Management Sanitario. Modulo di Ricerca Operativa
|
|
- Dario Rocca
- 2 anni fa
- Visualizzazioni
Transcript
1 Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Università di Roma - Via Ariosto 25 https://groups.google.com/a/dis.uniroma1.it/d/forum/ricerca operativa medicina
2 Cosa è un modello Il termine modello è usato per definire una rappresentazione di un oggetto o di un fenomeno, che corrisponde alla cosa modellata per il fatto di riprodurne alcune caratteristiche o comportamenti fondamentali (wikipedia), di solito usato per evidenziare proprietà specifiche di oggetti reali. modelli concreti: ad esempio i prototipi (di aerei o automobili),
3 Cosa è un modello Il termine modello è usato per definire una rappresentazione di un oggetto o di un fenomeno, che corrisponde alla cosa modellata per il fatto di riprodurne alcune caratteristiche o comportamenti fondamentali (wikipedia), di solito usato per evidenziare proprietà specifiche di oggetti reali. modelli concreti: ad esempio i prototipi (di aerei o automobili), modelli matematici costruiti usando il linguaggio e gli strumenti della matematica.
4 In alcuni casi le situazioni in esame sono talmente complesse e le dimensioni talmente elevate da rendere difficile o troppo costoso l uso di modelli analitici. modello di simulazione utilizzo di un calcolatore per costruire un modello che permetta di replicare le caratteristiche del problema reale in esame. Questi modelli hanno la differenza fondamentale rispetto ai modelli analitici di utilizzare il calcolatore non solo come strumento di calcolo, ma anche come strumento per rappresentare le realtà. Non li tratteremo in questo corso.
5 I modelli matematici Rappresentano la realtà attraverso variabili e relazioni logico - matematiche e descrivono in modo semplificato, ma rigoroso, i fenomeni del mondo reale che si vogliono considerare. Perché un modello matematico? obbligo ad un analisi per cogliere gli aspetti essenziali e significativi di un problema deduzione analitica di proprietà strutturali possibilità effettuare un analisi di tipo What if...? e quindi di valutare fuori linea leffetto delle scelte possibilità di individuare la miglior soluzione anche quando le possibili scelte sono molte
6 Programmazione Matematica Tra i modelli base più comunemente usati ci sono i problemi di Programmazione Matematica.
7 Programmazione Matematica Tra i modelli base più comunemente usati ci sono i problemi di Programmazione Matematica. In questo contesto il termine programmazione non deve essere inteso nel senso di di costruzione di programmi per il calcolatore, seppur il calcolatore elettronico sia uno strumento indispensabile per risolvere problemi di Programmazione Matematica.
8 Programmazione Matematica Tra i modelli base più comunemente usati ci sono i problemi di Programmazione Matematica. In questo contesto il termine programmazione non deve essere inteso nel senso di di costruzione di programmi per il calcolatore, seppur il calcolatore elettronico sia uno strumento indispensabile per risolvere problemi di Programmazione Matematica. I problemi di Programmazione Matematica rappresentano problemi decisionali con un solo decisore, un solo criterio di scelta deterministici.
9 Programmazione matematica Sono modelli con una struttura di questo tipo Ottimizza obiettivo restrizione 1 restrizione 2. restrizione m in cui obiettivo e restrizione-i sono rappresentati mediante relazioni matematiche che legano i parametri del problema con le possibili scelte decisionali. Ottimizza significa individuare la scelta che definisce il valore massimo o minimo dell obiettivo (funzione obiettivo).
10 Ma algoritmo che vuol dire? Una volta ottenuto un modello matematico, la RO si dedica alla definizione di metodi matematici efficienti (algoritmi di soluzione) per determinare una soluzione. Un insieme di istruzioni elementari che eseguite (su calcolatore) consentono di determinare la soluzione di un problema in un tempo finito Il più famoso nella RO è il metodo del simplesso che consente di determinare la soluzione ottima di un problema di programmazione lineare.
11 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema Costruzione del modello Analisi del modello Selezione di buone soluzioni Validazione del modello
12 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello Analisi del modello Selezione di buone soluzioni Validazione del modello
13 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello Selezione di buone soluzioni Validazione del modello
14 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello deduzione per via analitica di alcune importanti proprietà, quali esistenza, unicità, stabilità ecc. Selezione di buone soluzioni Validazione del modello
15 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello deduzione per via analitica di alcune importanti proprietà, quali esistenza, unicità, stabilità ecc. Selezione di buone soluzioni (ottimizzazione e/o simulazione) Validazione del modello
16 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello deduzione per via analitica di alcune importanti proprietà, quali esistenza, unicità, stabilità ecc. Selezione di buone soluzioni (ottimizzazione e/o simulazione) Validazione del modello verifica che i risultati ottenuti siano congruenti con il problema
17 Assegnamento: definizione del problema Un azienda deve decidere come assegnare i suoi 3 dipendenti a 3 differenti attività da svolgere.
