Soluzione di problemi di ottimizzazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Soluzione di problemi di ottimizzazione"

Transcript

1 Soluzione di problemi di ottimizzazione Problema di ottimizzazione: min z = c x A x b x 0 Possibili ulteriori vincoli (Es.: x INTERO) Soluzione: Trovare x* tale che c x* <= c x per ogni x A x b, x>=0 MPL-LE.1 Solutori di problemi di PL/PLI Input: n, m, (c), (A), (b) Eventuali altri vincoli (interezza variabili) Output: z, (x) Informazioni aggiuntive (variabili duali, costi ridotti, ) MPL-LE.2

2 Uso di Modelli Matematici (1) Es: Problema della dieta: n possibili cibi m sostanze nutritive b i : fabbisogno giornaliero sostanza i c j : costo cibo j a ij : quantità di sostanza i per unità di cibo j Determinare la dieta (mix di alimenti) di costo minimo, assicurando il fabbisogno giornaliero di ogni sostanza MPL-LE.3 Uso di Modelli Matematici (2) x j = quantità di alimento j nella dieta (j=1,,n) Modello matematico: min Σ j=1,n c j x j Σ j=1,n a ij x j b i x j 0 i = 1,, m j = 1,., n MPL-LE.4

3 Dieta - esempio n = 5 m = 8 c j = {10,8,15,6,16} b i = {40,20,30,10,42,41,65,17} a ij = {0,14,2,36,0,55,33,44, 36,89,1,99,30,17,7,10, 8,42,15,9,26,3,23,11, 20,17,0,6,55,1,0,0, 7,44,16,19,28,0,10,4} MPL-LE.5 Soluzione 1: scrittura manuale Definizione di un file di input (testo) per un risolutore (es. Cplex) /* file CPLEX */ MINIMIZE z: 10 x1 + 8 x x3 + 6 x x5 SUBJECT TO CONSTR1: 36 x2 + 8 x x4 + 7 x5 >= 40 CONSTR2: 14 x x x x x5 >= 20 CONSTR3: 2 x1 + x x x5 >= 30 CONSTR4: 36 x x2 + 9 x3 + 6 x x5 >= 10 CONSTR5: 30 x x x x5 >= 42 CONSTR6: 55 x x2 + 3 x3 + x4 >= 41 CONSTR7: 33 x1 + 7 x x x5 >= 65 CONSTR8: 44 x x x3 + 4 x5 >= 17 END MPL-LE.6

4 Soluzione 2: scrittura su File Scrittura automatica del file di input (testo) void diet( n, m, a, b, c) { int i, j; FILE *fou; } fou = fopen( diet.lp,w); fprintf(fou, MINIMIZE\n Z: ); for (j = 1; j <= n; j++) fprintf(fou, +%d x%d,c[j], j ); fprintf(fou, \n SUBJECT TO \n ); for (i = 1; i <= m; i++) { fprintf(fou, CONSTR%d :,i ); for (j = 1; j <= n; j++) fprintf(fou, +%d x%d,a[i,j],j); fprintf(fou, >= %d \n,b[i] ); } fprintf(fou, END\n ); fclose(fou); MPL-LE.7 Soluzione 3: MPL Modello MPL del problema { Diet.mpl } TITLE Example INDEX nutrients = 1..8 foods := ( pasta, ham, cheese, egg, bread ) DATA Required[nutrients] = ( 40! Calories [thousands] 20! Protein [grams] 30! Calcium [grams] 10! Iron [milligrams] 42! Avitamin [thousand ius] 41! Thiamine (B1) [milligrams] 65! Riboflavin (B2) [milligrams] 17 );! Niacin [milligrams] Cost[foods] = ( 10, 8, 15, 6, 16 ); A[foods,nutrients] = DATAFILE(input.dat)! Nuritive values of foods. DECISION x[foods]! dollars of food to be purchased daily MODEL MIN z = SUM(foods: Cost*x) ; SUBJECT TO CONSTR[nutrients] : SUM(foods: A*x) > Required[nutrients] END MPL-LE.8

5 Soluzione 4: MPL+DATABASE Modello MPL del problema integrato con una base di dati { Diet.mpl } TITLE Example OPTIONS DatabaseType = Access DatabaseAccess = diet.mdb" INDEX nutrients := DATABASE( sostanze", sostanzaid"); foods := DATABASE( cibi", ciboid"); DATA Required[nutrients] = DATABASE( sostanze", min_req"); Cost[foods] = DATABASE( cibi", costo_unit"); A[foods,nutrients] = DATABASE("valori", foods="idfoods", nutrients="idnutrients"); DECISION x[foods] EXPORT ACTIVITY TO DATABASE( sostanze ); MODEL MIN z = SUM(foods: Cost*x) ; SUBJECT TO CONSTR[nutrients] : SUM(foods: A*x) > Required[nutrients] END MPL-LE.9 MPL: Introduzione (1) MPL è un pacchetto software che permette di implementare problemi di Programmazione Lineare (PL) e Programmazione Lineare Intera (PLI) in modo chiaro, efficiente e conciso. E dotato di un linguaggio ad alto livello che permette di descrivere sistemi anche molto complessi. Realizza la separazione tra dati e modello. MPL-LE.10

6 MPL: Introduzione (2) I modelli sono indipendenti dal risolutore impiegato e dalla piattaforma sulla quale sono eseguiti (Windows, Unix, Macintosh, OSF Motif) Permette di importare i dati da diverse sorgenti (file di testo, excel, database, ) Nell output sono indicate, in modo comprensibile, tutte le operazioni svolte dal risolutore. Si può interfacciare con strumenti di grafica. MPL-LE.11 MPL: Introduzione (3) Esiste una libreria di oggetti (Optimax 2000) che contiene tutte le funzioni MPL e può essere usata da Visual Basic e Visual C++ E possibile introdurre commenti e definizioni linguistiche che facilitano la comprensione anche ai non programmatori. MPL-LE.12

