Nome Cognome: RICERCA OPERATIVA (a.a. 2010/11) 6 o Appello 2/9/ Corso di Laurea: L Sp Matricola:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Nome Cognome: RICERCA OPERATIVA (a.a. 2010/11) 6 o Appello 2/9/ Corso di Laurea: L Sp Matricola:"

Transcript

1 o Appello /9/ RICERCA OPERATIVA (a.a. /) Nome Cognome: Corso di Laurea: L- Sp Matriola: ) Si individui un albero dei ammini minimi di radie sul grafo in figura 8-7 utilizzando l algoritmo più appropriato dal punto di vista della omplessità omputazionale in tempo e giustifiando la selta effettuata. Per ogni iterazione si fornisano il nodo selezionato u i vettori dei predeessori e delle etihette l insieme dei nodi andidati Q; durante l algoritmo si visitino gli arhi della stella usente di u in ordine resente del nodo testa. Al termine si disegni l albero dei ammini minimi individuato. La soluzione trovata è unia? Giustifiare la risposta. Non essendo il grafo ailio (si onsideri ad esempio il ilo (7 )) ed essendo presenti arhi di osto negativo (si onsideri ad esempio l aro (7 )) l algoritmo più onveniente dal punto di vista della omplessità omputazionale tra quelli studiati è l algoritmo SPT.L he ha omplessità in tempo O(mn). M (n ) max it. u p p p p p p p7 p8 d d d d d d d7 d8 Q nil {} nil { 7} nil 8 7 {7 } 7 7 nil { } 7 nil { } 7 nil { } 7 nil 7 9 { } 7 nil 7 { } 8 nil 7 { } 9 nil 7 { } nil 7 { } nil 7 { } nil 7 {} nil 7 Si noti he il nodo 8 non è raggiungibile da. Poihé le ondizioni di Bellman per aluni arhi non appartenenti all albero sono verifiate ome uguaglianza la soluzione ottima puó non essere unia. Infatti è possibile ottenere una soluzione ottima alternativa sostituendo nella soluzione l aro ( ) on l aro ( ) he rispetta le ondizioni di Bellman ome uguaglianza.

2 o Appello /9/ ) Si risolva il problema di flusso di osto minimo relativamente all istanza in figura utilizzando l algoritmo di anellazione di ili a partire dal flusso indiato. Per ogni iterazione dell algoritmo si mostri il ilo individuato on il suo verso osto e apaità e si indihi il flusso ottenuto dopo l appliazione dell operazione di omposizione on il suo osto. Al termine si dimostri he il flusso ottenuto è di osto minimo. b i i ij u ij x ij b j j Il flusso ammissibile iniziale ha osto x 8. A partire da tale flusso l algoritmo di anellazione di ili esegue tre iterazioni illustrate dalle prime tre figure (dall alto in basso da sinistra a destra): in ogni figura è mostrato il ilo C utilizzato (arhi evidenziati) ol il suo verso (freia tratteggiata) e la sua apaità θ nonhé il flusso x al termine dell iterazione ossia dopo l appliazione dell operazione di omposizione on C on il relativo osto x. La quarta figura mostra il grafo residuo relativo all ultimo flusso individuato ed il orrispondente albero dei ammini minimi (arhi evidenziati) di radie fittizia r (non mostrata in figura). Tale albero è ottimo ome dimostrano le etihette assoiate ai nodi he soddisfano le ondizioni di Bellman. L esistenza di un albero dei ammini minimi dimostra he non esistono ili orientati di osto negativo nel grafo residuo ovvero non esistono ili aumentanti di osto negativo rispetto all ultimo flusso determinato x he è quindi un flusso di osto minimo. θ (C) - 7 θ (C) - 7 θ (C)