18 Assegnamento: definizione del problema Un azienda deve decidere come assegnare i suoi 3 dipendenti a 3 differenti attività da svolgere. Ciascun dipendente può esprimere una preferenza dipendenti att 1 att 2 att 3 dip 1 0,9 0,8 1 dip 2 0,7 0,5 1 dip 3 0,8 0,4 1 ciascun dipendente deve essere assegnato ad un sola attività ; ciascuna attività deve essere svolta esattamente da un dipendente. Supponiamo che l azienda voglia massimizzare il soddisfacimento medio.
19 Assegnamento dipendenti - attività dipendente #1 dipendente #2 dipendente #3 attività #1 attività #2 attività #3
20 Analisi del problema un numero n = 3 di dipendenti/attività. un insieme D di dipendenti {1, 2,..., n}, un insieme A di attività {1, 2,..., n}, ad ogni coppia (dipendente i, attività j) è associato un valore V ij ; Le preferenze dunque sono rappresentate da una tabella dipendenti att 1 att 2 att 3 dip 1 V 11 V 12 V 13 dip 2 V 21 V 22 V 23 dip 3 V 31 V 32 V 33
21 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta.
22 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4
23 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3
24 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5
25 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6
26 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6 {(1, 3), (2, 2), (3, 1)}, V 13 + V 22 + V 31 = 2, 4
27 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6 {(1, 3), (2, 2), (3, 1)}, V 13 + V 22 + V 31 = 2, 4 {(1, 3), (2, 1), (3, 2)}, V 13 + V 21 + V 32 = 2, 3
28 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6 {(1, 3), (2, 2), (3, 1)}, V 13 + V 22 + V 31 = 2, 4 {(1, 3), (2, 1), (3, 2)}, V 13 + V 21 + V 32 = 2, 3 La scelta migliore corrisponde a {(1, 2), (2, 3), (3, 1)}, dipendente #1 attività #1 dipendente #2 attività #2 dipendente #3 attività #3
29 Un modello sbagliato? è esaustivo; dunque si può definire solo per valori di n piccoli è dipendente dai valori: se cambiano devo ricalcolare
30 Un modello di programmazione matematica Formalizzazione matematica del problema di assegnamento Individuiamo le scelte decisionali=variabili di decisione dip i assegnato alla att j = { { VERO FALSO = = { 1 0 Dunque una scelta decisionale può essere rappresentata come dipendenti att 1 att 2 att 3 dip dip dip
31 Variabili di decisione Per semplificare la scrittura indichiamo le variabili di decisione come x ij (ma si tratta di un nome!) che può assumere solo due valori {0, 1} e sono n 2 = 9 dipendenti att 1 att 2 att 3 dip 1 x 11 x 12 x 13 dip 2 x 21 x 22 x 23 dip 3 x 31 x 32 x 33
32 La funzione obiettivo dipendenti att 1 att 2 att 3 dip 1 x 11 x 12 x 13 dip 2 x 21 x 22 x 23 dip 3 x 31 x 32 x 33 dipendenti att 1 att 2 att 3 dip 1 V 11 V 12 V 13 dip 2 V 21 V 22 V 23 dip 3 V 31 V 32 V 33 {(1, 1), (2, 2), (3, 3)}, V 11 x 11 + V 22 x 22 + V 33 x 33 = 0, 9 + 0, = 2, 4 n i=1 j=1 n V ij x ij
33 Le restrizioni Le restrizioni=vincoli richiedono che ciascun dipendente deve essere assegnato ad un sola attività ; dipendenti att 1 att 2 att 3 dip dip dip
34 Le restrizioni Le restrizioni=vincoli richiedono che ciascun dipendente deve essere assegnato ad un sola attività ; dipendenti att 1 att 2 att 3 dip dip x 21 + x 22 + x 23 = 1 dip
35 Le restrizioni Le restrizioni=vincoli richiedono che ciascun dipendente deve essere assegnato ad un sola attività ; ciascuna attività deve essere svolta esattamente da un dipendente. dipendenti att 1 att 2 att 3 dip dip dip x 12 + x 22 + x 32 = 1
36 I vincoli x 11 + x 12 + x 13 = 1 x 21 + x 22 + x 23 = 1 x 31 + x 32 + x 33 = 1 x 11 + x 21 + x 31 = 1 x 12 + x 22 + x 32 = 1 x 13 + x 23 + x 33 = 1 Sono 2 n = 6 dipendente 1 assegnato esattamente ad una attività attività 1 assegnata esattamente ad un dipendente
37 Un modello di programmazione matematica max n n V ij x ij i=1 j=1 n x ij = 1 i=1 n x ij = 1 j=1 x ij {0, 1} per ogni j = 1,..., n per ogni i = 1,..., n i = 1,..., n j = 1,..., n
38 Alcuni esempi applicativi economico gestionali pianificazione della produzione: determinare i livelli di produzione e/o lutilizzazione di risorse; ad es. allocazione ottima di risorse = distribuzione di risorse limitate tra alternative concorrenti in modo da minimizzare il costo o massimizzare il guadagno 1. allocazione di letti ai reparti per specializzazione
