L ANALISI POST-OTTIMALE
|
|
- Amando Galli
- 6 anni fa
- Visualizzazioni
Transcript
1 L ANALISI POST-OTTIMALE La soluzione ottima di un problema di programmazione lineare (variabili che costituiscono la base ottima e rispettivi valori) deriva dalla struttura del modello (variabili, vincoli, obiettivo) ed è, in particolare, determinata dai valori assegnati ai parametri (A, b, c). La variazione di uno qualsiasi dei parametri del problema può indurre variazioni nel valore, all'ottimo, delle variabili (e della funzione obiettivo) ed, eventualmente, produrre variazioni nella composizione della base. Se si vuole applicare il contenuto decisionale fornito dalla soluzione del modello, sorge, per l'imprecisione e la variabilità dei parametri del problema, la necessità di disporre di informazioni relative alla robustezza della soluzione ottima, cioè della sua capacità di resistere a variazioni dei parametri. Questo è l obiettivo dell analisi post-ottimale (o sensitivity analysis).
2 Le analisi normalmente utilizzate appartengono a due categorie: quelle che consentono di individuare i limiti all'interno dei quali una base si mantiene ottima allorché viene alterato uno solo tra i termini noti o uno solo tra i coefficienti di costo (analisi di stabilità) quelle che consentono di individuare la successione di basi ottime che si presenta allorché il vettore dei termini noti o quello dei coefficienti di costo divengono funzioni lineari di un parametro scalare (analisi parametrica).
3 L ANALISI DI STABILITÀ Oggetto dell'analisi di stabilità è l'individuazione dell'intervallo di valori all'interno del quale un singolo termine noto o un singolo coefficiente di costo può variare senza che si alteri la composizione della base ottima. La soluzione ottima di un problema p.l. presenta caratteristiche principali: Ax* b è ammissibile: x* 0 soddisfa il test di ottimalità: { c ð * A 0 L'analisi di stabilità si fonda sulla considerazione che una alterazione indotta nel vettore dei termini noti può far cadere la condizione di ammissibilità della soluzione; una alterazione nel vettore dei coefficienti di costo può far cadere il rispetto del test di ottimalità L'imposizione del mantenimento della condizione che sarebbe alterata consente di individuare
4 l'intervallo di stabilità della soluzione ottima. CAMPO DI VARIAZIONE DI UN TERMINE NOTO Si vuole individuare l'intervallo di valori all'interno del quale un generico termine noto b i può variare senza che, per questo, la soluzione del problema cessi di essere ottima. Si indichino con b i e b i le variazioni limite in aumento ed in diminuzione ricercate. Posto: b = b b b = b b i i i i i i l'intervallo di variazione di b i all'interno del quale la soluzione continua ad essere ottima risulta, dunque: ( b, i b i ) La procedura per individuare tale intervallo si basa sull'osservazione che variazioni sui termini noti possono far cadere l ammissibilità della soluzione ottima.
5 Si supponga, allo scopo, che il vettore dei termini noti b venga alterato e sia b' il nuovo vettore. Il vettore x B * delle variabili basiche corrispondente alla matrice di base ottima B*: x B * = (B*) - b per l'alterazione del vettore dei termini noti diviene: x' B = (B*) - b' La base B* rimane ottima sin quando il vettore x' B soddisfa la condizione di ammissibilità, ovvero fin quando è rispettata la condizione: x' B = (B*) - b' 0
6 Calcolo di b i Si indichi con x B il vettore delle variabili basiche allorché si sia posto di b i = b i b i (le variabili che costituiscono la base non variano, quello che varia è il loro valore), si ha: x B = (B*) - (b u i b i ) (*) avendo indicato con u i il vettore colonna unitario con l'unità nella posizione i esima e la (*) può essere scritta: x B = x B * (B*) - u i b i D'altro canto, il prodotto (B*) - u i fornisce la i esima colonna di (B*) -, sia essa β i, e di conseguenza: x B = x B * β i b i (**) Perché x B continui ad essere ammissibile devono essere verificate le m relazioni scalari derivanti dalla (**):
7 x* B,h β h,i b i 0 (h =,,...,m) (***) Le eventualità che possono verificarsi sono due: β h,i 0 (h =,,..., m). In questo caso la condizione di ammissibilità rimane verificata qualunque sia il valore di b i, in quanto il primo membro delle (***) è costituito dalla somma di due addendi positivi. Si verifica cioè che b i tende all'infinito e con esso b i. L'intervallo di stabilità è, quindi, aperto a destra. β h,i < 0, per alcuni valori di h. In tal caso il valore di b i è limitato. Da ciascuna delle relazioni (***) corrispondenti a tali valori dell indice h è possibile calcolare un valore b i al di sopra del quale la variabile basica corrispondente e, dunque, la x B, cessa di essere ammissibile. Tali valori sono forniti da: b i x B,h */( β h,i ) (β h,i < 0) b i non può superare il valore corrispondente al minimo di tali rapporti senza che le condizioni di ammissibilità vengano alterate.
