco (s, ) (s, 2) (, 2) (, 3) (, ) (2, ) (3, ) Costo 2 6 Arco (3, 6) (, 3) (6, ) (6, ) (6, 7) (7, ) Costo 9 2 Determinare l albero dei cammini minimi dal nodo s al nodo 6, applicando l algoritmo di Dijkstra (suggerimento: l algoritmo termina non appena il nodo 6 viene etichettato permanentemente). Soluzione: il grafico relativo al cammino minimo è quello riportato nella seguente figura.
8 Il costo del cammino complessivo è pari a. 3 s 6 2. Sia dato un grafo orientato G (V,E) caratterizzato da 8 nodi (V = {, 2, 3,,, 6, 7, 8}) e archi. A ciascun arco è associato un costo secondo le seguenti tabelle: Arco (, 2) (, 3) (2, 3) (2, ) (2, 6) (3, ) (3, ) Costo Arco (, 6) (, 7) (, ) (6, 7) (6, 8) (7, ) (7, 8) Costo Determinare l albero dei cammini minimi dal nodo a tutti gli altri nodi. Soluzione: detto T il cammino, si ha che T = {(, 2), (2, 3), (2, 6), (3, ), (3, ), (6, 7), (7, 8)}. 3. Sia G (V,E) un grafo orientato con e Sia V = {, 2, 3,,, 6} E = {(, 3), (2, ), (2, 3), (2, ), (3, ), (3, ), (, ), (, 6), (, 6)}. c T =[c 3 =, c 2 =, c 23 =, c 2 =, c 3 =, c 3 =7, c =, c 6 =6, c 6 =] il vettore dei costi. Applicando l algoritmo di Dijkstra, determinare l albero dei cammini minimi dal nodo 2 a tutti gli altri nodi. Soluzione: detto T il cammino, si ha che T = {(2, ), (2, 3), (3, ), (, ), (, 6)}.. Applicando l algoritmo di Dijkstra, determinare l albero dei cammini minimi dal nodo a tutti gli altri nodi per la rete in figura:
9 Soluzione: Usando l algoritmo di Dijkstra, disegnare l albero dei cammini minimi per la rete in figura, supponendo che il nodo sia la sorgente: Soluzione: 3 2 6
10 Soluzioni sui domini delle funzioni di due variabili Es. n. Es. n. 2 Es. n. 3 Es. n. Es. n. Es. n. 6
11 Es. n. 7 Es. n. 8
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,
DettagliSi 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
Dettaglix 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,
DettagliCOMPITO 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,
DettagliIl 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
DettagliCOMPITO 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
DettagliEsame 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
DettagliFigura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.
ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c
DettagliPROGRAMMAZIONE 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
DettagliEsame 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
DettagliEsame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00
DettagliEsame 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
DettagliEsame di Ricerca Operativa del 16/06/2015
Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il
DettagliEsercizi di Programmazione Lineare - Dualità
Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul
DettagliDomande 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
DettagliUNIVERSITÀ 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
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
DettagliEsame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 08/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x x 0 x + x x x 8 x x 8
Dettagli5.4.5 Struttura dell algoritmo ed esempi
CAPITOLO 5. IL METODO DEL SIMPLESSO 6 5.4.5 Struttura dell algoritmo ed esempi Come abbiamo già ampiamente osservato, la fase II del metodo del simplesso, a partire da una soluzione di base ammissibile,
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca
Dettagli1 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
DettagliEsame 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
DettagliLa 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
DettagliEsercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania
Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria
DettagliRicerca Operativa. 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)
DettagliEsame 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.
DettagliProva Scritta di Ricerca Operativa
Prova Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 12 gennaio 2017 Regole per l esame: la violazione delle seguenti regole comporta il ritiro
DettagliPossibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
DettagliUNIVERSITÀ 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
DettagliRICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)
RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno
DettagliEsercizio 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.
DettagliA 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 //
DettagliEsercizio 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
DettagliRicerca 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
DettagliEsercizi 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
DettagliEsercizi 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
DettagliProblemi 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
DettagliIntroduzione 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
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
Dettagli3.3 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:
DettagliUniversità 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,
DettagliProgrammazione Lineare
Programmazione Lineare Andrea Scozzari a.a. 2012-2013 March 14, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare March 14, 2013 1 / 18 Metodo del Simplesso Dato un problema di PL in forma standard
DettagliIl 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
Dettagli5.3 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
DettagliUNIVERSITÀ 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
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliEsercizi 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 )
Dettaglix 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)
Esercitazione di Ricerca Operativa Esercizio. Completare la seguente tabella: max x x x x x x x x x x Indici di base Vettore Ammissibile Degenere, x =, y = Esercizio. Effettuare due iterazioni dell algoritmo
DettagliGestione 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
DettagliProgrammazione 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
Dettagli4.1 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),
DettagliPremessa alla prima edizione 13
Indice Premessa alla prima edizione 13 Premessa alla seconda edizione 15 17 Parte I - Ottimizzazione Continua 25 Capitolo primo Ottimizzazione Monodimensionale 27 1.1 Costruzione di un semplice modello
DettagliParte 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
DettagliAlgoritmo del Simplesso
Algoritmo del Simplesso Renato Bruni bruni@dis.uniroma.it Univertà di Roma Sapienza Corso di Ricerca Operativa, Corso di Laurea Ingegneria dell Informazione Vertici e Punti Estremi di un Poliedro Un poliedro
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
DettagliMetodi 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
DettagliIndice. Premessa 13. Simboli ed abbreviaifoni 17. lntrodusione 19. Sistemi e modelli 31. La programmaifone matematica 45.