39 Alcuni esempi applicativi economico gestionali pianificazione della produzione: determinare i livelli di produzione e/o lutilizzazione di risorse; ad es. allocazione ottima di risorse = distribuzione di risorse limitate tra alternative concorrenti in modo da minimizzare il costo o massimizzare il guadagno 1. allocazione di letti ai reparti per specializzazione gestione ottima delle scorte: decidere quando e quanto, durante un processo produttivo, si devono immagazzinare prodotti in modo da rispettare le consegne minimizzando i costi. 1. gestione dell acquisizione di farmaci ospedalieri
40 Alcuni esempi applicativi economico gestionali pianificazione della produzione: determinare i livelli di produzione e/o lutilizzazione di risorse; ad es. allocazione ottima di risorse = distribuzione di risorse limitate tra alternative concorrenti in modo da minimizzare il costo o massimizzare il guadagno 1. allocazione di letti ai reparti per specializzazione gestione ottima delle scorte: decidere quando e quanto, durante un processo produttivo, si devono immagazzinare prodotti in modo da rispettare le consegne minimizzando i costi. 1. gestione dell acquisizione di farmaci ospedalieri localizzazione e dimensionamento di impianti: decidere dove installare impianti di produzione in modo da rifornire in modo ottimale aree distribuite su un territorio
41 progettazione di reti e loro gestione: definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazione, di trasmissione dati, di circuiti, in modo da garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo; 1. Nurse path
42 progettazione di reti e loro gestione: definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazione, di trasmissione dati, di circuiti, in modo da garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo; 1. Nurse path determinazione dei turni del personale: coprire una serie di servizi rispettando i vincoli di contratto aziendale e minimizzando i costi
43 progettazione di reti e loro gestione: definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazione, di trasmissione dati, di circuiti, in modo da garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo; 1. Nurse path determinazione dei turni del personale: coprire una serie di servizi rispettando i vincoli di contratto aziendale e minimizzando i costi manutenzione di beni: decidere quando e se effettuare la manutenzione di alcuni oggetti soggetti ad usura, in modo da minimizzare il costo complessivo.
44 instradamento di veicoli: decidere quali percorsi devono seguire i veicoli di un flotta (ad esempio di automezzi adibiti alla raccolta dei rifiuti o alla distribuzioni di prodotti ad una rete di negozi) in modo da minimizzare la distanza complessiva percorsa; 1. trasporti sanitari: la definizione dei percorsi degli automezzi che prelevano i pazienti che devono subire dei trattamenti medici
45 instradamento di veicoli: decidere quali percorsi devono seguire i veicoli di un flotta (ad esempio di automezzi adibiti alla raccolta dei rifiuti o alla distribuzioni di prodotti ad una rete di negozi) in modo da minimizzare la distanza complessiva percorsa; 1. trasporti sanitari: la definizione dei percorsi degli automezzi che prelevano i pazienti che devono subire dei trattamenti medici project planning: decidere come gestire le risorse e come sequenziare le molteplici attività di un progetto. 1. programmazione delle sale chirurgiche
46 Problemi di economia e finanza scelta di investimenti: scegliere fra un vasto numero di possibilità di investimento rispettando i vincoli imposti da un budget finanziario e massimizzando il guadagno;
47 Problemi di economia e finanza scelta di investimenti: scegliere fra un vasto numero di possibilità di investimento rispettando i vincoli imposti da un budget finanziario e massimizzando il guadagno; composizione di un portafoglio: decidere quali titoli e con quali quote investire capitali in modo da massimizzare il ricavo o minimizzare il rischio;
48 Problemi di economia e finanza scelta di investimenti: scegliere fra un vasto numero di possibilità di investimento rispettando i vincoli imposti da un budget finanziario e massimizzando il guadagno; composizione di un portafoglio: decidere quali titoli e con quali quote investire capitali in modo da massimizzare il ricavo o minimizzare il rischio; Problemi di revenue management (lett. Gestione del ritorno economico ) 1. in una azienda caratterizzata da varietà di servizi e di prezzi, domanda variabile nel tempo, stabilire quanti e quali servizi vendere avendo incertezza sulla domanda futura, allo scopo di massimizzare il profitto globale. 2. compagnie di trasporto aereo, ferroviario, marittimo, catene alberghiere e di noleggio auto.