8 Indicando con w il valore dell'indice h in corrispondenza del quale si verifica il minimo, si può scrivere: b i = x B,w */( β w,i ) = = min h [x B,h */( β h,i )] (β h,i <0) Per b i=b i b i, la x B,w * si annulla (la soluzione di base ottima diviene degenere). Se si superasse questo valore la composizione della base ottima verrebbe alterata.
9 Calcolo di bi Procedendo in modo del tutto analogo a quanto fatto per il calcolo di b i, applicando la condizione di ammissibilità si ricava: xb,h βh,i bi 0 (h =,,..., m) Le eventualità che possono riscontrarsi sono due: βh,i 0 (h =,,..., m). In tal caso la condizione di ammissibilità rimane in ogni caso verificata qualunque sia il valore di bi essendo il primo membro composto da una somma di termini positivi. bi tende all'infinito e con esso bi. L'intervallo di stabilità è, quindi, aperto a sinistra. βh,i > 0 per alcuni valori di h. In tal caso il valore di bi è limitato. Da ciascuna delle relazioni (9.8) relative a tali valori di h è possibile individuare un valore bi al di sopra del quale la variabile basica corrispondente e, dunque, la x B -, cessa di essere ammissibile. Tali
10 valori sono forniti da: bi xb,h * /βh,i (βh,i > 0) bi non può superare il valore corrispondente al minimo di tali rapporti senza che le condizioni di ammissibilità vengano alterate. Indicando con t il valore dell'indice h corrispondente a tale minimo, si può scrivere: bi = xb,t * /βt,i = = minh [xb,h * /βh,i] (βh,i > 0) Per b - i=bi bi la xb,t * si annulla (la soluzione di base ottima diviene degenere); se si andasse al di là di questo valore la composizione della base ottima verrebbe alterata.
11 Effetti sul valore della funzione obiettivo Le alterazioni apportate al generico termine noto bi possono indurre variazioni, sul valore all ottimo z* della funzione obiettivo. I valori di tali variazioni, corrispondenti ad alterazioni unitarie dei termini noti, sono fornite dalle componenti del vettore π* dei moltiplicatori del simplesso all ottimo (valori delle variabili duali). Si rammenti, infatti, che: il coefficiente di costo modificato c'j di una variabile non basica xj indica la variazione che z subirebbe se xj passasse da zero ad uno; ciò è vero anche per le slack (vincoli ) e per le artificiali (vincoli = ), le cui variazioni, per la natura stessa di tali variabili, equivalgono a variazioni in senso opposto dei corrispondenti termini noti; le componenti di π (cambiato di segno) coincidono con i coefficienti di costo modificati delle variabili in base nella prima tabella del simplesso (slack e/o artificiali);
12 dunque, la variazione che z subirebbe per un alterazione unitaria del termine noto b i, è fornita dalla componente i esima del vettore π*. ESEMPIO SULL'ANALISI DI STABILITÀ PER VARIAZIONE DI UN TERMINE NOTO Si consideri il problema di programmazione lineare: z s.a = 6.x 8x 5x 4x 3x x 3x 6x x, x Max! 90 (a) 4 (b) 00 (c) 0 di cui si riportano le successive tabelle, sino a quella ottima, ottenute effettuandone la risoluzione con l'algoritmo del simplesso standard.