7 MPL Modeling System (1) MODELS DATA MPL SOLVERS MPL-LE.13 MPL: Solver MPL si può interfacciare con i seguenti Solvers: CPLEX (ILOG) XPress-MP (DASH Associates) OSL XA FrontLine Lindo FortMP C-Whiz MPL-LE.14

8 MPL: Input Data MPL consente di acquisire i dati di input: Direttamente nel file MPL. Da file di testo (ASCII). Da database esterno (ACCESS, EXCEL, ODBC, ORACLE...). Da database interno a MPL. MPL-LE.15 MPL: Modeling Language (1) Alcune caratteristiche: Utilizzo di nomi lunghi e alias. Importazione dati da altri programmi. Inclusione di file e direttive condizionali (#include, #define, #ifdef, #undef, ) Utilizzo di sommatorie di vettori e matrici. MPL-LE.16

9 MPL: Modeling Language (2) Lunghezza delle righe: 255 caratteri (i rimanenti vengono ignorati da MPL). Separatori: i diversi statement all interno dello stesso blocco devono essere divisi dal punto e virgola ; Commenti: le parentesi graffe {} racchiudono un blocco di commenti anche su più righe. Il punto esclamativo! commenta fino a fine riga. MPL-LE.17 Struttura file MPL (1) Parte I: Dichiarazioni TITLE INDEX DATA DECISION MACRO OPTIONS Nome del Modello (Opzionale) Definizione indici per insiemi Vettori di input e costanti Variabili decisionali Definizione di macro Opzioni varie MPL-LE.18

10 Struttura file MPL (2) Parte II: Modello MAX/MIN SUBJECT TO BOUNDS INTEGER BINARY FREE END Funzione obiettivo Vincoli del modello Upper e Lower bound Variabili intere Variabili binarie Variabili libere Fine modello MPL-LE.19 MPL: Opzioni E possibile specificare alcune opzioni per MPL. Definizione possibile in qualunque punto del file. Alcune possibili opzioni: directory corrente; controlli sulla definizione delle variabili; tipo e nome del database utilizzato; OPTIONS DatabaseType = Access DatabaseAccess = "kp.mdb" MPL-LE.20

11 INDEX Gli indici definiscono i domini del problema. Possono essere: Numerici: nutrients:= 1..8; Nominali: foods:=(pasta, ham, cheese, egg, bread); Il numero di caratteri può essere limitato foods :=(pasta,ham,cheese,egg,bread):3; genera (pas, ham, che, egg, bre); MPL-LE.21 INDEX: alias Agli indici nominali si possono associare alias (usati nei file di output al posto dei nomi) : foods:=(pasta,ham,cheese,egg,bread)->(p,h,c,e,b); foods:=(pasta,ham,cheese,egg,bread):1; Si può assegnare ad un indice il nome di un altro (indice alias) INDEX città :=(BO,MI,FO,PD,GE); orig := città; dest := città; DECISION VARIABLES trasp[orig,dest]; MPL-LE.22

12 INDEX: indici circolari Se i domini rappresentano periodi di tempo è spesso necessario usare operazioni in modulo sul valore dell indice day := (mo,tu,we,th,fr,sa,su) CIRCULAR; month := CIRCULAR; Inventory[month+5] se month=9, l indice è (9+5)mod(12) = 2 MPL-LE.23 INDEX: sottoinsiemi Si possono definire sottoinsiemi di indici. Bisogna specificare: l indice di base la lista di valori del sottoinsieme day := (mo,tu,we,th,fr,sa,su); month := CIRCULAR; holiday[day] := (sa,su); summer[month] := 7..9; servicedays[day] := (mo,we,fr); repair[month] WHERE (month>=5)and(month<=8); MPL-LE.24

13 INDEX: importazione da file Gli elementi dell indice possono essere letti da file INDEX plants := INDEXFILE( plants.dat,2);! file 1, Atlanta, , , Dallas, , PlantMachine[plants,machine] := INDEXFILE( PlantMach.dat );! file plant1, mach1, plant1, mach2, MPL-LE.25 INDEX: importazione da Excel e Db INDEX plants := EXCELRANGE( plants.xls, Plantrg ); Apre il file plants.xls e legge dal primo foglio (o da quello specificato nelle opzioni) gli elementi dal range Plantg fino alla prima cella vuota plants := DATABASE( plants, plantsid ); plants := DATABASE( plants ); plants := DATABASE( plants, location ); plants := DATABASE( plants,where country = Italy ); Apre la tabella plants del database corrente e definisce l indice in base al contenuto dei campi plantsid o location MPL-LE.26

14 DATA (1) In questa sezione si specificano i coefficienti utilizzati dal modello (costanti o vettori) 1. Costanti: DATA MaxP = 10; MeseFerie = 3; INDEX Pezzi := 1..MaxP; MPL-LE.27 DATA (2) 2. Vettori (contenenti i dati di ingresso) INDEX nutrients := 1..8; DATA Required[nutrients] := (40, 20, 30, 10, 42, 41, 65, 17); Vengono generate le variabili Required1, Required2, Required8 con Required1 = 40, Required2 = 20, Vettore sparso (solo alcuni elementi) Vet[nutrients] := [1: 5.0, 4: 7.5, 8: 10.0]; MPL-LE.28