I Modelli della Ricerca Operativa
Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di
Management Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
TECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione
Università del Salento
Università del Salento Dipartimento di Matematica DAI SISTEMI DI DISEQUAZIONI LINEARI.. ALLA PROGRAMMAZIONE LINEARE Chefi Triki La Ricerca Operativa Fornisce strumenti matematici di supporto alle attività
Management Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof Laura Palagi http://wwwdisuniroma1it/ palagi Dipartimento di Ingegneria
Un problema di Capital Budgeting
LABORATORIO RICERCA OPERATIVA Un problema di Capital Budgeting Laura Palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Universita` di Roma Capital Budgeting (Pianificazione
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato
Ricerca Operativa e Logistica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei
mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000
1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio
Modelli matematici avanzati per l azienda a.a. 2010-2011
Modelli matematici avanzati per l azienda a.a. 2010-2011 Docente: Pasquale L. De Angelis deangelis@uniparthenope.it tel. 081 5474557 http://www.economia.uniparthenope.it/siti_docenti P.L.DeAngelis Modelli
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una
Fondamenti di Economia Aziendale ed Impiantistica Industriale
Politecnico di Milano IV Facoltà di Ingegneria Fondamenti di Economia Aziendale ed Impiantistica Industriale Impiego della programmazione lineare nella progettazione degli impianti Cosa significa progettare
Problemi di Programmazione Lineare Intera
Capitolo 4 Problemi di Programmazione Lineare Intera La Programmazione Lineare Intera (PLI) tratta il problema della massimizzazione (minimizzazione) di una funzione di più variabili, soggetta a vincoli
Ricerca Operativa Prima Parte
1 2 fasi Prima Parte 2 Testi didattici S. Martello, M.G. Speranza, Ricerca Operativa per l Economia e l Impresa, Ed. Esculapio, 2012. F.S. Hillier, G.J. Lieberman, Ricerca operativa - Fondamenti, 9/ed,
ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI
ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI PROBLEMA: un azienda deve scegliere fra due possibili investimenti al fine di massimizzare il profitto netto nel rispetto delle condizioni interne e di mercato
SISTEMI DI CONDOTTE: Il dimensionamento idraulico
SISTEMI DI CONDOTTE: Il dimensionamento idraulico Carlo Ciaponi Università degli Studi di Pavia Dipartimento di Ingegneria Idraulica e Ambientale Posizione del del problema Rete da progettare di cui è
Ministero dell istruzione, dell università e della ricerca. Liceo Tecnologico. Indirizzo Elettrico Elettronico
Ministero dell istruzione, dell università e della ricerca Liceo Tecnologico Indicazioni nazionali per i Piani di Studio Personalizzati Obiettivi Specifici di Apprendimento Allegato_C8-LT-02-Elettrico
UNIVERSITÀ DEGLI STUDI DI FERRARA MANIFESTO DEGLI STUDI ANNO ACCADEMICO
UNIVERSITÀ DEGLI STUDI DI FERRARA MANIFESTO DEGLI STUDI ANNO ACCADEMICO 2001/2002 Corso di laurea in MATEMATICA APPLICATA Classe 32 : Scienze Matematiche NUOVA ORGANIZZAZIONE DIDATTICA Le novità contenute
PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione
1 PROBLEMI DI SCELTA Problemi di Scelta Campo di Scelta Funzione Obiettivo Modello Matematico Scelte in condizioni di Certezza Scelte in condizioni di Incertezza Effetti Immediati Effetti Differiti Effetti
Un modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente
Modelli di Programmazione Lineare Intera
8 Modelli di Programmazione Lineare Intera 8.1 MODELLI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 8.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.
Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso
RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007
RICERCA OPERATIVA GRUPPO B 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
Ricerca operativa. prof. Mario Sandri mario.sandri@gmail.it
Ricerca operativa prof. Mario Sandri mario.sandri@gmail.it Ricerca operativa La ricerca operativa (nota anche come teoria delle decisioni, scienza della gestione o, in inglese, operations research ("Operational
Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:
1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C
Problemi di localizzazione impianti
Problemi di localizzazione impianti Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre 2014 Ricerca Operativa 2 Laurea
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una
Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa
UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa Prof. Gianmaria Martini Offerta dell impresa La decisione di un impresa a riguardo della quantità
Cosa mette a disposizione dell'utente
PATHfinder OTTIMIZZA ATTIVITA' E MEZZI AUMENTANDO L'EFFICACIA! PATHfinder L applicazione di ottimizzazione dei percorsi e scheduling delle consegne, semplice da utilizzare ed efficace nella riduzione dei
SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE
Informatica e Telecomunicazioni
Informatica e Telecomunicazioni IL PROFILO DEL DIPLOMATO Il Diplomato in Informatica e Telecomunicazioni : 1. Ha competenze specifiche nel campo dei sistemi informatici, dell elaborazione dell informazione,
GESTIONE DELL INFORMAZIONE AZIENDALE GRUPPO A prova scritta del 20 maggio 2004
GESTIONE DELL INFORMAZIONE AZIENDALE GRUPPO A prova scritta del 20 maggio 2004 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6 Docente: Laura Palagi PIANIFICAZIONE DELLA PRODUZIONE 2 Si distingue in: PRODUCTION PLANNING: Tentativo
f a c o l t à d i INGEGNERIA
f a c o l t à d i INGEGNERIA UNIVERSITÀ politecnica delle marche facoltà di Via Brecce Bianche, 12 60131 Tel. 071 2204778 INGEGNERIA Per informazioni più approfondite relative alla didattica dei singoli
Modelli con vincoli di tipo logico
Modelli con vincoli di tipo logico Le variabili decisionali possono essere soggette a vincoli di tipo logico, più o meno espliciti. Ad esempio: vincoli di incompatibilità tra varie alternative: se localizziamo
RICERCA OPERATIVA. Questi due tipi di costi contribuiscono a determinare il costo totale di produzione così definito:
RICERCA OPERATIVA Prerequisiti Rappresentazione retta Rappresentazione parabola Equazioni e disequazioni Ricerca Operativa Studio dei metodi e delle strategie al fine di operare scelte e prendere decisioni
Introduzione. Capitolo 1. 1.1 Breve storia della Ricerca Operativa
Capitolo Introduzione La Ricerca Operativa è una disciplina relativamente giovane. Il termine Ricerca Operativa è stato coniato in ambito militare verso la fine degli anni 3 e deriva dal termine inglese
Introduzione a PowerSchedO
Il sistema di supporto alle tue decisioni Introduzione a PowerSchedO White paper Per maggiori informazioni http://www.powerschedo.it http://www.mbigroup.it PowerSchedO è un marchio registrato MBI. Questo
Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari
Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti
Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12
A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA
Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio
MODELLISTICA E SIMULAZIONE febbraio 007 a prova Cognome e Nome:... Autorizzo Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio Non autorizzo la pubblicazione su
Ottimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
RICERCA OPERATIVA RICERCA OPERATIVA RICERCA OPERATIVA (PROBLEMI
RICERCA OPERATIVA RICERCA OPERATIVA (PROBLEMI DI SCELTA) Il termine RICERCA OPERATIVA sembra sia stato usato per la prima volta nel 1939, ma già precedentemente alcuni scienziati si erano occupati di problemi
Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007)
Nome... Cognome... 1 Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007) Si consideri la funzione f(x) = 4x 2 1 + 6x 4 2 2x 2 1x 2. Si applichi per un iterazione il metodo del gradiente a partire dai
Modelli di Programmazione Lineare Intera
