OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA
|
|
- Giuditta Zani
- 4 anni fa
- Visualizzazioni
Transcript
1 Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web:
2 Capitolo 1: Introduzione Obiettivo: presentare i principali concetti e metodi di ottimizzazione continua non lineare e discreta, trattando anche aspetti di modellazione ed applicativi. Molti sistemi/problemi non possono essere rappresentati/formulati/approssimati adeguatamente in termini di modelli lineari causa non linearità intrinseca. Esempi: - Pianificazione della produzione: il profitto unitario di un bene decresce all aumentare della quantità prodotta perché la quantità di prodotto che può essere venduta è inversamente proporzionale al prezzo di vendita; il costo unitario di produzione non è costante a causa delle economie di scala - Progetto di reti di telecomunicazione: il ritardo in rete cresce in modo non lineare in funzione del volume totale di traffico... - Anche il vincolo di interezza su una variable, x Z, non è lineare poiché si può esprimere come sin(πx) = 0. Ma si tratta di un tipo molto particolare di non linearità. 1
3 Esempi di modelli 1) Localizzazione e trasporto Un impresa di distribuzione deve servire da m depositi di capacità p i, i = 1... m, n clienti di cui si conoscono le coordinate (a j, b j ), j = 1... n, e la richiesta di prodotto r j. Consideriamo il caso mono-prodotto e supponiamo che la somma totale delle disponibilità non sia inferiore alla somma delle richieste, ovvero m i=1 p i n j=1 r j. Inoltre supponiamo di conoscere per ogni deposito i una zona A i in cui deve essere localizzato. Formulare in termini matematici il problema di decidere dove localizzare i depositi e come distribuire il prodotto in modo da minimizzare i costi di trasporto (proporzionali alla distanza tra cliente-deposito e alla quantità trasportata) rispettando le capacità dei depositi e le richieste dei clienti. 2
4 Variabili decisionali: (x i, y i ) coordinate del i-esimo deposito, 1 i m w ij quantita di prodotto da trasportare dal i-esimo deposito al j-esimo cliente, 1 i m e 1 j n distanza tra i-esimo deposito e j-esimo cliente, 1 i m e 1 j n d ij Modello: min s.v. m i=1 n j=1 w ijd ij m i=1 w ij r j n j=1 w ij p i d ij = (x i a j ) 2 + (y i b j ) 2 j i i, j (x i, y i ) A i R 2 i w ij 0 i, j NB: le variabili d ij non sono indispensabili; si possono utilizzare altre funzioni di distanza 3
5 2) Regressione non lineare Supponiamo di avere raccolto dei dati {(t j, y j )} 1 j m sperimentali e di volere effettuare una regressione non lineare per ricavarne un modello statistico. Dal contesto dell esperimento e dall andamento dei dati si evince, ad esempio, un possibile comportamento esponenziale e oscillatorio. Si considera quindi il modello: dove x è il vettore dei parametri. Φ(t, x) = x 1 + x 2 e (x 3 t) 2 + x 4 cos(t) Definendo i residui come ε j (x) = y j Φ(t j, x), si possono applicare vari criteri per identificare i parametri: Minimi quadrati (non lineari): min x R 4 m j=1 ε2 j (x) Criteri alternativi: min x R 4 m j=1 α j ε j (x) con opportune costanti α j min x R 4{max α j ε j (x) } con opportune costanti α j (minimizzazione del massimo residuo) 4
6 3) Organizzazione dei turni In un reparto ospedaliero ogni infermiere lavora 5 giorni consecutivi seguiti da due giorni di riposo. Le esigenze di personale (numero minimo di infermieri) sono: giorno Lun Mar Mer Gio Ven Sab Dom richiesta Formulare il problema di organizzare i turni settimanali in modo da minimizzare il numero di infermieri coinvolti rispenttando le esigenze e i vincoli di servizio. 5