15 DATA (3) 3. Matrici (definite per righe) INDEX i := 1..4; j := 1..3; DATA Cost[i,j] := (40, 20, 30, 13, 21, 7, 10, 42, 41, 65, 17, 13); Si possono usare formule e moltiplicatori: A[i] := (3, 4/5, 2*SQR(3)+2, 1/(3+2)) Cost[nutrients] := 1000 (10, 20, 3, 10, 10, 8, 6, 12); il valore 1000 è un moltiplicatore (Cost1=10000) MPL-LE.29 DATA (4) Dati da una fonte esterna: 1. File di testo: A[foods,nutrients]:= DATAFILE( input.dat"); { input.dat }! Calories Protein Calcium Iron VitaminA Thiamine Riboflavin Niacin! (1000) (grams) (grams) (MG) (1000 IU) (MG) (MG) (MG) WheatFlour CornMeal EvapMilk Margarine Cheese File Excel: A[foods,nutrients]=EXCELRANGE( input.xls", foods"); MPL-LE.30

16 DATA (5) 3. Database Access DATA Cost[foods] = DATABASE( cibi", costo_unit"); Carica nel vettore cost il contenuto della colonna costo_unit della cartella cibi del database corrente. MPL-LE.31 VARIABILI DECISIONALI (1) DECISION In questa sezione sono definite le variabili del problema. Per definire un insieme di variabili con lo stesso nome, si indica il nome del vettore e la dimensione del vettore stesso. X[foods]; MPL-LE.32

17 VARIABILI DECISIONALI (2) Si possono definire variabili multidimensionali. MultiVar[foods,nutrients] -> Y; Si possono definire delle variabili in base a determinate condizioni Production[product,month] WHERE(Demand[product,month] > 0); MPL-LE.33 VARIABILI DECISIONALI (3) Se alcune delle variabili decisionali sono intere bisogna indicare ciò con la parola chiave INTEGER INTEGER VARIABLES MultiVar[foods,nutrients]; Nel caso in cui siano binarie si usa BINARY La definizione può essere fatta alla fine del file MPL MPL-LE.34

18 VARIABILI DECISIONALI (4) E possibile riportare su database il valore di ciascuna variabile decisionale nella soluzione ottima. x[foods] EXPORT ACTIVITY TO DATABASE( cibi ); Il valore di ogni variabile decisionale viene scritto nella colonna x della tabella cibi del database corrente. E possibile riportare anche informazioni aggiuntive (costo ridotto, ) x[foods] EXPORT ALL TO SPARSEFILE ( Sol.dat ); MPL-LE.35 FUNZIONE OBIETTIVO Esprime la funzione lineare da ottimizzare. Deve essere indicata all inizio del file MPL; preceduta dalla parola chiave MIN o MAX; MAX 3x1 + 5x2 ; MIN Z = SUM(foods:cost*x); MINIMIZE Cost = SUM(foods,nutrients: Y); Il nome è opzionale. MPL-LE.36

19 VINCOLI (1) I vincoli del modello vengono definiti immediatamente dopo la funzione obiettivo. Preceduti dalla parola chiave SUBJECT TO Ogni vincolo deve terminare con il carattere ; I plain constraints sono espressi direttamente Name: X1 + X2 + X3 >= 2; I vector constraints sono associati ad indici. CONST[nutrients]: SUM(foods:A*x)>required[nutrients]; CONST[nutrients]: SUM(foods:A*x)>required; MPL-LE.37 VINCOLI (2) E possibile scrivere dei vector constraints anche solo su un sottoinsieme degli indici o in base a determinate condizioni. CONSTR[nutrients=1..4]: CONSTR[foods,nutrients] WHERE (foods > bread): E possibile esportare lo slack del vincolo in file esterni. CONSTR[nutrients] EXPORT TO Sparsefile( const.dat ): MPL-LE.38

20 DOMINIO VARIABILI E possibile indicare nel modello un lower bound e/o un upper bound per ogni variabile. Si utilizza la parola chiave BOUNDS BOUNDS X1 >= MinP; y_bound: 2 < Y(1,1) < 8; Default: lower bound =0 per tutte le variabili. Il file MPL deve terminare con la parola END MPL-LE.39 MPL su web Download software/download Step1: request activation code form Step2: download the software (with http) student version (300 constraints/variables, 100 integer) Step3: install the software (winzip) Step4: activating the Cplex license MPL user manual /mplman/mpltoc.html MPL-LE.40

Soluzione di problemi di ottimizzazione

Soluzione di problemi di ottimizzazione Soluzione di problemi di ottimizzazione Problema di programmazione lineare: Possibili ulteriori vincoli (Es.: x INTERO) Soluzione: Trovare x* tale che per ogni LE.1 Input: Solutori di problemi di PL/PLI

Dettagli

Introduzione. AMPL Introduzione. F. Rinaldi. Dipartimento di Matematica Università di Padova. Corso di Laurea Matematica. F. Rinaldi AMPL Introduzione

Introduzione. AMPL Introduzione. F. Rinaldi. Dipartimento di Matematica Università di Padova. Corso di Laurea Matematica. F. Rinaldi AMPL Introduzione Dipartimento di Matematica Università di Padova Corso di Laurea Matematica Outline Introduzione Utilizzo di un Solver Definizione Un solver (o risolutore) è un software che riceve in input una descrizione

Dettagli

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

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

Dettagli

1 Breve introduzione ad AMPL

1 Breve introduzione ad AMPL 1 Breve introduzione ad AMPL Il primo passo per risolvere un problema reale attraverso strumenti matematici consiste nel passare dalla descrizione a parole del problema al modello matematico dello stesso.