13 x x y y y 3 -z b y y y z x x y y y 3 -z b y x -3/ 0 / 0 0 y z x x y y y 3 -z b y 0 0 3/4 -/ 0 49/3 x 0 0 /8 /8 0 3/ x 0 0 -/4 / 0 7/3 -z /4-8./ -38.3
14 x x y y Y 3 -z b y 0 0 4/3 -/9 0 96/9 x 0 -/6 0 5/8 0 5/9 x 0 /3 0 -/9 0 70/9 -z / Risoluzione con il simplesso standard Riordinando le righe della tabella ottima si ottiene: x x y y y 3 -z b x 0 /3 0 -/9 0 70/9 x 0 -/6 0 5/8 0 5/9 y 0 0 4/3 -/9 0 96/9 -z / Le colonne della Tabella relative alle variabili slack forniscono l'inversa della matrice costituita dalle colonne, della tabella iniziale, relative alle variabili presenti nella base ottima (x, x, y):
15 B* = ; ( B* ) = / 3 / 6 4 / / 9 5/8 / 9 Si vuole determinare l'intervallo di stabilità della soluzione ottima per variazioni del termine noto della primo vincolo. Posto: si deve verificare: b = 90 b 70 / 9 5 / 9 96 / 9 b / 3 / 6 4 / 3 0 Essendovi una sola componente negativa in β, la individuazione del valore b è immediata: 5/9 b (-/6) = 0 da cui: b = 30/3
16 Analogamente, per il calcolo di b, posto: b = 90 - b le relazioni di ammissibilità divengono: 70 / 9 5/ 9 96/ 9 Äb / 3 / 6 4 / 3 0 Considerando le componenti positive di β si hanno le due relazioni: 70/9 - (/3) b = 0 ; 96/9 - (4/3) b = 0 dalle quali risulta, rispettivamente : ( b )'= 70/3; ( b )''= 49/3 b è fornito, allora, dal minimo tra i due valori: b = 49/3 Dai valori di b e b risulta: b = /3 b = 500/3
17 Per valutare l'influenza delle variazioni di b sul valore della funzione obiettivo, si esamina la componente π* del vettore π*: π* = (0.7, 0,.6/3) Essendo π* =0.7, si ricava che una riduzione unitaria di b condurrebbe ad una riduzione del valore della funzione obiettivo pari a 0.7, così come un aumento unitario di b migliorerebbe il valore della funzione obiettivo di 0.7. In corrispondenza dei limiti di stabilità: b = 49/3 b = 30/3 si ricava: z = (-0.7) 49/3 = /3 z = (0.7) 30/3 = 6/3
18 Analisi grafica. In Figura sono riportati il dominio di ammissibilità del problema posto e la direzione di gradz. Il vertice ottimo G corrisponde alla soluzione b.a. avente in base le variabili (x, x, y). x a b F D G 6 c O grad (z) 6 8 H 4 I x La variazione del termine noto di una equazione vincolare modifica il dominio delle soluzioni in quanto a tale variazione corrisponde una traslazione del vincolo. La retta (a) di equazione:
19 5x 4x = 90 b all'aumentare di b si allontana dall'origine. Corrispondentemente il vertice ottimo G si sposta lungo il segmento GI giungendo in I per b = 30/3. Per b = 90 30/3 (Figura 9.; retta a ), la soluzione diviene degenere (x = 0). x D b F G b b 6 grad (z) a a a O I c x Per b > 30/3 l'intersezione tra la retta (a) e la retta (c) passa nel II quadrante. Per la presenza dei vincoli di fisica realizzabilità il vincolo (a)
20 diviene sovrabbondante. La base ottima diviene (x, y, y). In modo del tutto analogo si vede che la retta (a) di equazione: 5x 4x = 90 - b all'aumentare di b si sposta verso l'origine. Il vertice ottimo scorre, corrispondentemente, lungo il segmento GF. Per b = 49/3 si ha y = 0 corrispondente alla coincidenza tra i vertici G ed F. Per b > 49/3 il vincolo (c) diviene sovrabbondante. La base ottima diviene (x, x, y3).