7 4) Pianificazione della produzione Un impresa che produce un tipo di modem deve pianificare la produzione per i prossimi quattro mesi. Capacità linea di produzione: 2500 unità al mese Costo unitario: 7 euro Quando l impianto viene avviato deve produrre un lotto minimo di almeno 80 unità. Costo di magazzino: 1 euro al mese per modem All inizio del periodo di pianificazione il magazzino contiene 70 unità, alla fine del periodo devono rimanere 300 unità. Le vendite previste per i prossimi 4 mesi: mese domanda Formulare il problema di determinare un piano di produzione che soddisfi la domanda e minimizzi i costi. 6
8 Problema generale di ottimizzazione min f(x) s.v. g i (x) 0 1 i m x S R n i vincoli algebrici ed insiemistici descrivono la regione delle soluzioni ammissibili X = S {x R n : g i (x) 0, 1 i m} la funzione obiettivo deve essere definita almeno su X, ovvero f : X R le funzioni dei vincoli devono essere definite almeno su S, ovvero g i : S R per i = 1,..., m 7
9 Basta considerare il caso di minimizzazione max{f(x) : x X} = min{ f(x) : x X} Senza perdita di generalità si può suppore che tutti i vincoli algebrici siano di disuguaglianza g(x) = 0 { g(x) 0 g(x) 0 Risolvere un problema di ottimizzazione equivale a determinare una soluzione ottima i) x X è una soluzione ottima (globale) se f(x ) f(x) x X ii) x X è una soluzione ottima locale se ɛ > 0 tale che f(x) f(x) x X N ɛ (x) dove N ɛ (x) = {x X : x x ɛ} 8
10 Principali classi di problemi f g i S tipo di problema lineare lineare S = R n Programmazione Lineare lineare lineare S Z n Programmazione Lineare Intera almeno una non lineare S R n Programmazione Non Lineare Alcuni casi speciali interessanti: Programmazione quadratica: f(x) = x T Qx + c T x con vincoli lineari Programmazione convessa: f, le g i e S sono rispettivamente funzioni convesse e un insieme convesso 9
11 Alcuni settori di applicazione biologia computazionale (determinazione conformazione delle proteine,... ) controllo di impianti (processi chimici) in modo da ottimizzare prestazioni e garantire livelli di qualità controllo ottimo di sistemi (determinazione traiettorie di aeroplano, navetta, braccio di robot) dimensionamento e ottimizzazione di strutture (progetto ponti, profilo veicolo) elaborazione di immagini e segnali (ricostruzione immagini 2-D e 3-D) esplorazione di dati ( data mining ): classificazione, clustering, approssimazione finanza computazionale (pianificazione investimenti,... ) gestione delle risorse ambientali e territoriali logistica (trasporti, localizzazione di impianti e servizi) medicina (pianificazione di trattamenti,...) 10
12 pianificazione della produzione e gestione delle scorte pianificazione degli esperimenti (chimica, farmaceutica,... ) progetto di reti di telecomunicazioni (o di altro tipo) statistica (regressione lineare e non lineare, stima di parametri di distribuzioni,... )... 11
OTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEIB -
DettagliOTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it
DettagliCOMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria dell Automazione, Informatica, Matematica e Telecomunicazioni COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web: http://home.dei.polimi.it/amaldi/cro-09.shtml
DettagliOttimizzazione. in unione corso con. Ottimizzazione Discreta e Complementi di R.O. Edoardo Amaldi. DEIB Politecnico di Milano
Ottimizzazione in unione corso con Ottimizzazione Discreta e Complementi di R.O. Edoardo Amaldi DEIB Politecnico di Milano edoardo.amaldi@polimi.it Sito web: http://home.deib.polimi.it/amaldi/ott-13-14.shtml
DettagliCapitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati come problemi di Programmazione Lineare
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la
DettagliMetodi e modelli per il supporto alle decisioni (MMSD)