3 o Appello /9/ ) Si onsideri il seguente problema di P.L.: max x x x + x x x x x x Si applihi l algoritmo del Simplesso Primale per via algebria a partire dalla base B { }. Per ogni iterazione si indihino: la base la matrie di base e la sua inversa la oppia di soluzioni di base l indie usente la direzione di resita il passo di spostamento e l indie entrante giustifiando le risposte. Se una volta risolto il problema il termine noto del penultimo vinolo diventasse (ovvero il penultimo vinolo fosse x ) la soluzione ottima primale determinata dall algoritmo ontinuerebbe a restare ottima? In aso ontrario quale algoritmo del Simplesso utilizzeresti per risolvere il problema primale modifiato per erare di sfruttare la omputazione già effettuata? it.) B { } A B A B y B A B ξ A B u B(h) it.) B { } A B A B b B y N y h min{i B : y i < } B(h) A N ξ J {i N : A i ξ > } { } λ i (b i A i x)/a i ξ λ λ λ λ min{λi : i J} y B ξ k min{i J : λ i λ} ambio di base degenere A B y N y h B(h) A N ξ J { } λ λ λ k min{ } regola antiilo di Bland it.) B { } A B A B y B y N y h B(h) ξ A N ξ it.) B { } A B y B J {} λ λ k ambio di base degenere A B y N y STOP. Poihé y B segue he x ( ) è una soluzione ottima per il problema dato mentre y ( ) è una soluzione ottima per il suo problema duale. Se il penultimo vinolo diventasse x la soluzione x ( ) non sarebbe più ottima per il problema primale in quanto non ammissibile (il quarto vinolo sarebbe violato). In tal aso onverrebbe utilizzare l algoritmo del Simplesso Duale a partire dalla base B { } in quanto tale base rimarrebbe duale ammissibile.

4 o Appello /9/ ) Si risolva grafiamente il problema di PL indiato in figura utilizzando l algoritmo del Simplesso Duale a partire dalla base B { }. Per ogni iterazione si indihino: la base la soluzione primale di base (in figura) l indie entrante k i segni delle omponenti dei vettori y B e η B l indie usente h giustifiando le risposte. Si disuta inoltre la degenerazione sia primale he duale delle basi visitate dall algoritmo. x x A A A x x A A it. ) B { }. La soluzione primale di base x viola i vinoli e pertanto k min{ } per la regola antiilo di Bland. y > e y > in quanto è interno al ono generato da A e A. La base è pertanto duale non degenere ed è anhe primale non degenere in quanto I(x ) { }. Poihé A ono(a A ) ome mostrato in figura (a) risultano η > η >. Ma è anhe evidente he mentre la base B { } è ammissibile la base { } non lo è (si veda anora la figura (a): ono(a A ) mentre / ono(a A )). Pertanto dovrà siuramente risultare y /η > y /η e quindi h. it. ) B { }. La soluzione primale di base x viola il solo vinolo pertanto k. y > e y > in quanto è interno al ono generato da A e A. La base è pertanto duale non degenere ed è anhe primale non degenere in quanto I(x ) { }. Poihé A ono(a A ) ome mostrato in figura (b) risultano η > η < ; pertanto h. it. ): B { }. La soluzione primale di base x viola il solo vinolo pertanto k. y > e y > in quanto è interno al ono generato da A e A. La base è pertanto duale non degenere ed è inoltre primale non degenere in quanto I(x ) { }. Poihé A ono(a A ) ome mostrato in figura () risultano η > η < ; pertanto h. it. ): B { }. La soluzione primale di base x non viola alun vinolo e pertanto x è ottima per il problema primale. y > e y > in quanto è interno al ono generato da A e A ; la base è pertanto duale non degenere ma è primale degenere in quanto I(x ) { }. In effetti è faile verifiare he x è l unia soluzione ammissibile del problema e di onseguenza è siuramente la soluzione ottima. Qualsiasi traslazione per quanto piola della retta orrispondente al quinto vinolo (individuato da A ) in direzione opposta a quella del suo gradiente renderebbe x inammissibile e quindi il problema primale vuoto ed il problema duale superiormente illimitato (essendo non vuoto). A A (a) A (b) A A -A () A A A -A A