8 Modelli di Programmazione Lineare Intera Come è stato già osservato in precedenza, quando tutte le variabili di un problema di Programmazione Lineare sono vincolate ad assumere valori interi, si parla
PIANO DI LAVORO DEL PROFESSORE
ISTITUTO DI ISTRUZIONE SUPERIORE STATALE IRIS V ERSA RI - Cesano Maderno (MB) PIANO DI LAVORO DEL PROFESSORE Indirizzo LICEO TECNICO MATERIA M ATEMATICA APPLICATA ANNO SCOLASTICO 2011-2012 PROF PIZZILEO
IL NUOVO INDIRIZZO ELETTRONICA ED ELETTROTECNICA
IL NUOVO INDIRIZZO ELETTRONICA ED ELETTROTECNICA Itis Galilei di Roma - 9 novembre 2009 - SI ARTICOLA NELLE TRE AREE OPZIONALI DI APPROFONDIMENTO: ELETTRONICA ELETTROTECNICA AUTOMAZIONE VI CONFLUISCONO
Liceo Tecnologico. Indirizzo Elettrico Elettronico. Indicazioni nazionali per Piani di Studi Personalizzati
Indicazioni nazionali per Piani di Studi Personalizzati Obiettivi Specifici d Apprendimento Discipline con attività di laboratorio 3 4 5 Fisica 99 Gestione di progetto 132 99 *Tecnologie informatiche e
Appunti dalle lezioni di. Ricerca Operativa. (Metodo del Simplesso & PLI) sede di Latina. Giovanni Fasano. fasano@unive.it
Facoltà di Ingegneria dell Informazione, Informatica e Statistica Appunti dalle lezioni di Ricerca Operativa (Metodo del Simplesso & PLI) sede di Latina Giovanni Fasano fasano@unive.it http://venus.unive.it/
Esempi di modelli di programmazione lineare (intera) 2014
Esempi di modelli di programmazione lineare (intera) 2014 1) Combinando risorse Una ditta produce due tipi di prodotto, A e B, combinando e lavorando opportunamente tre risorse, R, S e T. In dettaglio:
LA RICERCA OPERATIVA
LA RICERCA OPERATIVA Il termine Ricerca Operativa, dall inglese Operations Research, letteralmente ricerca delle operazioni, fu coniato per esprimere il significato di determinazione delle attività da
Barriere assorbenti nelle catene di Markov e una loro applicazione al web
Università Roma Tre Facoltà di Scienze M.F.N Corso di Laurea in Matematica a.a. 2001/2002 Barriere assorbenti nelle catene di Markov e una loro applicazione al web Giulio Simeone 1 Sommario Descrizione
Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma
Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Corso di Ricerca Operativa per il Corso di Laurea Magistrale
Programmazione e controllo
Programmazione e controllo Capitolo 1 L attività di direzione e il sistema di misurazione dei costi Un quadro di riferimento 1.a. I tratti caratteristici dell attività di direzione nelle imprese moderne
Modelli di Programmazione Lineare. PRTLC - Modelli
Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo Rilassamento continuo - generazione
Lezione introduttiva Metodi di Ottimizzazione per Big Data
Lezione introduttiva Metodi di Ottimizzazione per Veronica Piccialli Roma 28 Settembre 2015 Università degli Studi di Roma Tor Vergata 1 / 37 Sito e Materiale Sito e Materiale Modalità di esame Programma
Programmazione lineare
Programmazione lineare Un modello matematico per un problema di programmazione lineare Problema 1. Un reparto di un azienda di elettrodomestici può produrre giornalmente non più di 6 lavatrici, delle quali
Corso di. Analisi e contabilità dei costi
Corso di Analisi e Contabilità dei Costi Prof. 1_I costi e il sistema di controllo Perché analizzare i costi aziendali? La CONOSCENZA DEI COSTI (formazione, composizione, comportamento) utile EFFETTUARE
CLASSE DELLE LAUREE SPECIALISTICHE IN INGEGNERIA GESTIONALE
CLASSE DELLE LAUREE SPECIALISTICHE IN INGEGNERIA GESTIONALE ORDINAMENTO DIDATTICO DEL CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA GESTIONALE Art. 1 Istituzione. Presso la Facoltà di Ingegneria sede di
Sistemi Informativi Aziendali I
Modulo 6 Sistemi Informativi Aziendali I 1 Corso Sistemi Informativi Aziendali I - Modulo 6 Modulo 6 Integrare verso l alto e supportare Managers e Dirigenti nell Impresa: Decisioni più informate; Decisioni
MISSION: LEASYS, LEADER NEL MERCATO DEL NOLEGGIO A LUNGO TERMINE e dei servizi
NOLEGGIO A LUNGO TERMINE IL TUO BUSINESS, MUOVILO CON NOI. MISSION: LEASYS, LEADER NEL MERCATO DEL NOLEGGIO A LUNGO TERMINE e dei servizi automotive in Italia, è nata nel settembre 2001 ed è oggi interamente
Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.