Metodi e modelli per il supporto alle decisioni (MMSD) 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità
DettagliModelli 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
DettagliManagement 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://www.dis.uniroma1.it/ palagi Dipartimento di
Dettagli3.3 Problemi di PLI facili
3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P
DettagliSIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME 3 dicembre 2004 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : ANONIMO VALUTAZIONE Per gli esercizi 1,3,5 le risposte CORRETTE
DettagliRicerca Operativa A.A. 2007/ Modelli di Programmazione Lineare
Ricerca Operativa A.A. 07/08 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
Dettagli4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1
4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min f () s.v. X n insieme delle soluzioni ammissibili con funzione obiettivo
DettagliRicerca Operativa A.A. 2007/ Modelli di Programmazione Lineare (II)
Ricerca Operativa A.A. 07/08 3. Modelli di Programmazione Lineare (II) Formulazione generale di un modello di programmazione lineare min (max) z = c 1 + c 2 + +c j + + c n x n (+cost.) subject to (s.t.,
DettagliFONDAMENTI DI RICERCA OPERATIVA D / E
Ingegneria Informatica e Ingegneria Matematica FONDAMENTI DI RICERCA OPERATIVA D / E Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web: http://home.dei.polimi.it/amaldi/fro-de-08-09.html
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa la disciplina
DettagliESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno
ESAME di OTTIMIZZAZIONE 7 aprile 006 ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale o anno Cognome : Nome : VALUTAZIONE Per gli esercizi,,3,4: ogni risposta CORRETTA vale
Dettagli4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1
4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min s.v. f () X n dove X è la regione delle soluzioni ammissibili con funzione
DettagliFONDAMENTI DI RICERCA OPERATIVA
Ingegneria Informatica FONDAMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Pagina web del corso: http://home.dei.polimi.it/amaldi/fro-11-12.html INTRODUZIONE
Dettagli5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano Programma lineare intero: (PLI) min c T x Ax b x 0 intero Ipotesi: A, b interi La condizione di interezza non è
DettagliISTITUTO D'ISTRUZIONE SUPERIORE - - CASTEL VOLTURNO (CE) 1A 1B 1C 1D 1E 1F 1G 1H 1I 2A 2B LABORATORIO CUC/SALA LABORATORIO STORIA BIOLOGIA -
Lun 11.30 Mar 11.30 Mer 11.30 Gio 11.30 1A 1B 1C 1D 1E 1F 1G 1H 1I 2A 2B ITALIANO - DIRITTO ED BIOLOGIA - DIRITTO ED Lun 11.30 Mar 11.30 Mer 11.30 Gio 11.30 2C 2D 2E 2F 2G 2H 2I 2L 3A 3B 3C LAB. SERVIZI
DettagliData Science A.A. 2018/2019
Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Esercitazione GAMS 1 Data Science 2018/2019 1 Esercizio 1 - AVL La AVL produce tre composti chimici, A, B e C, che possono essere venduti
DettagliProblemi di Ottimizzazione
Problemi di Ottimizzazione Obiettivo: misura della qualità di una soluzione. Vincoli: condizioni che devono essere soddisfatte per ottenere una soluzione ammissibile. Problema di Ottimizzazione: determina
DettagliPROGRAMMAZIONE LINEARE ESEMPIO INTRODUTTIVO. L azienda usa l officina A e l officina B con le seguenti ORE UNITARIE: A B Testing 30 10
ESEMPIO INTRODUTTIVO Una azienda metalmeccanica deve produrre 2 tipi di Prodotti (Cuscinetti): Cuscinetto a sfera (P1): Profitto=5000ITL/pezzo Cuscinetto a rulli (P2): Profitto=4000 ITL/pezzo L azienda
DettagliIntroduzione alla RO - Parte II
Introduzione alla RO - Parte II Andrea Scozzari a.a. 2013-2014 March 7, 2014 Andrea Scozzari (a.a. 2013-2014) Introduzione alla RO - Parte II March 7, 2014 1 / 18 Problema della pianificazione del personale:
DettagliProblema Determinare la miscelazione ottimale delle materie prime in modo da massimizzare il profitto complessivo
Mix Produttivo Si dispone di i=1,...,m risorse produttive (ad esempio, materie prime) in quantità limitata. La massima disponibilità delle risorse è b 1,...,b m Si possono produrre j=1,...,n diversi prodotti
DettagliManagement 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/
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare - TESTI Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi
DettagliRicerca Operativa A.A. 2008/2009
Ricerca Operativa A.A. 08/09 Esercizi di modellazione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliI appello Ricerca operativa
I appello Ricerca operativa 0.0.014 1. Formulare in termini di programmazione lineare (intera) il seguente problema. Una Società gestisce una squadra di calcio adottando una politica di massimizzare il
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata
Capitolo 4: Ottimizzazione non lineare non vincolata Edoardo Amaldi DEIB Politecnico di Milano edoardo.amaldi@polimi.it Sito web: http://home.deib.polimi.it/amaldi/ott-13-14.shtml A.A. 2013-14 Edoardo
Dettagli4.5 Metodo del gradiente
4.5 Metodo del gradiente Si cerca un punto stazionario di f : R n R con f C 1. Metodo del gradiente con ricerca 1-D esatta: Scegliere x 0, porre k := 0 Iterazione: d k := f(x k ) Determinare α k > 0 tale
DettagliCapitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte III E. Amaldi DEI, Politecnico di Milano 3.4 Metodi di ricerca unidimensionale In genere si cerca una soluzione approssimata α k di min g(α) = f(x k +αd k
DettagliCorso di Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica - Aree di Intervento della Logistica Prof. Antonio Sassano Dipartimento di Informatica e Sistemistica Universita di Roma La Sapienza Roma Ottobre - Introduzione
DettagliESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno
ESAME di OTTIMIZZAZIONE 16 gennaio 2009 ESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : VALUTAZIONE Per gli esercizi 1,2,3,4: ogni risposta
DettagliFONDAMENTI DI RICERCA OPERATIVA
Laurea Magistrale in Ingegneria Informatica FONDAMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano edoardo.amaldi@polimi.it Pagina web del corso: http://home.dei.polimi.it/amaldi/fro-mi-13-14.html
Dettagli5.5 Programmazione quadratica (PQ)
5.5 Programmazione quadratica (PQ Minimizzare una funzione quadratica soggetta a vincoli lineari: 1 min x t Qx + c t x 2 s.v. a t i x b i i D (P a t i x = b i i U x R n dove Q matrice n n, D e U sono gli
DettagliCorso di Ricerca Operativa Esercitazione del 07/10/2015
Corso di Ricerca Operativa Esercitazione del 7/1/15 Esercizio 1 Un azienda ha a disposizione reparti per produrre due tipi di farina A e B per alimentazione animale, che si vendono rispettivamente a 3
DettagliARGO SOFTWARE - ARGO - RAGUSA (RG) 1F 1G 1H 2F DIRITTO ED LINGUA SPAGNOLA MATEMATICA LINGUA E LETT. ITALI
Lun 4 F G H F DIRITTO ED DIRITTO ED S.I.(SCIENZE T. E B) METOD. OPER. METOD. OPER. S.I.(SCIENZE T. E B) DIRITTO ED S.I. (CHIMICA) Mar 4 DIRITTO ED DIRITTO ED S.I.(SCIENZE T. E B) METOD. OPER. Mer 4 Gio
DettagliFondamenti di Ricerca Operativa TA Corso di Laurea in Ingegneria Gestionale Esercizi Modellazione
Fondamenti di Ricerca Operativa TA Corso di Laurea in Ingegneria Gestionale Esercizi Modellazione Esercizio 1 In un supermercato si vuole disporre un insieme {1,...,n} di prodotti su m sca ali. Ogni prodotto
Dettagli3.1 Progetto di rete con capacità
.1 Progetto di rete con capacità Un azienda deve progettare la propria rete di telecomunicazioni per permettere l invio di una quantità di dati d k 0 per ogni coppia origine-destinazione di nodi (s k,t