Dettagli

Linguaggi di modellizzazione

Linguaggi di modellizzazione p. 1/5 Linguaggi di modellizzazione Come visto, il primo passo per risolvere un problema di decisione consiste nel formularne il modello matematico. Una volta definito il modello matematico lo dobbiamo

Dettagli

Progetto e ottimizzazione di reti 2

Progetto e ottimizzazione di reti 2 Progetto e ottimizzazione di reti 2 Esercitazione AMPL A.A. 29-2 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università di Roma La Sapienza Dipartimento di Informatica

Dettagli

Miscelazione di benzine

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

Dettagli

PSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13

PSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13 PSICOMETRIA Esercitazione n.1 C.d.L. Comunicazione e Psicologia a.a. 2012/13 ESERCITAZIONE 1: INDICE 1. Informazioni di carattere generale sulle esercitazioni 2. Il foglio di calcolo (Excel) 3. Avviare

Dettagli

Ottimizzazione Combinatoria

Ottimizzazione Combinatoria Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2009-2010 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma1.it Università di Roma La Sapienza Dipartimento di Informatica e

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

Dettagli

Ottimizzazione Combinatoria

Ottimizzazione Combinatoria Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2010-20112011 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma1.it Università i di Roma La Sapienza Dipartimento di Informatica

Dettagli

VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole.

VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. Excel VBA VBA Visual Basic for Application VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. 2 Prima di iniziare. Che cos è una variabile?

Dettagli

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

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

Dettagli

Appunti sul linguaggio di programmazione MPL

Appunti sul linguaggio di programmazione MPL Appunti sul linguaggio di programmazione MPL Lorenzo Brunetta, Michele D Amico e Ivan Luzzi 1 2 3 Milano, Agosto 2000 1 Dipartimento di Elettronica e Informazione, Politecnico of Milano, Piazza L. da Vinci

Dettagli

METODI per effettuare previsioni con analisi di tipo WHAT-IF

METODI per effettuare previsioni con analisi di tipo WHAT-IF METODI per effettuare previsioni con analisi di tipo WHAT-IF 1. TABELLA DATI Una tabella di dati è un intervallo che mostra come la modifica di alcuni valori nelle formule ne influenza i risultati. Le

Dettagli

Ricerca Operativa A.A. 2008/2009

Ricerca Operativa A.A. 2008/2009 Ricerca Operativa A.A. 08/09 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

Dettagli

TSP con eliminazione di sottocicli

TSP con eliminazione di sottocicli TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79

Dettagli

126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL

126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL 126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL Esempio 8.3.2 Una fabbrica produce divani in tessuto acquistando da un magazzino all ingrosso i quantitativi di tessuto che gli occorrono settimanalmente.

Dettagli

Un problema di Capital Budgeting

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

Dettagli

Problema del Trasporto. Container vuoti Verona 10 Perugia 12 Roma 20 Pescara 24 Taranto 18 Lamezia 40

Problema del Trasporto. Container vuoti Verona 10 Perugia 12 Roma 20 Pescara 24 Taranto 18 Lamezia 40 Problema del Trasporto Una ditta di trasporto deve trasferire container vuoti dai propri 6 Magazzini, situati a Verona, Perugia, Roma, Pescara, Taranto e Lamezia, ai principali Porti nazionali (Genova,

Dettagli

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

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

Dettagli

Il problema della dieta: guida visuale all utilizzo del solutore di Excel 1

Il problema della dieta: guida visuale all utilizzo del solutore di Excel 1 Il problema della dieta: guida visuale all utilizzo del solutore di Excel 1 Un dietologo visita un uomo, da tempo un po' in sovrappeso, che desidera tornare in forma. Al primo incontro i due concordano

Dettagli

INTRODUZIONE A EXCEL ESERCITAZIONE I

INTRODUZIONE A EXCEL ESERCITAZIONE I 1 INTRODUZIONE A EXCEL ESERCITAZIONE I Corso di Idrologia e Infrastrutture Idrauliche Prof. Roberto Guercio Cos è Excel 2 Foglio di calcolo o foglio elettronico è formato da: righe e colonne visualizzate

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 20/202 Lezione 6-8 Rappresentazione di funzioni non lineari: - Costi fissi - Funzioni lineari a tratti Funzioni obiettivo non lineari:

Dettagli

TSP con eliminazione di sottocicli

TSP con eliminazione di sottocicli TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 3 5 7-8 9 57

Dettagli

Cosa è importante: pom.xml Goal Plug-in Repository

Cosa è importante: pom.xml Goal Plug-in Repository Cos è Maven? Maven è un software usato principalmente per la gestione di progetti Java e build automation, ma è utile anche per gestire documentazione, report, dipendenze... Cosa è importante: pom.xml

Dettagli

Modelli LP (complementi)

Modelli LP (complementi) Modelli LP (complementi) Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - ottobre 2003 1. Comprare o fabbricare? Electro-Poly è un produttore leader di lavatrici Ha ricevuto

Dettagli

Ingegneria del Software 1: Eclipse

Ingegneria del Software 1: Eclipse Ingegneria del Software 1: Eclipse Da completare entro Marzo 15, 2016 S. Krstić and M. Scavuzzo and F. Marconi and A. Rizzi and C. Menghi 1 Contents 1 Introduzione 3 1.1 Java (JRE vs JDK)..........................................

Dettagli

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

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso

Dettagli

Come si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice

Come si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice 1 Come si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice Principio di funzionamento Che cosa è una NetList Fasi

Dettagli

3.5.1 PREPARAZ1ONE I documenti che si possono creare con la stampa unione sono: lettere, messaggi di posta elettronica, o etichette.