21 INTRODUZIONE DI NUOVE VARIABILI IN UN PROBLEMA DI PROGRAMMAZIONE LINEARE Si consideri il problema di programmazione lineare: z s.a = 5x 4x 6x x 3x x x, x 9 0 Max! (a) (b) di cui si riporta, la tabella finale dell algoritmo del simplesso: x x y y -z B x 0 4/7 /7 0 0 x 0-3/7 / z 0 0-9/7 -/7-60 Tabella ottima e si supponga di voler introdurre in esso una nuova variabile, x 3, che dia luogo al seguente problema:
22 z = s.a 5x 4x 6x x 3x x x, x 8x 3 x x Max! 9 (a) (b) Per valutare l effetto della introduzione della nuova variabile, si calcoli, utilizzando il vettore π* = [9/7, /7] il valore del coefficiente di costo modificato c 3 : c 3 = c 3 - π* p 3 =8-[9/7, /7] = = 8 9/7 /7=8 3/7= 5/7 Dunque, la variabile x 3 è candidata ad entrare in base ed è, quindi, in grado di cambiare la soluzione ottima trovata. Si calcola, allora, la colonna p 3 modificata rispetto alla base ottima:
23 4/7 /7 p 3 = B - p 3 = 3/7 /7 6/7 = /7 e la si introduce nella tabella finale già disponibile: x x X 3 y y -z b x 0 6/7 4/7 /7 0 0 x 0 -/7-3/7 / z 0 0 5/7-9/7 -/7-60 L elemento pivot è a,3. L operazione pivot intorno a tale perno fornisce: x x x3 y y -z b X3 0 7/6 /3 /6 0 70/3 X /6 0 -/3 /6 0 34/3 -z 0-5/4 0 -/ -4/4 40/ La soluzione ottima è: x = 34/3; x 3 = 70/3; z= 40/
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
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
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,
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
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
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
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
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
DettagliDomini 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
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
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
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,
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
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
Dettagli2. 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
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
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
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. 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
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
DettagliAppendice 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
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
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
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:
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
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
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
Dettagli4.3 Esempio metodo del simplesso
4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto
DettagliRette e piani nello spazio
Rette e piani nello spazio Equazioni parametriche di una retta in R 3 : x(t) = x 0 + at r(t) : y(t) = y 0 + bt t R, parametro z(t) = z 0 + ct ovvero r(t) : X(t) = P 0 + vt, t R}, dove: P 0 = (x 0, y 0,
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
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
DettagliProgrammazione 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:
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
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,
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
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
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 )
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
DettagliIL METODO DEL SIMPLESSO
IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno
DettagliProgrammazione 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
DettagliMATEMATICA PRIMO COMPITINO SOLUZIONE DI ALCUNI ESERCIZI PRIMA PARTE. Esercizio 1. (Testo B) Determina, motivando la risposta, se la funzione f : R R
ANNO ACCADEMICO 25 6 SCIENZE GEOLOGICHE E SCIENZE NATURALI E AMBIENTALI MATEMATICA PRIMO COMPITINO SOLUZIONE DI ALCUNI ESERCIZI PROFF MARCO ABATE E MARGHERITA LELLI-CHIESA PRIMA PARTE Esercizio (Testo
DettagliRICERCA OPERATIVA GRUPPO A prova scritta del 22 marzo 2007
RICERCA OPERATIVA GRUPPO A prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se
Dettagli( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2,
1 Elementi di Analisi Matematica e Ricerca Operativa prova del 6 luglio 2016 1) Discutere il seguente problema di Programmazione Lineare: Trovare il massimo di p x 1, x 2, x 3, x 4 # x 2 + 4 x 3 + x 4
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliRicordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1
Introduzione Nella computer grafica, gli oggetti geometrici sono definiti a partire da un certo numero di elementi di base chiamati primitive grafiche Possono essere punti, rette e segmenti, curve, superfici
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
DettagliCOMPITO 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,
DettagliGraficazione qualitativa del luogo delle radici
.. 1.1 1 Graficazione qualitativa del luogo delle radici Esempio. Si faccia riferimento al seguente sistema retroazionato: d(t) G(s) r(t) e(t) K 1(s 1) s(s+1)(s +8s+5) y(t) Per una graficazione qualitativa
DettagliOttimizzazione 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
Dettagliˆ b, si usa la convenzione di prendere. come verso positivo quello antiorario e come verso negativo quello orario.