5 o Appello /9/ ) Il gruppo ommeriale Sat deide di aprire m punti vendita per rifornire n lienti. Sia u j il massimo numero di lienti he il punto vendita j è in grado di rifornire e sia ij il osto di servizio sostenuto da j nel aso in ui rifornirà il liente i i... n j... m. Tramite un indagine di merato Sat stima il oeffiiente di soddisfaimento s ij del liente i nel aso in ui verrà rifornito dal punto vendita j. Per erare di favorire il soddisfaimento dei lienti Sat deide di far pagare ad ogni punto vendita j una penalità p j nel aso in ui il soddisfaimento totale dei lienti da esso riforniti risulterà inferiore ad una prefissata soglia S. Si formuli in termini di P.L.I. il problema di assegnare gli n lienti agli m punti vendita in modo he ogni liente sia rifornito da esattamente un punto vendita e he i vinoli di apaità siano rispettati minimizzando i osti omplessivi sostenuti dai punti vendita (osti di servizio più eventuali penalità legate al grado di (sarso) soddisfaimento dei lienti). Per desrivere il problema introduiamo le seguenti variabili logihe: { se il liente i è assegnato al punto vendita j x ij altrimenti i... n j... m { se il punto vendita j pagherà la penale y j j... m. altrimenti Utilizzando tali variabili booleane si può proporre la seguente formulazione per il problema di Sat: min n m m ij x ij + p j y j i j m x ij j n x ij u j i j n s ij x ij S( y j ) i i... n j... m j... m x ij { } i... n j... m y j { } j... m Il primo bloo di vinoli stabilise he ogni liente sia assegnato ad esattamente un punto vendita. Il seondo gruppo di vinoli rappresenta i vinoli di apaità relativi ai punti vendita. Il terzo gruppo di vinoli stabilise he il punto vendita j dovrà pagare la penale (e la orrispondente y j dovrà assumere il valore ) se e solo se il soddisfaimento totale dei lienti assegnati a j n i s ijx ij risulterà minore di S. Infine la funzione obiettivo da minimizzare è la somma dei osti di servizio e dei osti di penalità.

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

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello //6 RICERCA OPERATIVA (a.a. /6) Nome: Cognome: Matriola: ) Si rappresenti il ono finitamente generato C = ono,, R ome ono poliedrio, giustifiando algebriamente le risposta fornita. Per derivare

Dettagli

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

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

Dettagli

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

b i 1,1,1 1,1,1 0,1,2 0,3,4

b i 1,1,1 1,1,1 0,1,2 0,3,4 V o Appello // RICERCA OPERATIVA - Corso A (a.a. 9/) Nome Cognome: Corso di Laurea: L C6 LS LM Matricola: ) Si consideri il problema di flusso di costo minimo in figura. Si verifichi se il flusso ammissibile

Dettagli

Esame di Ricerca Operativa del 03/09/2015

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

Dettagli

Esame di Ricerca Operativa del 11/07/2016

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

Dettagli

Esame di Ricerca Operativa del 16/06/2015

Esame di Ricerca Operativa del 16/06/2015 Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il

Dettagli

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

Andrea Scozzari a.a Analisi di sensibilità

Andrea Scozzari a.a Analisi di sensibilità Andrea Sozzari a.a. 2012-2013 Analisi di sensibilità 1 Problema di Massimo in forma generale ma 130 100 1,5 0,3 0,5, 27 21 15 16 0 regione ammissibile 2 Problema di Massimo in forma generale ma 130 100

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

Esame di Ricerca Operativa del 07/09/2016

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

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015 1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)

Dettagli

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

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

Dettagli

Algoritmo basato su cancellazione di cicli

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

Dettagli

Modelli di assegnazione (cenni)

Modelli di assegnazione (cenni) Corso di Trasporti e Ambiente http://www.uniroma.it/didattia/ta_ ing. Antonio Comi novembre Modelli di assegnazione (enni) Struttura del sistema di modelli per la simulazione dei sistemi di trasporto OFFERTA

Dettagli

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

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

Dettagli

Esame di Ricerca Operativa del 15/01/2015

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

Dettagli

Esame di Ricerca Operativa del 15/01/2015

Esame di Ricerca Operativa del 15/01/2015 Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00

Dettagli

Esame di Ricerca Operativa del 09/02/2016

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

Dettagli

Esercizio 1. min. Esercizio 2. Esercizio 3

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

Dettagli

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4 Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse

Dettagli

Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 08/01/13. 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

Dettagli

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

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

Dettagli

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

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

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

Dettagli

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

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

Dettagli

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

Il valore di flusso che si ottiene è

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

Dettagli

Lezioni di Ricerca Operativa

Lezioni di Ricerca Operativa Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero - Problema del trasporto Prof. Cerulli Dott.ssa Getili Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, j) A

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

L offerta della singola impresa: le curve di costo

L offerta della singola impresa: le curve di costo L offerta della singola impresa: le urve di osto La funzione di osto totale è di un impresa orrispondono alla somma dei osti fissi e dei osti variabili I osti fissi F sono quelli he sono sostenuti indipendentemente