3.5.1 PREPARAZ1ONE I documenti che si possono creare con la stampa unione sono: lettere, messaggi di posta elettronica, o etichette. 3.5 STAMPA UNIONE Le funzioni della stampa unione (o stampa in serie) permettono di collegare un documento principale con un elenco di nominativi e indirizzi, creando così tanti esemplari uguali nel contenuto,

Dettagli

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette. . Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,

Dettagli

DATABASE PER IL WEB. Programmazione Web 1

DATABASE PER IL WEB. Programmazione Web 1 DATABASE PER IL WEB Programmazione Web 1 Archite3ura web con database Client Tier Web/App Tier DB Tier Client Web / App Server Database Il server web comunica con un altro server che con8ene il la banca

Dettagli

Un applicazione della programmazione lineare ai problemi di trasporto

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

Dettagli

Se c'è: siete a posto Se non c'è: avviate l'opzione Add-Ins dello stesso menu e controllate se appare il Risolutore nella finestrella che compare:

Se c'è: siete a posto Se non c'è: avviate l'opzione Add-Ins dello stesso menu e controllate se appare il Risolutore nella finestrella che compare: Excel ed il Solver Far funzionare il Solver Presuppongo che sappiate usare Excel per fare i conti. Per utilizzare Excel al fine di risolvere problemi di ottimizzazione lineare avete bisogno del Solver

Dettagli

Programma del corso. Elementi di Programmazione. Introduzione agli algoritmi. Rappresentazione delle Informazioni. Architettura del calcolatore

Programma del corso. Elementi di Programmazione. Introduzione agli algoritmi. Rappresentazione delle Informazioni. Architettura del calcolatore Programma del corso Introduzione agli algoritmi Rappresentazione delle Informazioni Architettura del calcolatore Reti di Calcolatori Elementi di Programmazione Visual Basic Visual Basic Linguaggio di programmazione

Dettagli

Le command line di Java

Le command line di Java Le command line di Java Esercitazioni di Programmazione 2 Novella Brugnolli brugnoll@science.unitn.it Ambiente di lavoro Per compilare ed eseguire un programma Java abbiamo bisogno di: The JavaTM 2 Platform,

Dettagli

ETICHETTE. Gestione Etichette e Sovrappacchi. Release 5.20 Manuale Operativo

ETICHETTE. Gestione Etichette e Sovrappacchi. Release 5.20 Manuale Operativo Release 5.20 Manuale Operativo ETICHETTE Gestione Etichette e Sovrappacchi Le Etichette possono essere personalizzate dall utente con la funzione Definizione Disegno etichette. Inoltre, nella stampa dei

Dettagli

UD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita

UD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita UD4 - MATLAB M-file. Efficienza degli algoritmi. Formati d uscita M-files In MatLab è possibile eseguire istruzioni contenute in file esterni; Tali file sono chiamati M-file perché devono avere estensione.m

Dettagli

SQL Server 2008. Architettura Client-Server. SQL Server 2008. Introduzione all uso di SQL Server 2008. Dutto Riccardo. http://dbdmg.polito.

SQL Server 2008. Architettura Client-Server. SQL Server 2008. Introduzione all uso di SQL Server 2008. Dutto Riccardo. http://dbdmg.polito. SQL Server 2008 Introduzione all uso di SQL Server 2008 Dutto Riccardo http://dbdmg.polito.it SQL Server 2008 Gestione dei server OLAP e OLTP Gestione Utenti Creazione e gestione DB SQL Server Business

Dettagli

LABORATORIO DI ANALISI DEI SISTEMI

LABORATORIO DI ANALISI DEI SISTEMI LABORATORIO DI ANALISI DEI SISTEMI Si utilizzerà, come strumento di lavoro, un foglio elettronico, il più diffuso Excel o anche quello gratuito di OpenOffice (www.openoffice.org). Tale scelta, pur non

Dettagli

SQL SQL. Definizione dei dati. Domini. Esistono 6 domini elementari:

SQL SQL. Definizione dei dati. Domini. Esistono 6 domini elementari: SQL SQL (pronunciato anche come l inglese sequel: acronimo di Structured Query Language (linguaggio di interrogazione strutturato Linguaggio completo che presenta anche proprietà di: DDL (Data Definition

Dettagli

Gestione Impresa. Mese 1 2 3 4 5 6 Unità richieste 700 600 500 800 900 800

Gestione Impresa. Mese 1 2 3 4 5 6 Unità richieste 700 600 500 800 900 800 Gestione Impresa Un impresa di produzione produce un solo tipo di merce. Ci sono 40 operai, ciascuno dei quali produce 20 unità di merce al mese. La domanda fluttua nel corso di un semestre secondo la

Dettagli

Manuale XML SERVICE FATTURA ELETTRONICA EASY. Version Description Author Date Approved Approved date V1 30/06/2014 V2 01/12/2014

Manuale XML SERVICE FATTURA ELETTRONICA EASY. Version Description Author Date Approved Approved date V1 30/06/2014 V2 01/12/2014 Manuale XML SERVICE FATTURA ELETTRONICA EASY Version Description Author Date Approved Approved date V1 30/06/2014 V2 01/12/2014 V2 Split payment 18/2/2015 V3 Ditte individuali 23/4/2015 Sommario Xml Service

Dettagli

CAPITOLO V. DATABASE: Il modello relazionale

CAPITOLO V. DATABASE: Il modello relazionale CAPITOLO V DATABASE: Il modello relazionale Il modello relazionale offre una rappresentazione matematica dei dati basata sul concetto di relazione normalizzata. I principi del modello relazionale furono

Dettagli

Linguaggio C. Fondamenti. Struttura di un programma.