Indice Premessa 13 Simboli ed abbreviaifoni 17 lntrodusione 19 Capitolo primo Sistemi e modelli 31 1.1 Alcune definizioni 1.2 Analisi e classificazione dei sistemi 1.3 I modelli e la loro classificazione
Dettaglii completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema
Compito di Ricerca Operativa II Esercizio ( punti). ia dato il problema di flusso massimo sulla rete in figura (le capacit a degli archi sono riportate sopra di essi). 0 8 i consideri il seguente flusso
DettagliUniversità 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
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (II parte) Prof.ssa Bice Cavallo Soluzione di un problema PL Soluzione ottima Variabili slack e surplus A R mxn Ax b s R m, s i 0 : Ax
DettagliMetodi & Modelli per le Scelte Economiche
Metodi & Modelli per le Scelte Economiche [domande di teoria utilizzate in passato per la prova scritta le soluzioni NON vengono fornite, occorrerà quindi verificare la esattezza delle diverse possibili
DettagliEsercizi di ottimizzazione vincolata
Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti
DettagliProblemi 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.
DettagliRICERCA 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
Dettagli4. 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
DettagliIntroduzione 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
DettagliAlgoritmi 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
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliSoluzione 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
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai
DettagliOttimizzazione 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
DettagliRicerca Operativa A.A. 2007/ Introduzione
Ricerca Operativa A.A. 2007/2008 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliMetodi 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
DettagliTeoria 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
DettagliProblemi, 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
DettagliParte 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)
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
DettagliSoluzione 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
DettagliPrerequisiti didattici
Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 1 aprile 2015 Appunti di didattica della matematica applicata
DettagliUNIVERSITÀ 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),
DettagliRicerca Operativa. G. Liuzzi. Lunedí 23 Marzo Il Metodo del Simplesso Java API Problema di Trasporto
1 Lunedí 23 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR SHHHHH... Simplesso in 2 fasi Fase I (rg(a) m) Se P non è ammissibile, STOP Altrimenti 1 elimina da (A... b) eventuali
Dettagli5. 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
DettagliCorso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016
Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5
DettagliA-2 a PI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 19 giugno 2015
A- a PI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia giugno Nome: Cognome: Matricola: Orale giugno, ore : aula N Orale luglio, ore
DettagliAnalisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005
Analisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005 Prova orale il: Docente: Determinare, se esistono, il massimo ed il minimo assoluto della funzione
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliTeoria 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
DettagliIl 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
Dettagliinoltre, deve essere: Funzioni obiettivo lineare a tratti
Funzioni obiettivo lineare a tratti Si supponga che la funzione obiettivo J(z) sia non lineare rispetto ad una (o più) delle variabili di decisione. Ipotizziamo tuttavia che la non linearità sia di tipo
DettagliIntroduzione 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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Primo Modulo di Ricerca Operativa 20 Aprile 2001
Nome: Cognome: Barrare le caselle corrispondenti: UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Primo Modulo di Ricerca Operativa 2 Aprile 2 Diploma t Laurea, Ing. Inf. t Ing.
DettagliProblema del trasporto
p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
DettagliIntroduzione 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
DettagliUNIVERSITA DEGLI STUDI DI BERGAMO
UNIVERSITA DEGLI STUDI DI BERGAMO Dipartimento di Ingegneria A.A. 2015/16 FONDAMENTI DI RETI E TELECOMUNICAZIONE Appello del 19/01/17 Esame FRT 6 CFU (cod. 22033) Esame FRT 9 CFU (cod. 21024) Esercizi
Dettagli1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.
. Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,
DettagliTeoria dei Giochi Prova del 30 Novembre 2012
Cognome, Nome, Corso di Laurea, email: Teoria dei Giochi Prova del 30 Novembre 2012 Esercizio 1. Si consideri il seguente gioco. Il primo giocatore può scegliere un numero tra {3,4,8,16,38}; il secondo
DettagliEsercizio 1. Esercizio 2
A Ricerca Operativa Primo appello 8 novembre 007 Esercizio Nicola il fornaio prepara e vende panettoni, pizza bianca e ciambellone per i clienti del suo forno. Un panettone da Kg si vende a 7 e richiede,
Dettagli