Dettagli

x 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)

x 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

Dettagli

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca

Dettagli

Gestione della produzione e della supply chain Logistica distributiva

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

Dettagli

Problemi di flusso a costo minimo

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

Dettagli

Aniello Murano Macchine di Turing non- deterministiche

Aniello Murano Macchine di Turing non- deterministiche Aniello Murano Mahine di Turing non deterministihe 5 Lezione n. Parole hiave: Nondeterministi Turing mahine Corso di Laurea: Informatia Codie: Email Doente: murano@ na.infn.it A.A. 20082009 Riassunto delle

Dettagli

Parte V: Rilassamento Lagrangiano

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

Dettagli

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

Università Ca Foscari Venezia

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

Dettagli

Esercizi di Programmazione Lineare - Dualità

Esercizi 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

Dettagli

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

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

Dettagli

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

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

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

Dettagli

Problema del trasporto

Problema del trasporto p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in

Dettagli

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina

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

Dettagli

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

Esercizi sulla Programmazione Lineare Intera

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

Dettagli

Ottimizzazione Combinatoria e Reti (a.a. 2007/08)

Ottimizzazione Combinatoria e Reti (a.a. 2007/08) o Appello 6/07/008 Ottimizzazione Combinatoria e Reti (a.a. 007/08) Nome Cognome: Matricola: ) Dopo avere finalmente superato l esame di Ricerca Operativa, Tommaso è pronto per partire in vacanza. Tommaso

Dettagli

4.1 Localizzazione e pianificazione delle base station per le reti UMTS

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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

Algoritmi generali per PLI

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

Dettagli

Ottimizzazione Discreta Esercizi V: Soluzioni

Ottimizzazione Discreta Esercizi V: Soluzioni Ottimizzazione Discreta Esercizi V: Soluzioni Grafi e cammini minimi A.A. 214/215 Esercizio 1 (a) Nella terminologia della teoria dei grafi, si chiede di dimostrare che ogni grafo non orientato G = (V,E),

Dettagli

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

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

Dettagli

A-2 a PI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 19 giugno 2015

A-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

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

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

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

AMPL Problemi su Reti

AMPL Problemi su Reti Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai

Dettagli

PROGRAMMAZIONE LINEARE E DUALITA'

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

Dettagli

4.5 Metodo del simplesso

4.5 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

Dettagli

2. ALGORITMO DEL SIMPLESSO

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

Dettagli

CBM a.s. 2012/2013 PROBLEMA DELLE SCORTE

CBM a.s. 2012/2013 PROBLEMA DELLE SCORTE CBM a.s. 212/213 PROBLEMA DELLE SCORTE Chiamiamo SCORTA ogni riserva di materiali presente all interno del sistema produttivo in attesa di essere sottoposto ad un proesso di trasformazione o di distribuzione.

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

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi Università degli Studi di Roma La Sapienza Ottimizzazione nella Gestione dei Progetti - Esercitazione : calcolo degli schedule ottimi di FABIO D ANDREAGIOVANNI Dipartimento di Informatica e Sistemistica

Dettagli

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni

Dettagli

4. METODI DUALI DEL SIMPLESSO

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

Dettagli

e del guadagno percentuale in conto capitale, dato da e v

e del guadagno percentuale in conto capitale, dato da e v Esame di Eonomia Politia - Istituzioni (A-K) Svolgimento della prova sritta del 8 aprile 2009 B questo è uno svolgimento ompleto, e potrebbe essere molto più sintetio FILA 3 1) (a) Si spieghi il signifiato

Dettagli

Pag. 1. Esercizi sui Diagrammi di Flusso. Stampa di alcuni numeri interi

Pag. 1. Esercizi sui Diagrammi di Flusso. Stampa di alcuni numeri interi Università degli studi di Parma Dipartimento di Ingegneria dell Informazione Informatia a.a. 202/ Stampa di aluni numeri interi Informatia Faoltà di Mediina Veterinaria a.a. 202/ prof. Stefano Cagnoni

Dettagli

5.4.5 Struttura dell algoritmo ed esempi

5.4.5 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,

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

CONTROLLI AUTOMATICI (01AKS, 02FSQ) ATM, INF Soluzione della tipologia di compito del 3/IX/2002