Linguaggio C. Fondamenti. Struttura di un programma. Linguaggio C Fondamenti. Struttura di un programma. 1 La storia del Linguaggio C La nascita del linguaggio C fu dovuta all esigenza di disporre di un Linguaggio ad alto livello adatto alla realizzazione

Dettagli

Il calcolatore. Architettura di un calcolatore (Hardware)

Il calcolatore. Architettura di un calcolatore (Hardware) Il calcolatore Prima parlare della programmazione, e' bene fare una brevissima introduzione su come sono strutturati i calcolatori elettronici. I calcolatori elettronici sono stati progettati e costruiti

Dettagli

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica

Dettagli

Prof. Pagani Corrado HTML

Prof. Pagani Corrado HTML Prof. Pagani Corrado HTML IPERTESTI E MULTIMEDIALITÀ Un ipertesto è un insieme di documenti messi in relazione tra loro per mezzo di parole chiave sensibili (link). Può essere visto come una rete; i documenti

Dettagli

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2 Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di

Dettagli

Guida all uso dell ambiente di sviluppo 1 integrato o IDE. JCreator LE 4.50

Guida all uso dell ambiente di sviluppo 1 integrato o IDE. JCreator LE 4.50 Guida all uso dell ambiente di sviluppo 1 integrato o IDE JCreator LE 4.50 Inizializzazione: creazione del nuovo progetto e del file sorgente in ambiente JCreator Al lancio del programma si apre la finestra

Dettagli

Ottimizzazione Multi Obiettivo

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

Dettagli

Per formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione.

Per formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione. 3.7.4 Disuguaglianze valide forti Cerchiamo disuguaglianze valide forti, ovvero disuguaglianze valide che forniscano migliori formulazioni (più stringenti). Per formalizzare il concetto sono necessarie

Dettagli

Unità Didattica 3 Linguaggio C. Generalità sulle Funzioni. Variabili locali e globali. Passaggio di parametri per valore.

Unità Didattica 3 Linguaggio C. Generalità sulle Funzioni. Variabili locali e globali. Passaggio di parametri per valore. Unità Didattica 3 Linguaggio C Generalità sulle Funzioni. Variabili locali e globali. Passaggio di parametri per valore. Funzioni Generalizzazione del concetto di funzione algebrica: legge che associa

Dettagli

Uso di Excel per l analisi e soluzione di Modelli di Programmazione Matematica

Uso di Excel per l analisi e soluzione di Modelli di Programmazione Matematica Capitolo 9 Uso di Excel per l analisi e soluzione di Modelli di Programmazione Matematica 9.1 Introduzione La soluzione grafica di problemi di ottimizzazione che abbiamo visto nel Capitolo 4 può essere

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione

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

Dettagli

Introduzione alla programmazione lineare. Mauro Pagliacci

Introduzione alla programmazione lineare. Mauro Pagliacci Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati

Dettagli

Progetto Automi e Linguaggi Parser svliluppato con JLex e cup

Progetto Automi e Linguaggi Parser svliluppato con JLex e cup Progetto Automi e Linguaggi Parser svliluppato con JLex e cup Sviluppato da Santoro Carlo Maurizio Matricola:0108/528 Sviluppo terminato il: 18/06/06 TRACCIA DEL PROGETTO Si costruisca, utilizzando la

Dettagli

Fiery X3eTY 30C-KM/35C-KM. Esempi di flusso di lavoro

Fiery X3eTY 30C-KM/35C-KM. Esempi di flusso di lavoro Fiery X3eTY 30C-KM/35C-KM Esempi di flusso di lavoro 2006 Electronics for Imaging, Inc. Per questo prodotto, il trattamento delle informazioni contenute nella presente pubblicazione è regolato da quanto

Dettagli

LOGISTICA. Laurea Specialistica-Università di Mantova Anno accademico 2007-2008. Antonio Tiano

LOGISTICA. Laurea Specialistica-Università di Mantova Anno accademico 2007-2008. Antonio Tiano LOGISTICA Laurea Specialistica-Università di Mantova Anno accademico 2007-2008 Antonio Tiano Dipartimento di Informatica e Sistemistica Università di Pavia Tel: 0382-985361-Fax:0382-985373 email:antonio@control1.unipv.it

Dettagli

PSC Doc Manuale d uso

PSC Doc Manuale d uso PSC Doc Manuale d uso Questo manuale è di proprietà di Edirama di M. Rapparini - I contenuti non possono essere copiati, distribuiti o utilizzati per qualsiasi scopo. Contenuti Il manuale è strutturato

Dettagli

Files in C++ Fondamenti di Informatica. R. Basili. a.a. 2006-2007

Files in C++ Fondamenti di Informatica. R. Basili. a.a. 2006-2007 Files in C++ Fondamenti di Informatica R. Basili a.a. 2006-2007 Sintesi Motivazioni Definizione di file in C++ Un esempio Uso dei file Esempi Esercizi Motivazioni il programma in esecuzione legge (sequenzialmente)

Dettagli

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

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

Dettagli

Basi di dati SQL. Standardizzazione di SQL. Linguaggi di Interrogazione: SQL. Prof.Angela Bonifati

Basi di dati SQL. Standardizzazione di SQL. Linguaggi di Interrogazione: SQL. Prof.Angela Bonifati Basi di dati Linguaggi di Interrogazione: SQL Prof.Angela Bonifati 1 SQL Il nome stava per Structured Query Language Più che un semplice linguaggio di query: si compone di una parte DDL e di una DML DDL:

Dettagli

Introduzione al MATLAB c Parte 2

Introduzione al MATLAB c Parte 2 Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione

Dettagli

Modelli di PL: allocazione ottima di risorse. Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo

Modelli di PL: allocazione ottima di risorse. Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo Modelli di PL: allocazione ottima di risorse Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo Allocazione ottima di robot Un azienda automobilistica produce tre

Dettagli

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1 Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l

Dettagli

TUTORATO di LINGUAGGI I

TUTORATO di LINGUAGGI I TUTORATO di LINGUAGGI I Enrico Vianello TUTORATO di LINGUAGGI I contatti utili LE LEZIONI SI TERRANNO: VENERDI 12.30-14.30 PER INFORMAZIONI e DOMANDE: enrico.vianello@student.unife.it IL MATERIALE UTILIZZATO

Dettagli

15 operazioni con winzip 8.1

15 operazioni con winzip 8.1 PREMESSA 15 operazioni con winzip 8.1 Marco Riani Con questo programma si può creare un archivio in cui i file vengono memorizzati in formato compresso e saranno decompressi automaticamente al momento

Dettagli

Pianificazione di Produzione in DEC

Pianificazione di Produzione in DEC Pianificazione di Produzione in DEC L esempio considerato qui è un problema reale che la Digital Equipment Corporation (DEC) ha dovuto affrontare nell autunno del 1988 per preparare la pianificazione di

Dettagli

Librerie. Laboratorio di Informatica Antonio Monteleone 28

Librerie. Laboratorio di Informatica Antonio Monteleone 28 Librerie Una libreria è una collezione di funzioni (classi, variabili) usata per sviluppare applicazioni. Le funzioni (classi, variabili) contenute in una libreria si dicono da questa esportate. L'uso

Dettagli

Importazione dati. e/fiscali Spesometro - Rel. 04.05.01. con gestionale e/satto. Gestionale e/satto

Importazione dati. e/fiscali Spesometro - Rel. 04.05.01. con gestionale e/satto. Gestionale e/satto e/fiscali Spesometro - Rel. 04.05.01 Importazione dati con gestionale e/satto 06118930012 Tribunale di Torino 2044/91 C.C.I.A.A. 761816 - www.eurosoftware.it Pagina 1 ATTENZIONE. Per poter procedere con

Dettagli

(1) (2) (3) (4) 11 nessuno/a 9 10. (1) (2) (3) (4) X è il minore tra A e B nessuno/a X è sempre uguale ad A X è il maggiore tra A e B

(1) (2) (3) (4) 11 nessuno/a 9 10. (1) (2) (3) (4) X è il minore tra A e B nessuno/a X è sempre uguale ad A X è il maggiore tra A e B Compito: Domanda 1 Per l'algoritmo fornito di seguito, qual è il valore assunto dalla variabile contatore quando l'algoritmo termina: Passo 1 Poni il valore di contatore a 1 Passo 2 Ripeti i passi da 3

Dettagli

I servizi del SITR-IDT

I servizi del SITR-IDT I servizi del SITR-IDT Sistema Informativo Territoriale Regionale (SITR-IDT) Titolo Creatore I servizi del SITR-IDT SITR Data 05/02/10 Soggetto Tipo Editore Descrizione Autori Formato Riferimento Diritti

Dettagli

Lezione 10: Librerie e compilazione separata

Lezione 10: Librerie e compilazione separata Lezione 10: Librerie e compilazione separata Laboratorio di Elementi di Architettura e Sistemi Operativi 16 Maggio 2012 Calendario della parte finale del corso Mer 23 Maggio ultima lezione sul C Gio 24

Dettagli

Problema della produzione dei monitor

Problema della produzione dei monitor Problema della produzione dei monitor Una azienda produce monitor per PC in tre diversi stabilimenti. Il costo di produzione di ciascun monitor varia a causa della diversa efficienza produttiva degli stabilimenti.

Dettagli

Il web server Apache Lezione n. 3. Introduzione

Il web server Apache Lezione n. 3. Introduzione Procurarsi ed installare il web server Apache Introduzione In questa lezione cominciamo a fare un po di pratica facendo una serie di operazioni preliminari, necessarie per iniziare a lavorare. In particolar

Dettagli

Bloodshed Dev-C++ è l IDE usato durante le esercitazioni/laboratorio. IDE = Integrated Development Environment

Bloodshed Dev-C++ è l IDE usato durante le esercitazioni/laboratorio. IDE = Integrated Development Environment Bloodshed Dev-C++ Bloodshed Dev-C++ è l IDE usato durante le esercitazioni/laboratorio IDE = Integrated Development Environment Gerardo Pelosi 01 Ottobre 2014 Pagina 1 di 8 Dev-C++ - Installazione Potete

Dettagli

Modelli di Programmazione Lineare. PRTLC - Modelli

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

Dettagli

Relazione sul progetto di Column Generation per il problema dei P-Centri in linguaggio OPL

Relazione sul progetto di Column Generation per il problema dei P-Centri in linguaggio OPL UNIVERSITÀ DEGLI STUDI DI MILANO Facoltà di Scienze Naturali, Fisiche e Matematiche Corso di Laurea Magistrale in Informatica Corso di Complementi di Ricerca Operativa Professor Marco Trubian Relazione

Dettagli

Schedulatore per la comunicazione con le Porte di Dominio

Schedulatore per la comunicazione con le Porte di Dominio Schedulatore per la comunicazione con le Porte di Dominio Configurazione e Supporto Versione 1.00 4 novembre 2004 Centro Servizi Ingegnerizzazione Prodotti Insiel S.p.A. 1/7 Sommario Introduzione...3 Linguaggio

Dettagli

IL CONCETTO DI FILE. È illecito operare oltre la fine del file.