Capitolo 4 Le rotazioni 4.1 Richiami di teoria E' opportuno ricordare che, dato un angolo orientato ao ˆ b, si usa la convenzione di prendere come verso positivo quello antiorario e come verso negativo
DettagliLezione Analisi Statica di Travi Rigide
Lezione Analisi Statica di Travi Rigide Analisi statica dei sistemi di travi rigide Dato un sistema di travi rigide soggetto a forze esterne. Il sistema è detto equilibrato se esiste un sistema di reazioni
DettagliSezione Prima Derivate di funzioni elementari: quadro riassuntivo e regole di derivazione. = ( n) lim x
Capitolo USO DELLE DERIVATE IN ECONOMIA Sezione Prima Derivate di funzioni elementari: quadro riassuntivo e regole di derivazione Si definisce derivata della funzione y f() nel punto 0 del suo insieme
DettagliLuigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul
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
DettagliTEORIA 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
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
DettagliProblemi 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
DettagliPunti nel piano cartesiano
Punti nel piano cartesiano In un piano consideriamo due rette perpendicolari che chiamiamo x e. Solitamente, disegniamo la retta x (ascisse) orizzontalmente e orientata da sinistra a destra, la retta e
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
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
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
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
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
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)
DettagliCorso di Geometria BIAR, BSIR Esercizi 8: soluzioni
Corso di Geometria 2010-11 BIAR, BSIR Esercizi 8: soluzioni Esercizio 1. a) Disegnare la retta r di equazione cartesiana x 2y 4 = 0. b) Determinare l equazione cartesiana della retta r 1 passante per P
DettagliEstremi. 5. Determinare le dimensioni di una scatola rettangolare di volume v assegnato, che abbia la superficie minima.
Estremi 1. Determinare gli estremi relativi di f(x, y) = e x (x 1)(y 1) + (y 1).. Determinare gli estremi relativi di f(x, y) = y (y + 1) cos x. 3. Determinare gli estremi relativi di f(x, y) = xye x +y..
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
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
Dettaglia) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre gli zeri di f e studiarne il segno.
1 ESERCIZI CON SOLUZIONE DETTAGLIATA Esercizio 1. Si consideri la funzione f(x) = e x 3e x +. a) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre
DettagliSia y una grandezza che varia, in funzione del tempo, secondo la legge
Il tasso di crescita Sia y una grandezza che varia, in funzione del tempo, secondo la legge dove è un numero reale positivo diverso da 1 e è il valore che y assume nell istante t=0. Se a>1 la funzione
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliChi non risolve esercizi non impara la matematica.
5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi
DettagliSistemi d equazioni lineari
Introduzione Introduzione Sia dato il seguente sistema d equazioni: S S S S Come si risolve un sistema... come si risolve? Lezione 25.wpd 08/01/2011 XXV - 1 Lezione 25.wpd 08/01/2011 XXV - 2 Introduzione
DettagliRicerca Operativa. Ricerca Operativa p. 1/6
Ricerca Operativa Ricerca Operativa p. 1/6 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
Dettaglia) Il denominatore dev essere diverso da zero. Studiamo il trinomio x 2 5x + 6. Si ha: x 1,2 = 5 ± se x ], 2[ ]3, + [;
ESERCIZIO - Data la funzione f (x) + x2 2x x 2 5x + 6, si chiede di: a) calcolare il dominio di f ; (2 punti) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire se f ha asintoti
DettagliRicerca 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
DettagliALGORITMO DEL SIMPLESSO
ALGORITMO DEL SIMPLESSO ESERCITAZIONI DI RICERCA OPERATIVA 1 ESERCIZIO 1. Risolvere il seguente programma lineare (a) con il metodo del simplesso e (b) con il metodo grafico. (1) min x 1 x () (3) (4) (5)
DettagliEquazioni di 2 grado
Equazioni di grado Tipi di equazioni: Un equazione (ad una incognita) è di grado se può essere scritta nella forma generale (o forma tipica o ancora forma canonica): a b c con a, b e c numeri reali (però
DettagliLa 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
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliTeoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8
Teoria della Programmazione Lineare Teoria della Programmazione Lineare p. 1/8 I problemi di PL in forma canonica In forma scalare: max n j=1 c jx j n j=1 a ijx j b i x j 0 i = 1,...,m j = 1,...,n Teoria
DettagliCosti ridotti e ottimalità
Costi ridotti e ottimalità condizione sufficiente di ottimalità spostamento su una base adiacente rif. Fi 3.2; Ricapitolando Sin qui abbiamo un algoritmo enumerativo applicabile quando P è un ( politopo,
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
DettagliLA PROGRAMMAZIONE LINEARE (p.l.)