DettagliManagement 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://www.dis.uniroma1.it/ palagi Dipartimento di
DettagliSoluzione. V : insieme dei nodi del grafo A: insieme degli archi del grafo K: insieme degli indici delle coppie di origine-destinazione (s k,t k )
Soluzione.1 Progetto di rete con capacità a) Diamo la seguente formulazione del problema: Insiemi V : insieme dei nodi del grafo A: insieme degli archi del grafo K: insieme degli indici delle coppie di
DettagliProgrammazione Matematica Lineare
Programmazione Matematica Lineare Problema di Programmazione Matematica (PM) (problema di ottimizzazione) max f(x) s.t. x R n vettore delle variabili decisionali insieme delle soluzioni ammissibili funzione
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa R.Cerulli M.Gentili - F. Carrabs Dipartimento di Matematica (DM) Università di Salerno LA RICERCA OPERATIVA Si occupa dello sviluppo e dell applicazione di metodi matematici
DettagliPROGRAMMAZIONE DI MATEMATICA
PROGRAMMAZIONE DI MATEMATICA CLASSE: QUINTA INDIRIZZO: ECONOMICO/TURISTICO UDA n. 1 Prerequisiti Funzioni di due variabili Equazioni, disequazioni e sistemi in una variabile Coniche Dominio di una funzione
DettagliCapitolo 2: Preliminari ed elementi di analisi convessa. E. Amaldi DEIB, Politecnico di Milano
Capitolo 2: Preliminari ed elementi di analisi convessa E. Amaldi DEIB, Politecnico di Milano 2.1 Concetti di base In R n con norma euclidea x S R n è un punto interno di S se ε > 0 tale che B ε (x) =
DettagliCapitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte II E. Amaldi DEI, Politecnico di Milano 3.3 Metodi basati su direzioni di ricerca Problema di ottimizzazione non vincolata: min x R n f(x) con f : R n R di
Dettaglimese 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
DettagliESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno
ESAME di OTTIMIZZAZIONE 12 gennaio pomeriggio 2005 ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : VALUTAZIONE Per gli esercizi 1,2,3,4 le risposte
DettagliProgrammazione Non Lineare
Capitolo 1 Programmazione Non Lineare 1.1 Introduzione Un problema di ottimizzazione viene definito come la minimizzazione o la massimizzazione di una funzione a valori reali su un insieme specificato.
DettagliProblemi di Localizzazione Impianti
Sapienza Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Localizzazione Impianti Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato
DettagliEsercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania
Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria
DettagliModelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Prima Parte: gestione periodica Sommario 1. Introduzione Termini del problema 2. Costi di spedizione 3. Costi di giacenza 4. Gestione
DettagliModulo di Ricerca Operativa 5 a 6 a lezione: un modello di trasporto Management Sanitario
Modulo di Ricerca Operativa 5 a 6 a lezione: un modello di trasporto Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Prof. Laura Palagi http://www.dis.uniroma1.it/
Dettagli4.4 Programmazione quadratica
4.4 Programmazione quadratica Minimizzare una funzione quadratica soggetta a vincoli lineari: min 1 2 xt Qx + c t x s.v. a t i x b i i D (P) a t i x = b i i U x R n dove Q matrice n n, D e U sono gli insiemi
DettagliLA PROGRAMMAZIONE MATEMATICA (p.m.)
LA PROGRAMMAZIONE MATEMATICA (p.m.) Un problema di programmazione matematica è un problema di ottimizzazione riconducibile alla seguente espressione generale: ricercare i valori delle variabili x 1, x
DettagliLa Programmazione Lineare Intera
Capitolo 4 La Programmazione Lineare Intera 4.1 Modelli di Programmazione Lineare Intera Esercizio 4.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.