IL CONCETTO DI FILE. È illecito operare oltre la fine del file. IL CONCETTO DI FILE Un file è una astrazione fornita dal sistema operativo, il cui scopo è consentire la memorizzazione di informazioni su memoria di massa. Concettualmente, un file è una sequenza di registrazioni

Dettagli

Laboratorio di Basi di Dati e Web

Laboratorio di Basi di Dati e Web Laboratorio di Basi di Dati e Web Docente: Alberto Belussi Lezione 1 SQL Structured Query Language SQL è stato definito nel 1973 ed è oggi il linguaggio più diffuso per i DBMS relazionali Il linguaggio

Dettagli

INFN Security Workshop Firenze 19-20 Settembre 2000. IMHO e IMP: una interfaccia Web sicura per la posta elettronica. Raffaele.Cicchese@pr.infn.

INFN Security Workshop Firenze 19-20 Settembre 2000. IMHO e IMP: una interfaccia Web sicura per la posta elettronica. Raffaele.Cicchese@pr.infn. INFN Security Workshop Firenze 19-20 Settembre 2000 IMHO e IMP: una interfaccia Web sicura per la posta elettronica Raffaele.Cicchese@pr.infn.it Cosa significano i due acronimi IMHO e IMP? IMHO = IMAP

Dettagli

Corso di Informatica (Programmazione) Lezione 6 (31 ottobre 2008)

Corso di Informatica (Programmazione) Lezione 6 (31 ottobre 2008) Corso di Informatica (Programmazione) Lezione 6 (31 ottobre 2008) Introduzione a Java: primo programma, installazione dell ambiente di sviluppo, compilazione ed esecuzione 1 Introduzione Java è un linguaggio

Dettagli

Fogli Elettronici: MS Excel utilizzo avanzato

Fogli Elettronici: MS Excel utilizzo avanzato Fogli Elettronici: MS Excel utilizzo avanzato 1 Ripasso 2 1 Selezionare celle e gruppi di celle Una cella in un foglio è individuata dall incrocio tra la riga e la colonna (coordinate della cella) Es:

Dettagli

Ingegneria del Software 1: Eclipse

Ingegneria del Software 1: Eclipse Ingegneria del Software 1: Eclipse Da completare entro Aprile 21, 2015 Srđan Krstić and Marco Scavuzzo 1 Contents 1 Introduzione 3 1.1 Java (JRE vs JDK).......................................... 3 1.2

Dettagli

Sistemi Web per il turismo - lezione 3 -

Sistemi Web per il turismo - lezione 3 - Sistemi Web per il turismo - lezione 3 - Software Si definisce software il complesso di comandi che fanno eseguire al computer delle operazioni. Il termine si contrappone ad hardware, che invece designa

Dettagli

Manuale d uso DropSheep 4 imaio Gestione Pixmania-PRO Ver 1.1

Manuale d uso DropSheep 4 imaio Gestione Pixmania-PRO Ver 1.1 Manuale d uso DropSheep 4 imaio Gestione Pixmania-PRO Ver 1.1 Release NOTE 1.1 Prima Versione del Manuale INDICE 1-INTRODUZIONE... 4 2- GESTIONE DEL CATALOGO PIXMANIA-PRO SU IMAIO... 5 3-Configurazione

Dettagli

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano

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

Dettagli

Compito di Informatica Grafica 5 appello 29/06/2006

Compito di Informatica Grafica 5 appello 29/06/2006 Nome e Cognome Numero di Matricola Ing. Edile (Immatr. nell a.a. ) Ing. Edile-Architettura (Immatr. nell a.a. ) Esercizio 1 (12 punti) Sia data la base di dati il cui schema è rappresentato in figura,

Dettagli

Il Manuale di KXSLDbg. Keith Isdale Traduzione del documento: Samuele Kaplun Traduzione del documento: Simone Solinas

Il Manuale di KXSLDbg. Keith Isdale Traduzione del documento: Samuele Kaplun Traduzione del documento: Simone Solinas Keith Isdale Traduzione del documento: Samuele Kaplun Traduzione del documento: Simone Solinas 2 Indice 1 Introduzione 5 1.1 Funzionalità......................................... 5 2 Usare KXSLDbg 6 2.1

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Uso di Excel nella Programmazione Matematica

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Uso di Excel nella Programmazione Matematica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Uso di Ecel nella Programmazione Matematica Uso degli spreadsheet (formulazione nel formato richiesto da Ecel) Conversione della formulazione

Dettagli

La Programmazione Lineare

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

Dettagli

Programmazione Orientata agli Oggetti in Linguaggio Java

Programmazione Orientata agli Oggetti in Linguaggio Java Programmazione Orientata agli Oggetti in Linguaggio Java Classi e Oggetti: Metafora Parte a versione 2.2 Questo lavoro è concesso in uso secondo i termini di una licenza Creative Commons (vedi ultima pagina)

Dettagli

Strumenti per la programmazione

Strumenti per la programmazione Editing del programma Il programma deve essere memorizzato in uno o più files di testo editing codice sorgente 25 Traduzione del programma Compilazione: è la traduzione effettuata da un compilatore Un

Dettagli

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 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

Dettagli

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

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

Dettagli

MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A

MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i

Dettagli

PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0

PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0 PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0 1/10 Indice 1 Premessa...3 2 Fogli di calcolo del framework...5 2.1 Foglio "Progetto"...5 2.2 Fogli "ATTESTATO" e

Dettagli