LA PROGRAMMAZIONE LINEARE (p.l.) La programmazione lineare è quella parte della programmazione matematica che concerne l impostazione e la soluzione di problemi di ottimo vincolato riconducibili alla ricerca
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,
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliANALISI B alcuni esercizi proposti
ANALISI B alcuni esercizi proposti G.P. Leonardi Parte II 1 Limiti e continuità per funzioni di 2 variabili Esercizio 1.1 Calcolare xy log(1 + x ) lim (x,y) (0,0) 2x 2 + 5y 2 Esercizio 1.2 Studiare la
DettagliRETTE E PIANI NELLO SPAZIO
VETTORI E GEOMETRIA ANALITICA 1 RETTE E PIANI NELLO SPAZIO Rette e piani in forma cartesiana e parametrica. Parallelismo e perpendicolarità, posizioni reciproche tra rette e piani, distanze. Esercizio
DettagliLEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
Dettagli1) D0MINIO. x x 4x + 3 Determinare il dominio della funzione f (x) = x Deve essere
) DMINIO + 3 Determinare il dominio della funzione f ) + 3 Deve essere Ovviamente, inoltre: se > + 3 ) 3) quindi < o 3 se < + 3, + 3 quindi 7 Determinare il dominio della funzione f ) + 5 Deve essere +
DettagliEsercitazione di Analisi Matematica II
Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare
DettagliMetodo delle due fasi
Metodo delle due fasi Il problema artificiale la fase I del Simplesso esempi rif. Fi 3.2.5; Osservazione Nel problema min{c T x : Ax = 0, x 0}, dell esempio precedente si ha che b 0 e A contiene una matrice
DettagliIl metodo del simplesso. Il metodo del simplesso p. 1/127
Il metodo del simplesso Il metodo del simplesso p. 1/127 I problemi di PL in forma standard I problemi di PL in forma standard hanno la seguente formulazione: max cx a i x = b i x 0 i = 1,...,m o, equivalentemente,
DettagliMatematica per le Applicazioni Economiche I (M-P)
Matematica per le Applicazioni Economiche I (M-P) Corsi di Laurea in Economia Aziendale, Economia e Commercio, a.a. 06-7 Esercizi su Calcolo Differenziale. Per la seguente funzione, dato 0, si utilizzi
DettagliSoluzione. Il dominio E consiste nella parte di spazio contenuta nella sfera ma esterna al cono rappresentata in Figura 1. Infatti
Esercizio 1 (G. Ziglio). (6 punti) Calcolare il volume della porzione di spazio E interna alla sfera di equazione x 2 + y 2 + z 2 = 1 ed esterna al cono di equazione z 2 = x 2 + y 2 E = (x, y, z) R x 2
DettagliAppunti sul corso di Complementi di Matematica mod. Analisi prof. B.Bacchelli - a.a. 2010/2011.
Appunti sul corso di Complementi di Matematica mod. Analisi prof. B.Baccelli - a.a. 2010/2011. 06 - Derivate, differenziabilità, piano tangente, derivate di ordine superiore. Riferimenti: R.Adams, Calcolo
Dettagli