DettagliMODELLI DECISIONALI FORMULAZIONE GENERALE DEL PROBLEMA DECISIONALE (OTTIMIZZAZIONE)
MODELLI DECISIONALI FORMULAZIONE GENERALE DEL PROBLEMA DECISIONALE (OTTIMIZZAZIONE) z vettore di n elementi (variabili di decisione) o funzione J(z) obiettivo (vettoriale) da ottimizzare (max o min) Z
DettagliFONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08
FONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08 Nome studente:... Matricola:...... Esercizio 3 4 5 6 Valore % 0.25 0.15 0.15 0.15 0.15 0.15 Valutazione A [1]
DettagliStruttura del Corso. Durata
Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria (DISMI) Università degli studi di Modena e Reggio Emilia Via Amendola 2, Pad. Buccola, 42122 Reggio Emilia web: www.or.unimore.it/iori/iori.htm
Dettagli5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate
5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f (x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe
DettagliRicerca Operativa. Docenti. 1. Introduzione
Ricerca Operativa 1. Introduzione Docenti Luigi De Giovanni - Giacomo Zambelli Dipartimento di Matematica Pura e Applicata (Torre Archimede) Tel. 049 827 1349 / 1348 email: luigi - giacomo @math.unipd.it
Dettagli5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate. min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n
5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe
DettagliEsercizi di ottimizzazione vincolata
Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti
DettagliRichiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo
DettagliModello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita
Modello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita Candidata: Serena Cortopassi Relatori: Prof. Frangioni, Prof. Scutellà Università di Pisa Tesi di
DettagliRicerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab
Ricerca Operativa Programmazione Lineare Università Mediterranea di Reggio Calabria Decisions Lab Ottimizzazione In un problema di ottimizzazione si cerca di massimizzare o minimizzare una quantità specifica,
DettagliLa Programmazione Matematica
Capitolo La Programmazione Matematica All interno della Ricerca Operativa, un ruolo di fondamentale importanza è svolto dalla Programmazione Matematica che è la disciplina che ha per oggetto lo studio
DettagliPreappello di metodi matematici per le decisioni economiche e aziendali A
UNIVERSITÀ DEGLI STUDI ROMA TRE Preappello di metodi matematici per le decisioni economiche e aziendali 11-12-2018 A Candidato (cognome e nome)......... Matricola o CF...... Esercizio 1 1) Data la matrice
DettagliMatematica. 11. Applicazioni delle derivate, problemi di ottimo e studio di funzione. Giuseppe Vittucci Marzetti 1
Matematica 11. Applicazioni delle derivate, problemi di ottimo e studio di funzione Giuseppe Vittucci Marzetti 1 Corso di laurea in Scienze dell Organizzazione Dipartimento di Sociologia e Ricerca Sociale
DettagliRicerca Operativa. Esercizi proposti - II A B C D E
Ricerca Operativa Esercizi proposti - II 1. Risolvere, con l algoritmo Ungherese, il seguente problema dell Assegnamento: 1 2 3 4 5 A 2 3 5 1 4 B -1 1 3 6 2 C -2 4 3 5 0 D 1 3 4 1 4 E 7 1 2 1 2 2. Risolvere,
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa p. 1/31 Introduzione alla Ricerca Operativa Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Introduzione alla Ricerca
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 11 Aprile 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Definizione di ottimalità secondo Pareto Dato il problema multiobiettivo min f 1 (x),..., f k (x) s.t. x F. Un punto
DettagliProgrammazione Lineare in MATLAB. Ing. Fabio Sciancalepore Politecnico di Bari
Programmazione Lineare in MATLAB Ing. Fabio Sciancalepore Politecnico di Bari Agenda Introduzione alla Ricerca Operativa Problemi di ottimizzazione Programmazione lineare programmazione a variabili continue
Dettagli8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2
8.1 Campagna pubblicitaria Una agenzia di pubblicità deve effettuare una campagna promozionale con due mezzi di comunicazione: gli annunci alla radio e quelli sui giornali. Vengono considerate m stazioni
Dettagli5.3 Metodo dei piani di taglio
5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti
Dettagli1 Modelli di Programmazione Lineare Intera. 2 Variabili intere per rappresentare quantità indivisibili