CONTROLLI AUTOMATICI (01AKS, 02FSQ) ATM, INF Soluzione della tipologia di compito del 3/IX/2002 CONTROLLI AUTOMATICI (0AKS, 0FSQ) ATM, INF Soluzione della tipologia di ompito del 3/IX/00 Eserizio Progetto di un ontrollore Sia dato il sistema di ontrollo riportato in figura on: 0.65 G p ( s) =, Tp

Dettagli

Problema dell albero di cammini minimi (SPT, Shortest Path Tree) o problema dei cammini minimi :

Problema dell albero di cammini minimi (SPT, Shortest Path Tree) o problema dei cammini minimi : Per almeno una delle soluzioni ottime { P i, i r } del problema generalizzato, l unione dei cammini P i forma un albero di copertura per G radicato in r e orientato, ossia un albero la cui radice è r i

Dettagli

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

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

Dettagli

Convergenza del Simplesso e regole anti-ciclaggio

Convergenza del Simplesso e regole anti-ciclaggio Convergenza del Simplesso e regole anti-ciclaggio degenerazione e ciclaggio un esempio di ciclaggio regole anti-ciclaggio rif. Fi 3.2.6, BT 3.4 (Esempio 3.6), BT 3.7; Sulla convergenza del metodo del simplesso

Dettagli

DFM. Design for Manufacture: Approccio e strumenti. Contenuti. Concetti preliminari e introduzione al DFM. Accorgimenti per la progettazione

DFM. Design for Manufacture: Approccio e strumenti. Contenuti. Concetti preliminari e introduzione al DFM. Accorgimenti per la progettazione DFM Design for Manufature: Approio e strumenti Contenuti Conetti preliminari e introduzione al DFM Aorgimenti per la progettazione Modello per la stima dei osti Sensibilità alle variabili di progetto Riferimenti:

Dettagli

2.3.3 Cammini ottimi nei grafi senza circuiti

2.3.3 Cammini ottimi nei grafi senza circuiti .. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo

Dettagli

1 Il metodo dei tagli di Gomory

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

Dettagli

5.3 Metodo dei piani di taglio

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

Dettagli

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

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

Dettagli

Appunti sui problemi di matching

Appunti sui problemi di matching Appunti sui problemi di matching A. Agnetis 1 Formulazione I problemi di matching (talvolta chiamati problemi di accoppiamento, o abbinamento) sono tra i più importanti e più studiati problemi di ottimizzazione

Dettagli

Corso di Matematica Applicata A.A

Corso 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

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

TRASFORMATA DI HILBERT

TRASFORMATA DI HILBERT TRASFORMATA DI ILBERT La Trasformata di ilbert è una partiolare rappresentazione he, ontrariamente ad altre trasformate (Fourier, Laplae, Z, ) non realizza un ambiamento del dominio di definizione. In

Dettagli

Esercizi su ottimizzazione vincolata

Esercizi su ottimizzazione vincolata Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca

Dettagli

Soluzione dei problemi di Programmazione Lineare Intera

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

Dettagli

Metodi 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) 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

Dettagli

Spin. La hamiltoniana classica di una particella di massa m e carica q in presenza di un potenziale elettromagnetico (Φ, A) si scrive.

Spin. La hamiltoniana classica di una particella di massa m e carica q in presenza di un potenziale elettromagnetico (Φ, A) si scrive. Spin La hamiltoniana lassia di una partiella di massa m e aria q in presenza di un potenziale elettromagnetio Φ, A si srive Sviluppando il quadrato si ha H = H = p q A 2 + qφ p 2 + A 2 2q A p + qφ 2 Se

Dettagli

Prova Scritta di Ricerca Operativa

Prova 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

Dettagli

3.4 Metodo di Branch and Bound

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

Dettagli

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

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

Metodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera

Metodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera Metodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera L. De Giovanni G. Zambelli Un problema di programmazione lineare intera é una problema della forma

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

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

Bilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche

Bilanciamento 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...................

Dettagli

Algoritmo di best-fit (o fitting) sinusoidale a 3 parametri ( ) ( )

Algoritmo di best-fit (o fitting) sinusoidale a 3 parametri ( ) ( ) Algoritmo di best-it (o itting) sinusoidale a 3 parametri Supponiamo di disporre della versione digitalizzata di un segnale sinusoidale di ampiezza di pio A, requenza nota, ase assoluta ϕ e on omponente

Dettagli