CLASSE quinta INDIRIZZO AFM-SIA-RIM-TUR UdA n. 1 Titolo: LE FUNZIONI DI DUE VARIABILI E L ECONOMIA Utilizzare le strategie del pensiero razionale negli aspetti dialettici e algoritmici per affrontare situazioni
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno
Modelli di Ottimizzazione
Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo
Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio
Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Rappresentazione dell Informazione
Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione
Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Versione 11/03/2004 Contenuto e scopo esercitazione Contenuto esempi di problema di programmazione
Modelli di Programmazione Lineare e Programmazione Lineare Intera
Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione
C3 indirizzo Elettronica ed Elettrotecnica Profilo
C3 indirizzo Elettronica ed Elettrotecnica Profilo Il Diplomato in Elettronica ed Elettrotecnica : - ha competenze specifiche nel campo dei materiali e delle tecnologie costruttive dei sistemi elettrici,
ALGEBRA DELLE PROPOSIZIONI
Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra
LAUREA SPECIALISTICA IN SCIENZE, TECNOLOGIE E GESTIONE DEL SISTEMA AGRO-ALIMENTARE
LAUREA SPECIALISTICA IN SCIENZE, TECNOLOGIE E GESTIONE DEL SISTEMA AGRO-ALIMENTARE Classe 78/S - Scienze e Tecnologie agroalimentari Coordinatore: prof. Marco Gobbetti Tel. 0805442949; e-mail: gobbetti@ateneo.uniba.it
Scaletta della lezione:
NATURA DELLA CONTABILITA DIREZIONALE Scaletta della lezione: 1. L approccio di Anthony al controllo di gestione 2. Natura e fini delle informazioni - informazioni per l esterno - informazioni per l interno
02 L Informatica oggi. Dott.ssa Ramona Congiu
02 L Informatica oggi Dott.ssa Ramona Congiu 1 Introduzione all Informatica Dott.ssa Ramona Congiu 2 Che cos è l Informatica? Con il termine Informatica si indica l insieme dei processi e delle tecnologie
Laboratorio di Sistemi Logistici e della Produzione
Laboratorio di Sistemi Logistici e della Produzione LA SIMULAZIONE AD EVENTI DISCRETI PER LA VALUTAZIONE DELLE PRESTAZIONI DEI SISTEMI SANITARI RELATORE: PROF. ANTONIO GRIECO Cos è la simulazione? Definizione
Scheda. Il CRM per la Gestione del Marketing. Accesso in tempo reale alle Informazioni di rilievo
Scheda Il CRM per la Gestione del Marketing Nelle aziende l attività di Marketing è considerata sempre più importante poiché il mercato diventa sempre più competitivo e le aziende necessitano di ottimizzare
Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi.
E. Calabrese: Fondamenti di Informatica Problemi-1 Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. L'informatica
Caratteristiche Applicabilità. Piattaforma Logistica
Caratteristiche Applicabilità Piattaforma Logistica Versione 2.0-2011 Azioni semplici o strutturate Risorse umane e materiali Tempi e Luoghi La Piattaforma WOLT è una soluzione progettata per rispondere
APPROFONDIMENTO LABORATORIO SIMULAZIONE DI UNA MODERNA AZIENDA MECCATRONICA INTEGRATA DIVISIONE PER AREE AZIENDALI
APPROFONDIMENTO LABORATORIO SIMULAZIONE DI UNA MODERNA AZIENDA MECCATRONICA INTEGRATA DIVISIONE PER AREE AZIENDALI Area Progettazione Area Acquisti Area Produzione Area Assistenza Tecnica Area Marketing
PIL : produzione e reddito
PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi
SISTEMA INFORMATIVO AZIENDALE. Definizione, classificazioni
SISTEMA INFORMATIVO AZIENDALE Definizione, classificazioni IL SISTEMA INFORMATIVO AZIENDALE A cosa serve una definizione? Esistono diverse prospettive tecnica, organizzativa, della comunicazione e quindi
Economia Industriale
Università del Piemonte Orientale Amedeo Avogadro Facoltà di Economia A.A. 2005/2006 Economia Industriale Dott. Massimiliano Piacenza Lezione 3 Monopolio e regola dell elasticità Monopolio naturale e regolamentazione
Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
Modelli di Programmazione Lineare
Capitolo 2 Modelli di Programmazione Lineare 2.1 Modelli di allocazione ottima di risorse Esercizio 2.1.1 Un industria manifatturiera può fabbricare 5 tipi di prodotti che indichiamo genericamente con
Sistemi di Controllo per l Automazione Industriale
10 marzo 2015 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Eventi Esempi di Eventi 2 Ing. Università degli Studi Roma TRE Email: foglietta.chiara@gmail.com
Elementi di Informatica e Programmazione
Elementi di Informatica e Programmazione Il concetto di Algoritmo e di Calcolatore Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Cos
IL SISTEMA INFORMATIVO AZIENDALE
IL SISTEMA INFORMATIVO AZIENDALE CL. 5ATP - A.S. 2006/2007 L azienda e i suoi elementi PERSONE AZIENDA BENI ECONOMICI ORGANIZZAZIONE L azienda è un insieme di beni organizzati e coordinati dall imprenditore
BIENNIO COMUNE a tutti gli indirizzi DISCIPLINE. Quadro Orario BIENNIO COMUNE. Nuovi Indirizzi Istituti Tecnici Pagina 1 1 BIENNIO
Il seguente documento, redatto per estratti da documenti del Ministero della Pubblica Istruzione, illustra in modo sintetico ma completo l Offerta Formativa dei Nuovi Indirizzi degli Istituti Tecnici.
Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano
Capitolo 3: Ottimizzazione Discreta E. Amaldi DEIB, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati o approssimati come problemi di Programmazione
FORMAZIONE E PUBBLICA SEGI REAL ESTATE SEGI REAL ESTATE
ADVASORY La SEGI REAL ESTATE AZIENDA LEADER NEL SETTORE DELLE PUBBLICHE AMMINISTRAZIONI GRAZIE AD UNA RETE CAPILLARE DI CONSULENTI ACCREDITATI IN EUROPA E NEL MONDO PUO ESSERE PATNER NELLA VENDITA E CARTOLARIZZAZIONE
Scelte in condizioni di rischio e incertezza
CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni
Gli algoritmi: definizioni e proprietà
Dipartimento di Elettronica ed Informazione Politecnico di Milano Informatica e CAD (c.i.) - ICA Prof. Pierluigi Plebani A.A. 2008/2009 Gli algoritmi: definizioni e proprietà La presente dispensa e da
Teoria delle scorte. Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio
Teoria delle scorte Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio Dipartimento di Matematica Università di Bari Teoria delle scorte p.1/26 definizione del problema
Dispense del corso RICERCA OPERATIVA. per i corsi di Laurea in Ingegneria BTRR e MMER. a cura di Laura Palagi. www.dis.uniroma1.
Dispense del corso RICERCA OPERATIVA per i corsi di Laurea in Ingegneria BTRR e MMER a cura di Laura Palagi www.dis.uniroma1.it/~ palagi 12 Dicembre 2011 teoremi/dimostrazioni non in programma 1. dimostrazione
TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA
ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE TRASPORTI TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA
EasyMACHINERY ERPGestionaleCRM. partner
ERPGestionaleCRM partner La soluzione software per le aziende di produzione di macchine Abbiamo trovato un software e un partner che conoscono e integrano le particolarità del nostro settore. Questo ci
La Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
REGOLAMENTO DIDATTICO DEL CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA INFORMATICA. Art. 1 Denominazione e classe di appartenenza
REGOLAMENTO DIDATTICO DEL CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA INFORMATICA CLASSE DELLE LAUREE SPECIALISTICHE IN INGEGNERIA DELL'INFORMAZIONE (CLASSE N. 35/S) Art. 1 Denominazione e classe di appartenenza
TEMPO E RISCHIO. Il valore del denaro è funzione del tempo in cui è disponibile
Esercitazione TEMPO E RISCHIO Il valore del denaro è funzione del tempo in cui è disponibile Un capitale - spostato nel futuro si trasforma in montante (capitale iniziale più interessi), - spostato nel
Gestione dei Progetti (2005-2006)
Gestione dei Progetti (2005-2006) Alessandro Agnetis DII Università di Siena (Alcune delle illustrazioni contenute nella presentazione sono tratte da PMBOK, a guide to the Project Management Body of Knowledge,
«VALUTAZIONE DELL EFFICACIA DI UN PANNELLO A MESSAGGIO VARIABILE LOCALIZZATO NELLA PIANA DI LUCCA»
«VALUTAZIONE DELL EFFICACIA DI UN PANNELLO A MESSAGGIO VARIABILE LOCALIZZATO NELLA PIANA DI LUCCA» SISTEMI DI INFORMAZIONE I sistemi di informazione sono apparati costituiti da strumentazione connessa