1 Modelli di Programmazione Lineare Intera Quando tutte le variabili di un problema di Programmazione Lineare sono vincolate ad assumere valori interi, si parla di Programmazione Lineare Intera. Moltissimi
DettagliLezioni di Ricerca Operativa 2 Dott. F. Carrabs
Lezioni di Ricerca Operativa Dott. F. Carrabs.. 009/00 Lezione 6: - mmissibilità di un vincolo - Vincoli alternativi - Vincoli alternativi a gruppi - Rappresentazione di funzioni non lineari: Costi fissi
DettagliProblemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
DettagliAppendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19
14 18-12-07 19:04 Pagina 411 Le decisioni di breve termine fra alternative diverse 411 i minori costi differenziali, almeno nella misura in cui la dimensione di costo è la più importante. Sebbene i costi
DettagliIII ora DIRITTO SCIENZE MOTORIE IV ora FRANCESE DIRITTO. III ora MATEMATICA SCIENZE MOTORIE IV ora DIRITTO RICEVIMENTO
ORARIO I SETTIMANA 1A Mer 14 Gio 15 Ven 16 Sab 17 EC. AZIENDALE I SCIENZE 1G Mer Gio Ven Sab I SCIENZE MOTORIE 1C Mer Gio Ven Sab SCIENZE I MATEMATICA SCIENZE MOTORIE 1D Mer Gio Ven Sab RELIGIONE I - SALA
DettagliLezione introduttiva Ottimizzazione
Lezione introduttiva Ottimizzazione Veronica Piccialli Roma 29 Settembre 2014 Università degli Studi di Roma Tor Vergata 1 / 16 Ottimizzazione Ottimizzazione Ottimizzazione oggi L ottimizzazione (o Programmazione
Dettagli3.6 Metodi basati sui piani di taglio
3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una
DettagliTeoria della Programmazione Lineare Intera
0 Teoria della Programmazione Lineare Intera 0. INTRODUZIONE Come visto precedentemente, molti problemi particolarmente importanti dal punto di vista applicativo sono riconducibili alla soluzione di un
DettagliEsame di Ricerca Operativa del 28/06/2019. max 9 x 1 +8 x 2 6 x x x 1 +2 x x 1 +2 x x 1 3 x x 1 4 x 2 3
Esame di Ricerca Operativa del 8/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. a) Risolvere il seguente problema di programmazione lineare mediante l algoritmo del simplesso: max 9 x +8 x x +0
DettagliProva Intermedia Scritta di Ricerca Operativa
Prova Intermedia Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 29 novembre 2017 Regole per l esame: la violazione delle seguenti regole comporta
DettagliProgrammazione Matematica: III.1 - Programmazione Lineare
Programmazione Matematica: III.1 - Programmazione Lineare Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 ottobre 2003 Programmazione Lineare Def.: (F, ϕ ) è un problema di Programmazione
DettagliSoluzione dei Problemi di Programmazione Lineare
Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle
DettagliLe condizioni di Karush-Kuhn-Tucker
Capitolo 9 Le condizioni di Karush-Kuhn-Tucker 9. Introduzione In questo capitolo deriveremo le condizioni necessarie di Karush-Kuhn-Tucker (KKT) per problemi vincolati in cui S è descritto da vincoli
DettagliProgrammazione Matematica: I - Introduzione
Programmazione Matematica: I - Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.0 ottobre 2002 Problemi di Ottimizzazione x = (x,, x n ) R n : vettore di variabili decisionali
DettagliRICERCA OPERATIVA (9 cfu)
a PROVA scritta di RICERCA OPERATIVA (9 cfu) gennaio Cognome Nome Ai fini della pubblicazione (cartacea e elettronica) del risultato ottenuto nella prova di esame, autorizzo al trattamento dei miei dati
DettagliEsame di Ricerca Operativa del 22/01/18
Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda informatica produce tre tipi di processori P, P, P nelle sedi S, S, S. La capacitá di produzione settimanale
Dettagli4.1 Localizzazione e pianificazione delle base station per le reti UMTS
esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Primo appello 30 gennaio Esercizio 1.
A = Esercizio In tabella sono riportati gli archi di un grafo con nodi, e sono dati i costi di ogni arco. Risolvere il problema del camo imo per ogni coppia di nodi applicando l algoritmo di Floyd e Warshall.
Dettagli(a) Si proponga una formulazione di programmazione nonlineare a variabili misto-intere per problema.
6. Clustering In molti campi applicativi si presenta il problema del data mining, che consiste nel suddividere un insieme di dati in gruppi e di assegnare un centro a ciascun gruppo. Ad esempio, in ambito
Dettagli